Este Trabajo Fin de Máster presenta un piloto experimental para la detección de intrusiones en red mediante el algoritmo Xander, el cual representa una arquitectura híbrida cuántico-clásica, que integra modelos tales como; la Máquina de Vectores de Soporte Cuántico QSVM, el Circuito Cuántico Variacional VQC, y la Red Neuronal Convolucional Cuántica QCNN, en un ensamble con clasificadores tradicionales. El estudio utiliza el conjunto de datos CIC-IDS-2017 y desarrolla una metodología reproducible que comprende preprocesamiento, reducción de dimensionalidad y evaluación del sistema en tres niveles: Estimator local sin ruido, IBM Quantum Runtime Aer Simulator con aceleración clásica y ejecución en hardware cuántico real en entorno NISQ. Los resultados muestran métricas superiores al 99% en accuracy y F1-score, demostrando la viabilidad operativa del enfoque híbrido y la contribución complementaria del componente cuántico dentro del ensamble. Se concluye que Xander es una alternativa prometedora para mejorar la detección de intrusiones, especialmente en escenarios donde la robustez y la trazabilidad son críticas.