Evaluar la efectividad de la utilización de técnicas de ML en la identificación de ciberataques enfocados en Phishing y Spam.

Evaluar la efectividad de la utilización de técnicas de machine learning (ML) en la identificación de Phishing y Spam.

Para ello se propone: 

• Analizar el estado del arte en la detección de Phishing y Spam basado en algoritmos de ML.
• Seleccionar tres estrategias de detección de Phishing y Spam utilizando una misma base de entrenamiento.
• Categorizar, comparar y concluir sobre los resultados y lecciones aprendidas derivado de los modelos de ML propuestos, especificando a su vez una métrica de efectividad.

Con base en el  estado del arte se implementaron pruebas locales para seleccionar los algoritmos de clasificación con mayor precisión (accuracy) y las características (features) más representativas. (Se usaron algoritmos basados en aprendizaje supervisado). 

Se desarrolló un prototipo para navegadores que usa el algoritmo y características seleccionadas para identificar phishing y se evaluó su comportamiento con páginas reales.