Blog

  • La epidemia silenciosa de la ciberseguridad: el descontrol de las identidades no humanas (NHI)

    La epidemia silenciosa de la ciberseguridad: el descontrol de las identidades no humanas (NHI)

    Detrás de la interfaz de cualquier aplicación moderna opera un engranaje invisible de conexiones automáticas. Cuando un usuario realiza una compra en línea, consulta el clima en su teléfono o automatiza un flujo de trabajo entre su correo y su gestor de tareas, decenas de credenciales digitales se intercambian en milisegundos. No pertenecen a personas. Son las identidades no humanas (NHI, por sus siglas en inglés): cuentas de servicio, claves de API, tokens de acceso, contenedores, bots y, de manera cada vez más frecuente, agentes de inteligencia artificial.

    Estas credenciales operan en las sombras de la infraestructura tecnológica global. Históricamente, los departamentos de ciberseguridad han concentrado sus esfuerzos en proteger la identidad de los empleados mediante herramientas de autenticación multifactor (MFA) y gestores de contraseñas. Sin embargo, el verdadero volumen de accesos a los sistemas corporativos ya no proviene de los humanos. Informes recientes de firmas de seguridad como CyberArk y Astrix Security estiman que las identidades no humanas superan a las humanas en una proporción de al menos 45 a 1 en las redes corporativas medianas y grandes.

    Este crecimiento exponencial ha creado una superficie de ataque masiva y desatendida. A diferencia de un empleado, una clave de API no se cansa, no olvida su contraseña y, lamentablemente, rara vez cambia de credenciales de forma automática. El ecosistema digital actual se sostiene sobre una red de accesos automatizados que, de verse comprometida, otorga a los atacantes las llaves del reino sin necesidad de descifrar una sola contraseña humana.

    ¿Qué es una identidad no humana y por qué sostiene el software moderno?

    Para entender el alcance del problema, es necesario desglosar qué compone este universo de identidades. Una identidad no humana es cualquier credencial digital que permite a un software, máquina o servicio interactuar con otro de forma autónoma, sin intervención de una persona en el momento de la ejecución.

    Estas identidades se dividen en varias categorías críticas:

    • Claves de API (Application Programming Interfaces): Códigos que permiten a dos aplicaciones comunicarse entre sí. Si un sistema de facturación necesita extraer datos de un CRM, utiliza una clave de API para autenticarse.
    • Tokens de OAuth: Credenciales de acceso temporal que permiten a una aplicación realizar acciones en nombre de un usuario sin conocer su contraseña real.
    • Cuentas de servicio: Perfiles creados dentro de sistemas operativos o plataformas en la nube (como AWS, Azure o Google Cloud) para ejecutar procesos automáticos de fondo.
    • Secretos de CI/CD (Integración y Despliegue Continuos): Credenciales utilizadas por los desarrolladores en sus flujos de trabajo automatizados para subir código y desplegar software a producción.

    La proliferación de estas identidades responde a la migración masiva hacia la nube y a las arquitecturas de microservicios. En lugar de tener una única aplicación monolítica, las organizaciones ahora construyen sistemas compuestos por cientos de pequeños servicios independientes que necesitan autenticarse entre sí constantemente para funcionar.

    El punto ciego de la seguridad corporativa

    El gran peligro de las identidades no humanas radica en su gestión, o la falta de ella. Las herramientas tradicionales de gestión de accesos (IAM) fueron diseñadas para personas. Tienen flujos de trabajo basados en la contratación de personal, cambios de departamento y bajas laborales. Cuando un empleado deja una empresa, su cuenta se desactiva de inmediato.

    Con las NHI, este ciclo de vida no existe. Una clave de API generada por un desarrollador para una prueba rápida hace tres años puede seguir activa y con permisos de administrador en la base de datos principal, simplemente porque nadie recuerda que existe o quién la creó. A este fenómeno se le conoce como “acumulación de secretos” (secrets sprawl).

    Además, las identidades no humanas carecen de mecanismos de seguridad que hoy consideramos básicos para los humanos. Un token de acceso no puede resolver un desafío de autenticación multifactor (MFA), ni rellenar un captcha, ni alertar si se está conectando repentinamente desde una dirección IP inusual en otro continente si no se configuran reglas específicas extremadamente complejas. Son credenciales estáticas que, una vez obtenidas, otorgan acceso directo.

    De la teoría al incidente: cómo explotan los atacantes las NHI

    Los atacantes informáticos han identificado este vector como la vía de menor resistencia. En lugar de intentar engañar a un director financiero con una campaña sofisticada de phishing para saltarse el MFA, resulta mucho más sencillo buscar claves de API expuestas en repositorios de código públicos como GitHub o adivinar las credenciales de una cuenta de servicio mal configurada.

    El historial de incidentes recientes demuestra que esta no es una amenaza teórica. En varios de los hackeos más notorios de los últimos años a grandes tecnológicas, empresas de telecomunicaciones y plataformas de software como servicio (SaaS), el punto de entrada no fue un correo electrónico malicioso. Fue un token de OAuth comprometido de una aplicación de terceros integrada en el entorno de la víctima, o una clave de API de desarrollo que se dejó por descuido en un servidor expuesto a internet.

    Una vez que un atacante obtiene una de estas credenciales, puede moverse lateralmente por la red corporativa. Dado que muchas cuentas de servicio tienen permisos excesivos (privilegios de administrador por defecto para evitar “problemas de compatibilidad” durante el desarrollo), el intruso puede acceder a bases de datos de clientes, alterar el código fuente de los productos o cifrar los sistemas para exigir un rescate.

    La llegada de los agentes de IA: gasolina para el fuego

    Si la proliferación de microservicios ya complicaba el panorama, la integración masiva de agentes de inteligencia artificial promete llevar el desafío a un nivel sin precedentes. Los agentes de IA no son simples chatbots pasivos; son programas diseñados para tomar decisiones y ejecutar acciones en nombre del usuario.

    Para ser útil, un agente de IA necesita conectarse al correo electrónico corporativo, al calendario, a las herramientas de mensajería interna como Slack y a las bases de datos de la empresa. Para lograrlo, requiere un volumen masivo de tokens de acceso de alta prioridad.

    Esto introduce un nuevo tipo de vulnerabilidad: la inyección de instrucciones (prompt injection). Si un atacante logra enviar un correo electrónico con instrucciones maliciosas ocultas a un usuario, y el agente de IA lee ese correo, el agente podría ser manipulado para usar sus credenciales no humanas y enviar datos confidenciales de la empresa a un servidor externo, todo de manera automatizada y legítima ante los ojos de los sistemas de monitoreo tradicionales.

    Cómo tomar el control: buenas prácticas y mitigación

    Abordar la seguridad de las identidades no humanas requiere un cambio de paradigma en los departamentos de tecnología. No se puede proteger lo que no se sabe que existe. Por ello, la estrategia debe estructurarse en cuatro pilares fundamentales:

    1. Descubrimiento y visibilidad: El primer paso es realizar un inventario exhaustivo. Las organizaciones deben emplear herramientas automatizadas capaces de escanear la red, los entornos de nube y los repositorios de código para identificar todas las claves, tokens y cuentas de servicio activas, asociándolas a un propietario o responsable dentro de la empresa.
    2. Principio de mínimo privilegio: Es común otorgar permisos totales a las identidades no humanas para evitar que los procesos fallen. Esto debe erradicarse. Cada clave de API y cuenta de servicio debe poseer únicamente los permisos estrictamente necesarios para cumplir su función y limitar su acceso a rangos de IP específicos de la organización.
    3. Rotación automática de secretos: Al igual que se exige a los usuarios cambiar sus contraseñas periódicamente, las credenciales no humanas deben rotar de forma automatizada mediante gestores de secretos corporativos. Esto reduce drásticamente la ventana de oportunidad para un atacante si una clave llega a filtrarse.
    4. Monitoreo del comportamiento: El tráfico de las NHI debe vigilarse de forma continua. Si una cuenta de servicio diseñada para realizar copias de seguridad de madrugada comienza repentinamente a descargar grandes volúmenes de datos a las tres de la tarde desde un servidor no autorizado, los sistemas de seguridad deben ser capaces de bloquear la credencial al instante.

