Look-up in Google Scholar
Full metadata record
Montalván Grijalva, Pedro César
Palomino Cardenas, Josue Manuel (es_PE)
Cuneo Torres, Aldo Martin Emilio (es_PE)
Gutierrez Arana, Eduardo Jose (es_PE)
2025-01-06T17:20:12Z
2025-01-06T17:20:12Z
2024-09-23
http://hdl.handle.net/10757/683792
Durante los últimos años los ataques por software malicioso o “malware” se han incrementado exponencialmente, debido a la dependencia de la tecnología para gestionar los servicios de la población en el sector público y procesos de negocio del sector privado, lo cual ha permitido obtener beneficios, pero también una mayor exposición a las vulneraciones y brechas de seguridad que han ocasionado muchas pérdidas económicas para los diferentes sectores industriales. Entre esos peligros informáticos se encuentra el ransomware, un tipo de malware que tiene gran incidencia en diferentes industrias y que opera encriptando información para exigir pagos en desmedro de las instituciones y personas. En ese contexto, el presente estudio planteó como objetivo general “implementar un modelo de reglas de correlación en el Sistema de Gestión de Información y Eventos de Seguridad (SIEM) para detectar, prevenir y mitigar eficazmente ataques de ransomware”. Metodológicamente, se optó por un diseño mixto, fundamentado en la construcción de un estado del arte en torno al fenómeno mencionado y la validación de un modelo que cumpla con el objetivo antes descrito. Entre los principales hallazgos o resultados obtenidos se encontró que el modelo propuesto, fundamentado en la base de conocimientos MITRE ATT&ACK, ofrece mecanismos que permiten la detección, prevención y mitigación eficaz de ataques de ransomware, cabe destacar que el modelo está constituido por cuatro fases cíclicas, entre las que se encuentran la planificación, el diseño, la construcción y la mejora. Adicionalmente, se evidenció, tras la revisión de la literatura, que existen 4 tipos predominantes de este malware en la actualidad. En síntesis, el estudio corroboró la posibilidad de crear un modelo de reglas de correlación capaz de detectar y alertar casos de ransomware, lo cual es significativo teórica y prácticamente, considerando las grandes pérdidas ocasionadas por dichos ataques.
In recent years, malware attacks have increased exponentially, due to the dependence on technology to manage public sector services and private sector business processes. This has allowed for profits, but also greater exposure to security breaches and vulnerabilities that have caused many economic losses for different industrial sectors. Among these computer dangers is ransomware, a type of malware that has a great impact on different industries and that operates by encrypting information to demand payments to the detriment of institutions and people. In this context, the present study proposed as a general objective "to implement a correlation rules model in the Security Information and Event Management System (SIEM) to effectively detect, prevent and mitigate ransomware attacks." Methodologically, a mixed design was chosen, based on the construction of a state of the art around the phenomenon and the validation of a model that meets the objective described above. Among the main findings or results obtained, it was found that the proposed model, based on the MITRE ATT&ACK knowledge base, offers mechanisms that allow the effective detection, prevention and mitigation of ransomware attacks. It should be noted that the model is made up of four cyclical phases, including planning, design, construction and improvement. Additionally, it was evident, after reviewing the literature, that there are 4 predominant types of this malware today. In summary, the study corroborated the possibility of creating a correlation rules model capable of detecting and alerting ransomware, which is significant theoretically and practically, considering the large losses caused by such attacks.
Trabajo de investigación (es_PE)
application/pdf (en_US)
application/epub (en_US)
application/msword (en_US)
spa (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-sa/4.0/ (*)
Universidad Peruana de Ciencias Aplicadas (UPC) (es_PE)
Repositorio Académico - UPC (es_PE)
Ransomware
MITRE ATT&CK
SIEM
Detección
Alerta
Detection
Alert
Modelo de desarrollo de reglas de correlación para la detección y alerta de ransomware (es_PE)
Ransomware Detection and Alerting Evaluation Rule Development Model
info:eu-repo/semantics/masterThesis (es_PE)
Universidad Peruana de Ciencias Aplicadas (UPC). Escuela de Postgrado (es_PE)
Ciberseguridad y Gestión de la Información (es_PE)
Maestría (es_PE)
Maestro en Ciberseguridad y Gestión de la Información (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#5.00.00
https://purl.org/pe-repo/ocde/ford#5.02.04
https://purl.org/pe-repo/renati/level#maestro (es_PE)
72968372
https://orcid.org/0000-0002-7966-1113 (es_PE)
47238913
72127049
70131455
612997
Armas Aguirre, Jimmy Alexander
Vargas Medina, José Carlos
Montalvan Grijalva, Pedro Cesar
https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons