Blog

Durante décadas, la combinación de un nombre de usuario y una cadena de caracteres ha sido el pilar fundamental del control de acceso digital. También ha representado el dolor de cabeza constante para los departamentos de soporte y la puerta de entrada predilecta para los atacantes. El cansancio generado por el restablecimiento infinito de credenciales y la proliferación de campañas de suplantación de identidad llevaron a la industria a promover un objetivo ambicioso: desterrar las contraseñas para siempre.

La propuesta suena impecable sobre el papel. Mediante estándares abiertos como FIDO2 y la implementación de passkeys, los empleados autentican su identidad utilizando lectores de huellas, reconocimiento facial o llaves de seguridad físicas. Este esquema promete erradicar los ataques de phishing masivos, mejorar la experiencia de usuario y reducir drásticamente los costes asociados a la gestión de accesos.

Sin embargo, cuando una corporación con decenas de miles de empleados, cientos de aplicaciones heredadas y normativas de cumplimiento estrictas intenta dar el salto hacia el modelo passwordless, la teoría tropieza de frente con la infraestructura real. Lo que parecía un cambio de configuración fluido se transforma en un despliegue repleto de fricciones operativas, dilemas de compatibilidad y nuevos vectores de riesgo que pocos contemplaron en la fase inicial de planificación.

La base técnica: cómo funcionan FIDO2, WebAuthn y las claves de acceso

Para comprender la magnitud de la transición, conviene examinar la arquitectura subyacente. El ecosistema sin contraseña se apoya principalmente en las especificaciones de la alianza FIDO (Fast IDentity Online) y el estándar WebAuthn de la W3C.

A diferencia del modelo tradicional donde un servidor almacena la clave del usuario (o un resumen criptográfico de la misma), el protocolo FIDO2 utiliza un esquema de criptografía de clave pública de extremo a extremo.

[ Dispositivo del Empleado ]                     [ Servidor de Identidad / IdP ]
(Sensor Biométrico / YubiKey)
              |
              |-- 1. Solicitud de Autenticación --------->|
              |                                          |
              |<-- 2. Desafío Criptográfico (Challenge) --|
              |
3. Desbloqueo Biométrico
4. Firma del Desafío con 
   la Clave Privada
              |
              |-- 5. Respuesta Firmada ----------------->|
                                                         |
                                             6. Validación con la 
                                                Clave Pública (Acceso concedido)

1. Registro: El dispositivo del usuario genera un par de claves criptográficas únicas para un sitio o servicio específico. La clave pública se envía al servidor de identidad (Identity Provider o IdP), mientras que la clave privada nunca abandona el elemento seguro del hardware local.
2. Autenticación: Cuando la persona intenta iniciar sesión, el servidor emite un desafío aleatorio.
3. Firma local: El usuario valida su presencia física mediante biometría (Windows Hello, Touch ID) o un PIN local. Esta acción desbloquea la clave privada en el dispositivo, la cual firma el desafío del servidor.
4. Verificación: El servidor comprueba la firma con la clave pública previamente guardada. Dado que el dominio web está vinculado criptográficamente al proceso, un sitio falso de phishing no puede solicitar ni interceptar esta firma.

Los obstáculos de la infraestructura heredada y la compatibilidad

El mayor reto para los directores de tecnología no radica en adoptar passkeys en aplicaciones saas modernas como Google Workspace o Microsoft 365, donde el soporte es nativo. El verdadero dolor de cabeza surge al mirar hacia el núcleo operativo de la organización.

                      [ Sistema de Identidad Central ]
                                     |
         +---------------------------+---------------------------+
         |                                                       |
         v                                                       v
  [ Servidores Nube Modernos ]                            [ Entorno Corporativo Híbrido ]
  Soporte WebAuthn / FIDO2                               Incompatibilidad de Protocolos
  (Acceso inmediato sin clave)                            (Sistemas que aún exigen texto plano)
         |                                                       |
         +--> Google Workspace / M365                            +--> Servidores SSH y consolas CLI
                                                                 +--> Clientes VPN antiguos
                                                                 +--> Mainframes y software AS/400
                                                                 +--> Base de datos y conexiones RDP

Gran parte de la actividad diaria en sectores como la banca, la logística o la industria manufacturera depende de herramientas desarrolladas hace más de dos décadas. Estos entornos carecen de interfaces para procesar flujos de autenticación FIDO2:

• Sistemas de terminal y SSH: Los administradores de sistemas y desarrolladores necesitan autenticarse de forma continua en servidores Linux o routers mediante líneas de comandos que no admiten alertas emergentes de biometría web.
• Protocolos antiguos: Herramientas que utilizan autenticación Kerberos directa, LDAP simple o llamadas de API sin tokens OAuth2 quedan al margen del ecosistema passwordless.
• Consolas RDP y escritorios remotos: Configurar el reenvío de credenciales FIDO2 a través de sesiones de escritorio remoto suele requerir arquitecturas complejas de tarjetas inteligentes virtuales que elevan la tasa de fallos de conexión.

El resultado es que las organizaciones se ven obligadas a mantener un modelo híbrido. Se elimina la contraseña para el correo electrónico y la intranet, pero se conserva para acceder a las bases de datos internas, obligando a los usuarios a convivir con dos paradigmas distintos.

Riesgos operativos y el desafío del ciclo de vida del dispositivo

Al sustituir «lo que sabes» (una contraseña) por «lo que tienes» (un dispositivo físico), el control de acceso queda indisolublemente ligado al hardware. Esta dependencia transforma la logística interna del departamento de microinformática.

Escenario Operativo	Modelo Tradicional (Contraseña)	Modelo Passwordless (FIDO2 / Passkeys)
Pérdida o avería del móvil / PC	El usuario llama a soporte, valida su identidad y recibe una clave temporal en minutos.	El acceso queda bloqueado por completo al perderse la clave privada local. Requiere un proceso de recuperación complejo.
Rotación de personal y bajas	Inhabilitación inmediata de la cuenta desde la consola de Active Directory.	Es necesario revocar las claves públicas registradas y desvincular los tokens físicos repartidos a la plantilla.
Trabajo compartido en planta	Varios turnos comparten terminales mediante credenciales genéricas o rotativas.	Fricción elevada: cada empleado debe vincular su propio dispositivo personal o usar llaves físicas individuales.

El punto más crítico aparece en el procedimiento de arranque inicial (onboarding) y en la recuperación de cuentas. Si un empleado pierde la llave física de seguridad (como una YubiKey) o cambia de teléfono móvil donde tenía almacenada la clave de acceso, ¿cómo demuestra quién es para enrolar un nuevo dispositivo?

Si el mecanismo de recuperación alternativo consiste en enviar un enlace por correo o responder a preguntas secretas, la seguridad de todo el esquema se degrada al nivel del eslabón más débil, anulando las ventajas teóricas de FIDO2.

Claves sincronizadas frente a claves ligadas al hardware: el dilema de gobernanza

La entrada de Apple, Google y Microsoft en la gestión de passkeys introdujo una distinción técnica crucial que las áreas de riesgo corporativo deben evaluar detenidamente: las claves de acceso sincronizadas (synced passkeys) y las claves no exportables (hardware-bound keys).

Las claves sincronizadas se replican automáticamente entre los dispositivos personales del usuario a través de servicios en la nube como iCloud Keychain o Google Password Manager. Si bien esto aporta una comodidad extraordinaria para el consumidor final, representa un quebradero de cabeza para la auditoría empresarial:

• Fuga de credenciales corporativas: Una clave de acceso creada para ingresar a la red interna de la empresa puede terminar sincronizada en el iPad personal del hijo de un empleado.
• Perímetro difuminado: La empresa pierde visibilidad sobre qué dispositivos albergan las claves privadas que dan acceso a sus recursos confidenciales.

Por esta razón, las grandes organizaciones suelen exigir el uso de claves ligadas al hardware. En este formato, la clave privada se genera dentro de un chip de seguridad TPM (Trusted Platform Module) o un token USB dedicado, de donde resulta imposible extraerla o copiarla. Esto garantiza el cumplimiento normativo, pero incrementa de manera sustancial los costes de adquisición de hardware para la plantilla.

Nuevos vectores de ataque en un mundo sin contraseñas

Eliminar las contraseñas frena en seco el robo de credenciales mediante páginas web clonadas, pero no destruye el interés de los ciberdelincuentes por tomar el control de las sesiones. La superficie de amenaza simplemente se desplaza hacia otras fases del proceso de autenticación.

VECTORES DE ATAQUE TRADICIONALES         NUEVAS AMENAZAS EN ENTRADA PASSWORDLESS
[ Credenciales / Passwords ]             [ Capa de Sesión / Dispositivos ]
       |                                        |
       +---> Phishing Masivo                    +---> Secuestro de Tokens de Sesión (In-the-Middle)
       +---> Credential Stuffing                +---> Fatiga de Notificaciones Push (MFA Fatigue)
       +---> Fuerza Bruta                       +---> Malware de Tipo Infostealer en el Endpoint

• Secuestro de cookies y tokens de sesión: Dado que FIDO2 solo interviene en el instante inicial del inicio de sesión, una vez concedido el acceso, el navegador recibe un token o cookie de sesión. Los programas maliciosos de tipo infostealer no buscan la contraseña; roban esa cookie activa directamente desde la memoria del equipo para suplantar al usuario sin pasar por la biometría.
• Ingeniería social en la mesa de ayuda (Help Desk): Los atacantes dirigen sus esfuerzos a engañar a los agentes de soporte técnico. Fingiendo ser un ejecutivo que ha destruido su teléfono en un viaje de trabajo, intentan convencer al personal informático para que registre un nuevo dispositivo controlado por el delincuente.
• Malware en el punto final: Un equipo infectado con troyanos de acceso remoto (RAT) puede manipular el contexto en el que el usuario realiza la verificación biométrica, aprobando transacciones maliciosas mientras la persona cree estar iniciando sesión en su correo corporativo.

