Chatbot Inteligente para Identificar Estafas y Malware en WhatsApp y Generar Recomendaciones para los Usuarios
Palabras clave:
Chatbot, Ciberseguridad, Fraude digital, Reconocimiento óptico de caracteres, WhatsAppResumen
El incremento de estafas digitales y la circulación de contenido malicioso en aplicaciones de mensajería instantánea, especialmente WhatsApp, se ha convertido en un problema que compromete la seguridad financiera y el bienestar de los usuarios, con mayor vulnerabilidad en adultos mayores. En este contexto, se desarrolló un chatbot orientado a personas sin conocimientos técnicos, capaz de analizar mensajes e imágenes recibidas por WhatsApp, identificar señales de estafa o posible malware y ofrecer recomendaciones preventivas claras y accionables. Para ello se siguió un enfoque cuantitativo y un desarrollo iterativo: se construyó un conjunto de datos con mensajes reales y simulados, anonimizados y etiquetados; el texto fue normalizado mediante técnicas de procesamiento de lenguaje natural y representado con frecuencia de término–frecuencia inversa en documentos; posteriormente se entrenó un modelo de clasificación basado en máquinas de vectores de soporte. En el componente visual se implementó un flujo de preprocesamiento con visión por computador y reconocimiento óptico de caracteres para extraer texto desde capturas y evaluarlo con el mismo pipeline de análisis. La integración del sistema se realizó mediante la interfaz oficial de WhatsApp y un servicio web para la recepción y respuesta de mensajes. Los resultados muestran una precisión del 93% en la clasificación de mensajes, un 96% de funcionamiento exitoso en pruebas funcionales (48 de 50 interacciones procesadas correctamente) y una extracción de texto utilizable del 85% en el análisis de imágenes. En validación operativa con mensajes reales de estafa se obtuvo una precisión funcional del 90%. En conjunto, el chatbot evidencia viabilidad técnica y desempeño estable para detectar amenazas en texto e imágenes dentro de WhatsApp y orientar al usuario con recomendaciones preventivas, contribuyendo a disminuir el riesgo de fraude digital en entornos cotidianos de mensajería.
Referencias
[1] Nasdaq Verafin, "2024 Global Financial Crime Report", 2024. [Online]. Disponible en: https://verafin.com/nasdaq-verafin-global-financial-crime-report/
[2] Policía Nacional de Colombia, Dirección de Investigación Criminal e INTERPOL, Centro Cibernético Policial, "Balance Anual 2024", 2024. [Online]. Disponible en: https://caivirtual.policia.gov.co/sites/default/files/observatorio/BALANCE%20ANUAL%20CECIP%202024_1.pdf
[3] ESET, "ESET Security Report LATAM 2023", 2023. [Online]. Disponible en: https://web-assets.esetstatic.com/wls/es/articulos/reportes/eset-security-report-latam2023.pdf
[4] P. B. Medina, A. Carofilis, E. Fidalgo, and E. Alegre, "Preprocesado de imagen y OCR para mejorar detección de smishing", Jornadas de Automática, vol. 45, 2024.
[5] M. D. P. Rojas Puentes, C. J. Parada, and J. L. Leal Pabón, “Estructuras desglosadas de trabajo (EDT) en la gestión de alcance de proyectos de desarrollo de software”, RCTA, vol. 1, no. 39, pp. 51–58, Jan. 2022, doi: 10.24054/rcta.v1i39.1375.
[6] R. de B. Contreras- Manrique, T. V. Ovalle Lizcano, L. Contreras Manrique, D. L. Coronel Peñuela, and Z. A. Rincón Suárez, “TIC y los delitos informáticos”, RCTA, vol. 1, no. 41, pp. 104–110, May 2023, doi: 10.24054/rcta.v1i41.2511.
[7] M. V. Pineda and A. M. Á. Quiceno, "Análisis de herramientas de ciberseguridad para pymes en Colombia", Revista CIES, vol. 14, no. 2, pp. 221–241, 2023.
[8] J. M. Arengas Acosta, M. Lopez Ramirez, and R. Guzman Cabrera, “Impacto del preprocesamiento en la clasificación automática de textos usando aprendizaje supervisado y reuters 21578”, RCTA, vol. 1, no. 43, pp. 110–118, Mar. 2024, doi: 10.24054/rcta.v1i43.2506.
[9] K. Beck, Extreme Programming Explained: Embrace Change, 2nd ed. Boston, MA, USA: Addison-Wesley, 2004.
[10] N. E. Céspedes Prieto, L. C. Cervantes Estrada, and L. Y. Martínez Fonseca, “Realidad aumentada como recurso de formación en las fuerzas militares Caso policial - Escuela de Cadetes General Santander”, RCTA, vol. 1, no. 41, pp. 66–78, May 2023, doi: 10.24054/rcta.v1i41.2419.
[11] C. D. Manning, P. Raghavan, and H. Schütze, Introduction to Information Retrieval. Cambridge, U.K.: Cambridge University Press, 2008. [Online]. Disponible en: https://nlp.stanford.edu/IR-book/
[12] R. Tapiero, A. Gonzalez, and N. Novoa, “Seguridad en redes SDN y sus aplicaciones”, RCTA, vol. 1, no. 37, pp. 108–117, Mar. 2021, doi: 10.24054/rcta.v1i37.1262.
