Centro UTN CInApTIC - Difusión Científica - Trabajos Presentados en Congresos

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/1497

Browse

Has files: YesSubject: search.filters.subject.Seguridad

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Aspectos de seguridad en Zigbee
    (30° Congreso Argentino de Ciencias de la Computación - CACIC 2024, 2024-10-07) Bravo Pérez, Agustín; Brites, Agustín; Peresón, Lucas; Scappini, Reinaldo
    Este trabajo fue realizado por alumnos becarios en el ámbito del proyecto de investigación homologado “Desarrollar un Marco de controles de ciberseguridad para gestión y control de funcionamiento de redes IoT” SIPPRE0008640 y analiza la seguridad y ciberseguridad en Zigbee, un estándar para redes inalámbricas de corta distancia y baja velocidad de datos. Se exploran sus aplicaciones en automatización tanto industrial como del hogar, se identifican las principales amenazas y vulnerabilidades de seguridad teniendo en cuenta el diseño de su arquitectura, y se discuten las mejores prácticas para mitigar riesgos y asegurar la integridad de las redes Zigbee.
  • Thumbnail Image
    Item
    Sistema inteligente de detección de anomalías para IoT
    (2021-04-15) Bolatti, Diego; Karanik, Marcelo; Todt, Carolina; Scappini, Reinaldo; Gramajo, Sergio
    En los últimos años, con el avance de Internet de las Cosas (IoT), ha aumentado la cantidad de dispositivos conectados a la red y, consecuentemente, el incremento de los riesgos de violaciones de seguridad y ataques maliciosos. Estadísticamente la mayoría de estos ataques se producen en los dispositivos finales de IoT y existen múltiples alternativas detectarlos. En ese contexto, este proyecto tiene como objetivo el diseño de un Sistema Inteligente de Detección de Anomalías para IoT que utilice técnicas de Machine Learning (ML). Específicamente, el proyecto abarca el diseño y desarrollo de un sistema capaz de detectar ataques de seguridad en base a anomalías en los dispositivos finales de IoT, aplicando técnicas de aprendizaje automático que provean el mecanismo adecuado para dicha detección.