    El camino hacia la gobernanza automatizada

    La escala del problema hace inviable que los humanos gestionen manualmente las identidades no humanas. La única respuesta efectiva ante la automatización es más automatización. El mercado de la ciberseguridad está respondiendo con el nacimiento de soluciones de Gestión de Seguridad de Identidades No Humanas (NHIM), plataformas dedicadas exclusivamente a mapear la compleja red de conexiones entre aplicaciones, evaluar sus riesgos en tiempo real y revocar accesos huérfanos o sospechosos sin alterar la operatividad del negocio.

    A medida que las organizaciones continúan digitalizando sus procesos, la confianza ya no puede medirse bajo parámetros humanos. Asegurar las conexiones invisibles entre las máquinas no es un proyecto técnico secundario; es la base indispensable para garantizar la integridad de la infraestructura tecnológica del futuro.

  • El auge del Browser Security: por qué el navegador se convirtió en el nuevo perímetro de seguridad

    El auge del Browser Security: por qué el navegador se convirtió en el nuevo perímetro de seguridad

    Durante años, las estrategias de ciberseguridad se concentraron en proteger servidores, redes corporativas, dispositivos y centros de datos. Sin embargo, la forma de trabajar cambió de manera radical. Hoy, una gran parte de las actividades empresariales ocurre dentro de una sola aplicación: el navegador web.

    Desde allí se accede al correo electrónico, plataformas de colaboración, aplicaciones financieras, servicios en la nube, sistemas de recursos humanos, herramientas de inteligencia artificial y cientos de aplicaciones SaaS que almacenan información crítica. Lo que antes era una simple puerta de acceso a internet se ha convertido en el principal punto de interacción entre los usuarios y los activos digitales de una organización.

    Esta transformación también modificó la estrategia de los ciberdelincuentes. En lugar de intentar vulnerar directamente la infraestructura de una empresa, muchos ataques se centran ahora en comprometer el navegador del usuario para obtener cookies, tokens de autenticación, credenciales o sesiones activas que permiten acceder a múltiples servicios sin necesidad de conocer una contraseña.

    El resultado es un cambio de paradigma que está impulsando un nuevo enfoque conocido como Browser Security, una disciplina que busca proteger el navegador como uno de los componentes más críticos de la seguridad empresarial.


    El navegador dejó de ser una herramienta y pasó a ser un entorno de trabajo

    Hace apenas unos años, la mayoría de las aplicaciones corporativas se instalaban de forma local en los equipos. Hoy, la realidad es muy diferente. Servicios como Microsoft 365, Google Workspace, Salesforce, ServiceNow, GitHub, AWS, Azure y cientos de plataformas empresariales funcionan principalmente desde un navegador.

    Esto significa que una sola sesión abierta puede dar acceso a información financiera, documentos confidenciales, aplicaciones internas, repositorios de código y sistemas críticos de una organización.

    Desde la perspectiva de un atacante, comprometer ese navegador puede resultar mucho más rentable que intentar vulnerar directamente la infraestructura corporativa.

    No se trata únicamente de robar una contraseña. El verdadero objetivo es apropiarse de la identidad digital del usuario mientras la sesión permanece activa.


    ¿Por qué los navegadores se han convertido en un objetivo prioritario?

    La respuesta es sencilla: concentran prácticamente toda la actividad digital.

    Cuando un usuario inicia sesión en un servicio web, el navegador almacena diversos elementos que permiten mantener la autenticación sin solicitar continuamente las credenciales.

    Entre ellos se encuentran:

    • Cookies de sesión.
    • Tokens de autenticación.
    • Credenciales almacenadas.
    • Historial de navegación.
    • Datos de autocompletado.
    • Certificados digitales.
    • Información sincronizada entre dispositivos.

    Cada uno de estos componentes representa una oportunidad para los ciberdelincuentes.

    Si logran obtenerlos, en muchos casos pueden acceder directamente a las aplicaciones como si fueran el usuario legítimo, incluso cuando existe autenticación multifactor.


    El valor oculto de las cookies y los tokens

    Uno de los cambios más importantes observados durante los últimos años es el creciente interés de los atacantes por robar cookies y tokens de sesión.

    Cuando un usuario supera el proceso de autenticación, el servidor entrega un identificador que demuestra que ya inició sesión correctamente.

    Mientras ese identificador siga siendo válido, el usuario no necesita volver a escribir su contraseña.

    Precisamente ahí aparece el problema.

    Si un malware consigue copiar esas cookies o tokens antes de que expiren, un atacante puede reutilizarlos para acceder a la cuenta desde otro equipo, evitando en muchos casos repetir el proceso de autenticación.

    Diversas investigaciones de Microsoft, Google y Mandiant han documentado campañas en las que infostealers y otros programas maliciosos buscan específicamente este tipo de información para comercializarla posteriormente en mercados clandestinos.


    Los infostealers impulsan una nueva generación de ataques

    Malware como Lumma Stealer, RedLine, StealC, Vidar o Rhadamanthys ha evolucionado con un objetivo muy claro: recopilar toda la información posible del navegador.

    Estos programas buscan:

    • Cookies.
    • Tokens.
    • Contraseñas guardadas.
    • Carteras de criptomonedas.
    • Datos de extensiones.
    • Historial.
    • Información almacenada por aplicaciones web.

    Una vez obtenidos, los datos suelen enviarse a servidores controlados por los delincuentes o venderse en foros clandestinos especializados.

    En muchos casos, el comprador ni siquiera necesita desarrollar un ataque sofisticado. Basta con importar las cookies robadas para intentar reutilizar una sesión activa y acceder a servicios corporativos.

    Este modelo de negocio ha convertido el robo de sesiones en una actividad altamente rentable dentro del ecosistema del cibercrimen.


    El riesgo va más allá de las contraseñas

    Durante años, las campañas de concienciación insistieron en crear contraseñas robustas y activar la autenticación multifactor.

    Aunque ambas medidas siguen siendo fundamentales, ya no son suficientes por sí solas.

    Muchos ataques actuales no intentan descubrir la contraseña.

    Simplemente esperan a que el usuario ya haya iniciado sesión para capturar la información que mantiene abierta esa sesión.

    En otras palabras, el atacante aprovecha una identidad que ya fue validada por los mecanismos de seguridad.

    Por esa razón, el robo de sesiones se ha convertido en una de las amenazas más complejas para los equipos de ciberseguridad.


    Las extensiones también forman parte del problema

    El navegador moderno permite instalar extensiones que amplían sus funciones.

    Algunas mejoran la productividad.

    Otras facilitan la traducción, la gestión de contraseñas o la automatización de tareas.

    Sin embargo, también representan un nuevo vector de ataque.

    Existen extensiones maliciosas capaces de capturar información del usuario, modificar el contenido de páginas web, registrar pulsaciones del teclado o interceptar datos enviados a determinados sitios.

    Incluso extensiones legítimas pueden convertirse en un problema si un desarrollador comprometido publica una actualización maliciosa o si un atacante consigue tomar el control del proyecto.

    Por ello, organismos especializados recomiendan revisar periódicamente las extensiones instaladas y limitar aquellas que solicitan permisos excesivos.


    Browser Security: una nueva estrategia de protección

    La creciente dependencia del navegador ha dado origen a una nueva categoría de soluciones conocida como Enterprise Browser Security.

