Tendencias investigativas en ciberseguridad del Internet de las Cosas (IoT)

Abstract

[...]one of the main concerns is associated with security, therefore, research is required on measures to protect information and privacy in devices interconnected through the network. To this end, bibliometric research on IoT cybersecurity is conducted, according to PRISMA 2020 criteria, in the Web of Science and Scopus databases. The number of articles, since 2015, has grown quadratically polynomially, where the leading countries in research are the United States, the United Kingdom, Spain, and Saudi Arabia. Según Márquez (2022) "el Internet de las cosas es una de las tecnologías con mayor incursión y expansión en el mercado de servicios, haciéndola atractiva a los ciberataques debido a sus diversas vulnerabilidades, tanto en sus protocolos como en su implementáción" (p.3), causando así temor en el medio digital.

Headnote

Resumen: El Internet de las Cosas (loT) es una tecnología que conecta objetos físicos a internet. No obstante, una de las principales preocupaciones se asocia con la seguridad, por lo que, entre tanto, se requiere investigar sobre medidas de protección de la información y la privacidad en los dispositivos interconectados a través de la red. El objetivo es examinar las tendencias investigativas sobre la ciberseguridad en el internet de las cosas en las bases de datos Scopus y Web of Science. Para esto se realiza mía investigación biblio métrica sobre la ciberseguridad de loT, según criterios PRISMA 2020, en las bases de datos Web of Science y Scopus. La cantidad de artículos, desde el 2015, ha crecido de forma polinomial cuadrática, donde los países líderes en investigación son Estados Unidos, Reino Unido, España y Arabia Saudita. En la actualidad, los principales conceptos son Deep Learning y Machine Learning, teniendo algunos conceptos emergentes como la detección de ataques, el aprendizaje federado y la inteligencia artificial

Palabras-clave: Deep Learning; Metodología PRISMA; Machine Learning; Seguridad; Blockchain.

Abstract: The Internet of Things (IoT) is a technology that connects physical objects to the internet. However, one of the main concerns is associated with security, therefore, research is required on measures to protect information and privacy in devices interconnected through the network. The aim is to examine research trends on cybersecurity in the Internet of Things in the Scopus and Web of Science databases. To this end, bibliometric research on IoT cybersecurity is conducted, according to PRISMA 2020 criteria, in the Web of Science and Scopus databases. The number of articles, since 2015, has grown quadratically polynomially, where the leading countries in research are the United States, the United Kingdom, Spain, and Saudi Arabia. Currently, the main concepts are Deep Learning and Machine Learning, with some emerging concepts such as attack detection, federated learning, and artificial intelligence.

Keywords: Deep Learning; PRISMA methodology; Machine Learning; Security; Blockchain.

1. Introducción

En la actualidad, la arquitectura de la información basada en internet posibilita el intercambio de bienes y servicios entre todos los equipos y objetos conectados a la red. (Salazar & Silvestre, 2016). Muñoz (2019) afirma que "el internet de las cosas (lot) es definido como una red de objetos físicos conectados a través de internet, los cuales logran interactuar vía sistemas embebidos, redes de comunicación, mecanismos de computación de respaldo y aplicaciones típicamente en la nube" (p.13), permitiendo así la prontitud de los procesos. Así mismo, autores como Schaaf, Tekinerdogan & Catal (2021) mencionan que "el internet de las cosas se define como red de objetos físicos o cosas equipadas con hardware, software, sensores y componentes de conectividad de red" (P.i), proporcionando una relativa calidad de vida.

De acuerdo con Rahim et al. (2022) las aplicaciones de inteligencia artificial (IA) e Internet de las cosas se han vuelto más significativas, las estructuras comerciales y gubernamentales han iniciado a pensar con fuerza sobre el procesamiento y análisis de datos. Así mismo, según Huma et al. (2021) "este concepto está introduciendo rápidamente nuevas tendencias en el desarrollo de ideas de negocios, procesos industriales, servicios logisticos y muchas otras iniciativas estratégicas para impulsar las industrias nacionales" (p.2), que están evolucionando cada vez más. Gracias a esta nueva concepción del sistema, internet ahora incorpora más del 99% de los objetos y espacios que regularmente permanecían fuera del alcance de la red (Otero et al, 2023). A causa del aumento en el número de los diferentes dispositivos interconectados, ha sido difícil desarrollar una solución de seguridad eficaz y confiable que pueda cubrir la red contra todos los riesgos potentes de seguridad (Medina, 2021).

