Comparativa de Planificadores Automáticos en un Dominio de Ciberseguridad para Escenarios de Pentesting

Resumen

La creciente complejidad de las infraestructuras de red corporativas y la sofisticación de las amenazas persistentes han puesto de manifiesto las limitaciones críticas de las auditorías de seguridad manuales en términos de escalabilidad y exhaustividad. Este estudio investiga la aplicación de la Planificación Automática como motor para el Pentesting automatizado, modelando capacidades de intrusión mediante el lenguaje PDDL. Se presenta un análisis comparativo exhaustivo entre dos de los algoritmos más representativos de la planificación clásica: Metric-FF y LAMA. A través de un banco de pruebas compuesto por cinco escenarios de complejidad técnica incremental, desde topologías lineales hasta redes empresariales de gran escala, se evalúa el desempeño de ambos planificadores bajo métricas de tiempo de computación, costo del plan y eficiencia en la expansión de estados. Los resultados demuestran que, si bien Metric-FF destaca por su agilidad en escenarios de baja complejidad, LAMA ofrece una mayor robustez y optimización en la búsqueda dentro de espacios de estados profundos y altamente segmentados. Estos hallazgos proporcionan criterios técnicos fundamentales para la integración de técnicas de Inteligencia Artificial en procesos de identificación y mitigación proactiva de riesgos de ciberseguridad.