    Su objetivo no consiste únicamente en bloquear páginas maliciosas.

    También buscan proteger la identidad digital del usuario mientras navega.

    Estas plataformas permiten supervisar el comportamiento del navegador, detectar extensiones peligrosas, impedir la copia de información sensible, aplicar políticas de acceso según el contexto y reducir el riesgo asociado al robo de sesiones.

    Fabricantes como Google, Microsoft, Island, Palo Alto Networks, Cisco, Menlo Security y otros proveedores especializados han incorporado funcionalidades específicas orientadas a proteger este nuevo perímetro.


    El impacto para las empresas

    Una sesión comprometida puede tener consecuencias mucho más graves de lo que parece.

    Un atacante que consiga acceder al navegador de un empleado puede desplazarse entre diferentes aplicaciones empresariales aprovechando las sesiones ya abiertas.

    Dependiendo del nivel de privilegios del usuario afectado, el impacto puede incluir:

    • Acceso a información confidencial.
    • Robo de propiedad intelectual.
    • Fraude financiero.
    • Exfiltración de datos.
    • Compromiso de cuentas administrativas.
    • Movimiento lateral hacia otros sistemas.

    Lo más preocupante es que muchas de estas acciones pueden realizarse utilizando credenciales legítimas, dificultando enormemente su detección.


    Qué pueden hacer los usuarios para reducir el riesgo

    Aunque buena parte de la protección depende de las organizaciones, los usuarios también desempeñan un papel importante.

    Mantener el navegador actualizado, instalar únicamente extensiones de confianza, evitar guardar contraseñas cuando no sea necesario, revisar periódicamente los permisos concedidos y cerrar sesiones en equipos compartidos son prácticas que reducen considerablemente la superficie de ataque.

    También resulta recomendable utilizar gestores de contraseñas independientes, activar la autenticación multifactor y desconfiar de enlaces o archivos recibidos por correo electrónico o mensajería, ya que muchas infecciones comienzan mediante campañas de phishing diseñadas para instalar malware especializado en el robo de información.


    El futuro de la seguridad comienza en el navegador

    La adopción masiva de aplicaciones en la nube, el trabajo híbrido y el crecimiento de la inteligencia artificial están transformando el navegador en el principal punto de acceso a la información corporativa.

    Todo indica que esta tendencia continuará durante los próximos años.

    Los fabricantes ya trabajan en mecanismos para aislar procesos, proteger sesiones, reforzar el manejo de credenciales y detectar comportamientos sospechosos en tiempo real. Al mismo tiempo, los equipos de seguridad están incorporando el navegador dentro de sus estrategias de Zero Trust, entendiendo que la confianza ya no puede basarse únicamente en la red desde la que se conecta un usuario.

    Para las organizaciones, el desafío consiste en asumir que proteger servidores y dispositivos ya no basta. El navegador se ha convertido en el lugar donde convergen identidades, aplicaciones y datos críticos. Quien logre proteger ese punto de acceso estará un paso adelante frente a una amenaza que evoluciona al mismo ritmo que la forma de trabajar.

  • Filtrados los datos de los clientes de una conocida tienda online de tecnología española

    Filtrados los datos de los clientes de una conocida tienda online de tecnología española

    Bambuy, un ecommerce español de productos de tecnología, ha sufrido una brecha de seguridad y su consiguiente filtración de datos.
    El pirata informático presume de haber obtenido detalles como nombres y apellidos, campos de empresas y alias, direcciones postales completas (incluyendo ciudad y código postal), números de teléfono móvil y fijo, números de identificación fiscal (VAT) y DNI, país y región y fechas de creación y actualización de cuentas. Por ahora no se sabe cuántos clientes afectados hay

    Lo más llamativo es que el actor de amenazas ha publicado la base de datos de manera gratuita para la comunidad de ciberdelincuentes. Es decir, no está tratando de venderla y aparentemente tampoco busca extorsionar a la empresa. 

    No obstante, puede que ya lo haya intentado y que al no obtener la respuesta deseada por parte de la misma, haya decidido compartir sus datos como represalia. 

    Riesgos para los afectados

    De confirmarse la autenticidad de la filtración, el conjunto de datos expuestos puede suponer un riesgo significativo de phishing dirigido, suplantación de identidad, fraudes asociados a información fiscal o de facturación y ataques de ingeniería social personalizados. 

    Bambuy es una tienda online dedicada a la venta de productos de electrónica de consumo con más de una década de vida. Además, son distribuidores oficiales de algunas marcas del mercado asiático. Desde Escudo Digital nos hemos puesto en contacto con la tienda online para conocer lo ocurrido y qué medidas han tomado o piensan tomar. Actualizaremos la información si recibimos respuesta. 

  • Trump podría nombrar al director técnico de Palantir como nuevo responsable de CISA

    Trump podría nombrar al director técnico de Palantir como nuevo responsable de CISA

    Donald Trump está considerando a un alto cargo de la compañía Palantir Technologies como nuevo responsable de la Agencia de Ciberseguridad y Seguridad de Infraestructuras de EE.UU (CISA).

    El organismo no cuenta con un líder confirmado por el Senado estadounidense desde que Jen Easterly dimitió en enero del año pasado, según recoge The Record Media. 

    Justo hace unos días el secretario del Departamento de Seguridad Nacional (DHS), Markwayne Mullin, trasladaba a los legisladores que la administración está a punto de nombrar a un director para la agencia, que ha estado dirigida por el director interino Nick Andersen desde febrero.

    “Tenemos a una persona, que pronto será nominada, que dirigirá CISA y que tiene la capacidad de reclutar personal y centrarse en las competencias que tenemos. Queremos que CISA sea líder en ciberseguridad. Debería serlo y lo será”, ha comentado Mullin.

    Palantir mantiene estrechos vínculos con la administración Trump y se centra principalmente en la inteligencia artificial. Esta empresa de análisis de macrodatos se ha consolidado como un importante proveedor de IA para empresas y el sector de la defensa.

    Tras la publicación de esta información un funcionario de la Casa Blanca ha desmentido la posible elección, afirmando que “en este momento esto no es exacto”. 

    Un ex jefe que la lió ‘parda’

    A principios de año el entonces jefe interino de CISA, Madhu Gottumukkala, tuvo un sonado error al compartir documentos para uso oficial en la versión pública de ChatGPT. 

    Aunque los documentos no eran clasificados formalmente, sí que contenían información sensible de contratación y manejo interno del Departamento de Seguridad Nacional (DHS). Así, pues se trató de una falla de seguridad operativa significativa en una agencia encargada de defender las redes federales contra adversarios estatales de Rusia, China y otras naciones hostiles.

  • Cómo reforzar la ciberseguridad de los vehículos eléctricos conectados

    Cómo reforzar la ciberseguridad de los vehículos eléctricos conectados

    El Segundo Informe de Ciberseguridad en vehículos eléctricos conectados, realizado por S2GRUPO, señala que se puede mejorar significativamente los mecanismos de seguridad frente a amenazas como la manipulación de datos, la inyección de mensajes, las denegaciones de servicio (DoS) y la extracción de información sensible.

    Migración a protocolos más seguros

    Propone el informe limitar las vulnerabilidades derivadas de la limitada seguridad de protocolos como el bus CAN (Controller Area Network). A largo plazo, una solución viable podría consistir en migrar los dispositivos a protocolos con opciones de seguridad más avanzadas, como FlexRay o Automotive Ethernet, que presentan capacidades integradas de autenticación, cifrado y protección contra ataques de denegación de servicio (DoS).

    Mientras se produce la implementación, hay que securizar el protocolo CAN existente a través de la integración de mecanismos de autenticación para asegurar la legitimidad de los mensajes, la implementación de protecciones contra la elevación de privilegios y el empleo de cifrado para mantener la confidencialidad e integridad de las comunicaciones.