Una de las mayores inquietudes en el mundo digital de hoy respecto a la seguridad cibernética, está asociada al loT, ya que, ha habido un aumento de dispositivos conectados a Internet, provocando así que los atacantes fijen más su atención en ellos. (Velázquez, Ambrosio, & Ortiz, 2021). Según Márquez (2022) "el Internet de las cosas es una de las tecnologías con mayor incursión y expansión en el mercado de servicios, haciéndola atractiva a los ciberataques debido a sus diversas vulnerabilidades, tanto en sus protocolos como en su implementáción" (p.3), causando así temor en el medio digital.

Existe una necesidad de cultura de la ciberseguridad de los usuarios, pues, las amenazas y los riesgos que se presentan en el entorno de la virtualidad, provenientes del desconocimiento y las afectaciones que ello ocasiona, que al parecer son inofensivas, repercuten de forma relevante en los derechos humanos de las victimas como la vida, integridad psicológica, intimidad, privacidad o el patrimonio (Hernández, Cañizales & Páez, 2021).

Es por este tipo de acontecimientos que se debe hacer un llamamiento a la educación, formación y concientización de todos los actores inmersos en el tema de la ciberseguridad, puesto que supone un tema de gran interés para la seguridad de las diferentes organizaciones e instituciones que cada día se envuelven más a través de la tecnología y las redes de información (Carrillo, Zambrano, Cantos & Bravo, 2019).

De acuerdo con el informe realizado por el portal estadístico Statista (2021), el número de publicaciones de artículos en el área de la ciberseguridad del loT ha aumentado notablemente en los últimos años, ya que, en el año 2015, se publicaron aproximadamente 500 artículos sobre esta temática y en el año 2020, el número de publicaciones incrementó a más de 11,000, evidenciando así un aumento relevante en el interés y la investigación científica en el tema de la ciberseguridad del loT, mencionando específicamente la producción académica en su generalidad, sin realizar un filtro o discriminación de uso de bases de datos específicas.

Teniendo en cuenta el crecimiento masivo de los productos de Internet de las cosas y los sistemas de transporte inteligente (ITS), el desafío del desarrollo de software al abordar las preocupaciones de seguridad y protección de estos dispositivos seguirá aumentando. Por lo tanto, el objetivo es examinar las tendencias investigativas sobre la ciberseguridad en el internet de las cosas en las bases de datos Scopus y Web of Science, con el propósito de orientar una agenda investigativa para futuras investigaciones. Para ello, se plantean las siguientes preguntas.

- ¿Cuáles son los años donde más intereses se ha presentado sobre el tema de ciberseguridad del loT?

- ¿Qué tipo de crecimiento presenta la cantidad de artículos científicos sobre el estudio del loT?

- ¿Cuáles son los principales referentes investigativos sobre el tema del loT?

- ¿Cuál es la evolución temática derivada de la producción científica sobre la loT?

- ¿Cuáles son las palabras claves crecientes y emergentes en el campo de la investigación de la loT?

La estructura del artículo comprende revisión de la literatura donde se realiza una revisión exhaustiva de la literatura relevante en el campo de la ciberseguridad del internet de las cosas. A través de la sección metodológica se dará respuesta a las preguntas planteadas anteriormente, donde se describe detalladamente el diseño del estudio, incluyendo métodos utilizados para recopilar y analizar los datos. Luego, en el apartado de los resultados se describen los hallazgos y se presentan los datos y las estadísticas relevantes. Finalmente, se interpretan los resultados y se discuten las implicaciones.

2. Metodología

Para los criterios de elegibilidad se tiene en cuenta los criterios de inclusión y exclusión de estudios para el análisis en el proceso de revisión. Para los criterios de inclusión, se toman todos los artículos donde los principales metadatos científicos, como título y palabras claves posean términos como ciberseguridad e internet de las cosas, así también, sinónimos validados por tesauros como el de la UNESCO.