Buenas prácticas para un despliegue progresivo y seguro

La transición hacia una arquitectura passwordless no debe plantearse como un evento único, sino como un proyecto por fases que abarque tecnología, procesos y formación de personal.

1. Auditoría de inventario de aplicaciones: Clasificar todo el catálogo de software según su compatibilidad con FIDO2/WebAuthn. Las herramientas no compatibles deben integrarse detrás de un proxy de acceso a la red con arquitectura Zero Trust (ZTNA) que maneje la autenticación fuerte en la capa perimetral.
2. Definición de políticas de enrolamiento estrictas: Establecer que el registro de nuevos dispositivos o tokens solo pueda realizarse de manera presencial, mediante validación por vídeo verificado o utilizando credenciales temporales de un solo uso (Temporary Access Pass) aprobadas por dos supervisores.
3. Adopción de llaves físicas para perfiles críticos: Asignar tokens de hardware dedicados no exportables a administradores de sistemas, personal directivo y empleados con acceso a datos sensibles o transacciones financieras.
4. Despliegue de detección de anomalías en sesión: Combinar la autenticación FIDO2 con motores de análisis de riesgo que evalúen continuamente la ubicación geográfica, la postura de seguridad del dispositivo y la conducta del usuario tras el inicio de sesión.

La identidad digital en busca de su equilibrio definitivo

Erradicar las contraseñas en el entorno corporativo es un paso necesario para elevar el listón defensivo frente a una industria del cibercrimen cada vez más automatizada. No obstante, asumir que la tecnología FIDO2 resuelve mágicamente la gestión de identidades es un error de apreciación.

El éxito de la iniciativa no depende exclusivamente del sensor biométrico o del token USB, sino de la madurez con la que las organizaciones rediseñen sus flujos de trabajo, gestionen el ciclo de vida de los equipos y capaciten a sus equipos de soporte. La contraseña puede desaparecer de la pantalla del usuario, pero la responsabilidad de verificar quién está al otro lado de la red sigue siendo el desafío técnico más complejo de la informática moderna.

Un brazo robótico ajusta un chasis con precisión de décimas de milímetro mientras un sensor óptico envía datos de vibración en tiempo real a una plataforma analítica en la nube. Durante décadas, este escenario perteneció al ámbito de los entornos de producción aislados, donde la prioridad absoluta era la disponibilidad operativa y la seguridad física de los operarios. Las redes de control industrial funcionaban en compartimentos estancos, completamente separadas de la infraestructura de informática corporativa.

La integración de la Industria 4.0 quebró esa insularidad histórica. Para optimizar costes, predecir averías mediante aprendizaje automático y flexibilizar las cadenas de suministro, los controladores lógicos programables (PLC), los sistemas SCADA y los robots de ensamblaje abrieron sus interfaces hacia redes IP, pasarelas IIoT y servicios de análisis algorítmico.

Esta convergencia masiva entre el mundo operativo (OT) y el mundo de la información (IT) ha transformado las plantas de fabricación en infraestructuras altamente eficientes, pero también expuestas a vectores de ataque inéditos. Una instrucción alterada en un sensor de temperatura o la inyección de firmware malicioso en un autómata pueden detener una línea de producción completa, causar daños materiales irreparables o comprometer la seguridad de los trabajadores.

Cuando el bit se traduce en movimiento físico

A diferencia del entorno IT tradicional, donde un incidente de seguridad suele traducirse en la fuga de ficheros o la interrupción de un servicio informático, las intrusiones en redes industriales tienen consecuencias tangibles en el mundo real. Modificar la lógica de control de un PLC no persigue robar información confidencial; busca alterar la presión de una válvula, cambiar la velocidad de un motor o falsear los valores que lee la consola de supervisión.

Los protocolos de comunicación desarrollados para el entorno de planta —como Modbus TCP, Profinet o Ethernet/IP— fueron diseñados hace décadas con un principio implícito de confianza total. Carecen originariamente de mecanismos de autenticación, cifrado de paquetes o firma digital. Si un dispositivo dentro de la red industrial envía la orden de apagar un ventilador de refrigeración, el destinatario la ejecuta sin comprobar quién la emitió.

Al conectar estas redes operativas a concentradores IIoT y modelos de predicción analítica, la superficie de ataque se multiplica. Los sensores inteligentes integrados en la maquinaria transmiten telemetría constantemente hacia servidores locales o en la nube, creando puentes que los atacantes pueden utilizar en sentido inverso para infiltrarse hasta el corazón del proceso productivo.

       [ Entorno IT / Nube Corporativa ]
       (Sistemas ERP, Analítica e Inteligencia Artificial)
                      |
                      |  [Superficie de Exposición de Pasarelas IIoT]
                      v
       [ Entorno OT / Planta de Producción ]
       (Servidores SCADA, Paneles HMI, Redes Modbus/Profinet)
                      |
                      v
       [ Dispositivos de Campo y Actuadores ]
       (PLCs, Brazos Robóticos, Sensores Físicos)

Vectores de ataque sobre la automatización industrial

La complejidad de las instalaciones automatizadas modernas genera múltiples puntos de vulnerabilidad que abarcan desde el código de bajo nivel hasta los sistemas de toma de decisiones algorítmica.

+-------------------------------------------------------------------+
| 1. COMPROMISO DE PASARELAS IIOT Y SENSORES                        |
| Explotación de credenciales por defecto o firmware sin parchear   |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 2. MOVIMIENTO LATERAL HACIA LA RED DE CONTROL                     |
| Infiltración en redes industriales desde redes de oficina o VPN   |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 3. INYECCIÓN DE LÓGICA MALICIOSA Y ENVENENAMIENTO DE DATOS        |
| Alteración de programas en PLC y falsificación de telemetría IA   |
+-------------------------------------------------------------------+

Alteración de la lógica en autómatas programables (PLC)

Un atacante que logra posicionarse en la red de planta puede utilizar herramientas de ingeniería estándar para sobrescribir el código cargado en un PLC. Mediante técnicas como la inyección de bloques de programa maliciosos, es posible hacer que el equipo muestre parámetros normales en la pantalla del operador (HMI) mientras la máquina funciona fuera de los márgenes de seguridad.

Envenenamiento de modelos analíticos de mantenimiento predictivo

La incorporación de modelos de aprendizaje automático para predecir fallos mecánicos introduce un nuevo riesgo: el manipuleo de datos de entrada (data poisoning). Alterando sutilmente la lectura de los sensores de vibración o consumo eléctrico mediante ataques a los nodos IIoT, un adversario puede forzar paradas no programadas por falsos positivos o, peor aún, enmascarar un desgaste real hasta provocar el colapso de la herramienta.

Secuestro de infraestructura operativa (Ransomware industrial)

Aunque el ransomware suele originarse en la red de oficina tras un correo de suplantación de identidad (phishing), la falta de segmentación física o lógica permite que las amenazas se desplacen lateralmente hacia los servidores SCADA y las estaciones de ingeniería. La paralización de estas máquinas impide monitorizar el proceso, obligando a detener la fábrica por razones de seguridad operativa.

Estrategias defensivas: el modelo ISA/IEC 62443 y la segmentación

Proteger un entorno industrial requiere un enfoque radicalmente distinto al de un centro de procesamiento de datos convencional. No es viable instalar agentes antivirus tradicionales en controladores con memoria limitada, ni reiniciar un autómata en mitad de un proceso químico continuo para aplicar un parche de seguridad.

La referencia metodológica global para blindar estas instalaciones es el estándar ISA/IEC 62443, que propone una arquitectura basada en zonas y conductos.

Principio de Seguridad	Aplicación en la Fábrica Inteligente	Beneficio Operativo
Segmentación por Zonas	Agrupación de activos según su función operativa y nivel de criticidad.	Impide que el compromiso de un sensor secundario dé acceso directo a la celda de robótica.
Conductos Controlados	Inspección y cifrado de todo el tráfico que cruza entre zonas diferentes.	Bloquea protocolos no autorizados y limita las comunicaciones a los flujos estrictamente necesarios.
Puntual de Demarcación (DMZ Industrial)	Separación absoluta entre la red de oficina (IT) y la red de control (OT).	Evita que una infección por malware corporativo alcance los sistemas de producción.
Detección Anómala Pasiva	Análisis del tráfico de red mediante réplica de puertos (SPAN).	Identifica comandos Modbus o Profinet inusuales sin generar latencia en la línea.

Monitorización pasiva y visibilidad en tiempo real

Dado que las sondas activas de escaneo de red pueden desestabilizar dispositivos industriales antiguos o de bajo procesamiento, la supervisión de estas infraestructuras se apoya en soluciones de inspección profunda de paquetes (DPI) que funcionan en modo pasivo.

Estas herramientas analizan las transmisiones en los switches de planta, construyendo un mapa interactivo de todos los activos conectados: desde la versión de firmware de cada PLC hasta las direcciones IP de los páneles de operador. Al conocer el comportamiento normal de la fábrica, la plataforma genera una alerta inmediata si una estación de trabajo intenta reprogramar un controlador fuera de la ventana de mantenimiento establecida.