    Securización de las unidades de control electrónico

    Resulta crucial desarrollar mecanismos de autenticación robustos en las unidades de control electrónico (ECUs) con el objetivo de prevenir accesos no autorizados y acrecentar la protección frente a la elevación de privilegios. Debe asegurarse que estas medidas sean compatibles con los procesos de mantenimiento efectuados en talleres, para que no interfieran con las rutinas de diagnóstico y reparación.

    Las ECUs, además, han de protegerse contra modificaciones maliciosas mediante técnicas como la firma digital de código, circunstancia que garantiza la integridad del software ejecutado.

    Segmentación de redes

    La segmentación implica que cada red interna esté aislada y que entre ellas tengan una visibilidad mínima y necesaria para limitar la posibilidad de que se materialicen ataques desde puntos accesibles que puedan comprometer los sistemas más críticos. Como se minimiza la posibilidad de interaccionar entre redes, se reduce el riesgo de que un ataque en una red menos protegida o más expuesta pueda propagarse a redes que controlan funciones vitales del vehículo.

    Con la colocación estratégica de gateways en puntos clave o las propias ECUs actuando como firewalls puede lograrse el objetivo para que filtre el tráfico entre las diferentes redes del vehículo, permitiendo solo las comunicaciones necesarias y bloqueando cualquier intento de acceso no autorizado.

    Implementación de un modo de diagnóstico seguro y centralizado

    La implementación de un modo de diagnóstico centralizado posibilita la modificación de parámetros críticos del vehículo solo bajo condiciones seguras. Un ejemplo, el modo podría activarse únicamente cuando el vehículo esté detenido, notificando al usuario a través de indicadores visibles en el tablero. Es especialmente relevante para operaciones sensibles.

    Actualizaciones seguras y regulares

    Las actualizaciones seguras y regulares son vitales para mantener la integridad y seguridad de los sistemas de un vehículo, incluyendo el software de la ECU, los sistemas de infoentretenimiento y otros componentes electrónicos críticos. Estas son las claves de un proceso de actualización seguro:

    • Autenticación y verificación. Todas las actualizaciones deben proceder de fuentes confiables y verificadas gracias a firmas digitales y certificados que eviten la instalación de software malicioso o comprometido.
    • Transmisión segura. Las actualizaciones deben ser transmitidas a través de canales cifrados para proteger los datos durante la transferencia, con protocolos seguros como HTTPS o VPN.
    • Verificación de integridad. El sistema debe verificar la integridad de los archivos de actualización para asegurarse de que no han sido modificados o corrompidos.
    • Actualizaciones periódicas. Debe fijarse un calendario regular de actualizaciones para asegurar que los sistemas estén siempre protegidos contra las últimas amenazas conocidas, no solo con parches de seguridad, también con mejoras en la funcionalidad y el rendimiento.

    Mejora de la protección de la seguridad física

    Conviene reforzar las barreras físicas que protegen los componentes críticos del vehículo, como las ECUs, evitando accesos no autorizados. También hay que asegurarse de que todas las entradas físicas, como puertos de diagnóstico y sistemas de infoentretenimiento, estén protegidas con controles de acceso estrictos y autenticación. La seguridad física es un elemento complementario al resto de contramedidas.

    Securización de vectores de entrada al vehículo

    La baja seguridad de protocolos BUS, como el CAN, obliga a extremar las medidas de seguridad para proteger los vectores de entrada que permitan acceder a la red interna:

    • Acceso remoto. Es esencial proteger las infraestructuras externas, incluyendo servidores, APIs y conexiones de red, mediante autenticación robusta, segmentación de redes y gestión proactiva de vulnerabilidades. Además, se debe asegurar que las redes privadas de acceso (APN) utilizadas para las comunicaciones móviles sean seguras, estableciendo cifrado fuerte, control de acceso y monitoreo constante para prevenir accesos no autorizados y ataques a la red.
    • Acceso presencial inalámbrico. Debe reforzarse la seguridad de conexiones inalámbricas como Wi-Fi y Bluetooth, asegurando que estén adecuadamente segmentadas del resto de las redes del vehículo para minimizar el riesgo de comprometer otros sistemas ante accesos no autorizados.
    • Acceso presencial alámbrico y sistemas de infoentretenimiento. Se tiene que  garantizar la seguridad física y lógica del acceso a través del bus CAN, así como asegurar que los sistemas de infoentretenimiento estén aislados de otros sistemas críticos del vehículo y monitorizados para detectar y prevenir posibles intentos de explotación de vulnerabilidades.

    Monitorización y detección de ataques

    Constituir sistemas de monitorización continua sirve para la detección temprana de ataques.  Las comunicaciones y el comportamiento del sistema deben ser estables y predecibles; cualquier desviación, como la aparición de IDs inusuales o la modificación de firmware, debe ser detectada y notificada al usuario. Estos sistemas de monitorización deben estar integrados con mecanismos de alerta en tiempo real y capacidades de respuesta automática.

    Las mejoras en la monitorización continua y respuesta automática benefician especialmente a los vehículos en una flota, porque aumentan la seguridad y la confiabilidad al tiempo que aseguran que cualquier anomalía relacionada con la ciberseguridad sea detectada y gestionada, incluso vinculada con desviaciones de ruta o problemas mecánicos.

  • Espías chinos usan ofertas de empleo falsas en internet para robar secretos de Estado

    Espías chinos usan ofertas de empleo falsas en internet para robar secretos de Estado

    Las agencias de espionaje más importantes de cinco países occidentales (EE.UU., Reino Unido, Canadá, Australia y Nueva Zelanda, un grupo conocido como los ‘Five Eyes’ o ‘los Cinco Ojos’) han lanzado una alerta urgente. Han descubierto que espías del gobierno chino se están haciendo pasar por reclutadores de empleo comunes y corrientes en Internet.  

    Para llevar a cabo su engaño estos espías usan una estrategia psicológica muy astuta que va por etapas. El primer lugar, crean perfiles falsos muy profesionales en páginas legítimas como LinkedIn, Indeed o Upwork, donde se presentan como directores de empresas de consultoría o centros de investigación que no existen en realidad. 

    Así, se ponen en contacto con los objetivos, ofreciéndoles un trabajo secundario o una colaboración. Ahí les piden un informe sencillo y público y, al entregarlo, pagan rápido y muy generosamente mediante plataformas como PayPal, Wise o Zelle, así como Western Union. De esa forma, se ganan su confianza. 

    El siguiente paso es ofrecer otros ‘trabajos’ ya fuera de las citadas plataformas de empleo. Así, piden establecer comunicación mediante apps de mensajería cifrada y empiezan a pagar con criptomonedas o transferencias raras para no dejar rastro.

    Posteriormente, empiezan a solicitar datos más específicos, como opiniones internas de su empresa, borradores de leyes gubernamentales o documentos confidenciales. Así, los freelances acaban colaborando, sin apenas darse cuenta, con el espionaje para otro país.  

    Desde Five Eyes advierten de que revelar ciertos tipos de información puede poner en riesgo la vida de militares y otro personal, además de debilitar la prosperidad económica, mientras que los expertos que proporcionen currículos y datos personales pueden comprometer su privacidad.

    Qué puede ocurrirles

    Las agencias también recalcan que la colaboración con estos espías puede conllevar revocaciones de autorizaciones de seguridad, pérdida de empleo e incluso penas de cárcel. 

    El año pasado funcionarios de seguridad británicos ya alertaron al Parlamento de que agentes estatales chinos estaban usando la red social profesional LinkedIn para conectar con diputados, lores y personal parlamentario. 