Para los criterios de exclusión en la investigación, basado en los ítems de la guía actualizada de la declaración PRISMA, se tienen tres fases: la primera, llamada cribado, se trata de omitir o sustraer artículos que, una vez obtenidos de la base de datos, se aprecie errores contenidos de indexación, pues afecta la posibilidad de los buscadores para rastrear o incluir información relevante y los principales metadatos de investigación. Asimismo, se excluyen todos los registros que sean diferentes o contrarios a la temática principal de la investigación.

La segunda fase de exclusión es denominada "Reports no retrieved" que son artículos sin texto completo. En esta fase se excluyen documentos que no se han recuperado a través de la herramienta de búsqueda aplicada en una investigación. Sucede por múltiples razones, como inexactitudes en la selección de palabras claves o en la elaboración de estrategias de búsqueda. Y por último, la fase de exclusión de actas de conferencia y textos no relevantes que es una etapa en el procedimiento de revisión sistemática de literatura donde se excluyen las actas de congresos y conferencias de la lista de documentos preseleccionados para ser incluidos en el estudio.

2.2. Fuente de información

Para llevar a cabo el análisis bibliométrico en la investigación se eligieron, como fuentes de información, las dos principales bases de datos más usadas actualmente como cobertura científica, Web of Science y Scopus. Se usan cada vez más en artículos académicos, Scopus, debido a su amplia cobertura de revistas científicas de alta calidad y su capacidad para indexár y organizar la información de manera eficiente (Moed, Markusova, Akoev, 2018).

2.3. Estrategia de búsqueda

Una vez establecida la fuente de información para el proceso de revisión de literatura, se propone una estrategia de búsqueda que ilustra aspectos asociados al panel de búsqueda de cada una de las bases de datos, así como los criterios de inclusión designados anteriormente, efectuados a partir de dos ecuaciones especiales de búsqueda. Para la base de datos Scopus se cuenta con la siguiente ecuación:

( TITLE ( cybersecurity OR "Cyber security" OR "Cyber crime·" OR cybercrime· OR "Cyber attack·" OR cyberattack· OR "Cyber terrorism" OR cyberterrorism OR "Cyber warfare" OR "Cyber espionage" OR "Computer security" OR "Data security" ) AND TITLE ( "Internet of Things" ORiot))

Por otra parte, para la base de datos Web of Science, se dispone de una ecuación similar en términos de interacción en metadatos, pero describiendo la interfaz de búsqueda de esta base de datos. Se tiene la siguiente ecuación:

(TI=( Cybersecurity OR "Cyber security" OR "Cyber crime·" OR cybercrime· OR "Cyber attack·" OR cyberattack· OR "Cyber terrorism" OR cyberterrorism OR "Cyber warfare" OR "Cyber espionage" OR "Computer security" OR "Data security") AND TI=( "Internet of Things" OR iot))

2.4.Gestión de datos

Al concretar la estrategia de búsqueda en las bases de datos Scopus y Web of Science y la fase de revisión de literatura, se obtuvo un total de 827 documentos científicos, de los cuales 622 provienen de la base de datos Scopus, y los 205 restantes de Web of Science. Estos documentos fueron conservados y tratados principalmente, con la herramienta de análisis de datos de Microsoft Excel, a través de ella se eliminaron los documentos duplicados y se implementaron las dos fases de exclusión nombradas en los criterios de elegibilidad, así como la elaboración de indicadores bibliométricos que posibilitan la evaluación de la productividad y el impacto de los autores, revistas y países. Los indicadores bibliométricos más utilizados para medir la actividad científica se basan en los recuentos de las publicaciones y de las citas recibidas por los trabajos publicados, así como en el impacto de las revistas de publicación (Gómez, Gutiérrez, Pinzón, 2005). Asimismo, se cuenta con el software de acceso gratuito VOSviewer, mediante el cual se realizaron indicadores de estructura que facilitaron evidenciar factores de cooperación científica y de relacionamiento temático.

