Ingrid Ortiz-Terán
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Interests
Ingrid Ortiz-Terán has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Byron Moya Carrera
Logic Studio. Quito
1 shared publication - Cristhian Briones-Montalvo
Universidad Técnica Estatal de Quevedo
1 shared publication - Gilberto Álvarez-Carpio
Universidad Técnica Estatal de Quevedo
1 shared publication - Javier Guaña-Moya
Facultad de Ingeniería, Pontificia Universidad Católica del Ecuador, Quito 170525, Ecuador
1 shared publication
Latest Publications
- Open Access
- 17 February 2025
- Published by Editorial Scientific Future in Revista Ingeniería e Innovación del Futuro
- Vol. 4 (1) , 160-176
Minería de datos aplicada al tráfico de red de aplicaciones Android para detectar actividades maliciosas
El sistema operativo Android, siendo el más prevalente en dispositivos móviles a nivel mundial, se convierte en un objetivo atractivo para posibles ataques. La creciente amenaza de malware en el ecosistema Android puede resultar perjudicial para los usuarios, sus dispositivos y sus datos. Esta investigación propone la aplicación de técnicas avanzadas de minería de datos al tráfico de red de aplicaciones Android con el fin de detectar malware. Se exploran tres enfoques distintos: Naive Bayes, k-Nearest Neighbors y Random Forest Classifier. Los resultados del estudio revelan la efectividad de las técnicas de minería de datos en la detección de malware Android, destacando el rendimiento sobresaliente del clasificador de bosque aleatorio, logrando una precisión del 90%. Este trabajo representa una contribución significativa al desarrollo de soluciones más efectivas y adaptables para la detección de amenazas en el entorno Android. Al identificar y validar la eficacia de estas técnicas, se establece una base sólida para futuras investigaciones y la implementación práctica de sistemas de seguridad avanzados en dispositivos Android, fortaleciendo así la defensa contra las crecientes amenazas de malware en el panorama móvil global.
- 17 February 2025
- Published by Editorial Scientific Future in Revista Ingeniería e Innovación del Futuro
- Vol. 4 (1) , 160-176
Open AccessMinería de datos aplicada al tráfico de red de aplicaciones Android para detectar actividades maliciosas
El sistema operativo Android, siendo el más prevalente en dispositivos móviles a nivel mundial, se convierte en un objetivo atractivo para posibles ataques. La creciente amenaza de malware en el ecosistema Android puede resultar perjudicial para los usuarios, sus dispositivos y sus datos. Esta investigación propone la aplicación de técnicas avanzadas de minería de datos al tráfico de red de aplicaciones Android con el fin de detectar malware. Se exploran tres enfoques distintos: Naive Bayes, k-Nearest Neighbors y Random Forest Classifier. Los resultados del estudio revelan la efectividad de las técnicas de minería de datos en la detección de malware Android, destacando el rendimiento sobresaliente del clasificador de bosque aleatorio, logrando una precisión del 90%. Este trabajo representa una contribución significativa al desarrollo de soluciones más efectivas y adaptables para la detección de amenazas en el entorno Android. Al identificar y validar la eficacia de estas técnicas, se establece una base sólida para futuras investigaciones y la implementación práctica de sistemas de seguridad avanzados en dispositivos Android, fortaleciendo así la defensa contra las crecientes amenazas de malware en el panorama móvil global.