Cientifica, ISSN 2594-2921, vol. 30, no. 1, January-June 2026.
DOI: 10.46842/ipn.cien.v30n1a08
Detección y mitigación de ataques evil twin en redes inalámbricas: una revisión sistemática de la literatura
Detection and Mitigation of Evil Twin Attacks in Wireless Networks: A Systematic Literature Review
Recibido 20/04/2026, aceptado 05/06/2026, publicado 12/06/2026.
Resumen
La expansión de dispositivos IoT y redes inalámbricas ha aumentado significativamente la susceptibilidad a los ataques de suplantación de puntos de acceso, también llamados Evil Twin (ET). Este artículo ofrece un análisis sistemático de la literatura con el propósito de evaluar el estado actual en cuanto a la detección y minimización de esta amenaza. Las arquitecturas de defensa actuales fueron clasificadas mediante un estudio detallado de 30 investigaciones primarias. Los hallazgos muestran que el 73.33% de las propuestas se centran en la alta precisión algorítmica a través de la Inteligencia Artificial, sobrepasando con frecuencia el 95% de exactitud. No obstante, se detectaron brechas tecnológicas importantes: el 36.67% de las soluciones todavía produce falsos positivos a causa de cambios en el entorno físico (RSSI) y un 33.33% está supeditado a hardware adicional. Se concluye que el desarrollo futuro exige arquitecturas híbridas, autoadaptables y enfoques del lado del cliente (Client-side) para garantizar una latencia viable en estándares emergentes.
Abstract
The proliferation of wireless networks and IoT devices has critically increased vulnerability to access point spoofing attacks, known as Evil Twin (ET). This paper presents a systematic literature review aimed at evaluating the state-of-the-art in detecting and mitigating this threat. Through a rigorous analysis of 30 primary studies, current defense architectures were categorized. The results reveal that 73.33% of the proposals prioritize high algorithmic precision through Artificial Intelligence, frequently exceeding 95% accuracy. However, critical technological gaps were identified: 36.67% of the solutions still generate false positives due to physical environment fluctuations (RSSI), and 33.33% rely on additional hardware. It is concluded that future development demands hybrid, self-adaptive architectures and Client-side approaches to guarantee viable latency in emerging standards.
Palabras clave: ciberseguridad, evil twin, machine learning,
redes inalámbricas, revisión sistemática, WI-FI.
Index terms: cybersecurity, evil twin, machine learning,
wireless networks, systematic review, Wi-Fi.
ISO 690 reference:
Santacruz Menendez, Andres;
Caguasango León, Joel;
Sevilla Abarca, Martha,
2026,
Detección y mitigación de ataques evil twin en redes inalámbricas:
una revisión sistemática de la literatura,
Científica, vol. 30, no. 1,
ISSN 2594-2921, e300108,
DOI: 10.46842/ipn.cien.v30n1a08
