En este proyecto se lleva a cabo el desarrollo de dos sistemas de cifrado basados en redes neuronales, el primero a partir de redes neuronales de tipo caoticas y el segundo una emulacion del algoritmo DES (Data Encryption Standard) por medio de una red neuronal feedforward. Para llevar a cabo el desarrollo del modelo de redes neuronales caoticas, se llevo a cabo un analisis del comportamiento que presenta cuando en la capa oculta se encuentra unicamente una capa caotica, mientras se variaba el tipo de caos y sus parametros. Luego se utilizaron los resultados obtenidos, con el fin de encontrar los valores que pueden tomar los parametros de las senales caoticas para que el modelo presente buen desempeno y asi medir la sensibilidad del modelo, para determinar el espacio de llaves para cada una de las diferentes series de tiempo caoticas. Finalmente, y basados en los resultados de los dos puntos anteriores se llevo a cabo un analisis del comportamiento del modelo con arquitecturas de dos, tres y cuatro capas caoticas en la capa oculta. Los resultados muestran que a medida que se aumenta el numero de capas caoticas se mejora el desempeno pero que esa mejora tiende a ser cada vez. En cuanto al modelo que emula el algoritmo DES, se genero el modelo a partir del algoritmo original. Puesto que no se han utilizado redes neuronales anteriormente, se desea conocer si es posible emular el comportamiento de este algoritmo con una red neuronal de tipo feedforward. Por este motivo, se hace uso del algoritmo para generar una base de datos de entrenamiento que luego sera utilizada para llevar a cabo la generacion del modelo de cifrado. Luego se lleva a cabo el entrenamiento de del modelo a partir de la base de datos generada previamente. Los resultados del modelo logran el objetivo propuesto puesto que cifran de forma correcta las senales de prueba propuestas.