Con el tiempo, las redes de sensores inalámbricas (WSN) se han utilizado para una variedad de aplicaciones. Se ha dedicado un amplio trabajo a diversas aplicaciones de WSN. Es importante resaltar que, debido a sus limitaciones físicas, los sensores son propensos a varios tipos de fallas. Estas restricciones pueden plantear graves problemas en las aplicaciones de detección de eventos. Sobre todo, si las WSN son desplegados en entornos hostiles, como el sector industrial o ambiental. La detección de anomalías ha atraído recientemente la atención de la comunidad científica, debido a su relevancia en aplicaciones del mundo real. Las soluciones propuestas dependen en gran medida en la supervisión y en la comunicación, utilizando técnicas basadas en herramientas tales como Aprendizaje Automático y Redes Neuronales. En este contexto, realizamos una introducción a las técnicas de detección de anomalías más utilizadas en WSN. Recopilando y comparando los principales métodos aplicados en escenarios específicos, analizamos las ventajas y conveniencias de usar alguno de ellos.