  • A la venta los datos de 30 millones de cuentas bancarias de bancos españoles

    A la venta los datos de 30 millones de cuentas bancarias de bancos españoles

    Un ciberdelincuente que se hace llamar ‘jordanbelfortwolf’ ha publicado un anuncio en la dark web en el que pone a la venta una ingente cantidad de información bancaria de usuarios españoles.

    El pirata informático se jacta de haber exfiltrado 30 millones de registros únicos, incluyendo nombres completos, números de teléfono, emails, fechas de nacimiento, género, IBANs, CUPS, direcciones físicas completas, códigos postales e identificadores tributarios (NIF, NIE y CIF).

    Se desconoce cuánto pide el atacante por todo este conjunto de datos, aunque ha manifiestado su interés porque el pago se realice en criptomonedas. Tampoco se sabe cómo ha podido hacerse con él, en caso de que sean reales. ‘Jordanbelfortwolf’ podría haberlos obtenido mediante scrapping o raspado, sin necesidad de haber perpetrado ningún ciberataque. 

    Por el momento la brecha de seguridad no ha sido confirmada por terceros. Los expertos recuerdan que la publicación de una base de datos en foros clandestinos no implica necesariamente que la información sea auténtica o reciente. En numerosas ocasiones los actores de amenazas reciclan datos obtenidos en filtraciones antiguas, mezclan registros de distintas procedencias o exageran el volumen y la calidad de la información para incrementar su valor en el mercado negro.

    El hacker no tiene un perfil conocido ni popular. De hecho, se registró en el foro donde ha publicado el anuncio el pasado mes de mayo y solo ha participado en dos hilos. 

    Riesgos para los afectados

    No obstante, si los datos son reales existe un gran riesgo para los usuarios afectados. La combinación de información personal, fiscal y bancaria permitiría a ciberdelincuentes llevar a cabo campañas de fraude altamente personalizadas, aumentando considerablemente las probabilidades de éxito de ataques de ingeniería social.

    Entre los posibles riesgos se encuentran intentos de phishing y smishing que suplanten a entidades bancarias legítimas, llamadas fraudulentas en las que los atacantes dispongan de datos suficientes para ganarse la confianza de las víctimas o campañas de robo de identidad destinadas a contratar servicios, solicitar financiación o abrir cuentas utilizando información ajena.

    Asimismo, la presencia de IBANs y datos identificativos como NIF, NIE o CIF podría facilitar fraudes relacionados con domiciliaciones bancarias, falsificación documental o estafas dirigidas tanto a particulares como a empresas. Los delincuentes también podrían combinar esta información con datos procedentes de otras brechas de seguridad para elaborar perfiles más completos de las víctimas y aumentar el impacto de futuros ataques.

  • Shadow AI: cómo la inteligencia artificial no autorizada se convirtió en un nuevo riesgo para la ciberseguridad empresarial

    Shadow AI: cómo la inteligencia artificial no autorizada se convirtió en un nuevo riesgo para la ciberseguridad empresarial

    Durante años, las organizaciones aprendieron a controlar el fenómeno conocido como Shadow IT: el uso de aplicaciones, servicios o dispositivos tecnológicos sin la aprobación del área de sistemas. Sin embargo, la expansión de la inteligencia artificial generativa abrió una nueva versión del problema, más compleja y con mayores implicaciones: Shadow AI.

    Empleados que utilizan asistentes de inteligencia artificial para redactar documentos, analizar información, generar código o automatizar tareas pueden estar introduciendo datos corporativos en plataformas que la empresa no controla. Lo que parece una mejora de productividad puede convertirse en una exposición silenciosa de información sensible, propiedad intelectual o datos regulados.

    El desafío para los equipos de ciberseguridad ya no consiste únicamente en proteger redes, servidores y aplicaciones tradicionales. Ahora también deben comprender qué herramientas de inteligencia artificial están siendo utilizadas dentro de la organización, qué información procesan y qué riesgos representan.

    ¿Qué es Shadow AI y por qué preocupa a la ciberseguridad?

    Shadow AI describe el uso de herramientas de inteligencia artificial dentro de una organización sin autorización, supervisión o gestión formal por parte de los equipos responsables de tecnología y seguridad.

    El fenómeno incluye desde empleados que utilizan versiones públicas de asistentes de IA para tareas laborales hasta equipos de desarrollo que incorporan modelos externos en aplicaciones internas sin pasar por procesos de evaluación de seguridad.

    La situación comparte similitudes con Shadow IT, pero introduce una diferencia importante: la inteligencia artificial no solo almacena o transmite información, también puede analizarla, transformarla y generar nuevos resultados a partir de ella.

    Un trabajador podría cargar contratos, informes financieros, código propietario o documentos internos en una plataforma de IA buscando obtener una respuesta rápida. Sin controles adecuados, esa información puede quedar expuesta a terceros o almacenada bajo condiciones que la organización desconoce.

    La productividad impulsa el crecimiento de la IA no autorizada

    La popularidad de las herramientas de inteligencia artificial generativa ha cambiado la forma en que muchos profesionales realizan sus actividades diarias.

    Redactar correos, resumir documentos, crear presentaciones, programar aplicaciones o analizar grandes cantidades de información son tareas que pueden realizarse en pocos segundos mediante asistentes de IA.

    El problema aparece cuando la adopción ocurre más rápido que la capacidad de las empresas para establecer políticas de seguridad.

    En muchos casos, los empleados no buscan evadir controles. Simplemente utilizan una herramienta que consideran útil para resolver una necesidad concreta, sin conocer completamente cómo se gestionan los datos introducidos o qué riesgos existen.

    Este comportamiento crea una zona desconocida para los responsables de seguridad: sistemas de inteligencia artificial funcionando dentro de la organización sin inventario, evaluación de riesgos ni supervisión.

    ¿Cómo funciona el riesgo de Shadow AI?

    El principal problema de Shadow AI está relacionado con la pérdida de visibilidad.

    Cuando una empresa no sabe qué herramientas de IA están utilizando sus empleados, tampoco puede determinar:

    • Qué información se está compartiendo.
    • Qué proveedores externos reciben esos datos.
    • Qué permisos tienen las aplicaciones conectadas.
    • Qué modelos procesan la información.
    • Qué controles de privacidad existen.

    Un ejemplo común ocurre cuando un empleado copia información interna en un chatbot público para obtener ayuda con una tarea. Aunque la intención sea legítima, esa acción puede exponer datos que deberían permanecer dentro de los sistemas corporativos.

    La situación se vuelve más compleja con los agentes de inteligencia artificial, capaces de ejecutar acciones, conectarse a servicios externos y trabajar con diferentes fuentes de información.

    Principales riesgos de Shadow AI para las empresas

    Filtración de información confidencial

    Uno de los mayores riesgos es la exposición accidental de datos sensibles.

    Las empresas manejan información como:

    • Estrategias comerciales.
    • Código fuente.
    • Información financiera.
    • Datos personales de clientes.
    • Documentos legales.
    • Propiedad intelectual.

    Si estos datos son introducidos en herramientas de IA sin controles adecuados, la organización pierde parte del control sobre su información.

    Exposición de propiedad intelectual

    Los modelos de inteligencia artificial pueden convertirse en una herramienta para procesar información estratégica.

    Diseños, investigaciones, documentos internos o código desarrollado por una empresa representan activos valiosos que podrían quedar comprometidos mediante un uso inadecuado de servicios externos.

    Incumplimiento normativo

    Sectores como salud, banca o gobierno están sujetos a regulaciones estrictas sobre protección de datos.

    El uso de herramientas de IA no autorizadas puede generar problemas relacionados con privacidad, almacenamiento de información y cumplimiento de requisitos legales.

    Nuevas superficies de ataque

    Las aplicaciones de inteligencia artificial pueden conectarse con otros sistemas mediante APIs, complementos o integraciones.

