ENVÍO ARTÍCULOS SUSCRIPCIÓN

  • googleplus
  • facebook
  • twitter
  • linkedin
  • linkedin

REVISTA DE INGENIERIA DYNA REVISTA DE INGENIERIA DYNA

  • Saltar al menú
  • Saltar al contenido
  • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias y Topic Collections
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Volver al Menú

  • Homepage
  • Artículos
  • Búsqueda

Búsqueda

×

 |    : /

Vote:

Resultados: 

5 puntos

 1  Votos

Revisión exhaustiva de las técnicas basadas en ensambles y emergentes para la detección de ataques DDoS: taxonomía, desafíos y hoja de ruta para la investigación

 |    : /

NOVIEMBRE 2026   -  Volumen: 101 -  Páginas: 614-620

DOI:

https://doi.org/10.52152/D11786

Autores:

SULTAN SHUTYAN S ALBALAWI - MOHD YAMANI IDNA IDRIS - AINUDDIN WAHID BIN ABDUL WAHAB

Materias:

  • CIENCIA DE LOS ORDENADORES (ARTIFICIAL INTELLIGENCE / INTELIGENCIA ARTIFICIAL )

Descargas:   2

Como referenciar este artículo:  

Fecha Recepción :   12 septiembre 2026

Fecha Evaluando :   12 septiembre 2026

Fecha Aceptación :   19 ocutbre 2026

¿Le interesa este artículo? Puede comprar el artículo a través de la plataforma de pago de PayPal o tarjeta de crédito (VISA, MasterCard,...) por 20 €.


Palabras clave:
Distributed Denial of Service, DDoS, Ensemble Learning, Machine Learning, DDoS Detection, Network Security, Intrusion Detection Systems, Cyber Threat Detection, Intelligent Security Systems, Classification Algorithms.
Tipo de artículo:
ARTICULO DE INVESTIGACION / RESEARCH ARTICLE
Sección:
ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

Los ataques de denegación de servicio distribuido (DDoS) son cada vez más sofisticados y volumétricos en los entornos de red actuales, que comprenden redes definidas por software (SDN), Internet de las cosas (IoT) e infraestructuras de computación en la nube y en el borde. Los enfoques de aprendizaje por conjuntos se utilizan con creciente frecuencia para mejorar la precisión, reforzar los sistemas frente a los ataques y adaptarse dinámicamente a la evolución del panorama de la ciberseguridad. Esta revisión sistemática de la literatura (SLR) analiza las investigaciones sobre detección de ataques DDoS mediante aprendizaje por conjuntos publicadas entre 2021 y 2025. Tras un riguroso proceso de revisión, se seleccionaron y analizaron ochenta y nueve estudios científicos revisados por pares.

La revisión aborda las tendencias de publicación, los escenarios de implementación, los conjuntos de datos, los modelos de aprendizaje por conjuntos, la evaluación del rendimiento, los desafíos y las líneas futuras de investigación. El artículo tiene como objetivo ofrecer un estudio comparativo de la composición estructural de los algoritmos utilizados para detectar ataques DDoS mediante aprendizaje por conjuntos. Las categorías de análisis incluyen los conjuntos de datos empleados, la extracción de características y los métodos de evaluación. La clasificación propuesta permite analizar de forma sistemática y jerarquizada los objetivos y las metodologías para comprender mejor la investigación actual.

El análisis reveló que las SDN y el IoT son los escenarios de implementación que reciben mayor atención y que gran parte de las investigaciones actuales emplean técnicas de aumento de datos, apilamiento y enfoques híbridos. Se presenta una taxonomía basada en la evidencia que clasifica los enfoques existentes de aprendizaje por conjuntos en seis categorías: basados en bagging, basados en boosting, basados en apilamiento (stacking), híbridos, guiados por optimización y conjuntos inteligentes emergentes. Entre los desafíos más destacados se encuentran la dependencia de los datos, la escalabilidad, la complejidad temporal, la interpretabilidad de los modelos, la protección de la privacidad y la robustez frente a ataques adversarios y desconocidos. Finalmente, esta revisión propone una agenda de investigación basada en la evidencia para desarrollar sistemas de defensa frente a ataques DDoS mediante aprendizaje por conjuntos más adaptativos, interpretables, escalables y respetuosos con la privacidad.

Palabras clave: denegación de servicio distribuido, DDoS, aprendizaje por conjuntos, aprendizaje automático, detección de DDoS, seguridad de redes, sistemas de detección de intrusiones, detección de ciberamenazas, sistemas de seguridad inteligentes, algoritmos de clasificación.

Compártenos:  

  • Twittear
  • facebook
  • google+
  • linkedin
  • delicious
  • yahoo
  • myspace
  • meneame
  

Búsqueda

  •  
  • Twitter
  • Twitter
  •  
  • Facebook
  • Facebook
  •  
Tweets por el @revistadyna.
Loading…

Anunciarse en DYNA 

© Revista de Ingeniería Dyna 2025 - UK Zhende Publishing Limited 

Dirección: Unit 7 Wilsons Business Park, Manchester M40 8WN United Kingdom

Email: office@revistadyna.com

  • Menu
  • Publicaciones DYNA
    • Publicaciones DYNA
    • DYNA
    • DYNA Energía y Sostenibilidad
    • DYNA Management
    • DYNA New Technologies
  • Revista
    • La Revista y sus Órganos
      • La Revista y sus Órganos
      • Consejo de Redacción
      • Consejo Asesor o Científico
    • Historia
    • Misión-Visión-Valores
    • Resultado de encuestas anuales
    • Preguntas frecuentes (FAQs)
    • Difusión e Indexación
    • Se dice de DYNA...
    • Colaborar con DYNA
    • Enlaces de interés en Ingeniería
      • Enlaces de interés en Ingeniería
      • Entidades amigas
      • Entidades colaboradoras
      • Asociaciones y Colegios
      • Otras revistas de ingeniería
      • Otros enlaces de interés
  • Autores y Evaluadores
    • Directrices, normas e impresos
    • Difusión e Indexación
    • Cómo colaborar con DYNA
  • Artículos
    • Artículos
    • Búsqueda
    • Volúmenes y ejemplares
    • Cuadernos DYNA monográficos
    • Los más descargados último año
    • Envío de artículos
    • Contenido próximo ejemplar
    • Trabajos monográficos
  • Noticias
    • Noticias y Topic Collections
    • e-Boletines
    • Reseña de libros
    • Reseñas de Software
  • Blogs y Comunidad
    • Blogs y Comunidad
    • Foros
    • Cómo colaborar
  • Suscribirse
    • Darse de alta en la web
    • Tipos de suscripciones
  • Anunciarse
    • Público y formatos publicitarios
    • Tarifas publicidad
    • Contenido de próximo ejemplar
    • e-Boletines
  • Contacto
    • Como contactar
  • Buscar
    • En esta revista
  • Alta en Web
    • Aviso legal
    • Politica de privacidad

Regístrese en un paso con su email y podrá personalizar sus preferencias mediante su perfil


: *   

: *   

:

: *     

 

  

Cargando Cargando ...