Dataset Simulado de Comportamiento POS y Exfiltración para Arquitectura Zero Trust (Caso Target)

Este dataset contiene datos simulados de eventos de red y transacciones en Puntos de Venta (POS) basados en la reconstrucción del vector de ataque de Target Corporation (2013). Fue diseñado para entrenar y evaluar modelos de Inteligencia Artificial (Machine Learning - XGBoost) y análisis de comportamiento de usuarios (UEBA) enfocados en la detección temprana de anomalías y prevención de exfiltración de datos mediante técnicas de RAM Scraping. Las variables o features (como Horario, Volumen_GB, Red_Destino y Fallos_MFA) permiten el análisis de interpretabilidad mediante valores SHAP para justificar la orquestación de respuesta autónoma (SOAR) dentro de una Arquitectura de Confianza Cero (Zero Trust).