    Cada conexión adicional representa un posible punto de entrada si no existe una evaluación adecuada de seguridad.

    Shadow AI y el desafío para los equipos de ciberseguridad

    Los departamentos de seguridad enfrentan un cambio importante: bloquear completamente el uso de inteligencia artificial no suele ser una estrategia sostenible.

    La IA ofrece beneficios reales para las organizaciones y puede mejorar la productividad de diferentes áreas.

    El objetivo es encontrar un equilibrio entre innovación y control.

    La ciberseguridad moderna necesita pasar de una postura basada únicamente en prohibiciones hacia modelos de gobernanza que permitan identificar riesgos, establecer reglas claras y ofrecer herramientas aprobadas.

    El enfoque recomendado por marcos como el NIST AI Risk Management Framework consiste en gestionar los riesgos de los sistemas de inteligencia artificial durante todo su ciclo de vida, desde el desarrollo hasta su utilización final.

    Casos habituales donde aparece Shadow AI

    Aunque no todos los casos representan incidentes de seguridad, existen escenarios frecuentes que muestran cómo surge este riesgo:

    Desarrollo de software

    Programadores pueden utilizar asistentes de IA para generar código o solucionar errores rápidamente. Sin controles, podrían compartir fragmentos de aplicaciones internas o información sobre infraestructura.

    Departamentos administrativos

    Equipos de recursos humanos, marketing o finanzas pueden recurrir a herramientas generativas para analizar documentos o preparar informes.

    El riesgo aparece cuando incluyen información personal, contratos o datos empresariales sensibles.

    Investigación y análisis

    Profesionales pueden utilizar IA para resumir investigaciones, analizar documentos técnicos o preparar contenidos estratégicos.

    Sin una política clara, información confidencial puede terminar en plataformas externas.

    Cómo pueden las empresas reducir el riesgo de Shadow AI

    La solución no consiste únicamente en bloquear herramientas. Las organizaciones necesitan desarrollar una estrategia integral de gobernanza de inteligencia artificial.

    Crear políticas claras de uso de IA

    Las empresas deben establecer reglas sobre:

    • Qué herramientas están autorizadas.
    • Qué información puede compartirse.
    • Qué datos están prohibidos.
    • Qué procesos requieren aprobación.

    Identificar el uso real de inteligencia artificial

    Antes de aplicar controles, es necesario conocer qué herramientas utilizan realmente los empleados.

    La visibilidad permite tomar decisiones basadas en riesgos reales y no únicamente en suposiciones.

    Capacitar a los trabajadores

    La educación es una de las principales defensas.

    Los empleados deben comprender que una herramienta de IA no funciona como un simple buscador, sino como un sistema que procesa información y puede generar riesgos si se utiliza incorrectamente.

    Implementar controles técnicos

    Las organizaciones pueden utilizar mecanismos como:

    • Protección contra pérdida de datos (DLP).
    • Gestión de identidades.
    • Control de acceso.
    • Monitoreo de aplicaciones.
    • Evaluaciones de seguridad para proveedores de IA.

    El futuro de Shadow AI: de la amenaza invisible a la gobernanza inteligente

    La inteligencia artificial seguirá incorporándose en prácticamente todas las áreas empresariales. Por ello, el reto para las organizaciones no será detener su adopción, sino aprender a administrarla de forma segura.

    El fenómeno de Shadow AI demuestra que los riesgos tecnológicos ya no aparecen únicamente cuando un atacante externo intenta ingresar a una red. También pueden surgir desde dentro, cuando una herramienta aparentemente útil opera fuera del control de la organización.

    La próxima etapa de la ciberseguridad empresarial estará marcada por la capacidad de conocer, supervisar y proteger los sistemas de inteligencia artificial utilizados diariamente. Las empresas que logren combinar innovación con gobernanza tendrán mejores condiciones para aprovechar el potencial de la IA sin convertirla en un punto débil de su seguridad digital.

  • Ciberseguridad e inteligencia artificial: el secuestro de modelos de IA se convierte en la nueva frontera del cibercrimen

    Ciberseguridad e inteligencia artificial: el secuestro de modelos de IA se convierte en la nueva frontera del cibercrimen

    La inteligencia artificial dejó de ser una herramienta reservada para laboratorios de investigación y grandes empresas tecnológicas. Hoy impulsa asistentes virtuales, plataformas de atención al cliente, sistemas de análisis financiero, diagnósticos médicos, soluciones industriales y una creciente cantidad de servicios críticos. A medida que su adopción se acelera, también cambia el interés de los ciberdelincuentes, que comienzan a mirar más allá del robo de datos y dirigen sus esfuerzos hacia un activo mucho más valioso: los propios modelos de inteligencia artificial.

    Este cambio marca una nueva etapa para la ciberseguridad. Si durante años los ataques se concentraron en bases de datos, credenciales o infraestructura tecnológica, ahora los modelos de IA representan un objetivo estratégico. Su desarrollo puede requerir millones de dólares en inversión, enormes volúmenes de datos y meses de entrenamiento, lo que los convierte en un recurso de alto valor tanto para organizaciones como para actores criminales y grupos patrocinados por Estados.

    El llamado AI Model Hijacking o secuestro de modelos de inteligencia artificial engloba un conjunto de técnicas destinadas a robar, copiar, manipular o utilizar modelos sin autorización. El impacto trasciende la pérdida de propiedad intelectual: también puede afectar la confiabilidad de sistemas críticos, exponer información sensible y facilitar nuevos ataques contra empresas y usuarios.

    El modelo de inteligencia artificial: un activo estratégico para las organizaciones

    Un modelo de IA concentra mucho más que líneas de código. Representa el resultado de procesos complejos de recopilación y preparación de datos, entrenamiento computacional, optimización y validación.

    En sectores como la banca, la salud, la industria, el comercio electrónico o la ciberseguridad, estos modelos contienen conocimiento especializado capaz de automatizar tareas, detectar fraudes, identificar amenazas o mejorar la toma de decisiones. Su valor competitivo ha convertido a la inteligencia artificial en uno de los activos digitales más importantes para muchas organizaciones.

    Por esa razón, proteger un modelo ya no consiste únicamente en impedir que alguien acceda al servidor donde está almacenado. También implica asegurar todo su ciclo de vida, desde el desarrollo hasta su implementación y actualización continua.

    ¿Qué significa secuestrar un modelo de inteligencia artificial?

    El término puede resultar engañoso porque no siempre implica tomar el control completo del modelo. En muchos casos, el objetivo consiste en obtener acceso no autorizado para copiarlo, extraer su funcionamiento interno o manipular su comportamiento.

    Entre las principales modalidades identificadas por investigadores y organismos especializados destacan:

    Robo o extracción de modelos

    Conocido como Model Extraction, este ataque busca reconstruir un modelo realizando miles o incluso millones de consultas cuidadosamente diseñadas. Analizando las respuestas, un atacante puede crear una copia funcional con un nivel de precisión considerable.

    Diversas investigaciones académicas han demostrado que esta técnica puede comprometer modelos expuestos mediante interfaces de programación (API), especialmente cuando existen pocos controles sobre el número y el tipo de consultas realizadas.

    Manipulación del comportamiento

    Otra posibilidad consiste en alterar el funcionamiento del modelo para que produzca respuestas incorrectas o favorezca determinados resultados.

    En sistemas utilizados para detectar fraude financiero o identificar amenazas de ciberseguridad, una manipulación de este tipo podría reducir significativamente la capacidad de detección sin que el cambio resulte evidente para los administradores.

    Robo de propiedad intelectual

    Muchas organizaciones consideran sus modelos como uno de sus activos más valiosos. Obtener una copia permite ahorrar meses de desarrollo y enormes inversiones económicas.