2.5. Proceso de selección

Este proceso se realiza por cada uno de los autores del artículo de forma independiente y las diferencias son tratadas colectivamente, con el propósito de reducir el sesgo en la investigación, por tanto, a modo de resumen se tiene la figura i donde se detallan todos los procesos escritos anteriormente.

Esta figura, presenta lo descrito anteriormente donde se tiene la fase de identificación con los resultados de cada base de datos, una fase de cribado con sus ítems de exclusión definidas y, por último, se tiene una cantidad de resultados o artículos finales que serán analizados en el presente artículo de análisis bibliométrico.

3. Resultados

La figura 2 nos detalla los aportes a la literatura científica en el tema de Ciberseguridad del internet de las cosas respecto al número de publicaciones por año, evidenciando así un crecimiento polinomial cuadrático del 98,32%, donde se realizaron los primeros aportes en artículos de esta temática con publicaciones desde el año 2015 hasta la actualidad en el 2023.

Se puede observar, además, que el 2022 ha sido el año donde más publicaciones se han hecho sobre la temática de ciberseguridad del internet de las cosas, contando así con 98 publicaciones en el año mencionado. Se ha podido evidenciar que a medida que el tiempo avanza hay una gran facilidad de conectividad que hace que las redes de construcción estén más expuestas a ataques cibernéticos y, por ende, sean más difíciles de controlar (Hamza et al., 2022).

Seguidamente, cabe resaltar que en el año 2021 se produjeron 62 artículos relacionados a la temática donde se percibe también un crecimiento significativo del año 2021 al 2022 de 36 artículos aproximadamente. Todo eso debido a que el internet de las cosas ha llamado la atención de la academia y de la industria en gran manera (Wang et al.,2021).

En las siguientes figuras, se examinan aspectos relacionados a la cantidad de publicaciones, esto se entiende por productividad científica de los autores. Y los aspectos relacionados al número de citaciones, que da cuenta de que entre más citado sea un artículo, será de mayor impacto académico. En la figura número 3 se pueden apreciar los principales autores de la temática Ciberseguridad del internet de las cosas.

En efecto, de la figura 3 se destaca que los autores Abombara y Koien son los más citados con 322 citaciones y un solo artículo publicado; artículo titulado "Cyber security and the internet of things: vulnerabilities, threats, intruders and attacks" trata de clasificar los ataques cibernéticos por tipos de amenazas e intrusos que enfrentan los dispositivos y servicios loT (Abombara, Koien, 2015).

El autor Xu LD cuenta con dos publicaciones, y una de ellas evidencia alto impacto académico en el año 2019 llamado "Internet of things (loT) cybersecurity research: A review of current research topics" citado 249 veces. Su objetivo es revisar sistemáticamente la ciberseguridad de loT (Xu, Lu, 2018). Además, cuenta con otro artículo más reciente, exactamente del año 2020 que tiene por nombre "Internet of things (loT) cybersecurity research: A review of current research topics" que tiene como objetivo investigar la aplicación de las tácticas de la computación evolutiva en ciberseguridad para loT, contenidas las soluciones de ciberseguridad y privacidad habilitadas para CI, tecnologías de ciberdefensa, técnicas de detección de intrusos y segurida de datos en el Internet de las cosas (Xu, 2020).

Luego, se tiene al autor llamado Elsisi M, quien ha publicado cuatro artículos relacionados al tema de ciberseguridad del internet de las cosas, donde su artículo más citado y de los más recientes es "Effective IoT-based deep learning platform for online fault diagnosis of power transformers against cyberattacks and data uncertainties" que cuenta con 59 citaciones. El artículo consiste en detectar ataques cibernéticos de manera correcta y así poder proporcionar un seguimiento en línea seguro del estado del transformador por medio de la red de internet. (Elsisi et al., 2022).

Posteriormente, los autores Lehtonen M, Darwish MME y Mahmoud К cuentan con 3 artículos del que se destaca principalmente el artículo titulado "Effective IoT-based deep learning platform for online fault diagnosis of power transformers against cyberattacks and data uncertainties" que cuenta con 59 citaciones y es el más reciente (2022). Este artículo presenta una arquitectura loT y una red neuronal para el diagnóstico del estado de los transformadores de potencia, que puede detectar fallas en linea y ataques cibernéticos con una precisión del 92,58% si se consideran los ataques cibernéticos (Elsisi et al., 2022).

La figura 4, constata un análisis bibliométrico por medio de la relación de número de citaciones y número de publicaciones, respecto a los países, donde varía su impacto y productividad académica por país. Se puede apreciar que Estados unidos cuenta con el mayor número de citaciones, dando a entender su alto impacto respecto a la temática de ciberseguridad del internet de las cosas, asimismo, este país representa una gran productividad en número de publicaciones, alcanzando India un rango de mayor productividad que Estados unidos, pero con mucho menos impacto. El artículo de mayor impacto para Estados unidos se titula "Internet of things (loT) cybersecurity research: A review of current research topics" con 249 citaciones. El objetivo principal del artículo es revisar sistemáticamente la ciberseguridad del Internet de las cosas, con la clave de proteger e integrar de dispositivos inteligentes heterogéneos y tecnologías de la información y la comunicación (Xu, Lu, 2018)

Europa ocupa también un lugar de alto impacto en la temática, exactamente España, ocupando el segundo puesto en número de citaciones con 213 de ellas. El artículo es llamado "A survey of iot-enabled cyberattacks: Assessing attack paths to critical infrastructures and services" y uno de sus objetivos principales es identificar los ataques cibernéticos habilitados por loT en un enfoque semejante al riesgo, para demostrar el contexto actual de amenazas (Stellios et al., 2018).

Por último, se observa que Reino Unido comparte la característica de alto impacto por su número de citaciones y su productividad en cuanto a número de artículos producidos. Su artículo de mayor impacto es "Quantum-Inspired Blockchain-Based Cybersecurity: Securing Smart Edge Utilities in IoT-Based Smart Cities" que cuenta con 59 citaciones en el 2021 y el análisis que realizaron demuestra que el protocolo y método que propusieron puede defenderse contra ataques de mensajes y de suplantación de identidad, lo que asegura una transferencia de datos segura entre dispositivos loT (Abd El et al., 2021). A continuación, en la figura 4, se puede observar detalladamente la variación de cada país en impacto y en productividad.

4. Discusión

El tema de abordaje académico "ciberseguridad del internet de las cosas" ha evolucionado significativamente a través de los años, ya que, se ha despertado un interés por analizar la seguridad de los dispositivos loT yla transferencia de datos, logrando que muchas instituciones y organizaciones inicien investigaciones sobre esta problemática cibernética, por ende, se analizará la evolución temática de las palabras claves utilizadas en esta temática.

Seguidamente, se puede visualizar la figura número 5, ella nos revela las palabras afines a la temática más utilizadas desde el año 2015 al 2023. En el año 2015 comenzaron las investigaciones respecto al tema de ciberseguridad del internet de las cosas, el término más utilizado en ese momento fue "Security Threats," en el año 2015 se produjo un artículo de alto impacto con el término anteriormente mencionado, que se titula "Cyber security and the internet of things: Vulnerabilities, threats, intruders and attacks" y trata de clasificar los tipos de amenazas, analizando y caracterizando los intrusos y los ataques que enfrentan los dispositivos loT (Abombara & Koien, 2015).

Uno de los conceptos más recientes es "Machine Learning" utilizado a partir del 2022 con frecuencia. Su artículo de alto impacto con 34 citas es llamado "Recent Advances on Federated Learning for Cybersecurity and Cybersecurity for Federated Learning for Internet of Things" donde tratan de ampliar la temática de FL para ciberseguridad, así como ciberseguridad par FL y diferentes ataques de seguridad (Chimire & Rawat, 2022).

Por último, el término más reciente es "Deep Learning" reiteradamente utilizado en el año 2023. Estados unidos escribió el artículo más citado en lo que lleva del año con este término clave, titulado "Trustworthy and Reliable Deep-Learning-Based Cyberattack Detection in Industrial loT" donde asegura que su esquema propuesto mejora la seguridad y las medidas relacionadas a la confiabilidad en las redes habilitadas para loT (Khanetai., 2022).

La siguiente gráfica dividida en cuatro secciones, hace referencia a la vigencia y frecuencia de las palabras claves a través de los años del 2019 al 2023. Una palabra clave vigente o no vigente hace alusión a qué tanto se ha utilizado la palabra en los últimos años y una palabra clave frecuente o no frecuente hace referencia a qué tanto se ha investigado sobre ella.

En la temática de Ciberseguridad del internet de las cosas, como se puede apreciar en la figura 6, han surgido en los últimos años conceptos claves que se pueden calificar como emergentes. En la primera cuadrícula se observa el término "Attack Detection" el más vigente al día de hoy. Uno de los artículos más recientes que abarca este término se titula "Deep-Learning Based Detection for Cyber-Attacks in loT Networks: A Distributed Attack Detection Framework" quien habla sobre la importancia de la detección y clasificación del tráfico malicioso para garantizar la seguridad de los sistemas (Jullian et al., 2023). También, se puede mencionar del cuadrante II, el término vigente "Federated Learning" utilizado con poca frecuencia a partir del año 2022. "Edge-IIoTset: A New Comprehensive Realistic Cyber Security Dataset of loT and IIoT Applications for Centralized and Federated Learning" es un artículo de alto impacto donde se puede apreciar el uso del concepto de "Federated Learning" que propone un nuevo conjunto de datos de seguridad cibernética realista e integral de aplicaciones loT llamado EdgeIIoTset, que puede ser utilizado por sistemas de detección para intrusos (Ferrag et al., 2022).

Del cuadrante I, se puede resaltar el uso del concepto "Deep Learning" que se puede calificar como frecuente y vigente a la vez. El artículo "A novel extended Internet of things (loT) Cybersecurity protection based on adaptive deep learning prediction for industrial manufacturing applications" contiene este concepto y propone un diseño innovador de marco que se basa en una medición estocástica de parámetros determinantes basados en un algoritmo de aprendizaje profundo adaptativo (ADL) para la fabricación industrial, como el transporte yla energía (Alattas & Mardanı, 2022). El término "Machine Learning" al igual que el anterior, es frecuente y vigente a la vez. Es utilizado en múltiples artículos, uno de ellos es titulado "Cyber security in loT-based cloud computing: A comprehensive survey" donde proponen una encuesta integral sobre cómo habilitar la arquitectura, los servicios, las configuraciones y los modelos de seguridad de loT basados en la red (Ahmad et al., 2022). Por último, de la gráfica se puede analizar el concepto "Data Privacy" que, a diferencia de los anteriores, es poco vigente y poco frecuente. Un artículo llamado "Utilizing Blockchain to Overcome Cyber Security Concerns in the Internet of Things: A Review" utiliza este concepto como palabra clave y su objetivo es analizar los avances de seguridad recientes para la superación de las limitaciones de loT utilizando blockchain (Alotaibi, 2019).

5. Conclusiones

La investigación sobre de la ciberseguridad del Internet de las Cosas en las bases de datos Scopus y Web of Science parte del año 2015; sin embargo, fue a partir del año 2020 cuando el creciente interés en la temática se tradujo en un incremento sustancial en la cantidad de artículos, demostrando estos un crecimiento polinomial cuadrático de un 98,32%. Por otro lado, a partir del análisis de los principales referentes investigativos, se encontró que los principales autores son Abombara y Køien, mientras que los países líderes en la investigación sobre la temática son Estados Unidos, Reino Unido, España y Arabia Saudita.

Por otro lado, el análisis de palabras clave permitió comprender la evolución temática en la literatura científica alrededor de la ciberseguridad del Internet de las Cosas, teniendo que las primeras investigaciones profundizaban en temas como las amenazas de seguridad, en contraste con los últimos enfoques que estudian la importancia del Deep Learning. Por último, las principales palabras clave en crecimiento dentro del cuerpo científico de la temática son Deep Learning, Machine Learning y Blockchain, mientras que las principales palabras clave emergentes son la detección de ataques, el aprendizaje federado, así como la Inteligencia Artificial. Se concluye sobre la importancia de que futuras investigaciones amplíen en la importancia de los conceptos consolidados, así como en el análisis de los conceptos emergentes dentro del campo investigativo.

References

Referencias

Abd El-Latif, A. A., Abd-El-Atty, B., Mehmood, L, Muhammad, К., Venegas-Andraca, S. E., & Peng, J. (2021). Quantum-inspired blockchain-based cybersecurity: securing smart edge utilities in IoT-based smart cities. Information Processing & Management, 58(4), 102549.

Abombara, M., & Koien, G. M. (2015). Cyber security and the internet of things: vulnerabilities, threats, intruders and attacks. Journal of Cyber Security and Mobility, 65-88.

Ahmad, W., Rasool, A., Javed, A. R., Baker, T., & Jalil, Z. (2022). Cyber security in iotbased cloud computing: A comprehensive survey. Electronics, 11(1), 16.

Alattas, K. A., & Mardanı, A. (2022). A novel extended Internet of things (loT) Cybersecurity protection based on adaptive deep learning prediction for industrial manufacturing applications. Environment, Development and Sustainability, 24(7), 9464-9480.

Alotaibi, B. (2019). Utilizing blockchain to overcome cyber security concerns in the internet of things: A review. IEEE Sensors Journal, 19(23), 10953-10971.

Andrade, R. O., Yoo, S. G., Tello-Oquendo, L., & Ortiz-Garcés, I. (2020). A comprehensive study of the loT cybersecurity in smart cities. IEEE Access, 8, 228922-228941.

Carrillo, J. J. M., Zambrano, N. A., Cantos, J. S. M., & Bravo, M. Z. (2019). Ciberseguridad y su aplicación en las Instituciones de Educación Superior. Revista Ibérica de Sistemas e Tecnologías de Informaçâo, (E20), 438-448.

Duque, P., & Cervantes-Cervantes, L. S. (2019). Responsabilidad Social Universitaria: una revisión sistemática y análisis bibliométrico. Estudios gerenciales, 35(153), 451-464.

Elsisi, M., Tran, M. Q., Mahmoud, К., Mansour, D. E. A., Lehtonen, M., & Darwish, M. M. (2022). Effective IoT-based deep learning platform for online fault diagnosis of power transformers against cyberattacks and data uncertainties. Measurement, 190,110686.

Elsisi, M., Tran, M. Q., Mahmoud, К., Mansour, D. E. A., Lehtonen, M., & Darwish, M. M. (2021). Towards secured online monitoring for digitalized GIS against cyberattacks based on loT and machine learning. leee Access, 9, 78415-78427.

Ferrag, M. A., Friha, 0., Hamouda, D., Maglaras, L., & Janicke, H. (2022). Edge-IIoTset: A new comprehensive realistic cyber security dataset of loT and IIoT applications for centralized and federated learning. IEEE Access, 10,40281-40306.

Ghimire, B., & Rawat, D. B. (2022). Recent advances on federated learning for cybersecurity and cybersecurity for federated learning for internet of things. IEEE Internet of Things Journal.

Gómez, C. F. R. C., Gutiérrez, C. V. R., & Pinzón, C. E. R. C. (2005). Indicadores bibliométricos: origen, aplicación, contradicción y nuevas propuestas. MedUNAB, 8(1), 29-36.

Hamza, A., Gharakheili, H. H., Pering, T., & Sivaraman, V. (2022). Combining Device Behavioral Models and Building Schema for Cybersecurity of Large-Scale loT Infrastructure. IEEE Internet of Things Journal, 9(23), 24174-24185.

Hernández, E. F. T., Cañizales, R. R., & Páez, A. V. (2021). La importancia de la ciberseguridad у los derechos humanos en el entorno virtual. Misión Jurídica, 14(2.0), 142-158.

Huma, Z. E., Latif, S., Ahmad, J., Idrees, Z., Ibrar, A., Zou, Z.,... & Baothman, F. (2021). A hybrid deep random neural network for cyberattack detection in the industrial internet of things. IEEE Access, 9,55595-55605.

Jullian, 0., Otero, B., Rodríguez, E., Gutierrez, N., Antona, H., & Canal, R. (2023). DeepLearning Based Detection for Cyber-Attacks in loT Networks: A Distributed Attack Detection Framework. Journal of Network and Systems Management, 31(2), 33.

