Resumen

En la literatura se han propuesto muchas soluciones basadas en técnicas de aprendizaje automático con el objetivo de detectar y contrarrestar de manera oportuna varios tipos de ataques maliciosos (violación de datos, clonación, sybil, negligencia, avaricia y ataques de denegación de servicio), que afectan con frecuencia a las Redes de Sensores Inalámbricos (WSNs, por sus siglas en inglés). Además de reconocer la información corrompida o violada, también se deben identificar a los atacantes, con el fin de activar las contramedidas adecuadas para preservar los recursos de las redes y mitigar sus efectos maliciosos. Con este fin, las técnicas que adoptan Mapas Auto-organizativos (SOM) para la detección de intrusiones en WSN se revelaron como una solución valiosa y efectiva al problema. En este artículo, se compara el mecanismo, llamado Good Network (GoNe), que se basa en SOM y es capaz de evaluar la confiabilidad de los nodos sensores, con

• Materias:Sistemas de Comunicación Inalámbricos Internet de las cosas Redes de radio Computación móvil Radio cognitiva
• Subjects:Wireless Communication Systems Internet of things Radio Networks Mobile Computing Cognitive Radio
• Palabras claves:Soluciones; Técnicas de aprendizaje automático; Ataques malintencionados; Redes inalámbricas de sensores; Detección de intrusos; Mapas autoorganizativos.
• Keywords:Solutions; Machine learning techniques; Malicious attack; Wireless Sensor Networks; Intrusion detection; Self-Organizing Maps