Sistema inteligencia de detección de URLS maliciosas

Este proyecto propone el desarrollo de una herramienta automatizada basada en inteligencia artificial para la detección de URLs maliciosas, con el objetivo de fortalecer la ciberseguridad en un entorno digital cada vez más expuesto a amenazas. Utilizando técnicas de aprendizaje automático supervisado y un conjunto de datos reales compuesto por más de 650,000 registros, el sistema es capaz de identificar enlaces asociados a malware, phishing, defacement y otros ataques comunes. La metodología incluye limpieza, preprocesamiento, vectorización y codificación de datos, seguida del entrenamiento de un modelo con el algoritmo Random Forest. Se evalúa su desempeño mediante métricas clave como precisión, recall, f1-score y matriz de confusión, complementadas con visualizaciones que facilitan la interpretación de resultados. Más allá de su utilidad inmediata, el proyecto se estructura de manera modular y reutilizable, permitiendo su integración en futuras soluciones de ciberseguridad. En conjunto, se presenta una propuesta técnica, escalable y proactiva frente a una amenaza persistente como lo son las URLs maliciosas, ayudando a proteger tanto a usuarios individuales como a organizaciones.

• Autores: Restrepo Quintero, Jair; Quiñones Rodríguez, Lorena
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/7125
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/7125
• Palabra clave: Ciberseguridad; URLs maliciosas; Machine Learning; Detección automática; Páginas web; Seguridad en computadores; Virus y otros códigos dañinos
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)