Publicación:
RuralShield AI Sistema IDS adaptativo para Entornos Rurales Inteligentes

Vista sencilla de ítem
dc.contributor.advisorTobarra Abad, María de los Llanos
dc.contributor.authorLledó Rovira, Pablo
dc.date.accessioned2026-03-10T09:31:44Z
dc.date.available2026-03-10T09:31:44Z
dc.date.issued2025-10-01
dc.description.abstractEl entorno rural está viviendo una transformación profunda gracias a la incorporación de nuevas tecnologías que permiten mejorar la conectividad y optimizar procesos, especialmente gracias al auge de los dispositivos IoT/IIoT, de ahí la denominación de Smart Rural. Este proceso de digitalización aporta muchas ventajas, pero también introduce nuevas vulnerabilidades y problemas asociados, de ahí que no estén exentos de uno de los principales retos a los que nos enfrentamos hoy en día, la ciberseguridad. El objetivo de este trabajo consiste en abordar esta problemática desarrollando y evaluando RuralShield AI, un IDS adaptativo basado en Deep Learning para analizar tráfico de red en tiempo real y detectar intrusiones en los entornos Smart Rural. La metodología combina el uso de un dataset público como base con la generación de tráfico IoT/IIoT sintético en un simulador de redes, el preprocesamiento de flujos de red, el entrenamiento supervisado de modelos CNN y MLP, la evaluación del rendimiento y su integración en el IDS, desplegado mediante contenedores Docker. Los modelos obtenidos alcanzaron tasas de precisión elevadas y bajos niveles de falsos positivos, demostrando su eficacia frente a los tipos de ataques más representativos del entorno IoT. Además, el proyecto se plantea como una guía metodológica para el reentrenamiento y actualización de modelos, ofreciendo un sistema adaptable frente a las nuevas amenazas de los entornos IoT rurales.es
dc.description.abstractThe rural environment is undergoing a profound transformation thanks to the incorporation of new technologies that improve connectivity and optimize processes, especially thanks to the rise of IoT/IIoT devices, hence the name Smart Rural. This digitization process brings many advantages, but it also introduces new vulnerabilities and associated problems, which is why they are not exempt from one of the main challenges we face today: cybersecurity. The objective of this work is to address this problem by developing and evaluating RuralShield AI, an adaptive IDS based on Deep Learning to analyze network traffic in real time and detect intrusions in Smart Rural environments. The methodology combines the use of a public dataset as a basis with the generation of synthetic IoT/IIoT traffic in a network simulator, the preprocessing of network flows, the supervised training of CNN and MLP models, the evaluation of performance, and its integration into the IDS, deployed using Docker containers. The models obtained achieved high accuracy rates and low false positive levels, demonstrating their effectiveness against the most representative types of attacks in the IoT environment. In addition, the project is intended as a methodological guide for retraining and updating models, offering an adaptable system against new threats in rural IoT environments.en
dc.description.provenanceMade available in DSpace on 2026-03-10T09:31:44Z (GMT). No. of bitstreams: 1 Lledo_Rovida_Pablo_TFM_RuralShield AI_MARIA DE LOS LLANOS.pdf: 3038832 bytes, checksum: cfe67f56a012015e7610fbab1ad6a555 (MD5) Previous issue date: 2025-09-01en
dc.identifier.citationLledó Rovira, Pablo. Trabajo Fin de Máster: RuralShield AI Sistema IDS adaptativo para Entornos Rurales Inteligentes. Universidad Nacional de Educación a Distancia (UNED) 2025
dc.identifier.urihttps://hdl.handle.net/20.500.14468/32059
dc.language.isoes
dc.relation.centerEscuela Técnica Superior de Ingeniería Informática
dc.relation.degreeMáster Universitario en Ciberseguridad
dc.relation.departmentSistemas de Comunicación y Control
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject1203.17 Informática
dc.subject.keywordsIoTes
dc.subject.keywordsIIoTes
dc.subject.keywordsIDSes
dc.subject.keywordsSmart Rurales
dc.subject.keywordsCiberseguridades
dc.subject.keywordsTráfico de redes
dc.subject.keywordsIoTen
dc.subject.keywordsIIoTen
dc.subject.keywordsIDSen
dc.subject.keywordsSmart Ruralen
dc.subject.keywordsCibersecurityen
dc.subject.keywordsNetwork trafficen
dc.titleRuralShield AI Sistema IDS adaptativo para Entornos Rurales Inteligenteses
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Lledo_Rovida_Pablo_TFM_RuralShield AI_MARIA DE LOS LLANOS.pdf
Tamaño:
2.9 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Trabajos de fin de máster (TFM)