Acceso usuarios
Diana Marleny Ramírez Ramírez, Luis Fernando Garcés Giraldo, Teddy Doria Orozco, Sebastián Franco Castaño, Alejandro Valencia Arias, Paula Andrea Rodríguez Correa, Jener Espinoza Román
El aumento de datos en línea ha generado la necesidad de proteger la privacidad de los usuarios a través de la ciberseguridad. El aprendizaje automático se utiliza para detectar intrusos, pero existen limitaciones. Por lo que el objetivo es inquirir sobre las tendencias investigativas sobre el uso de Machine Learning en la ciberseguridad en los últimos cinco años. El artículo utiliza análisis bibliométrico para evaluar la actividad científica del uso de Machine Learning en la ciberseguridad.
Se emplean los criterios de PRISMA 2020 en las bases de datos Scopus y Web of Science. Los principales resultados reflejan un crecimiento de la temática entre 2021 y 2022, siendo Estados Unidos y China los países líderes en investigación. Se discute sobre las principales temáticas como Deep Learning y detección de intrusos, así como de palabras emergentes como LSTM y sistemas multiagentes. Se concluye sobre la necesidad de futuras investigaciones en estas áreas.
The increase in online data has generated the need to protect user privacy through cybersecurity. Machine learning is used to detect intruders, but there are limitations. Therefore, the goal is to investigate research trends on the use of Machine Learning in cybersecurity in the past five years. The article uses bibliometric analysis to evaluate scientific activity on the use of Machine1Learning in cybersecurity, employing PRISMA 2020 criteria on Scopus and Web of Science databases. The main results reflect growth in the subject between 2021 and 2022, with the United States and China as the leading research countries. Discussions cover main topics such as Deep Learning and intrusion detection, as well as emerging words such as LSTM and multi-agent systems. The conclusion emphasizes the need for future research in these areas.
