Los investigadores César Guevara Ph.D y Janio Jadán Ph.D miembros del Centro de Investigación en Mecatrónica y Sistemas Interactivos MIST, realizaron la publicación de un artículo científico “Detección de anomalías con selección negativa y gráfos de perfiles de comportamiento del usuario” en la revista Iberian Journal of Information Systems and Technologies.
La investigación tuvo como objetivo proponer la aplicación de grafos y sistemas inmunes artificiales con selección negativa para el desarrollo de un algoritmo de Detección de Anomalías basado en el comportamiento de usuarios dentro de sistemas informáticos.
El desarrollo de este algoritmo permite identificar actividades anómalas durante la ejecución de las tareas, como también al finalizar la sesión de usuario. Las principales contribuciones de este trabajo son: creación de un perfil de usuario basado en grafos para la detección y predicción de anomalías en ejecución de tareas.
El algoritmo propuesto se enfoca en la detección de anomalías en secuencias discretas para encontrar posibles intrusiones, fraudes, fallos o posibles fugas de información. La detección de anomalías para las secuencias discretas no es una tarea fácil, ya que implica el análisis de secuencias normales de datos para detectar posibles irregularidades.
Adicionalmente, la generación de comportamientos anómalos para la detección de irregularidades al finalizar la sesión de usuario. El artículo presenta de forma detallada el desarrollo y el aceptable resultado en la detección de tareas fraudulentas, mostrando una óptima precisión y un bajo porcentaje de falsos positivos.