       [ Sensores y Sensores IIoT ] --------+
                                             |
       [ Controladores PLC / Robótica ] -----+---> [ Switch de Planta (Port Mirror) ]
                                             |                 |
       [ Consolas HMI / SCADA ] -------------+                 v
                                                   [ Sonda de Inspección Pasiva ]
                                                               |
                                                               v
                                                    [ Motor de Detección de Anomalías ]

Retos de gestión en entornos de producción modernos

La transformación hacia plantas inteligentes avanza a mayor velocidad que la capacidad de respuesta de los equipos de seguridad, generando fricciones operativas notables.

• Ciclos de vida asimétricos: Mientras que la infraestructura informática se renueva cada tres o cinco años, la maquinaria industrial se diseña para prestar servicio durante dos o tres décadas. Es común encontrar autómatas descatalogados operando junto a plataformas analíticas de última generación.
• Falta de perfiles híbridos: Existe una brecha cultural entre los ingenieros de procesos (preocupados por la continuidad del servicio) y los especialistas en seguridad informática (orientados a la confidencialidad). La convergencia exige equipos multidisciplinares capaces de comprender la física de la planta.
• Gestión de parches de firmware: Probar y desplegar una actualización de software en un entorno OT requiere semanas de validación previa para garantizar que el cambio no afectará a los tiempos de respuesta críticos del proceso.

Construir resiliencia en el tejido industrial

La evolución de la Industria 4.0 demuestra que la eficiencia operativa y el análisis avanzado de datos resultan indispensables para la competitividad manufacturera. Sin embargo, conectar el mundo físico a redes digitales sin los controles adecuados expone la continuidad del negocio a riesgos severos.

La seguridad en las fábricas inteligentes no consiste en aislar de nuevo los procesos ni en renunciar a la automatización, sino en aplicar un modelo defensivo adaptado a las dinámicas de planta. Garantizar la trazabilidad de cada instrucción enviada a un robot o a un autómata constituye el único camino para asegurar que el avance de la inteligencia industrial no comprometa la integridad de la producción.

Proteger la información en tránsito mediante protocolos TLS o cifrar bases de datos en reposo son prácticas estándar en la ingeniería informática desde hace años. Las dificultades surgen cuando el dato debe procesarse. Para realizar cualquier cálculo, entrenamiento o inferencia mediante aprendizaje automático, la memoria RAM debe cargar los números en texto plano, dejando una ventana de exposición directa ante administradores maliciosos, programas con privilegios elevados o vulnerabilidades en el hipervisor.

Este punto débil se ha convertido en un obstáculo severo para el despliegue de modelos de inteligencia artificial en sectores altamente regulados. Hospitales que desean analizar historiales clínicos con modelos de lenguaje, entidades bancarias que evalúan riesgos crediticios o firmas de análisis financiero dudan antes de enviar información altamente confidencial a servidores de terceros alojados en la nube.

La respuesta de la industria de semiconductores ante este dilema se denomina Trusted Execution Environments (TEE). Mediante el aislamiento a nivel de silicio, los entornos de ejecución confiables prometen resolver la tercera pata del cifrado: la protección del dato en uso. Con esta arquitectura, la información permanece inaccesible incluso para el propio sistema operativo del servidor que ejecuta los procesos.

Qué es un entorno de ejecución confiable y cómo aísla el cálculo

Un TEE es un área aislada e hiperprotegida dentro del procesador principal (CPU) o acelerador gráfico (GPU). Su función radica en garantizar que el código y los datos cargados en su interior no puedan ser inspeccionados ni alterados desde el exterior, sin importar los privilegios que ostente el usuario en la máquina anfitriona.

Los sistemas tradicionales organizan la ejecución en niveles de privilegio (rings). El kernel y el hipervisor residen en los niveles más profundos, supervisando todo lo que ocurre en las aplicaciones del usuario. Si un atacante consigue comprometer el hipervisor en una infraestructura multinquilino, adquiere la capacidad de volcar el contenido de la memoria física de cualquier máquina virtual vecina.

La arquitectura TEE invierte esta dinámica. Mediante módulos de cifrado por hardware integrados directamente en el controlador de memoria, el procesador asigna claves dinámicas e invisibles para proteger regiones específicas de la RAM, conocidas como enclaves o máquinas virtuales confidenciales. Ni el sistema operativo del host ni el hipervisor poseen las llaves para descifrar esa porción del hardware.

+-------------------------------------------------------------------+
| APLICACIÓN / MODELO DE IA (DENTRO DEL ENCLAVE TEE)                |
| Memoria cifrada dinámicamente en RAM por claves de hardware       |
+-------------------------------------------------------------------+
                                 ^
                                 |  [Barrera de Aislamiento Infranqueable]
                                 v
+-------------------------------------------------------------------+
| SISTEMA OPERATIVO HOST / HIPERVISOR / OTROS USUARIOS              |
| Sin acceso a las claves de descifrado ni a los registros de CPU   |
+-------------------------------------------------------------------+

Las tres grandes arquitecturas de hardware: Intel, AMD y ARM

Los principales fabricantes de microprocesadores han desarrollado especificaciones propias para abordar el cómputo confidencial a escala de centro de datos y dispositivos distribuidos.

                       [ Arquitecturas TEE ]
                                 |
        +------------------------+------------------------+
        |                        |                        |
        v                        v                        v
  [ Intel TDX ]            [ AMD SEV-SNP ]          [ ARM CCA ]
  Confidential VMs         Cifrado de memoria       Reinos de ejecución
  basadas en Trust Domain  con protección de estado  aislados por hardware

Intel TDX (Trust Domain Extensions)

Evolución directa de la tecnología SGX (Software Guard Extensions), Intel TDX traslada el enfoque desde enclaves de aplicación reducidos hacia máquinas virtuales confidenciales completas llamadas Trust Domains (TD). Permite migrar cargas de trabajo complejas de aprendizaje profundo sin necesidad de reescribir el código fuente del modelo, protegiendo todo el espacio de memoria frente al hipervisor.

AMD SEV-SNP (Secure Encrypted Virtualization – Secure Nested Paging)

AMD introdujo el cifrado de memoria por hardware a nivel de máquina virtual con SEV, añadiendo progresivamente capas de protección contra ataques de inyección de memoria o manipulación de tablas de páginas (SNP). Esta tecnología facilita que un proveedor de servicios en la nube ofrezca instancias confidenciales donde la clave de cifrado se genera en un co-procesador de seguridad dedicado dentro del propio SoC de AMD.

ARM CCA (Confidential Compute Architecture)

Diseñada para abarcar desde supercomputadores hasta dispositivos en el borde (Edge Computing), ARM CCA introduce el concepto de «Reinos» (Realms). La arquitectura separa físicamente el mundo normal del mundo confidencial mediante un software de gestión de reinos (Realm Management Monitor), impidiendo que el software del sistema operativo del dispositivo acceda a los datos almacenados en un reino activo.

El papel crucial de la atestación remota

Aislar la memoria no resulta suficiente si quien envía los datos sensibles a la nube no puede verificar primero la autenticidad del entorno donde se procesarán. Aquí entra en juego el concepto de atestación remota.

Antes de transmitir un dataset confidencial o las claves de un modelo de IA hacia un TEE distante, el cliente solicita un certificado firmado criptográficamente por la propia raíz de confianza del procesador (Hardware Root of Trust).

   [ Cliente / Propietario del Dato ]                      [ Servidor TEE en la Nube ]
                   |                                                   |
                   |------ 1. Solicitud de Atestación ---------------->|
                   |                                                   |
                   |                                       2. Generación de Firma
                   |                                          con Clave de Fábrica
                   |                                          medida del Enclave
                   |                                                   |
                   |<----- 3. Informe Firmado por Hardware ------------|
                   |                                                   |
     4. Verificación de Firma y Medición
     5. Envío Cifrado de Datos y Claves
                   |                                                   |
                   |====== 6. Procesamiento Confidencial del Dato =====|

1. Medición del Estado Inicial: El hardware mide la huella hash del código cargado en el enclave durante el arranque.
2. Generación del Informe: El procesador genera un informe firmado utilizando una clave privada grabada en el silicio durante su fabricación.
3. Validación Externa: El cliente valida la firma contra los servidores de certificados del fabricante (Intel, AMD o ARM). Si la huella no coincide exactamente con el software autorizado o muestra alteraciones, el cliente rechaza enviar la información.

Impacto directo en la distribución y uso de modelos de IA

La convergencia entre la computación confidencial y la inteligencia artificial está desbloqueando escenarios operativos que antes resultaban inviables por riesgos de privacidad.

Escenario de Uso	Problema Tradicional	Solución con TEE
Inferencia con datos médicos o financieros	Exposición de datos de pacientes/clientes en la RAM del servidor en la nube.	La inferencia se ejecuta dentro de una VM confidencial. El proveedor de nube no ve la consulta ni el resultado.
Protección de la propiedad intelectual (Pesos de IA)	Riesgo de copia o extracción de los pesos del modelo por parte de administradores del sistema.	Los pesos del modelo permanecen cifrados hasta que se cargan dentro del enclave TEE para la inferencia.
Aprendizaje federado entre competidores	Imposibilidad de compartir datos entre bancos rivales para entrenar modelos antifraude.	Las entidades envían datos cifrados a un TEE común. Se entrena el modelo global sin que ninguna parte vea los datos de la otra.

Además de las CPU tradicionales, fabricantes de hardware especializado como NVIDIA han incorporado capacidades TEE en sus aceleradoras de última generación (como la arquitectura Hopper y Blackwell), permitiendo ejecutar tareas intensivas de paralelización con las mismas garantías de aislamiento de memoria.

Limitaciones técnicas y vectores de ataque persistentes

A pesar de sus sólidas garantías matemáticas, la tecnología TEE no constituye una panacea absoluta. La historia de la ciberseguridad demuestra que la complejidad del silicio suele acarrear grietas inesperadas.

