Introducción

La seguridad de la información en el Internet de las cosas (IoT) es un tema crítico, debido a una rápida expansión del Internet de las Cosas que ha generado un entorno digital interconectado, donde dispositivos inteligentes recopilan, transmiten y utilizan datos de manera continua, impulsando la eficiencia y la comodidad para los usuarios, pero simultáneamente ha aumentado los riesgos de seguridad en la manipulación y transmisión de información sensible ya que los dispositivos conectados pueden presentar vulnerabilidades ante ataques cibernéticos. Según un estudio de IBM (2023), el número de ataques dirigidos a dispositivos IoT se incrementó en un 400% entre 2018 y 2020, y esta tendencia continúa en los años siguientes. Esto demuestra que la revolución del Internet de las Cosas (IoT) ha permeado nuestra vida cotidiana, integrando una multitud de dispositivos, desde termostatos hasta vehículos en la red global. No obstante, la proliferación de estos dispositivos interconectados ha suscitado preocupaciones significativas entorno a la seguridad.

Los dispositivos IoT pueden ser susceptibles a una variedad de ataques, incluyendo el robo de credenciales, la explotación de vulnerabilidades del firmware, y los ataques de denegación de servicio distribuido (DDoS), entre otros. Estos ataques pueden comprometer la confidencialidad, integridad y disponibilidad de la información, así como la privacidad y seguridad de los usuarios y organizaciones. Para contrarrestar estos riesgos, se requieren técnicas criptográficas robustas que aseguren la autenticación, autorización, encriptación y cifrado de los datos intercambiados entre los dispositivos IoT y las redes a las que están conectados.

En este contexto, este artículo se centra en la siguiente pregunta de investigación ¿Cuáles son las técnicas criptográficas más efectivas y relevantes para garantizar la seguridad de la información en entornos del Internet de las Cosas (IoT)? A pesar de la abundancia de investigaciones centradas en diversas técnicas criptográficas destinadas a mejorar la seguridad de la información en el contexto IoT, la selección de una técnica criptográfica específica para su aplicación en un contexto real puede resultar desafiante. Por lo tanto, este artículo se enfoca en el análisis de técnicas criptográficas en el contexto del IoT con el objetivo principal de proporcionar una visión integral y simplificada de las técnicas empleadas en situaciones reales de diversos campos de aplicación en entornos de IoT, evaluando su eficacia y aplicabilidad en la mejora de la seguridad de la información.

1. Aplicaciones de IOT

Según Abdur et al. (2017), las principales aplicaciones del Internet de las Cosas (IoT) buscan configurar un entorno inteligente y dispositivos autónomos para áreas como la vida, objetos, salud y ciudades inteligentes. El IOT tiene principalmente aplicaciones en los siguientes campos:

1.1. IOT en las industrias

El IoT ha permitido la creación de sistemas y aplicaciones significativas. Por ejemplo, en un sistema de transporte inteligente IoT, una persona autorizada puede monitorear la ubicación y el movimiento de un vehículo, así como predecir su ubicación futura y el tráfico vial. Inicialmente, el término IoT se usaba para identificar objetos únicos con RFID, luego los investigadores han relacionado el término IoT con sensores, dispositivos del Sistema de Posicionamiento Global (GPS), dispositivos móviles y actuadores.

1.2. IOT en los Dispositivos médicos

Los sistemas de salud utilizan ampliamente dispositivos del Internet de las Cosas (IoT) para supervisar y evaluar a los pacientes. Los Dispositivos Médicos Personales (PMDs) son dispositivos electrónicos pequeños que se implantan en el cuerpo del paciente o se adhieren a él. Estos dispositivos, que se estimó que tendrían un valor de mercado de alrededor de 17 mil millones de dólares en 2019, se comunican con una estación base a través de una interfaz inalámbrica. Esta estación base se utiliza para leer el estado del dispositivo, informes médicos, modificar parámetros del dispositivo o actualizar su estado.

1.3. IOT en los servicios de hogares

Los servicios de hogares inteligentes están en constante crecimiento ya que los dispositivos digitales pueden comunicarse eficazmente entre sí utilizando direcciones del Protocolo de Internet (IP). Todos los dispositivos de un hogar inteligente están conectados a internet, a medida que aumenta el número de dispositivos en el entorno del hogar inteligente, también aumentan las posibilidades de ataques maliciosos, sin embargo, si los dispositivos del hogar inteligente operan de manera independiente, las posibilidades de ataques maliciosos disminuyen.

Actualmente, los dispositivos del hogar inteligente pueden ser accedidos a través de internet en cualquier lugar y en cualquier momento, lo que aumenta las posibilidades de ataques maliciosos en estos dispositivos.

2. Capas de sistemas IOT

Según Caraveo M. et al. (2023), existen 4 capas principales en todo sistema de internet de las cosas (IoT), estas capas son:

2.1. Capa de Percepción

Esta capa desempeña un papel fundamental al permitir la identificación de elementos que pueden conectarse a un sistema IoT y que involucran la utilización de sensores y actuadores. Su principal tarea radica en recolectar datos relevantes provenientes de objetos o dispositivos IoT para posteriormente convertirlos en un formato digital adecuado.

2.2. Capa de Conectividad

En esta etapa, se establece la comunicación a través de protocolos como TCP o mediante una puerta de enlace que actúa como un enlace entre redes LAN y WAN. Esta capa opera en conjunto con la capa de procesamiento y se asemeja a la capa de red en un modelo de tres capas de IoT. Su objetivo principal es facilitar la interconexión de dispositivos y posibilitar avances tecnológicos, como el uso de servicios en la nube o la computación en el borde, con el propósito de mejorar el rendimiento del sistema.

2.3. Capa de Procesamiento

Esta capa representa el núcleo del IoT, donde los datos obtenidos de los sensores son sometidos a análisis, procesamiento y posterior almacenamiento. Aquí se encuentran la unidad de procesamiento y el sistema de almacenamiento. En esta fase se llevan a cabo dos acciones cruciales: la acumulación de datos (mediante almacenamiento en la nube para grandes volúmenes de información) y la abstracción de datos (adecuación para su presentación a usuarios finales). La computación en la nube y la informática en el borde desempeñan un papel esencial en esta capa. La placa de desarrollo tiene la capacidad de procesar datos en tiempo real en el lugar donde se recolectan los datos de los sensores, transmitiendo solamente la información relevante al servidor.

2.4. Capa de Aplicación

En esta fase, se ofrecen servicios de usuario dirigidos a aplicaciones de IoT, como hogares inteligentes y salud conectada. Los datos que fueron procesados en la capa anterior se presentan al usuario mediante plataformas de software o aplicaciones móviles diseñadas específicamente para sistemas IoT, en el formato requerido, que puede incluir elementos visuales como gráficos y otros recursos, tal como se muestra en la figura 1.

3. Algoritmos de criptografía

Los algoritmos de cifrado se pueden clasificar en 3 grandes grupos, las cuales son:

3.1. Algoritmos de cifrado pública (Asimétrica)

Algoritmo Rivest Shamir Adleman (RSA): El algoritmo RSA, desarrollado por Rivest, Shamir y Adleman, es un destacado sistema criptográfico de clave asimétrica que aborda el desafío de seguridad de factorizar números grandes en factores primos para obtener una clave secreta. Su ventaja está en el nivel de dificultad para factorizar números no primos en factores primos, el algoritmo sugiere el uso de valores a y b con más de 100 dígitos, lo que resulta en un producto (n = a × b) que supera los 200 dígitos la cual lo hace muy compleja que personas no autorizadas calculen la clave de descifrado. (Liestyowati Dwi, 2020).

Algoritmo de curva elíptica (ECC): La criptografía de curva elíptica (ECC) representa la técnica más avanzada y reciente en el campo de la criptografía, el cual su aplicación, especialmente a través del algoritmo de firma digital de curva elíptica (ECDSA), se destaca en la mejora de la seguridad en redes de comunicación abiertas y en la autenticación de usuarios en la Era Digital Moderna (EDM). Los usuarios de EDM, que participan en diversas tecnologías como redes sociales, almacenamiento en la nube y la industria del Internet de las cosas (IoT), demandan un entorno seguro que preserve su privacidad. La criptografía es esencial para proteger la transmisión de datos y la transferencia de información contra robos y ataques en canales abiertos (Ullah et al., 2023)

3.2. Algoritmos de cifrado privado (Simétrica)

Algoritmo Estándar de cifrado Avanzado (AES)

Este algoritmo se emplea como tecnología esencial para salvaguardar información confidencial en diversas aplicaciones. Su implementación principal se realiza en software, cifrando datos sensibles para sistemas específicos. En el ámbito de la fabricación inteligente y sistemas caóticos, se recurre a una variante basada en el estándar ligero de cifrado avanzado (LAES) para gestionar la seguridad. Este método analiza el contenido del texto protegido, empleando un algoritmo híbrido basado en AES para reforzar la seguridad en entornos caóticos (Huo et al., 2023).

Algoritmo Triple DES (3DES)

En un estudio reciente, se destacó la vulnerabilidad del algoritmo de cifrado Triple DES (3DES) mediante ataques de búsqueda exhaustiva utilizando el estudio GPU RTX 3070, se logró realizar 94.4 millones de búsquedas de claves por segundo para 3DES, lo que sugiere una posible vulnerabilidad del cifrado con claves de 112 bits. Este resultado plantea la posibilidad de romper la seguridad de 112 bits de 3DES en aproximadamente 8 años con una GPU RTX 3070, por lo tanto, se destaca la vulnerabilidad de algoritmos criptográficos ligeros, como 3DES, que emplean claves cortas y son susceptibles a ataques de fuerza bruta (Tezcan, 2022).

3.3. Funciones HASH

Las funciones hash son de vital importancia para asegurar la integridad y seguridad de mensajes de longitud variable en sistemas de comunicación, debido a que los enfoques tradicionales de criptografía simétrica y asimétrica tienen limitaciones en este aspecto, lo que ha llevado a la necesidad que las funciones hash emergen como elementos cruciales para mejorar la seguridad en aplicaciones y protocolos criptográficos. Estas funciones no solo aceptan mensajes de longitud variable, sino que también generan valores hash de longitud fija, proporcionando así una capa adicional de integridad y autenticación. La necesidad de estas funciones se fundamenta en requisitos esenciales como la resistencia a colisiones, resistencia previa a la imagen y segunda resistencia de la preimagen, que son fundamentales para garantizar la robustez de la seguridad criptográfica (Ullah et al. ,2023)

4. Desafíos en los sistemas de IoT:

Según Bhatt & Sharma (2019) y Martínez & Cruz (2018), los desafíos que tiene los sistemas de internet de las cosas (IOT) son los siguientes:

1. Actualizaciones de Seguridad: Mantener dispositivos IoT actualizados con los últimos parches de seguridad y algoritmos criptográficos es un desafío, ya que muchos de ellos no son fácilmente accesibles o actualizables una vez que están desplegados.

2. Responsabilidad Legal: No existe una ley o normativa que controle y respalde la seguridad de los datos utilizados en los entornos IoT de las empresas, como tampoco existen estándares para la implementación, desarrollo y uso de los mismos.

3. Privacidad del Usuario: La criptografía desempeña un papel importante en la protección de la privacidad del usuario en el IoT. Garantizar que los datos personales se protejan de manera efectiva y se compartan solo cuando sea necesario es un desafío constante.

4. Escalabilidad: A medida que el número de dispositivos IoT aumenta, la gestión de la seguridad como también la criptografía a gran escala se vuelve cada vez más compleja y desafiante.

5. Altos costos en IoT: Debido a que los dispositivos IoT son aún novedosos, existe un alto consumo de recursos propios para mantenerse en ejecución, como el alto consumo de energía, esto con el tiempo debería mejorarse sin embargo sigue siendo un desafío para las empresas en la actualidad.

Metodología

1. Fundamentos de la metodología

Este estudio llevará a cabo una revisión sistemática siguiendo la metodología PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) como marco de referencia. Según Page et al. (2021), esta metodología proporciona un marco que simplifica la ejecución de un estudio sistemático fundamentado en investigaciones académicas anteriores.

Su enfoque estructurado mejora la calidad y la transparencia de la investigación al proporcionar pautas claras para la planificación, ejecución y presentación de la revisión. Adoptamos PRISMA en nuestro estudio para garantizar una investigación rigurosa y objetiva, minimizando el sesgo de selección y mejorando la calidad de nuestro informe.

2. Criterios de Inclusión y exclusión

Para asegurar la selección de los artículos más pertinentes y adecuados para nuestra revisión, establecemos los siguientes criterios de inclusión y exclusión tal como se muestra en la tabla 1 y tabla 2 respectivamente.

3. Proceso de recolección de información

La búsqueda de información se llevó a cabo en bases de datos académicas ampliamente reconocidas como Scopus, ScienceDirect y MDPI, las cuales albergan una vasta colección de artículos académicos. Posteriormente, se implementaron los criterios de exclusión, lo que nos permitió identificar y filtrar los artículos pertinentes a nuestro tema de investigación, tal como se muestra en la figura 2.

Finalmente, seleccionamos los artículos que serán objeto de un análisis exhaustivo. Estos fueron elegidos debido a su alta relevancia y su significativa aportación a nuestro campo de investigación, por lo que serán sometidos a un análisis detenido y riguroso.

FIGURA 2
Esquema del proceso de recopilación de datos

Además, es importante destacar que la mayoría de las investigaciones sobre este tema provienen de autores residentes del país de la India. En nuestro estudio, casi el 50% de los autores pertenecen a este país, tal como se muestra en la figura 3.

FIGURA 3
Artículos publicados según el país de autor
Elaboración propia

Resultados

TABLA 4

Soluciones criptográficas en Seguridad de IoT

Discusiones

Como nos podemos haber dado cuenta el uso de la criptografía es muy útil pero también altamente complejo al utilizarlo, nuestra investigación revela una diversidad de técnicas criptográficas muy efectivas como también algunas que no son tan efectivas, pero todas abordan desafíos cruciales de seguridad y privacidad en entornos IoT. Todas las técnicas que se evaluaron se analizó que usaron 3 principales algoritmos de encriptación que son de cifrado público el AES y de cifrado privado el EEC y las funciones Hash y además utilizan con mucha frecuencia la tecnología de blockchain para fortalecer la seguridad de datos y por ende hacerla más compleja el descifrado.

En el ámbito de la salud, el ECC se implementa en un Sistema de Gestión de Confianza basada en blockchain. Este sistema protege contra ataques internos en entornos de Health Information Systems (HSN) (Bhan et al., 2023). Además, se aplica en un Sistema de Monitorización Remota de Pacientes para aplicaciones de telemedicina basadas en IoT, mejorando la eficiencia de la encriptación y reduciendo la longitud de la clave necesaria (Subashini et al., 2023). También se utiliza en un Mecanismo de Autenticación de Identidad basado en criptografía de curva elíptica y tokens, confirmando la identidad de dispositivos IoT antes de la comunicación (Yang et al., 2023). Otro uso relevante es en un Mecanismo de Autenticación para Dispositivos IoT basado en curvas elípticas y blockchain, utilizado para autenticar dispositivos antes de enviar datos al servidor de almacenamiento (Nita et al., 2023).

En otros contextos, el ECC se implementa en un Mecanismo basado en tecnología blockchain y cifrado de curvas elípticas para proporcionar un mecanismo seguro para compartir y autenticar datos en redes y dispositivos heterogéneos (Chauhan et al., 2022). También se aplica en un Mecanismo centrado en abordar las vulnerabilidades de seguridad en la recolección de basura en IoT, garantizando la seguridad de la memoria heap y protegiendo contra ataques en tiempo de ejecución (Khalifa et al., 2021). Otros usos incluyen un Esquema de Cifrado de Imágenes Híbrido en IoMT, un Esquema de Autenticación de Tres Factores y un Esquema de Cifrado Autenticado con Datos Asociados (Rehman et al., 2023; Swagatika et al., 2023; Ali et al., 2023). Además, se emplea en un Mecanismo de Transferencia Segura de Datos en entornos IoT a través de MQTT, cifrando los datos antes de ser transmitidos (Ramyasri et al., 2023). Finalmente, el ECC se utiliza junto con un modelo de aprendizaje profundo en un Mecanismo para la Detección de Malware y Mejora de la Seguridad en Dispositivos IoT (Aishwariya et al., 2023).

También se observó que las soluciones criptográficas analizadas en el estudio utilizan el algoritmo estándar de cifrado avanzado (AES), ya sea de forma independiente o combinado con otros algoritmos. Esta técnica de cifrado se aplica en varias soluciones criptográficas, como el Sistema de cifrado logístico híbrido basado en ADN para IoMT (Ettiyan et al., 2023), donde se utiliza el cifrado AES para mejorar la seguridad en la transmisión de datos médicos en el contexto de IoT. En el caso de la detección de malware y mejora de la seguridad en dispositivos IoT (Aishwariya et al., 2023), el algoritmo AES se utiliza como parte de la prevención después de la detección de malware en un enfoque basado en IECC y Deep LSTM. Asimismo, el Sistema de monitorización remota de pacientes para IoT (Subashini et al., 2023) emplea el algoritmo AES para fortalecer la seguridad, combinándolo con la criptografía EEC como parte de un enfoque híbrido. Además, en el modelo de cadena de bloques basado en computación de niebla integrada para el Internet de las cosas en atención médica (Shukla et al., 2021), se introduce el algoritmo AES para garantizar la seguridad en la transmisión de datos y la detección de nodos maliciosos.

Además, se identificaron tres soluciones criptográficas que incorporan funciones hash en su arquitectura. La primera es un mecanismo de certificación remota para dispositivos IoT de gama baja (Román et al., 2023), que emplea firmas digitales basadas en hash para la certificación remota. La segunda solución es un protocolo de autenticación centrado en el usuario para entornos IoT-AmI (Masud et al., 2023), donde las funciones de hash son parte integral del protocolo de autenticación centrado en el usuario. La tercera solución es un esquema de generación de claves secretas (Margelis et al., 2019), que se centra en generar claves secretas en dispositivos IoT directamente desde la información compartida en el canal de comunicación, sin depender de una distribución centralizada de claves. Estos hallazgos resaltan la importancia de los algoritmos hash en la garantía de seguridad, integridad de datos, eficiencia computacional y autenticación de firmas digitales en dispositivos IoT.

Por otro lado, aparte de los algoritmos de encriptación, se destaca la importancia de la tecnología blockchain en varias soluciones criptográficas revisadas. Entre ellas, el Sistema de Detección de Mensajes Criptográficos Sospechosos (Hussain et al., 2023) utiliza un marco basado en blockchain para detectar y desencriptar mensajes sospechosos, ofreciendo una capa adicional de seguridad y transparencia en el proceso de detección. El Sistema de Gestión de Confianza (Bhan et al., 2023) actúa como un registro inmutable y transparente, asegurando la confiabilidad y seguridad de los datos médicos. En el Sistema de Monitorización Remota de Pacientes para IoT (Subashini et al., 2023), la blockchain se combina con criptografía de curva elíptica y AES en un enfoque híbrido, contribuyendo a la seguridad y transparencia de la red. El Mecanismo de Criptografía Ligera para IoT (Parmar et al., 2023) se posiciona como la piedra angular para garantizar la confianza e integridad de los datos en el entorno IoT. Además, la técnica basada en blockchain y esquemas de encriptación de proxy (Manzoor et al., 2021) proporciona seguridad y transparencia en la transferencia de datos entre productores y consumidores. El Mecanismo de Autenticación basado en el cifrado homomórfico (Hwaita et al., 2023) utiliza esta tecnología para almacenar y verificar identidades descentralizadas de dispositivos IoT, mientras que el cifrado homomórfico cifra datos antes de cargarlos en la nube. Estos ejemplos resaltan la relevancia de la tecnología blockchain en garantizar seguridad, integridad y transparencia en diversos escenarios de aplicaciones criptográficas.

Conclusión

En la era digital actual, la seguridad de la información es de suma importancia, especialmente en entornos como el Internet de las Cosas (IoT) donde la interconexión de dispositivos y la transferencia de datos sensibles son omnipresentes, en por ello que en esta revisión sistemática se concluye que las principales técnicas de criptografía aplicadas en entornos de IOT son la criptografía de curva elíptica (ECC), el estándar de encriptación avanzada(AES) y las funciones hash, estas técnicas se ha identificado avances significativos en esta era digital.

La criptografía de curva elíptica (ECC), es utilizada como una técnica integral para fortalecer la seguridad especialmente en aplicaciones IoT que tienen pocos recursos. Su eficiencia radica en ofrecer un alto nivel de seguridad con claves más pequeñas en comparación con otros algoritmos de cifrado como RSA, crucial para dispositivos IoT con recursos limitados. Además, la ECC presenta una notable resistencia contra ataques comunes, como la factorización de claves, proporcionando una protección sólida de la información. Su adaptabilidad la hace versátil y fácil de implementar en diversas plataformas, además se puede incorporar con enfoques de aprendizaje profundo para mejorar significativamente la detección de malware y la seguridad de la información durante la transmisión de datos.

El Estándar de Encriptación Avanzada (AES) se muestra como técnica altamente efectiva para garantizar la seguridad en la transmisión de datos, especialmente en aplicaciones críticas como la atención médica. Su fortaleza reside en ofrecer un nivel excepcional de seguridad sin comprometer la eficiencia, además se posiciona como un marco sólido para la confiabilidad de las comunicaciones en entornos IoT. Por consiguiente, este algoritmo ha sido sometido a muchas pruebas en muchas investigaciones, en los cuales se mostró su alta efectividad ante diversos ataques en entornos IoT.

Finalmente afirmamos que la función hash criptográfica es muy útil en términos de seguridad en entornos IoT, utilizándose como un complemento en infraestructuras ECC, AES entre otros, debido a que asegura la integridad de la información al generar un resumen único para conjuntos de datos, desempeñando un papel crucial en la autenticación. En comparación con otros mecanismos de autenticación de datos en entornos IoT, este enfoque reduce la carga computacional garantizando eficiencia en la verificación de datos críticos, especialmente en entornos IoT donde la rapidez y precisión son muy necesarios.

En cuanto a las líneas de investigación futura, proponemos la exploración de enfoques avanzados como el cifrado cuántico, debido a su reciente descubrimiento, existe un limitado número de estudios sobre sus avances en términos de seguridad de la información, también proponemos la integración de aprendizaje automático en diversas técnicas de cifrado, con el objetivo de potenciar la detección y prevención de amenazas en tiempo real en entornos de IoT. Estas investigaciones no solo contribuirán al avance del conocimiento en seguridad, sino que también ofrecerán perspectivas innovadoras para enfrentar los desafíos emergentes en la protección de datos en entornos interconectados.

Referencias bibliográficas

Abdur, M., Habib, S., Ali, M., & Ullah, S. (2017). Security issues in the internet of things (IoT): A comprehensive study. International Journal of Advanced Computer Science and Applications : IJACSA, 8(6). https://doi.org/10.14569/ijacsa.2017.080650

Aiyshwariya Devi, R., & Arunachalam, A. R. (2023). Enhancement of IoT device security using an Improved Elliptic Curve Cryptography algorithm and malware detection utilizing deep LSTM. High-Confidence Computing, 3(2), 100117. https://doi.org/10.1016/j.hcc.2023.100117

Al Hwaitat, A. K., Almaiah, M. A., Ali, A., Al-Otaibi, S., Shishakly, R., Lutfi, A., & Alrawad, M. (2023). A new blockchain-based authentication framework for secure IoT networks. Electronics, 12(17), 3618. https://doi.org/10.3390/electronics12173618

Ali, U., Idris, M. Y. I. B., Frnda, J., Ayub, M. N. B., Khan, M. A., Khan, N., Beegum T, R., Jasim, A. A., Ullah, I., & Babar, M. (2023). Enhanced lightweight and secure certificateless authentication scheme (ELWSCAS) for Internet of Things environment. Internet of Things, 24(100923), 100923. https://doi.org/10.1016/j.iot.2023.100923

Bhan, R., Pamula, R., Faruki, P., & Gajrani, J. (2023). Blockchain-enabled secure and efficient data sharing scheme for trust management in healthcare smartphone network. The Journal of Supercomputing, 79(14), 16233–16274. https://doi.org/10.1007/s11227-023-05272-6

Bhatt, A. P., & Sharma, A. (2019). Quantum Cryptography for Internet of Things Security. Journal of Electronic Science and Technology, 17(3), 213-220. https://doi.org/10.11989/JEST.1674-862X.90523016

Caraveo-Cacep, M. A., Vázquez-Medina, R., & Hernández Zavala, A. (2023). A survey on low-cost development boards for applying cryptography in IoT systems. Internet of Things, 22(100743), 100743. https://doi.org/10.1016/j.iot.2023.100743

Chauhan, C., Ramaiya, M. K., Rajawat, A. S., Goyal, S. B., Verma, C., & Raboaca, M. S. (2022). Improving IoT security using elliptic curve integrated encryption scheme with primary structure-based block chain technology. Procedia Computer Science, 215, 488–498. https://doi.org/10.1016/j.procs.2022.12.051

Choi, J., Lee, J., & Kim, A. (2023). An efficient confidence interval-based dual-key fuzzy vault scheme for operator authentication of autonomous unmanned aerial vehicles. Applied Sciences, 13(15), 8894. https://doi.org/10.3390/app13158894

Ettiyan, R., & Geetha. (2023). A hybrid logistic DNA-based encryption system for securing the Internet of Things patient monitoring systems. Healthcare Analytics, 3(100149), 100149. https://doi.org/10.1016/j.health.2023.100149

Huo, X., & Wang, X. (2023). Internet of things for smart manufacturing based on advanced encryption standard (AES) algorithm with chaotic system. Results in Engineering, 20(101589), 101589. https://doi.org/10.1016/j.rineng.2023.101589

Hussain, S., & Mohideen S, P. (2023). SCMD suspicious cryptographic message detection. Measurement:Sensors, 29(100863), 100863. https://doi.org/10.1016/j.measen.2023.100863

Índice de Inteligencia de Amenazas de IBM Security X-Force de 2023. (2023). Ibm.com. Recuperado el 28 de noviembre de 2023, de https://www.ibm.com/es-es/reports/threat-intelligence

Khalifa, M., Algarni, F., Ayoub Khan, M., Ullah, A., & Aloufi, K. (2021). A lightweight cryptography (LWC) framework to secure memory heap in Internet of Things. Alexandria Engineering Journal, 60(1), 1489–1497. https://doi.org/10.1016/j.aej.2020.11.003

Liestyowati, D. (2020). Public Key Cryptography. Journal of physics. Conference series, 1477(5), 052062. https://doi.org/10.1088/1742-6596/1477/5/052062

Manzoor, A., Braeken, A., Kanhere, Ylianttila, M., & Liyanage, M. (2021). Proxy re-encryption enabled secure and anonymous IoT data sharing platform based on blockchain. Journal of Network and Computer Applications, 176(102917), 102917. https://doi.org/10.1016/j.jnca.2020.102917

Margelis, G., Fafoutis, X., Oikonomou, G., Piechocki, R., Tryfonas, T., & Thomas, P. (2019). Efficient DCT-based secret key generation for the Internet of Things. Ad Hoc Networks, 92(101744), 101744. https://doi.org/10.1016/j.adhoc.2018.08.014

Martínez-Santander, C. J., & Cruz-Gavilánez, Y. de la N. (2018). Tendencias tecnológicas y desafíos de la seguridad informática. Polo del Conocimiento, 3(5), 260. https://doi.org/10.23857/pc.v3i5.640

Masud, M., Gaba, G. S., Kumar, P., & Gurtov, A. (2022). A user-centric privacy-preserving authentication protocol for IoT-AmI environments. Computer Communications, 196, 45–54. https://doi.org/10.1016/j.comcom.2022.09.021

Mohammad Shah, I. N., Ismail, E. S., Samat, F., & Nek Abd Rahman, N. (2023). Modified generalized Feistel network block cipher for the Internet of Things. Symmetry, 15(4), 900. https://doi.org/10.3390/sym15040900

Nita, S. L., & Mihailescu, M. I. (2023). Elliptic curve-based query authentication protocol for IoT devices aided by blockchain. Sensors (Basel, Switzerland), 23(3), 1371. https://doi.org/10.3390/s23031371

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., ... Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Journal of Clinical Epidemiology, 134, 178–189. https://doi.org/10.1016/j.jclinepi.2021.03.001

Parmar, M., & Shah, P. (2023). Internet of things-blockchain lightweight cryptography to data security and integrity for intelligent application. International Journal of Electrical and Computer Engineering (IJECE), 13(4), 4422. https://doi.org/10.11591/ijece.v13i4.pp4422-4431

