Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.uide.edu.ec/handle/37000/9764| Título : | Análisis comparativo del phishing tradicional y del phishing generado por IA con evaluación experimental de modelos de detección en entornos corporativos |
| Autor : | Arévalo Altamirano, Julio Daniel Malave Yela, Roberto Francisco Robinson Casierra, Ray Ricardo Silva Naranjo, Bryan Patricio Vizcaíno, Paulina (tutor) Reyes Chacón, Iván (tutor) |
| Palabras clave : | PHISHING;INTELIGENCIA ARTIFICIAL;CIBERSEGURIDAD;CORREO ELECTRÓNICO |
| Fecha de publicación : | 2026 |
| Editorial : | QUITO/UIDE/2026 |
| Citación : | Arévalo Altamirano, Julio Daniel; Malave Yela, Roberto Francisco; Robinson Casierra, Ray Ricardo; Silva Naranjo, Bryan Patricio. (2026). Análisis comparativo del phishing tradicional y del phishing generado por IA con evaluación experimental de modelos de detección en entornos corporativos. Maestría en ciberseguridad. UIDE. Quito. 105 p. |
| Resumen : | El phishing sigue siendo una de las amenazas m·s frecuentes dentro de entornos empresariales que utilizan el correo electrÛnico como uno de sus principales medios de comunicaciÛn. En los ˙ltimos aÒos, las herramientas basadas en inteligencia artificial (IA) han permitido generar correos cada vez m·s convincentes, con una redacciÛn m·s natural, con menos errores ortogr·ficos y un contexto m·s acertado, lo que dificulta su detecciÛn por parte de los usuarios y de algunos mecanismos tradicionales de seguridad. El presente trabajo tuvo como objetivo analizar las diferencias entre el phishing tradicional y el phishing generado por IA, asÌ como evaluar el comportamiento de distintos modelos de detecciÛn aplicados al correo electrÛnico...Phishing continues to be one of the most common threats in corporate environments where email is one of the main communication channels. In recent years, Artificial Intelligence (AI) tools have made it possible to generate increasingly convincing emails with more natural writing, fewer spelling mistakes, and more accurate context, making them more difficult for both users and some traditional security mechanisms to detect. The objective of this study was to analyze the differences between traditional phishing and AI-generated phishing, as well as to evaluate the performance of different detection models applied to email classification... |
| URI : | https://repositorio.uide.edu.ec/handle/37000/9764 |
| Aparece en las colecciones: | Tesis - Maestría - En Ciberseguridad |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| UIDE-Q-TMCSE-2026-102.pdf | TESIS A TEXTO COMPLETO | 271.47 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.