    En determinados escenarios, el interés puede provenir de competidores desleales, grupos criminales organizados o campañas de espionaje industrial.

    ¿Por qué este tipo de ataques está cobrando tanta relevancia?

    El crecimiento acelerado de la inteligencia artificial ha multiplicado la superficie de ataque.

    Actualmente, miles de modelos están disponibles mediante servicios en la nube, plataformas SaaS, aplicaciones empresariales y asistentes inteligentes. Cada nuevo punto de acceso representa una posible oportunidad para un atacante si no existen mecanismos adecuados de protección.

    Al mismo tiempo, el desarrollo de modelos avanzados requiere inversiones cada vez mayores. Entrenar un modelo de gran escala puede implicar importantes recursos computacionales, equipos especializados y grandes volúmenes de información. Desde la perspectiva del cibercrimen, robar un modelo ya entrenado puede resultar mucho más rentable que desarrollar uno desde cero.

    Organizaciones como el OWASP han advertido sobre estos riesgos mediante proyectos específicos orientados a la seguridad de aplicaciones basadas en inteligencia artificial, mientras que organismos internacionales como el NIST han incorporado la gestión del riesgo de IA dentro de sus marcos de referencia.

    El nuevo objetivo: las cadenas de suministro de inteligencia artificial

    La seguridad ya no depende únicamente del modelo final.

    Detrás de cada sistema intervienen bibliotecas de software, conjuntos de datos, repositorios públicos, plataformas colaborativas y servicios externos. Cada uno de estos componentes puede convertirse en un punto de entrada para un ataque.

    Una biblioteca comprometida durante el entrenamiento, un conjunto de datos manipulado o un repositorio alterado pueden afectar el comportamiento del modelo sin necesidad de vulnerar directamente la infraestructura principal.

    Esta realidad ha impulsado el concepto de AI Supply Chain Security, que busca proteger toda la cadena de desarrollo de sistemas basados en inteligencia artificial.

    Riesgos para las empresas

    Las consecuencias de un secuestro de modelos pueden extenderse mucho más allá de una pérdida económica inmediata.

    Entre los principales impactos destacan:

    • Pérdida de propiedad intelectual.
    • Exposición de algoritmos propietarios.
    • Reducción de la ventaja competitiva.
    • Manipulación de sistemas automatizados.
    • Interrupción de servicios críticos.
    • Incumplimiento de requisitos regulatorios.
    • Daño reputacional.
    • Costos asociados a investigaciones, recuperación y fortalecimiento de controles.

    En organizaciones que utilizan IA para detectar amenazas o prevenir fraude, un modelo comprometido también puede facilitar ataques posteriores al disminuir la eficacia de los mecanismos defensivos.

    ¿También representa un riesgo para los usuarios?

    Aunque estos ataques suelen dirigirse contra organizaciones, los usuarios también pueden verse afectados.

    Si un modelo responsable de detectar correos fraudulentos, analizar operaciones financieras o identificar actividades sospechosas deja de funcionar correctamente, aumentan las probabilidades de que amenazas reales pasen inadvertidas.

    También existe el riesgo de que aplicaciones basadas en IA ofrezcan recomendaciones incorrectas, divulguen información sensible o respondan de forma manipulada cuando su comportamiento ha sido alterado.

    Casos documentados y señales de alerta

    Hasta el momento, la mayor parte de la evidencia pública proviene de investigaciones académicas, ejercicios de seguridad y demostraciones realizadas por especialistas.

    Diversos estudios han confirmado la viabilidad de ataques de extracción de modelos, inversión de modelos (Model Inversion) y manipulación mediante técnicas como Data Poisoning y Prompt Injection.

    Paralelamente, empresas especializadas en ciberseguridad han comenzado a incorporar controles específicos para proteger plataformas de inteligencia artificial, mientras que fabricantes de servicios en la nube han fortalecido mecanismos destinados a limitar consultas automatizadas, proteger APIs y supervisar el uso anómalo de modelos.

    Todo ello refleja una tendencia clara: la industria ya no considera estas amenazas como escenarios hipotéticos, sino como riesgos que requieren medidas preventivas.

    Cómo fortalecer la ciberseguridad de los modelos de IA

    La protección debe abarcar todo el ciclo de vida del modelo y no limitarse al entorno donde se ejecuta.

    Control estricto de accesos

    Solo el personal autorizado debe poder modificar, entrenar o desplegar modelos de inteligencia artificial. La autenticación multifactor, la gestión de identidades y el principio de mínimo privilegio siguen siendo fundamentales.

    Protección de las API

    Muchas plataformas permiten interactuar con modelos mediante interfaces públicas. Implementar autenticación robusta, limitación de consultas, monitoreo continuo y detección de comportamientos anómalos ayuda a reducir el riesgo de extracción.

    Supervisión del comportamiento

    El monitoreo continuo permite detectar cambios inesperados en las respuestas del modelo, incrementos inusuales en las consultas o intentos automatizados de obtener información sensible.

    Seguridad durante el entrenamiento

    Proteger los conjuntos de datos utilizados para entrenar la inteligencia artificial reduce la posibilidad de ataques orientados a modificar su comportamiento desde el origen.

    Validación continua

    Las evaluaciones periódicas mediante pruebas de seguridad específicas para IA, ejercicios de Red Teaming y auditorías técnicas permiten identificar vulnerabilidades antes de que puedan ser explotadas.

    El papel de los marcos internacionales

    La protección de sistemas basados en inteligencia artificial se está convirtiendo en una prioridad para gobiernos, organismos de normalización y fabricantes tecnológicos.

    Marcos como el AI Risk Management Framework del NIST promueven la identificación temprana de riesgos asociados al desarrollo, implementación y operación de modelos de IA.

    Al mismo tiempo, iniciativas impulsadas por OWASP ofrecen guías prácticas para reducir vulnerabilidades en aplicaciones inteligentes, mientras que estándares internacionales continúan evolucionando para responder a los desafíos específicos de esta tecnología.

    La tendencia apunta hacia una integración cada vez mayor entre la ciberseguridad tradicional y la gobernanza de la inteligencia artificial.

    Un cambio de paradigma para la defensa digital

    Durante décadas, los esfuerzos de protección se concentraron en preservar datos, redes y sistemas. La expansión de la inteligencia artificial añade una nueva dimensión a ese desafío: proteger el conocimiento que las organizaciones incorporan dentro de sus modelos.

    El secuestro de modelos de IA representa una evolución natural del cibercrimen en un entorno donde los algoritmos comienzan a generar tanto valor como la información que procesan. Frente a este escenario, la capacidad para asegurar cada etapa del ciclo de vida de la inteligencia artificial será tan importante como proteger servidores, aplicaciones o bases de datos.

    La próxima gran batalla de la ciberseguridad no solo se librará alrededor de los datos. También tendrá como objetivo preservar la integridad, la confiabilidad y la propiedad de los modelos que impulsan la nueva generaci

  • Cuando cae un solo proveedor, tiembla medio internet: la nueva prioridad llamada soberanía digital

    Cuando cae un solo proveedor, tiembla medio internet: la nueva prioridad llamada soberanía digital

    El 10 de julio de 2026, el Reino Unido tomó una decisión que hace apenas unos años habría sonado desproporcionada: designó a AWS, Google Cloud, Microsoft y Oracle como proveedores tecnológicos críticos para su sistema financiero. Tres días después, el Banco de Inglaterra, la Autoridad de Regulación Prudencial y la Autoridad de Conducta Financiera comenzaron a supervisarlos directamente, con el argumento de que una interrupción en cualquiera de ellos podría afectar simultáneamente a bancos, mercados y servicios usados por millones de personas. No se trató de una medida simbólica. Fue el reconocimiento oficial de algo que el sector privado venía advirtiendo desde hacía meses: la infraestructura digital global descansa sobre muy pocos hombros.