Los ataques por canales laterales (Side-Channel Attacks) continúan siendo la principal amenaza para los entornos confidenciales. Técnicas que analizan variaciones microscópicas en el consumo de energía, la radiación electromagnética o los tiempos de acceso a la memoria caché del procesador —como las célebres vulnerabilidades Foreshadow, Spectre o MDS— han demostrado en el pasado la posibilidad de reconstruir secretos guardados dentro de enclaves sin romper el cifrado directamente.

Aunque los fabricantes publican de forma constante actualizaciones de microcódigo para mitigar estos vectores, el rendimiento es otro factor a considerar. Cifrar y descifrar líneas de memoria en tiempo real genera una penalización en la latencia que, dependiendo de la intensidad del cálculo de la IA, puede suponer un impacto de entre un 2% y un 15% en la velocidad de procesamiento.

Hacia una infraestructura donde el hardware es el árbitro final

La adopción de entornos de ejecución confiables está transformando la relación de confianza entre los propietarios de datos y los proveedores de infraestructura tecnológica. Se transiciona desde un modelo basado en acuerdos de nivel de servicio (SLA) y contratos legales hacia un modelo guiado por la verificación matemática y física.

A medida que las aplicaciones de inteligencia artificial se integran en procesos críticos que involucran secretos industriales y datos personales, la capacidad de procesar información sin revelar el contenido se consolida como un estándar técnico de primer orden. El silicio ha dejado de ser un mero ejecutor de instrucciones para convertirse en el custodio final de la privacidad digital.

Toda la seguridad de las comunicaciones bancarias, los secretos de Estado y las transacciones en línea descansa sobre un supuesto casi metafísico: la existencia del azar. Las claves que protegen bases de datos corporativas o servidores gubernamentales dependen de secuencias numéricas impredecibles. El problema radica en que los ordenadores convencionales son intrínsecamente deterministas; incapaces de generar verdadera aleatoriedad, recurren a fórmulas matemáticas para simularla.

Esta limitación ha creado una grieta silenciosa pero letal. Los generadores de números pseudoaleatorios (PRNG) producen series que parecen azarosas a simple vista, pero que responden a un algoritmo y a una semilla inicial. Si un atacante descubre esa semilla o aplica suficiente potencia de cálculo para revertir la función matemática, la fortaleza defensiva completa se desmorona en cadena.

La física cuántica ofrece una salida definitiva a este dilema. A diferencia del mundo macroscópico, el comportamiento de las partículas subatómicas es genuinamente estocástico por naturaleza. Los generadores cuánticos de números aleatorios (QRNG, por sus siglas en inglés) aprovechan fenómenos como la superposición de fotones o el ruido de fase cuántico para producir entropy pura, una fuente inagotable de aleatoriedad verdadera inmune a cualquier intento de predicción algorítmica.

La ilusión de la aleatoriedad clásica y sus fallos de diseño

Para comprender la urgencia detrás de la tecnología QRNG, resulta imprescindible revisar cómo generan claves las arquitecturas informáticas tradicionales. Un procesador clásico no puede lanzar una moneda al aire; calcula una función matemática acelerada por ciertos eventos del sistema operativo, como el intervalo de tiempo entre pulsaciones de teclado o los movimientos del ratón.

Estos eventos forman los denominados generadores de números aleatorios verdaderos de origen físico (TRNG). Aunque representan una mejora sustancial frente a los algoritmos puramente matemáticos, sufren inconvenientes graves: son lentos, dependen del entorno térmico o electromagnético y sus fuentes de entropía pueden agotarse rápidamente cuando miles de usuarios solicitan claves simultáneamente en un servidor de alto rendimiento.

Cuando la entropía física escasea, el sistema operativo recurre a un generador pseudoaleatorio para acelerar la entrega. Es justamente en esa transición donde surgen las vulnerabilidades. Un error de implementación en el módulo de aleatoriedad de una librería criptográfica puede derivar en la emisión de claves duplicadas o predecibles, abriendo la puerta a interceptaciones masivas sin necesidad de vulnerar contraseñas.

Cómo funciona un QRNG: la física subatómica al servicio del cifrado

Un dispositivo QRNG no predice nada; mide eventos cuya naturaleza fundamental impide cualquier tipo de determinación previa. La mecánica cuántica dicta que ciertos sucesos a nivel fotónico o atómico suceden con una probabilidad inherente, no por falta de información sobre las condiciones iniciales, sino porque el universo funciona así en su escala más íntima.

+-------------------------------------------------------------------+
| 1. FUENTE FOTÓNICA / LÁSER                                        |
| EMISIÓN DE FOTONES INDIVIDUALES O RUIDO DE FASE DE VACÍO          |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 2. DIVISOR DE HAZ CUÁNTICO (BEAM SPLITTER)                        |
| CADA FOTÓN TIENE UN 50% DE PROBABILIDAD DE TRANSMISIÓN O REFLEXIÓN|
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 3. DETECTORES ÓPTICOS Y CONVERSIÓN DIGITAL                        |
| REGISTRO DE EVENTOS DISCRETOS EN BITS PUROS (0 Y 1)               |
+-------------------------------------------------------------------+

Existen diversos enfoques de ingeniería para capturar esta aleatoriedad fundamental:

• División de haz fotónico: Se dispara un fotón individual hacia un espejo semi-transparente. El fotón tiene exactamente un 50% de probabilidad de atravesar el cristal y un 50% de rebotar. Un detector lee cada trayectoria asignando valores binarios (0 o 1). No existe variable oculta en la naturaleza que determine qué camino tomará el fotón antes de la medición.
• Ruido de fase de vacío: Mide las fluctuaciones cuánticas presentes en el espacio aparentemente vacío mediante detectores interferométricos. Este método ofrece velocidades masivas de transmisión de datos, ideales para centros de procesamiento masivo.
• Decaimiento radiactivo: Mide el intervalo exacto entre las desintegraciones de núcleos atómicos individuales, un proceso completamente ajeno a factores externos.

Aplicaciones de alto nivel: del sector bancario a las comunicaciones gubernamentales

La integración de chips QRNG ha dejado de ser un experimento de laboratorio para convertirse en un estándar operativo en entornos donde el costo de una brecha de datos es incalculable.

Sector	Caso de Uso Principal	Beneficio Operativo de QRNG
Banca y Servicios Financieros	Firma de transacciones SWIFT y tokenización de pagos	Imposibilidad de duplicar claves de cifrado o predecir secuencias de autenticación.
Gobierno y Defensa	Redes de comunicación segura y cifrado de satélites	Eliminación de patrones en la generación de llaves para enlaces diplomáticos.
Infraestructuras Críticas	Protección de redes eléctricas y plantas de energía	Blindaje de telemetría SCADA contra ataques de suplantación de comandos.
Proveedores de Nube	Generación de entropía como servicio (Entropy-as-a-Service)	Inyección de aleatoriedad cuántica pura en máquinas virtuales compartidas.

En el ámbito de la banca electrónica, la velocidad con la que se procesan millones de microtransacciones por segundo requiere una inyección ininterrumpida de entropía de alta calidad. Los módulos HSM (Hardware Security Modules) equipados con procesadores QRNG garantizan que cada sesión de usuario se selle con un token matemáticamente irrepetible.

Por su parte, los organismos gubernamentales despliegan estos componentes en la infraestructura de distribución cuántica de claves (QKD), tendiendo líneas de fibra óptica que enlazan sedes estratégicas mediante un cifrado cuyo pilar es la aleatoriedad cuántica.

El papel del QRNG en la era de la computación cuántica

Existe una confusión habitual entre la criptografía post-cuántica (PQC) y los generadores cuánticos (QRNG). Mientras que la PQC diseña algoritmos matemáticos complejos para resistir la capacidad de cálculo de procesadores cuánticos como los equipados con el algoritmo de Shor, los dispositivos QRNG aportan la materia prima sin la cual ningún algoritmo —sea clásico o post-cuántico— puede funcionar con garantías: claves impredecibles.

De nada sirve implementar un esquema de redes algebraicas altamente complejo como ML-KEM si la clave simétrica temporal o el parámetro de inicio se genera utilizando una fuente de entropía deficiente. Un atacante dotado con potencia cuántica no intentará romper el algoritmo; buscará adivinar la semilla inicial mediante análisis de frecuencias.

       [ Fuente de Entropía QRNG ]  
                    |
                    v
    (Generación de Bits Aleatorios Puros)
                    |
                    v
    [ Algoritmo Criptográfico (PQC / AES-256) ]
                    |
                    v
   ========= [ Canal Protegido Iviolable ] =========

La combinación de ambos mundos constituye la verdadera estrategia de ciberresiliencia: algoritmos basados en redes matemáticas alimentados por fuentes físicas de aleatoriedad cuántica.

Desafíos de miniaturización e integración en dispositivos móviles

Llevar un laboratorio de física óptica a un componente de hardware utilizable a gran escala representó un obstáculo técnico durante años. Los primeros generadores cuánticos eran voluminosos, caros y requerían condiciones ambientales controladas.

El salto tecnológico se produjo con la fotónica integrada, que permitió condensar emisores de luz, divisores de haz y fotodetectores en un microchip de apenas unos milímetros cuadrados. Esta innovación facilitó la inclusión de chips QRNG directamente en placas base de teléfonos inteligentes corporativos y dispositivos de Internet de las Cosas (IoT).