[13] C. Cortes and V. Vapnik, "Support-vector networks", Machine Learning, vol. 20, no. 3, pp. 273–297, 1995, doi: 10.1007/BF00994018. [Online]. Disponible en: https://doi.org/10.1007/BF00994018
[14] I. S. Escobar Martínez, K. Marceles Villalba, and S. Amador Donado, “Fortalecimiento de infraestructuras educativas críticas: un enfoque de Red Team y metodologías avanzadas para la evaluación de vulnerabilidades”, RCTA, vol. 1, no. 45, pp. 159–169, Jan. 2025, doi: 10.24054/rcta.v1i45.2966.
[15] OpenCV, "OpenCV-Python Tutorials", OpenCV Documentation. [Online]. Disponible en: https://docs.opencv.org/4.x/d6/d00/tutorial_py_root.html
[16] L. A. . Lasso Cardona, E. . Rincón Reyes, and G. D. . Estrada Holguín, “Introducción a la evaluación de capacidades: una revisión teórica”, RCTA, vol. 2, no. 36, pp. 34–43, Jul. 2020, doi: 10.24054/rcta.v2i36.18.
[17] Meta Platforms, Inc., "WhatsApp Business Platform — Developer Documentation (Cloud API)", Meta for Developers. [Online]. Disponible en: https://developers.facebook.com/documentation/business-messaging/whatsapp/overview
[18] O. A. Tobar Rosero, L. F. Quintero Henao, and E. Pérez González, “Subestaciones digitales: impulsando la sostenibilidad y ciberseguridad para el sector eléctrico a partir de soluciones emergentes”, RCTA, vol. 2, no. 46, pp. 132–140, Jul. 2025, doi: 10.24054/rcta.v2i46.4101.
[19] N. S. Sandoval Carrero, N. M. Acevedo Quintana, and L. M. Santos Jaimes, “Lineamientos desde la industria 4.0 a la educación 4.0: caso tecnología IoT”, RCTA, vol. 1, no. 39, pp. 81–92, Feb. 2022, doi: 10.24054/rcta.v1i39.1379.
[20] PostgreSQL Global Development Group, "PostgreSQL Documentation", PostgreSQL. [Online]. Disponible en: https://www.postgresql.org/docs/
[21] S. F. Schwarz, P. Fonseca, and A. Rocha, “Smishing Detection From a Messaging Platform View,” IEEE Access, 2025, doi: 10.1109/ACCESS.2025.3597903. [Online]. Disponible en: https://doi.org/10.1109/ACCESS.2025.3597903
[22] U. Maqsood, S. ur Rehman, T. Ali, K. Mahmood, T. Alsaedi, and M. Kundi, “An Intelligent Framework Based on Deep Learning for SMS and E-mail Spam Detection,” Applied Computational Intelligence and Soft Computing, vol. 2023, Art. no. 6648970, 2023, doi: 10.1155/2023/6648970. [Online]. Disponible en: https://doi.org/10.1155/2023/6648970
[23] J. R. León Naranjo, M. M. Oleas Morán, and K. Z. Pimentel Salazar, "El papel de la inteligencia artificial en la detección del phishing", LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, vol. 6, no. 4, pp. 2330–2340, Aug. 2025, doi: 10.56712/latam.v6i4.4437. [Online]. Disponible en: https://doi.org/10.56712/latam.v6i4.4437
[24] N. J. van Eck and L. Waltman, "Software survey: VOSviewer, a computer program for bibliometric mapping", Scientometrics, vol. 84, no. 2, pp. 523–538, 2010, doi: 10.1007/s11192-009-0146-3. [Online]. Disponible en: https://doi.org/10.1007/s11192-009-0146-3
[25] C. Henriquez Miranda, J. D. Rios Perez, and G. Sanchez-Torres, “Hacia la mejora de la enseñanza en programación orientada a objetos: la integración de la asistencia de chatbot inteligente y la implementación del profesor Alex”, RCTA, vol. 1, no. 43, pp. 134–143, May 2024, doi: 10.24054/rcta.v1i43.2803.
[26] Telegram, “Telegram Bot API,” Telegram Developers (actualizado Aug. 15, 2025). [Online]. Disponible en: https://core.telegram.org/bots/api
[27] R. Jiménez Moreno, A. M. Castro Pescador, and A. A. Espitia Cubillos, “Aprendizaje profundo para selección de opciones numéricas por voz como herramientas para chatbot”, RCTA, vol. 1, no. 45, pp. 74–81, Jan. 2025, doi: 10.24054/rcta.v1i45.3044.
[28] Medina-Barahona, C. J., Mora, G. A., Calvache-Pabón, C., Salazar-Castro, J. A., Mora-Paz, H. A., & Mayorca-Torres, D. (2022). Propuesta de arquitectura IOT orientada a la creación de prototipos para su aplicación en plataformas educativas y de investigación. Revista Colombiana de Tecnologías de Avanzada (RCTA), 1(39), 118–125
[29] M. Rojas Puentes, C. Parada, y J. Leal Pabón, «Estructuras desglosadas de trabajo (EDT) en la gestión de alcance de proyectos de desarrollo de software», Revista Colombiana de Tecnologías de Avanzada, vol. 1, n.o 39, pp. 51-58, 2023, doi: 10.24054/rcta.v1i39.1375.
[30] Meneses, J. E., Garavito, F. A., & Meneses, E. (2021). Identificación de fallas en sistemas de bombeo mecánico de petróleo utilizando neurofuzzy. Revista Colombiana de Tecnologías de Avanzada, 1(37), 10-22. https://dialnet.unirioja.es/servlet/articulo?codigo=9377711