    Ese diagnóstico no nació de la teoría, sino de una serie de apagones que marcaron 2025 y los primeros meses de 2026. Cortes en AWS, Microsoft Azure, Google Cloud y Cloudflare dejaron fuera de servicio, en distintos momentos, a plataformas de pagos, videojuegos, herramientas de videoconferencia y aplicaciones bancarias en varios continentes. Ninguno de esos incidentes fue producto de un ciberataque. Fueron fallos técnicos internos, del tipo que ocurre inevitablemente cuando se opera una infraestructura de escala planetaria. Y sin embargo, el impacto se sintió como si hubiera sido un ataque coordinado contra medio mundo.

    Un oligopolio construido sobre la eficiencia

    Amazon, Microsoft y Google concentran, según estimaciones recientes del mercado, alrededor del 60% de la infraestructura global de computación en la nube. Esa concentración no es casual ni fruto de una mala planificación: responde a una lógica económica perfectamente racional. Construir y mantener centros de datos a escala global exige inversiones que solo un puñado de compañías puede sostener, y una vez que una organización migra sus sistemas a una de estas plataformas, cambiar de proveedor implica costos, tiempo y riesgo técnico considerables. El resultado es un mercado donde la eficiencia y el ahorro de costos empujaron a gobiernos, bancos, aerolíneas, hospitales y comercios electrónicos hacia el mismo puñado de infraestructuras.

    El problema, señalan consultores de riesgo digital, es que esa eficiencia tiene un costo oculto: cuando la mayoría de las organizaciones dependen de una sola plataforma —o de dos o tres como máximo— y carecen de planes de contingencia sólidos, cualquier fallo interno deja de ser un incidente aislado y se convierte en un riesgo sistémico. Analistas de firmas como Control Risks lo describen como una tensión estructural entre escalabilidad y resiliencia: cuanto más se centraliza la infraestructura para ganar eficiencia, más frágil se vuelve el conjunto frente a un solo punto de falla.

    Cómo se traduce ese riesgo en la vida cotidiana

    Los efectos de esta concentración no se quedan en el plano abstracto de los informes corporativos. Cuando AWS sufrió una de sus interrupciones más comentadas, el impacto llegó hasta plataformas de pago como Mercado Pago, afectando la operativa habitual de millones de usuarios en América Latina. Servicios tan distintos entre sí como aplicaciones de videojuegos, herramientas de videollamadas y sistemas corporativos internos cayeron al mismo tiempo, simplemente porque todos dependían, sin saberlo la mayoría de sus usuarios finales, de la misma infraestructura subyacente.

    Ese patrón se repite con cada nuevo incidente: la caída no afecta a “una empresa”, afecta a un ecosistema entero de empresas que construyeron su operación sobre el mismo terreno. Y como advirtió a medios internacionales el director ejecutivo de un servicio de red privada virtual, si toda la infraestructura depende de un grupo reducido de proveedores y cualquiera de ellos puede fallar en cualquier momento, ya sea por un ataque malicioso o por un simple error técnico, la situación se vuelve estructuralmente peligrosa.

    El componente geopolítico: soberanía de datos y jurisdicción

    A la fragilidad técnica se suma una dimensión política que ha ganado peso de forma acelerada. La gran mayoría de los proveedores de nube dominantes —Amazon, Microsoft y Google entre ellos— tienen su sede en Estados Unidos, lo que significa que están sujetos a su jurisdicción incluso cuando operan centros de datos físicamente ubicados en Europa, América Latina o Asia. Esa realidad legal genera fricciones evidentes con marcos de protección de datos como el europeo, y ha sido objeto de disputas jurídicas relevantes en los últimos años, entre ellas la conocida sentencia Schrems II del Tribunal de Justicia de la Unión Europea, que cuestionó las garantías de transferencia de datos personales hacia territorio estadounidense.

    Sectores especialmente sensibles —defensa, banca, administración pública— dependen hoy de infraestructuras gestionadas por estos mismos proveedores. El Departamento de Defensa de Estados Unidos, la NASA y varios ministerios europeos utilizan servicios de AWS y Microsoft Azure para operaciones esenciales. Esa dependencia estructural convierte cualquier tensión diplomática, cambio regulatorio o disputa comercial entre bloques geopolíticos en un factor con capacidad real de afectar la continuidad operativa de instituciones críticas, algo que hace pocos años se consideraba un riesgo casi teórico.

    La respuesta europea: la nube soberana

    Frente a este escenario, la Unión Europea impulsa desde hace tiempo el concepto de “nube soberana”: infraestructura digital operada bajo legislación europea, con centros de datos localizados en territorio comunitario y sin exposición directa a jurisdicciones extranjeras. La idea no busca eliminar a los grandes proveedores estadounidenses del mercado europeo, sino reducir la dependencia estructural y garantizar que los datos de gobiernos, bancos y ciudadanos permanezcan bajo un marco legal predecible y controlado localmente. Este movimiento se enmarca dentro de una tendencia más amplia identificada por consultoras como Gartner, que sitúa la soberanía de datos y la fragmentación geopolítica entre las fuerzas que están redefiniendo las prioridades de la ciberseguridad corporativa este año.

    El impacto para las empresas: de la eficiencia a la resiliencia

    Para cualquier organización que dependa de servicios en la nube —es decir, prácticamente todas— este debate ya no es un asunto exclusivo de los equipos de infraestructura. Cuando una plataforma cae, las consecuencias alcanzan directamente a las áreas de negocio: ventas detenidas, sistemas de atención al cliente inoperativos, procesos de facturación bloqueados. La reflexión que dejan los apagones recientes es que muchas empresas migraron a la nube para ganar disponibilidad y reducir complejidad operativa, pero en el camino replicaron, a escala global, el mismo problema que buscaban resolver: un único punto de falla, solo que ahora fuera de su control directo.

    Medidas que empresas y gobiernos están adoptando

    La respuesta más citada por especialistas en resiliencia digital es la arquitectura multi-nube: distribuir cargas de trabajo críticas entre distintos proveedores, o combinar nube pública con infraestructura privada y centros de datos propios, para que un fallo en un solo actor no paralice toda la operación. A esto se suma la revisión rigurosa de contratos y acuerdos de nivel de servicio, exigiendo transparencia sobre la localización de los datos y planes de recuperación ante incidentes; la adopción de tecnologías abiertas e interoperables que faciliten migrar entre plataformas sin quedar atrapado en un proveedor único; y el diseño de protocolos internos de continuidad digital que definan, con anticipación, cómo debe reaccionar una organización cuando su proveedor principal deja de responder.

    En el plano regulatorio, la decisión británica de julio de 2026 de someter a supervisión directa a los grandes proveedores cloud probablemente no será un caso aislado. Reguladores financieros de otras jurisdicciones observan de cerca ese precedente, en un contexto donde la estabilidad de mercados enteros puede depender de la disponibilidad de un puñado de centros de datos.

    Hacia dónde va este debate

    La computación en la nube nació, paradójicamente, de una idea de descentralización: repartir el procesamiento y el almacenamiento para hacer la infraestructura digital más resistente a fallos puntuales. Dos décadas después, el mercado terminó concentrado en un número reducido de actores capaces de ofrecer la escala y el precio que exige la economía digital moderna, incluida la explosión reciente de la demanda de cómputo para inteligencia artificial. Esa paradoja —tecnología pensada para distribuir el riesgo que termina concentrándolo— es, probablemente, el asunto de fondo que gobiernos, reguladores y empresas van a tener que resolver en los próximos años, antes de que la próxima caída de un solo proveedor vuelva a demostrar, una vez más, lo interconectado y lo frágil que se ha vuelto internet.