Jullian, 0., Otero, B., Rodríguez, E., Gutierrez, N., Antona, H., & Canal, R. (2023). DeepLearning Based Detection for Cyber-Attacks in loT Networks: A Distributed Attack Detection Framework. Journal of Network and Systems Management, 31(2), 33.

Khan, F., Alturki, R., Rahman, M. A., Mastorakis, S., Razzak, L, & Shah, S. T. (2022). Trustworthy and Reliable Deep-Learning-Based Cyberattack Detection in Industrial loT. IEEE Transactions on Industrial Informatics, 19(1), 1030-1038.

Lu, Y. y Da Xu, L. (2018). Investigación de ciberseguridad de Internet de las cosas (loT): una revisión de los temas de investigación actuales. IEEE Internet of Things Journal, 6 (2), 2103-2115.

Márquez Diaz, J. E. (2022). Cybersecurity and Internet of Things. Outlook for this decade. Computación y Sistemas, 26(3), 1201-1214.

Matheu, S. N., Mármol, E., Hernández-Ramos, J. L., Skarmeta, A., & Baldini, G. (2022). Federated Cyberattack Detection for Internet of Things-Enabled Smart Cities. Computer, 55(12), 65-73.

Matheu-García, S. N., Hernández-Ramos, J. L., Skarmeta, A. F., & Baldini, G. (2019). Risk-based automated assessment and testing for the cybersecurity certification and labelling of loT devices. Computer Standards & Interfaces, 62, 64-83.

Medina, C. A. C. (2019). Ciberseguridad: Por dónde Empezar.... Revista de Tecnología, 18(1), 89-100.

Mercado-Velázquez, A. A., Escamilla-Ambrosio, P. J., & Ortiz-Rodriguez, F. (2021). A moving target defense strategy for internet of things cybersecurity. IEEE Access, 9, 118406-118418.

Moed, H. F., Markusova, V., & Akoev, M. (2018). Trends in Russian research output indexed in Scopus and Web of Science. Scientometrics, 116,1153-1180.

Muñoz, O. Q. (2019). Internet de las cosas (lot). Ibukku LLC.

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, L, Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. International journal of surgery, 88,105906. https:// d0i.0rg/10.1016/j.ijsu.2021.105906

Rahim, R., Ramachandran, M., Jayachandran, P., Kalyanaraman, H., Bhaskar, V., & Kumar, A. (2022). Holistic Feistel Authenticated Learning-Based Authorization for Protecting the Internet of Things from Cyber Attacks. Wireless Personal Communications, 1-22.

Salazar, J., & Silvestre, S. (2016). Internet de las cosas. Techpedia. České vysoké učení technické v Praze Fakulta elektrotechnická.

Statista. (2021). Number of publications on loT cybersecurity worldwide 2015-2020. Recuperado el 3 de abril de 2023, de https://www.statista.com/statistics/1244519/ iot-cybersecurity-publications-number-worldwide/

Stellios, L, Kotzanikolaou, P., Psarakis, M., Alcaraz, C., & Lopez, J. (2018). A survey of iot-enabled cyberattacks: Assessing attack paths to critical infrastructures and services. IEEE Communications Surveys & Tutorials, 20(4), 3453-3495.

Tashtoush, Y. M., Darweesh, D. A., Husari, G., Darwish, 0. A., Darwish, ¥., Issa, L. B., & Ashqar, H. I. (2021). Agile approaches for cybersecurity systems, loT and intelligent transportation. IEEE Access, 10,1360-1375.

van der Schaaf, K., Tekinerdogan, B., & Catal, C. (2021). A feature-based approach for guiding the selection of Internet of Things cybersecurity standards using text mining. Concurrency and Computation: Practice and Experience, 33(21), 66385.

Wang, T., Mei, ¥., Liu, X., Wang, J., Dai, H. N., & Wang, Z. (2021). Edge-based auditing method for data security in resource-constrained internet of things. Journal of Systems Architecture, 114,101971.

Zhao, S., Li, S., Qi, L., & Da Xu, L. (2020). Computational intelligence enabled cybersecurity for the internet of things. IEEE Transactions on Emerging Topics in Computational Intelligence, 4(5), 666-674.