Prakasam, Madheswaran, Sujith, & Sayeed, M. S. (2021). An Enhanced Energy Efficient Lightweight Cryptography Method for various IoT devices. ICT Express, 7(4), 487–492. https://doi.org/10.1016/j.icte.2021.03.007

Ramyasri, G., Ramana Murthy, G., Itapu, S., & Mohan Krishna, S. (2023). Data transmission using secure hybrid techniques for smart energy metering devices. E-Prime - Advances in Electrical Engineering, Electronics and Energy, 4(100134), 100134. https://doi.org/10.1016/j.prime.2023.100134

Rana, S., Mondal, M. & Kamruzzaman, J. (2023). RBFK cipher: a randomized butterfly architecture-based lightweight block cipher for IoT devices in the edge computing environment. Cybersecurity, 6(1). https://doi.org/10.1186/s42400-022-00136-7

Rehman, M. U., Shafique, A., & Usman, A. B. (2023). Securing medical information transmission between IoT devices: An innovative hybrid encryption scheme based on quantum walk, DNA encoding, and chaos. Internet of Things, 24(100891), 100891. https://doi.org/10.1016/j.iot.2023.100891

Román, R., Arjona, R., & Baturone, I. (2023). A lightweight remote attestation using PUFs and hash-based signatures for low-end IoT devices. Future Generations Computer Systems: FGCS, 148, 425–435. https://doi.org/10.1016/j.future.2023.06.008

Sahoo, S., Mohanty, S., Sahoo, K., Daneshmand, M., & Gandomi, A. H. (2023). A three-factor-based authentication scheme of 5G wireless sensor networks for IoT system. IEEE internet of things journal, 10(17), 15087–15099. https://doi.org/10.1109/jiot.2023.3264565

Shilpa, Vidya, & Pattar, S. (2022). MQTT based secure transport layer communication for mutual authentication in IoT network. Global Transitions Proceedings, 3(1), 60–66. https://doi.org/10.1016/j.gltp.2022.04.015

Shukla, S., Thakur, S., Hussain, S., Breslin, J. G., & Jameel, S. M. (2021). Identification and authentication in healthcare internet-of-things using integrated fog computing based blockchain model. Internet of Things, 15(100422), 100422. https://doi.org/10.1016/j.iot.2021.100422

Subashini, A., & Kanaka Raju, P. (2023). Hybrid AES model with elliptic curve and ID based key generation for IOT in telemedicine. Measurement: Sensors, 28(100824), 100824. https://doi.org/10.1016/j.measen.2023.100824

Subramaniam, E. V. D., Srinivasan, K., Qaisar, S. M., & Pławiak, P. (2023). Interoperable IoMT approach for remote diagnosis with privacy-preservation perspective in edge systems. Sensors, 23(17), 7474. https://doi.org/10.3390/s23177474

Tezcan, C. (2022). Key lengths revisited: GPU-based brute force cryptanalysis of DES, 3DES, and PRESENT. Journal of Systems Architecture, 124(102402), 102402. https://doi.org/10.1016/j.sysarc.2022.102402

Ullah, F., & Pun, C.-M. (2023). Deep self-learning based dynamic secret key generation for novel secure and efficient hashing algorithm. Information Sciences, 629, 488–501. https://doi.org/10.1016/j.ins.2023.02.007

Vaidya, S., Suri, A., Batla, V., Keshta, I., Ajibade, S.-S. M., & Safarov, G. (2023). A computer-aided feature-based encryption model with concealed access structure for medical Internet of Things. Decision Analytics Journal, 7(100257), 100257. https://doi.org/10.1016/j.dajour.2023.100257

Yan, J., Lin, W., Tu, X., & Wu, Q. (2023). IoT-based interaction design of smart home products for elderly families. Applied Mathematics and Nonlinear Sciences. https://doi.org/10.2478/amns.2023.1.00196

Yang, Y.-S., Lee, S.-H., Wang, J.-M., Yang, C.-S., Huang, Y.-M., & Hou, T.-W. (2023). Lightweight authentication mechanism for industrial IoT environment combining elliptic curve cryptography and trusted token. Sensors, 23(10), 4970. https://doi.org/10.3390/s23104970