Resumen de La inmunización de la red: la inteligencia artificial basada en Python como bloqueo contra los ciberataques

Johnny Fernando Guerrero Panchana, José Luis Romero Ibarra

• español

  El presente artículo explora minuciosamente la intersección entre la ciberseguridad y la inteligencia artificial (IA). Se destaca la relación simbiótica entre ambas, ya que pueden colaborar para reforzar las defensas cibernéticas o, inversamente, ser explotadas por actores malintencionados en ataques cibernéticos. Un enfoque clave es el potencial positivo de la IA para fortalecer la ciberseguridad y aumentar la resiliencia de sistemas y servicios, contrastado con su posible utilización por parte de cibercriminales para comprometer la seguridad. Se aborda la necesidad crítica de desarrollar sistemas de IA seguros, respetuosos de la privacidad y confiables, subrayando la importancia de establecer la confianza del usuario. Además, resalta la urgencia de una coordinación estratégica entre las disciplinas de ciberseguridad, inteligencia artificial e I+D+i (Investigación, Desarrollo e Innovación) para crear métodos y herramientas que faciliten el diseño, desarrollo, validación y despliegue de sistemas de IA con un enfoque multicriterio, considerando la ciberseguridad en todas sus dimensiones. Las referencias bibliográficas y el informe del Real Instituto Elcano sobre ciberseguridad e inteligencia artificial respaldan y enriquecen los argumentos presentados. En conjunto, se proporciona una visión comprehensiva de la compleja relación entre ciberseguridad e inteligencia artificial, señalando la importancia de un enfoque equilibrado y colaborativo para abordar los desafíos en este ámbito en constante evolución.

• English

  In an increasingly technology-dependent world, cybersecurity has become a critical concern. Cyberattacks, such as data theft and malware, can have devastating consequences for businesses, governments, and individuals. In this context, artificial intelligence (AI) emerges as a powerful tool to safeguard networks and computer systems. Network immunization leverages machine learning and real-time data analysis to identify patterns and anomalies in network traffic. AI can detect unusual behaviors that may indicate an ongoing cyberattack or intrusion attempt. Furthermore, it can adapt and continuously learn from new threats, thereby maintaining a more secure network over time. However, the implementation of network immunization requires careful consideration due to ethical and privacy challenges, involving constant monitoring of online activities.