Pese a estos avances, el sector enfrenta retos de homologación. Organismos de certificación internacional como el BSI alemán o el NIST estadounidense han tenido que desarrollar marcos metodológicos inéditos para auditar la aleatoriedad cuántica, asegurando que los chips comerciales no presenten fallos físicos o degradación de componentes con el paso del tiempo que pudiera sesgar la salida de bits.

La aleatoriedad física como frontera de la confianza digital

La evolución de la ciberseguridad demuestra que la confianza basada únicamente en complejidades matemáticas tiende a erosionarse a medida que la capacidad de cómputo aumenta. Depender de supuestos algorítmicos para la creación de claves criptográficas deja una puerta abierta a sorpresas tecnológicas indeseadas.

Al fundamentar la protección de la información en las leyes directas de la mecánica cuántica, la industria reemplaza la suposición de que un problema es difícil de resolver por la certidumbre de que un evento es imposible de predecir. En un entorno digital saturado de automatización y capacidad de análisis avanzado, la verdadera aleatoriedad física se consolida como la única ancla de seguridad absoluta.

Los atacantes informáticos ya no rompen puertas; utilizan llaves legítimas. Durante años, la estrategia defensiva se centró en blindar los extremos de la red mediante soluciones EDR y monitorizar el tráfico perimetral. Sin embargo, los grupos delictivos avanzados han encontrado en los proveedores de identidad el camino de menor resistencia para infiltrarse en las organizaciones sin activar las alarmas tradicionales.

Cuando un actor malicioso consigue credenciales válidas o roba un token de sesión de un usuario corporativo, su presencia dentro de la red resulta indistinguible de la actividad cotidiana de un empleado. Desde esa posición de confianza, los intruos navegan por repositorios confidenciales, escalan privilegios en directorios en la nube y modifican configuraciones críticas sin necesidad de ejecutar un solo archivo de malware.

Para hacer frente a esta vulnerabilidad estructural, la industria defensiva ha consolidado la disciplina ITDR (Identity Threat Detection and Response). Esta capa de seguridad no busca gestionar quién tiene acceso a qué recurso, sino detectar de forma continua comportamientos anómalos, movimientos laterales y manipulaciones maliciosas en la infraestructura donde residen las identidades digitales.

El punto ciego de la gestión de accesos tradicional

Las soluciones IAM (Identity and Access Management) y PAM (Privileged Access Management) resultan indispensables para administrar derechos, aplicar autenticación de doble factor y aprovisionar usuarios. Pese a ello, su arquitectura padece una limitación fundamental: asumen que, una vez superada la fase de autenticación, la entidad que opera la cuenta es quien dice ser.

Las herramientas Endpoint Detection and Response (EDR) recopilan datos valiosos sobre los procesos ejecutados en portátiles o servidores, pero carecen de visibilidad sobre lo que ocurre dentro de los servicios de identidad basados en la nube o en controladores de dominio locales. Si un intruso extrae un token OAuth del navegador y lo utiliza desde un dispositivo no gestionado para acceder a la consola de Microsoft Entra ID u Okta, el EDR de la estación de trabajo original jamás registrará el abuso posterior.

ITDR llena ese vacío de supervisión posicionándose como un monitor dedicado a la capa de identidad. Su función consiste en analizar eventos de autenticación, cambios de configuración en objetos del directorio, solicitudes de tokens y permisos concedidos a aplicaciones de terceros, correlacionando señales para detectar anomalías antes de que se consolide un acceso no autorizado.

Vectores de ataque críticos en Active Directory, Entra ID y Okta

Los directorios de credenciales representan el objetivo prioritario en las fases iniciales de una incursión. Comprometer el plano de identidad otorga al atacante el control total sobre los activos digitales de una organización.

+-------------------------------------------------------------------+
| 1. ROBO DE TOKENS DE SESIÓN (AitM / INFROSTEALERS)                |
| EVASIÓN DE MFA Y SUPLANTACIÓN DE SESIONES ACTIVAS EN LA NUBE      |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 2. ESCALADA DE PRIVILEGIOS Y PERSISTENCIA                          |
| ABUSO DE DCSYNC, DCSHADOW Y AS-REP ROASTING EN ACTIVE DIRECTORY    |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 3. ASIGNACIÓN MALICIOSA DE APLICACIONES Y PERMISOS OAUTH          |
| CREACIÓN DE ACCESOS TRASEROS EN ENTRA ID Y OKTA SIN CONTRASEÑAS   |
+-------------------------------------------------------------------+

Ataques contra Active Directory en entorno local

Active Directory (AD) continúa siendo el corazón operativo de miles de redes corporativas. Entre las técnicas más empleadas para comprometer este sistema destacan:

• DCSync y DCShadow: Simulaciones de las funciones de un controlador de dominio legítimo para replicar hashes de contraseñas de cuentas con privilegios elevados, como la cuenta KRBTGT.
• Kerberoasting y AS-REP Roasting: Extracción de tickets Kerberos vulnerables a ataques de fuerza bruta fuera de línea para obtener contraseñas en texto plano de cuentas de servicio.
• Ataques a los Servicios de Certificados (AD CS): Manipulación de plantillas de certificados para solicitar credenciales de autenticación con derechos de administración de dominio.

Explotación en plataformas de identidad en la nube (Entra ID y Okta)

La migración a la nube ha desplazado la superficie de exposición hacia soluciones SaaS. En estos entornos, los atacantes apuestan por técnicas que esquivan la autenticación multifactor (MFA):

• Ataques Adversary-in-the-Middle (AitM): Uso de proxies maliciosos para interceptar las credenciales y las cookies de sesión en tiempo real durante el proceso de inicio de sesión del usuario.
• Consent Phishing / OAuth Abuse: Engaño a usuarios para que concedan permisos a aplicaciones maliciosas que leen correos o acceden a archivos corporativos sin necesidad de conocer la contraseña de la cuenta.
• Secuestro de federación: Compromiso de la relación de confianza entre el proveedor de identidad principal y los servicios federados para emitir afirmaciones SAML falsificadas.

Funcionamiento técnico de una plataforma ITDR

Una arquitectura ITDR no reemplaza a los sistemas IAM ni a las herramientas SIEM/XDR; actúa como una capa especializada de correlación e inteligencia criptográfica.

Componente de ITDR	Función Operativa	Indicador de Compromiso (IoC) Detectado
Análisis de postura (Postura de Identidad)	Auditoría continua de configuraciones en AD/Entra ID	Cuentas inactivas con privilegios, contraseñas sin caducidad, permisos delegados excesivos.
Detección en tiempo real (Threat Detection)	Evaluación de eventos de autenticación y cambios de objeto	Intentos de DCSync, viajes imposibles, uso de tokens robados, cambios en políticas MFA.
Redes de señuelos (Deception Technology)	Inserción de credenciales falsas en memoria y registros	Acceso o uso no autorizado de identidades honeytokens colocadas intencionadamente.
Respuesta automatizada (Automated Response)	Aislamiento inmediato de cuentas o revocación de tokens	Cierre forzado de sesiones OAuth, reajuste de credenciales, revocación de certificados.

El sistema analiza continuamente el flujo de eventos en busca de incoherencias tácticas. Por ejemplo, si una cuenta de usuario solicita un ticket de Kerberos con un cifrado débil (RC4) inmediatamente después de autenticarse desde una dirección IP inusual, el motor ITDR clasifica el evento como un posible ataque Kerberoasting y desencadena acciones de mitigación.

       [ Proveedores de Identidad ]                         [ Plataforma ITDR ]
   (Active Directory / Entra ID / Okta)                             |
                    |                                               |
                    |---- 1. Envío de Telemetría y Eventos -------->|
                    |                                               |
                    |                                   2. Análisis Behavioral
                    |                                   3. Identificación de IoCs
                    |                                               |
                    |<--- 4. Acción de Respuesta Automática --------|
                    |    (Revocación de Tokens / Bloqueo)           |

Casos documentados de abusos de identidad en la cadena de suministro

Los incidentes de mayor impacto mediático en los últimos años han tenido como denominador común el compromiso de la infraestructura de identidad.

El ataque a la cadena de suministro de SolarWinds evidenció el peligro de la técnica conocida como Golden SAML. Los atacantes, tras acceder a la red interna, robaron la clave privada del servidor de Servicios de Federación de Active Directory (ADFS). Con ese material criptográfico, generaron tokens de acceso válidos para cualquier servicio en la nube, evadiendo completamente la autenticación de dos factores y haciéndose pasar por cualquier empleado de las organizaciones afectadas.

De igual forma, diversas campañas atribuidas a grupos de extorsión como Lapsus$ y Scattered Spider demostraron la efectividad de la ingeniería social dirigida a mesas de ayuda (helpdesk) para restablecer factores de autenticación en plataformas como Okta. Una vez dentro de la consola administrativa, los atacantes registraron sus propios dispositivos MFA y crearon credenciales de acceso secundarias, manteniendo la persistencia durante semanas.

Buenas prácticas para reforzar el plano de identidad

Implementar capacidades ITDR exige un enfoque metodológico estructurado que comience por reducir la superficie de ataque existente.

1. Reducir la exposición en Active Directory: Eliminar protocolos heredados como NTLMv1 y digest de contraseñas inseguros, auditar periódicamente las cuentas con privilegios de Domain Admin y aplicar el principio de mínimos privilegios en la delegación de objetos.
2. Implementar autenticación resistente al phishing: Transicionar hacia esquemas FIDO2/WebAuthn o pases de acceso (passkeys) que vinculen la autenticación al origen del dominio, bloqueando los ataques AitM basados en proxies intermedios.
3. Proteger los tokens de sesión: Configurar políticas de acceso condicional que limiten la validez temporal de las cookies de sesión y requieran dispositivos gestionados o direcciones IP confiables para el uso de tokens emitidos.
4. Desplegar tecnología de engaño (Deception): Distribuir credenciales señuelo en registros de memoria y recursos compartidos para detectar a los atacantes en las fases iniciales de reconocimiento interno.

