Aplicación de la Inteligencia Artificial y la Agromática en la Ciberseguridad de Infraestructuras Agropecuarias en Contextos Regionales

La creciente digitalización del sector agropecuario ha incrementado la dependencia de infraestructuras inteligentes basadas en IoT, edge computing e inteligencia artificial, transformando los sistemas productivos tradicionales en ecosistemas agro-digitales interconectados. Sin embargo, esta evolución tecnológica amplía significativamente la superficie de exposición a amenazas cibernéticas, particularmente en entornos rurales donde la infraestructura y la gobernanza digital presentan limitaciones estructurales. El presente estudio propone y valida una arquitectura híbrida basada en modelos de aprendizaje profundo, edge computing y mecanismos de integridad descentralizada para fortalecer la ciberseguridad en infraestructuras agropecuarias regionales. Se desarrolló un entorno simulado (testbed) que integra sensores IoT agrícolas y redes críticas, evaluándose modelos CNN–LSTM y autoencoders entrenados con datasets CIC-DDoS2019 y TON-IoT. Los resultados evidencian niveles de detección superiores al 98 %, con latencias adecuadas para operación en entornos con conectividad limitada. Los hallazgos confirman que la integración de inteligencia artificial en el borde mejora la resiliencia operativa y reduce la dependencia de infraestructura centralizada, lo que resulta estratégico para regiones rurales en proceso de transformación digital. Se concluye que la ciberseguridad debe incorporarse como componente estructural de la agricultura inteligente, articulando innovación tecnológica, gobernanza de datos y desarrollo sostenible.