Abstract:
El presente trabajo de graduación aborda la creciente amenaza de phishing, una técnica
de ingeniería social utilizada por ciberdelincuentes para obtener información confidencial,
como credenciales bancarias o datos personales. Investigaciones previas han desarrollado
soluciones para detectar y mitigar estos ciberataques; sin embargo, la gran mayoría de estas
soluciones proponen la detección de solo un posible vector de ataque. Este trabajo propone
una extensión web de detección de phishing que combina detección por listas y por machine
learning, enfocada a la detección de ataques por medio de mensajes, URL y contenido web.
Se logró obtener una alta precisión en los modelos de machine learning de la herramienta,
logrando una alta robustez ante diferentes ataques de phishing. Este trabajo pretende ayudar
a la evaluación de diferentes enfoques para el desarrollo de herramientas dedicadas a la
detección y mitigación de phishing. (LA)