La identidad como frontera crítica de la seguridad moderna

El perímetro de red tradicional ha sido reemplazado por un entramado heterogéneo de cuentas, claves de API, tokens de sesión y permisos federados. En este nuevo mapa de operaciones, asumir que una sesión iniciada equivale a una sesión confiable representa un riesgo insostenible.

Las capacidades de detección y respuesta centradas en la identidad proporcionan la visibilidad necesaria para interceptar tácticas sofisticadas que evaden los controles convencionales. La capacidad de detectar la manipulación de una política de acceso o el robo de un token en cuestión de segundos continuará siendo la diferencia entre un intento de incursión neutralizado y una brecha de seguridad catastrófica.

Descargar un archivo ejecutable desde una fuente desconocida activa todas las alarmas en cualquier departamento informático. La industria del software pasó décadas perfeccionando la firma de código para que los sistemas operativos rechacen programas cuya procedencia o integridad no esté verificada. Sin embargo, la distribución masiva de modelos de lenguaje, redes neuronales y algoritmos de aprendizaje automático creció a un ritmo vertiginoso sin contar con un cortafuegos equivalente.

Un archivo de pesos de red neuronal —que puede pesar desde varios gigabytes hasta cientos de terabytes— suele integrarse en la cadena de producción de una organización confiando únicamente en el nombre del repositorio o en un resumen hash tradicional. Si un actor malicioso intercepta la descarga, altera unos pocos parámetros internos o suplanta la identidad del creador original, las consecuencias operativas y de seguridad se vuelven impredecibles.

Para cerrar esta brecha estructural, desarrolladores, plataformas de distribución como Hugging Face y organismos de ciberseguridad impulsan el Model Signing (firma de modelos). Esta técnica traslada los principios del firmado digital al ecosistema del aprendizaje automático, garantizando la procedencia, la inmutabilidad y la trazabilidad de los pesos informáticos desde su entrenamiento hasta su puesta en producción.

La anatomía del riesgo: cómo se adultera un modelo de IA

A diferencia del código fuente convencional, un modelo entrenado es esencialmente una matriz gigante de números decimales (pesos y sesgos) almacenada en formatos como Safetensors, PyTorch checkpoints (.pt) o GGUF. Modificar sutilmente estos valores permite alterar el comportamiento del sistema sin cambiar la estructura externa del archivo ni levantar sospechas a simple vista.

Existen dos vectores de ataque principales dirigidos contra la cadena de suministro de artefactos de IA:

1. Inyección de puertas traseras (Backdooring): Un atacante altera una fracción mínima de los pesos para que el modelo responda con normalidad en el 99% de los casos, pero ejecute acciones maliciosas o genere respuestas sesgadas cuando detecta una secuencia específica de entrada (trigger).
2. Inserción de código malicioso en la deserialización: Históricamente, el formato Pickle de Python —utilizado ampliamente para guardar modelos— permitía la ejecución remota de código arbitrario al momento de cargar el archivo en memoria. Aunque el formato Safetensors resolvió el problema de ejecución de código al separar los datos del ejecutable, persistía la vulnerabilidad de la manipulación de los valores numéricos.

Cuando un desarrollador despliega un modelo suplantado dentro de una infraestructura crítica, los filtros de seguridad tradicionales de red o endpoint no detectan anomalías. Para la máquina, simplemente se están cargando números en la memoria de la GPU.

Qué es el Model Signing y cómo funciona la verificación

El firmado de modelos consiste en la aplicación de criptografía de clave pública para vincular criptográficamente un conjunto de archivos de modelo (pesos, arquitectura, tokenizadores y metadatos) con la identidad digital verificada de su autor o de la organización emisora.

El proceso se apoya en infraestructuras de transparencia de firma electrónica como Sigstore, un proyecto de código abierto bajo la Linux Foundation diseñado para simplificar el firmado de artefactos de software.

       [ Creador / Entrenador ]                                [ Infraestructura del Cliente ]
                  |                                                          |
  1. Genera Pesos + Arquitectura                                             |
                  |                                                          |
  2. Firma con Llave Privada (Sigstore)                                      |
                  |                                                          |
                  v                                                          |
   [ Registra Firma en Registro Público ]                                    |
                  |                                                          |
                  |------------ 3. Distribuye Modelo + Firma --------------->|
                                                                             |
                                                            4. Verifica Llave Pública y Registro
                                                                             |
                                                            5. Carga Segura en Memoria / GPU

La secuencia de validación paso a paso

1. Cálculo del Digest Criptográfico: Se genera una huella digital matemática de la totalidad del modelo. Debido al inmenso tamaño de estos archivos, se emplean árboles de Merkle o resúmenes criptográficos calculados por bloques para optimizar el rendimiento.
2. Generación de la Firma: El emisor firma el digest utilizando una clave privada. Mediante el uso de firmas efímeras (keyless signing), el proceso se vincula temporalmente a una identidad OIDC (OpenID Connect), como una cuenta corporativa de GitHub u Google, registrando la transacción en un libro de contabilidad público e inmutable (Rekor).
3. Verificación en el Despliegue: Antes de que el servidor de inferencia cargue el modelo en las tarjetas gráficas, el entorno de ejecución consulta la firma contra la clave pública del autor y verifica que la huella del archivo descargado coincida exactamente con la registrada originalmente. Si existe una discrepancia de un solo bit, la carga se bloquea automáticamente.

Avances del sector y estandarización de la industria

La adopción de estas medidas defensivas ha pasado de ser una recomendación teórica a convertirse en un requisito operativo en los principales nodos de distribución.

Plataforma / Herramienta	Enfoque de Implementación	Estándar / Protocolo	Beneficio Principal
Hugging Face	Firma nativa en repositorios	Sigstore / Cosign	Verificación automática de la identidad del autor en descargas de repositorios.
Jina AI / Modelity	Certificación de procedencia	PKI Criptográfica	Garantía de origen e integridad en la cadena de suministro de embeddings.
SLSA (Supply-chain Levels)	Marco de madurez de artefactos	Provenance Specifications	Extensión de los niveles de seguridad de software al ciclo de vida del ML.
OpenSSF	Seguridad en la cadena de código	Sigstore / Rekor	Transparencia pública e inmutabilidad de los registros de firmado.

Paralelamente, marcos normativos como la Ley de Inteligencia Artificial de la Unión Europea (EU AI Act) y las directrices del NIST en Estados Unidos exigen a los desarrolladores de modelos de propósito general garantizar la trazabilidad y la auditabilidad de sus sistemas. El firmado digital constituye la evidencia técnica primaria para demostrar el cumplimiento de estas exigencias de gobernanza.

Retos en entornos de producción e inferencia distribuida

Pese a sus ventajas claras, la implementación del firmado de modelos en grandes empresas plantea desafíos técnicos específicos que requieren atención por parte de los ingenieros de ciberseguridad y operaciones (MLOps).

• Rendimiento en modelos gigantescos: Calcular la huella criptográfica de un modelo de más de 100.000 millones de parámetros requiere un consumo considerable de procesamiento de disco y memoria. Si no se optimizan los algoritmos de hashing, el tiempo de arranque de los contenedores de inferencia se puede multiplicar.
• Gestión de claves e identidades corporativas: Las organizaciones necesitan integrar la infraestructura de clave pública (PKI) interna o los proveedores de identidad corporativa dentro de las canalizaciones de CI/CD de aprendizaje automático, evitando que las claves privadas de firma queden expuestas durante los procesos de entrenamiento automatizado.
• Filtros intermedios y cuantización: Cuando una empresa toma un modelo base de código abierto y aplica técnicas de ajuste fino (Fine-Tuning) o cuantización (reducir la precisión de los pesos de FP16 a INT8 para reducir costos), el archivo resultante cambia por completo. Esto invalida la firma original del creador inicial, obligando a la organización a asumir la responsabilidad de firmar la versión derivada bajo su propio sello criptográfico.

Estrategia de adopción para equipos de desarrollo e infraestructura

Proteger la cadena de suministro de datos e inteligencia artificial exige coordinar a los científicos de datos con el personal de ciberseguridad. Una ruta de implementación efectiva contempla tres etapas claras:

+-------------------------------------------------------------------+
| 1. HIGIENE DE FORMATOS Y DEPRECACIÓN DE PICKLE                    |
| MIGRACIÓN OBLIGATORIA A FORMATOS SEGUROS COMO SAFETENSORS         |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 2. VERIFICACIÓN DE PROCEDENCIA EN DESCARGAS                       |
| VALIDACIÓN AUTOMÁTICA DE FIRMAS SIGSTORE EN PIPELINES DE MLOPS     |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 3. FIRMADO DE ARTEFACTOS INTERNOS                                 |
| EMISIÓN DE CERTIFICADOS INTERNOS PARA MODELOS RE-ENTRENADOS       |
+-------------------------------------------------------------------+

Primeramente, la organización debe prohibir de forma estricta el uso de formatos de almacenamiento de pesos propensos a la ejecución de código. A continuación, es necesario configurar las herramientas de orquestación de Kubernetes o vLLM para que ejecuten un paso de verificación previa que contraste la firma del artefacto contra la lista de emisores autorizados.

Finalmente, cualquier modelo reentrenado de forma interna debe ser firmado digitalmente antes de su promoción a los servidores de producción, asegurando un control de cambios estricto y trazable.

