Análisis de marcos de trabajo para la adquisición remota de evidencias digitales en entornos corporativos e industriales

• Autores: David Garcia Fernandez
• Directores de la Tesis: Llanos Tobarra Abad (dir. tes.), Antonio Robles Gómez (codir. tes.)
• Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2026
• Idioma: español
• Número de páginas: 166
• Tribunal Calificador de la Tesis: José Carlos Castillo Montoya (presid.), Miguel Ángel Rodríguez García (secret.), María del Carmen Benavides Cuéllar (voc.)
• Programa de doctorado: Programa de Doctorado en Tecnologías Industriales por la Universidad Nacional de Educación a Distancia
• Calificación: Sobresaliente
• Materias:
  • Ciencias tecnológicas
• Enlaces
  • Tesis en acceso abierto en: TESEO
• Resumen
  • español

    Esta tesis aborda el diseño, implementación y validación de un marco de trabajo para la adquisición forense remota de evidencias digitales en entornos corporativos e industriales, con especial énfasis en la captura de memoria volátil en entornos corporativos y en la adquisición de tráfico red en entornos industriales. La investigación se enmarco dentro de la Design Science Research Methodology (DSRM), formalizando el desarrollo de la solución como un artefacto técnico evaluado empíricamente.

    El marco propuesto adopta un enfoque sin agentes persistentes, basado en la orquestación centralizada mediante Ansible y en el despliegue efímero de utilidades forenses especializadas como LiME, WinPmem y The Sleuth Kit. La arquitectura incorpora mecanismos automáticos de preservación de integridad (hashing), etiquetado estructurado y trazabilidad del procedimiento, alienándose con los principios establecidos en las normas ISO/IEC 27041 e ISO/IEC 27037.

    La validación experimental se ha realizado en entornos virtualizados locales, infraestructuras en la nube (Amazon Web Services) y un laboratorio industrial simulado, evaluando estabilidad, repetibilidad, impacto operativo y tiempos de ejecución. Asimismo, se lleva a cabo una comparación cuantitativa y cualitativa con un enfoque basado en agentes (Velociraptor), identificando ventajas, limitaciones y compromisos en distintos escenarios.

    Los resultados obtenidos confirman la viabilidad técnica y metodológica del enfoque propuesto, destacando su modularidad, bajo impacto y capacidad de adaptación a entornos heterogéneos. Se reconocen como limitaciones la ausencia de validación directa sobre hardware industrial real y la dependencia de conectividad previa entre nodos, proponiéndose líneas futuras orientadas a la integración con sistemas de activación automática, técnicas de inteligencia artificial y extensión en entornos IoT e industriales con restricciones operativas estrictas.

    La contribución principal de esta tesis reside en la formalización y validación de un marco reproducible, escalable y normativamente alineado paara la adquisición forense remota sin agentes, aplicable tanto en contextos IT tradicionales como en escenarios industriales simulados.

  • English

    This doctoral thesis addresses the design, implementation, and validation of a framework for the remote forensic acquisition of digital evidence in corporate and industrial environments, with particular emphasis on the acquisition of volatile memory in corporate systems and network traffic in industrial environments. The research is grounded in the Design Science Research Methodology (DSRM), formalizing the proposed solution as a technical artifact subjected to empirical evaluation.

    The framework adopts an agentless approach, based on centralized orchestration through Ansible and the ephemeral deployment of specialized forensic utilities such as LiME, WinPmem, and The Sleuth Kit. The architecture incorporates automated integrity preservation mechanisms (hashing), structured labeling, and procedural traceability, aligning with the principlesestablished in ISO/IEC 27041 and ISO/IEC 27037 standards.

    Experimental validation was conducted in locally virtualized environments, cloud infrastructures (Amazon Web Services), and a simulated industrial laboratory, assessing stability, repeatability, operational impact, and execution times. Additionally, a quantitative and qualitative comparison with an agent-based solution (Velociraptor) was performed, identifying strengths, limitations, and operational trade-offs across representative scenarios.

    The results confirm the technical and methodological feasibility of the proposed approach, highlighting its modularity, low operational footprint, and adaptability to heterogeneous environments. Identified limitations include the absence of direct validation on real industrial hardware and the requirement for prior connectivity between nodes. Future work includes integration with automated activation systems, the application of artificial intelligence techniques for evidence prioritization, and extension to IoT and industrial environments with strict operational constraints.

    The primary contribution of this thesis lies in the formalization and validation of a reproducible, scalable, and normatively aligned framework for agentless remote forensic acquisition, applicable to both traditional IT infrastructures and simulated industrial scenarios.