La confianza matemática como pilar del despliegue algorítmico

El desarrollo de la inteligencia artificial está atravesando el mismo proceso de maduración que vivió el desarrollo de software hace dos décadas. La época en que era aceptable descargar scripts o binarios sin verificación ha quedado atrás, y la misma regla aplica para los archivos que alimentan la toma de decisiones automatizada.

El firmado de modelos no impide que un algoritmo cometa errores por deficiencias en sus datos de entrenamiento, pero garantiza que el archivo ejecutado en el servidor es exactamente el que concibió su creador, sin alteraciones maliciosas intermedias. En un entorno donde las decisiones corporativas y la custodia de datos dependen cada vez más del aprendizaje automático, la autenticidad criptográfica se consolida como un pilar imprescindible para operar con seguridad.

El espionaje masivo opera bajo un principio silencioso conocido en los círculos de inteligencia defensiva como Harvest Now, Decrypt Later (Cosechar Ahora, Desencriptar Después). Grupos cibernéticos avanzados recopilan gigabytes de tráfico cifrado confidencial que fluye a través de túneles VPN corporativos, almacenándolo en datacenters a la espera de un hito tecnológico inevitable: la llegada de un ordenador cuántico comercialmente viable.

Cuando un procesador de esta naturaleza ejecute el algoritmo de Shor, los estándares criptográficos asimétricos que sostienen la seguridad del intercambio de llaves en Internet —como RSA, Diffie-Hellman y las curvas elípticas— quedarán obsoletos en cuestión de segundos. Ante este escenario, la arquitectura de acceso remoto sobre la que descansa el trabajo distribuido mundial está obligada a refundar sus cimientos.

La transición no es teórica ni forma parte de un horizonte lejano. Los departamentos de seguridad de grandes corporaciones financieras, infraestructuras críticas y del sector público han comenzado a desplegar el estándar PQC (Post-Quantum Cryptography), transformando los túneles IPsec y OpenVPN tradicionales en estructuras híbridas capaces de resistir ataques computacionales clásicos y cuánticos simultáneamente.

El fin de la criptografía asimétrica tradicional

Durante tres décadas, la confianza en las comunicaciones digitales ha dependido del rigor matemático de problemas complejos, como la factorización de enteros grandes o la discreción del logaritmo discreto. Los túneles de comunicación privada utilizan estos mecanismos durante la fase de negociación inicial (Handshake) para autenticar las partes y acordar una clave simétrica temporal, habitualmente AES-256, con la que se cifra el tráfico real de datos.

Un ordenador cuántico equipado con varios miles de qubits lógicos estables destruirá esa negociación inicial. Aunque el cifrado simétrico AES-256 se considera relativamente resistente al algoritmo cuántico de Grover —que únicamente reduce la fuerza de la clave a la mitad de sus bits efectivos, dejando una seguridad equivalente a 128 bits—, la vulnerabilidad crítica radica en el establecimiento de la sesión. Si el intercambio de llaves cae, toda la cadena de confidencialidad colapsa.

Esta realidad ha obligado a los administradores de sistemas a replantear la caducidad de sus datos. La información bancaria, los secretos de propiedad intelectual o las historias clínicas transmitidas hoy mediante tunnels convencionales ya deben considerarse expuestas a futuro si han sido interceptadas por un tercero.

La respuesta de los estándares: las especificaciones del NIST

El Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) marcó el punto de inflexión definitivo tras publicar su primer paquete oficial de estándares criptográficos post-cuánticos. Fruto de un proceso internacional de evaluación que duró casi una década, el organismo seleccionó algoritmos basados en redes matemáticas multidimensionales (lattice-based cryptography).

Para el intercambio de claves, el algoritmo principal estandarizado es ML-KEM (originalmente conocido como CRYSTALS-Kyber), diseñado por su eficiencia operativa y sus menores requisitos de procesamiento en comparación con otras alternativas. En el ámbito de la firma digital y la autenticación, los esquemas seleccionados incluyen ML-DSA (CRYSTALS-Dilithium) y SLH-DSA (SPHINCS+).

Estándar del NIST	Nombre Original	Función Principal	Base Matemática
FIPS 203	CRYSTALS-Kyber (ML-KEM)	Estructura de Intercambio de Claves	Redes algebraicas con módulo (LWE)
FIPS 204	CRYSTALS-Dilithium (ML-DSA)	Firma Digital y Autenticación	Redes algebraicas sin módulo
FIPS 205	SPHINCS+ (SLH-DSA)	Firma Digital de Respaldos	Funciones Hash independientes

La integración de estos esquemas en los protocolos de red tradicionales presenta desafíos técnicos directos. A diferencia de las claves RSA o ECC, los algoritmos basados en redes requieren tamaños de clave y paquetes de negociación sustancialmente más grandes, lo que repercute directamente en la latencia de la conexión inicial y la sobrecarga de los encabezados de red.

Mecanismos híbridos: el puente operacional de la industria

Para mitigar los riesgos de implementación y evitar la interrupción de las operaciones globales, la industria ha descartado la sustitución directa e inmediata de la criptografía clásica. En su lugar, la transición se articula mediante modelos híbridos acuñados en las especificaciones del IETF (Internet Engineering Task Force).

Un túnel VPN híbrido combina la negociación tradicional ECDH (Elliptic Curve Diffie-Hellman) con un intercambio de claves PQC como ML-KEM dentro de la misma sesión IPsec (vía IKEv2) o TLS 1.3 (utilizado por plataformas SSL-VPN). Para que un atacante pueda romper la clave simétrica resultante, tendría que comprometer de manera simultánea tanto el algoritmo matemático clásico como el post-cuántico.

       [ Cliente VPN ]                                           [ Gateway Corporativo ]
              |                                                             |
              |------ 1. Negociación Clásica (ECDH P-384) ----------------->|
              |------ 2. Encapsulamiento Post-Cuántico (ML-KEM-768) ------->|
              |                                                             |
              |<----- 3. Derivación de Clave Simétrica Híbrida (AES-256) ---|
              |                                                             |
   ========== [ Túnel Protegido contra Ataques Clásicos y Cuánticos ] ==========

Fabricantes de hardware de red como Fortinet, Palo Alto Networks y Cisco, junto con proveedores de infraestructura en la nube como Cloudflare, han comenzado a incorporar estas pilas de protocolos dobles en su firmware. La adopción de este método doble garantiza que, incluso si se descubre una falla teórica en los relativamente nuevos algoritmos del NIST, el esquema mantiene la protección equivalente a la infraestructura actual.

Complejidades operativas de la migración empresarial

La actualización de la infraestructura de red corporativa dista de ser una simple actualización de software. Los equipos de ingeniería de redes enfrentan cuellos de botella derivados de las características físicas de los nuevos algoritmos.

• Fragmentación de paquetes e inspección de red: El aumento significativo en el tamaño de las claves públicas puede exceder la Unidad Máxima de Transferencia (MTU) estándar de 1.500 bytes. Esto provoca la fragmentación de paquetes UDP durante el saludo inicial de protocolos como IKEv2, generando bloqueos imprevistos en cortafuegos intermedios e inspecciones de seguridad mal configuradas.
• Consumo de cómputo en concentradores: El cálculo de matrices dentro del esquema de redes matemáticas eleva el uso de CPU en los concentradores VPN centrales cuando gestionan miles de sesiones concurrentes. Esto exige una reevaluación de la capacidad del hardware existente o la aceleración mediante tarjetas dedicadas.
• Cadenas de certificados de clave pública (PKI): Reemplazar los certificados X.509 convencionales por firmas post-cuánticas amplía drásticamente el tamaño del handshake, afectando el rendimiento en conexiones móviles con alta pérdida de paquetes.

Estrategias para una transición progresiva

La migración hacia un entorno de acceso remoto resistente al análisis cuántico requiere una hoja de ruta dividida en tres fases técnicas bien definidas.

+-------------------------------------------------------------------+
| 1. INVENTARIO Y CRIPTORRESILIENCIA                                |
| AUDITORÍA DE ALGORITMOS EN USO Y MAPEO DE FLUJOS SENSIBLES        |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 2. DESPLIEGUE HÍBRIDO                                             |
| ACTIVACIÓN DE PQC EN CAPAS DE TRANSPORTE Y PRUEBAS DE MTU         |
+-------------------------------------------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
| 3. MIGRACIÓN NATIVA Y PKI PQC                                     |
| REEMPLAZO DE INFRAESTRUCTURA CERTIFICADORA Y DESCONEXIÓN CLÁSICA  |
+-------------------------------------------------------------------+

Las organizaciones líderes comienzan por ejecutar un inventario de ciberresiliencia, identificando los puntos donde se aplica cifrado asimétrico y catalogando la sensibilidad del tráfico que transita por ellos. Posteriormente, se implementan túneles híbridos en entornos de prueba para medir el impacto de la latencia y corregir problemas de fragmentación de IP.

Finalmente, la integración de arquitecturas Zero Trust Network Access (ZTNA) permite canalizar las conexiones de los usuarios finales mediante microsegmentación, reduciendo la exposición de los gateways centrales mientras los estándares terminan de asentarse en la totalidad de los dispositivos cliente.

Hacia la madurez de la infraestructura post-cuántica

El avance de la computación cuántica ha dejado de ser un asunto reservado a laboratorios de física teórica para convertirse en un parámetro de diseño en la ingeniería de sistemas. La adopción de algoritmos post-cuánticos en las redes privadas no responde a una alarma inmediata, sino a la necesidad de proteger activos digitales cuyo valor operativo debe perdurar durante los próximos diez o veinte años.

Las decisiones tomadas hoy respecto al cifrado del tráfico en tránsito determinarán la integridad de la información sensible cuando la era cuántica sea una realidad comercial. La transición será larga y técnicamente compleja, pero la construcción de defensas híbridas demuestra que la seguridad preventiva sigue siendo la respuesta más eficaz frente a la evolución del cálculo avanzado.

Los cibermalos no respetan los días de fiesta ni las vacaciones, de hecho, aprovechan estas fechas en las que los equipos de TI y seguridad de las empresas y organismos oficiales están más ausentes para llevar a cabo muchos de sus ataques. 
La publicación del grupo de ransomware parece incluir documentos internos de la empresa relacionados con su gestión administrativa y financiera. Así, se observan imágenes de facturas y recibos, órdenes de compra y documentos de proveedores, correspondencia interna y posibles informes contables o financieros.

Por el momento se desconoce el número de afectados y la cifra de rescate que los piratas informáticos habrían exigido a la compañía española. 

3GH tiene una trayectoria de tres décadas como proveedor informático. La firma está especializada en la prestación de servicios de gestión de infraestructura tecnológica y seguridad de datos a medianas y grandes empresas. Su oferta incluye soluciones de señalización digital, soporte tecnológico logístico y técnicos residentes, garantizando procesos optimizados para sus clientes.

La compañía, con una amplia cartera de clientes en todo tipo de sectores, tiene cobertura nacional, oficinas en Madrid y Barcelona y cuenta con un equipo compuesto por más de un centenar de técnicos cualificados. 

Entre sus soluciones 3GH curiosamente tiene una de seguridad de datos llamada Syneto, donde en una misma plataforma reúnen la mezcla de aplicaciones virtuales, redes y almacenamiento de datos. En su página web aseguran que se trata de una «una infraestructura confiable» y que con ella «tu empresa nunca fue tan segura». 

Casi 600 víctimas a sus espaldas

INC Ransom (también llamado Incensom) es una banda de ciberdelincuentes que opera bajo un modelo de ransomware a a service proporcionando herramientas a afiliados que ejecutan los ataques y comparten las ganancias. Su método principal es la doble extorsión, primando la exfiltración de datos y luego el cifrado de archivos. 

Esta operación apareció a mediados de 2023 y desde entonces se ha consolidado como un actor muy activo a nivel global. Entre octubre de dicho año y agosto de 2024 el grupo ejecutó al menos 325 intentos de ataques. Pero su mayor pico se habría producido el pasado mes de julio, cuando tuvo 60 víctimas. Según los datos que maneja Ransomware.live, en toda su historia ha dejado 599 empresas o instituciones afectadas. 

El grupo suele atacar sectores con alto valor de datos y capacidad de pago, como sanidad, educación, servicios sociales, empresas tecnológicas, manufactura, construcción y organismos gubernamentales, principalmente en EE.UU y Europa, aunque también tiene actividad en otras regiones. 

Entre sus víctimas más destacadas se encuentran la Oficina del Fiscal General de Pennsylvania, varios centros médicos en EE.UU. como Quadrangle Imaging Center y Heart to Heart Hospice, organizaciones europeas como Mission Locale Montpellier en Francia y Coop57, así como empresas en México y Perú, incluyendo BDO Perú.

INC Ransom también ha tenido en su punto de mira a objetivos en España, como Tendam (Grupo Cortefiel), el Ayuntamiento de Benalmádena o la industrial Miesa Group. 

Desde Escudo Digital nos hemos puesto en contacto con la compañía para conocer más información sobre lo sucedido y actualizaremos la información si recibimos comunicación de 3GH. 

Investigadores de seguridad de Koi.ai han destapado una de las operaciones de malware basadas en extensiones de navegador más amplias y persistentes de los últimos años.

La actividad de DarkSpectre forma parte de una infraestructura compleja compuesta por tres campañas maliciosas interconectadas, diseñadas para monetizar tráfico, espiar a los usuarios y obtener inteligencia corporativa. Todas ellas se apoyan en extensiones aparentemente legítimas publicadas en las tiendas oficiales de los navegadores, lo que ha permitido a los atacantes operar durante largos periodos de tiempo sin levantar sospechas.

ShadyPanda y GhostPoster

El modus operandi era generar confianza acumulando instalaciones y valoraciones positivas. Posteriormente, los atacantes activaban el comportamiento malicioso mediante actualizaciones o configuraciones remotas, evitando así levantar alertas tempranas. 

La campaña más extensa, denominada ShadyPanda, estaba enfocada en un fraude de afiliados de ecommerce y sería responsable de alrededor de 5,6 millones de infecciones. Estas extensiones se presentaban como herramientas inofensivas, como nuevas páginas de pestañas, utilidades de personalización o traductores. 

Una vez instalados dichos añadidos, descargaban configuraciones remotas desde servidores de comando y control que activaban funcionalidades maliciosas como el secuestro de resultados de búsqueda, el seguimiento de la actividad del usuario y el fraude de afiliados. Aquí la clave fue la paciencia de los cibermalos, ya que en muchos casos las extensiones permanecieron publicadas durante años antes de mostrar comportamientos claramente maliciosos.

La segunda operación, conocida como GhostPoster, afectó a más de un millón de usuarios, principalmente en Firefox y Opera. Su rasgo más distintivo era el uso de esteganografía, ocultando código JavaScript malicioso dentro de archivos de imagen PNG. Este código se extraía y ejecutaba dinámicamente tras la instalación de la extensión, permitiendo la ejecución remota de comandos. Además, la activación diferida del malware dificultaba su detección durante los procesos de revisión de las tiendas oficiales.

Videollamadas interceptadas

La tercera campaña, identificada a finales de diciembre de 2025 y denominada Zoom Stealer, supondría un salto cualitativo hacia el espionaje corporativo. Esta operación ha comprometido aproximadamente 2,2 millones de usuarios mediante al menos 18 extensiones que se hacían pasar por herramientas de productividad o descargadores de vídeo. 

En realidad, estas herramientas recopilaban información sensible sobre reuniones online, como enlaces, identificadores, títulos de sesiones y credenciales asociadas a plataformas como Zoom, Microsoft Teams y Google Meet. Los datos se exfiltraban en tiempo real a servidores externos mediante WebSockets y servicios en la nube como Firebase.

El equipo de Koi.ai advierte de que esta paciente estrategia permite a los atacantes convertir millones de dispositivos en armas al instante, convirti

Dos ex trabajadores de compañías de ciberseguridad se han declarado culpables de llevar a cabo una serie de ataques de ransomware perpetrados en 2023, utilizando sus conocimientos técnicos para extorsionar a varias empresas estadounidenses. El Departamento de Justicia del país ha comunicado las declaraciones de culpabilidad en los últimos días. 
Según las autoridades estadounidenses, estos ciberdelincuentes lograron extorsionar 1,2 millones de dólares en Bitcoin a una empresa de dispositivos médicos y atacaron a otras organizaciones de distintos sectores.

Los ataques se produjeron en octubre de 2023 y afectaron a empresas de los ámbitos farmacéutico, sanitario, ingeniería, fabricación de drones y atención médica. El objetivo era exigir rescates millonarios a cambio de no publicar los datos robados o de facilitar herramientas de descifrado.

El perfil de los implicados

El caso resulta especialmente llamativo por el perfil de los implicados. Y es que Martin y el tercer cómplice trabajaban como negociadores de ransomware en Digital Mint, una firma especializada en respuesta a incidentes y gestión de ciberdelitos, mientras que Goldberg era gerente de respuesta a incidentes en Sygnia Cybersecurity Services.

“Estos acusados ​​utilizaron su sofisticada formación y experiencia en ciberseguridad para cometer ataques de ransomware, el mismo tipo de delito que deberían haber estado trabajando para detener”, ha declarado el fiscal general adjunto A. Tysen Duva, de la División Penal del Departamento de Justicia. 

“El ransomware no es solo una amenaza extranjera; puede provenir de nuestro propio país”, ha señalado el fiscal federal para el Distrito Sur de Florida, Jason A. Reding Quiñones. “Goldberg y Martin utilizaron acceso confiable y conocimientos técnicos para extorsionar a víctimas estadounidenses y lucrarse con la coerción digital. Sus declaraciones de culpabilidad dejan claro que los ciberdelincuentes que operan desde EE.UU. serán encontrados, procesados ​​y obligados a rendir cuentas”, ha concluido. 

Una de las bandas de ransomware más potentes

ALPHV BlackCat opera bajo un modelo de ransomware como servicio (RaaS), en el que los desarrolladores del malware obtienen un porcentaje del rescate pagado por las víctimas. Ha sido uno de los grupos de ransomware más activos y perjudiciales desde 2021, con más de un millar ataques documentados en todo el mundo contra organizaciones de distintos sectores como público y privado, transporte, universidades, televisiones, agencias de investigación y laboratorios técnicos. 

El ransomware ha afectado a centenares de víctimas, incluyendo grandes marcas como Bandai Namco, MGM Resorts, McLaren Health Care, Lehigh Valley Health Network, plataformas como Twitch y Roblox, proveedores como Tipalti y múltiples pymes y organizaciones en EE. UU, Europa y Asia.

En España, las autoridades han contabilizado más de 20 víctimas del grupo, con al menos 9 denuncias formales de cifrado y robo de datos ante la Unidad Central de Ciberdelincuencia, incluyendo organizaciones públicas y privadas de sectores críticos, como universidades, servicios técnicos y operadores de transporte y servicios.

En 2023, el FBI desarrolló una herramienta de descifrado para ayudar a las víctimas de esta operación a recuperar sus datos, en un intento por debilitar la actividad del grupo criminal, ahorrándoles aproximadamente 99 millones de dólares en pagos de rescate.