Detalle de la noticia

Filtración de datos

Los puntos ciegos de las pruebas de penetración basadas en agentes y cómo subsanarlos

Fuente: BleepingComputer Publicado: 14/10/2026 · 14:00 UTC
Compartir:
Filtración de datos Los puntos ciegos de las pruebas de penetración basadas en agentes y cómo subsanarlos
Imagen: BleepingComputer

Los equi­pos de se­gu­ri­dad dis­po­nen de muy poco tiem­po para de­ter­mi­nar si están ex­pues­tos a nue­vas vul­ne­ra­bi­li­da­des de­bi­do a que los ata­can­tes pue­den uti­li­zar mo­de­los avan­za­dos para wea­po­ni­zar fa­llos en cues­tión de horas. Para hacer fren­te a esta si­tua­ción, las prue­bas ofen­si­vas han evo­lu­cio­na­do hacia un en­fo­que ba­sa­do en agen­tes de in­te­li­gen­cia ar­ti­fi­cial, co­no­ci­dos como *agen­tic pen­tes­ting*, los cua­les eva­lúan di­ná­mi­ca­men­te los ha­llaz­gos paso a paso para en­con­trar ca­de­nas de ex­plo­ta­ción de forma más rá­pi­da que los hu­ma­nos. Sin em­bar­go, este mé­to­do ba­sa­do en agen­tes pre­sen­ta altos cos­tos en to­kens y re­sul­ta­dos va­ria­bles, por lo que las prue­bas au­to­ma­ti­za­das de­ter­mi­nis­tas si­guen sien­do ne­ce­sa­rias para ofre­cer re­vi­sio­nes con­sis­ten­tes y fre­cuen­tes a un menor costo.

A pesar de su uti­li­dad, el *agen­tic pen­tes­ting* en­fren­ta li­mi­ta­cio­nes im­por­tan­tes de­bi­do a que solo puede eva­luar aque­llo a lo que puede ac­ce­der de ma­ne­ra se­gu­ra, evi­tan­do sis­te­mas frá­gi­les para pre­ve­nir caí­das de ser­vi­cios o pér­di­da de datos, ade­más de verse res­trin­gi­do por la seg­men­ta­ción de red. A esto se suma que mu­chas vul­ne­ra­bi­li­da­des no cuen­tan con có­di­go de ex­plo­ta­ción pú­bli­co dis­po­ni­ble para rea­li­zar las prue­bas. Por ejem­plo, en un caso ana­li­za­do con un fallo de se­gu­ri­dad, la he­rra­mien­ta ba­sa­da en agen­tes solo pudo eva­luar una frac­ción de las ins­tan­cias afec­ta­das, de­jan­do al resto fuera de su al­can­ce ope­ra­ti­vo y sin un ve­re­dic­to de­fi­ni­ti­vo.

Para ce­rrar estas bre­chas, la va­li­da­ción de ex­plo­ta­bi­li­dad no in­ten­ta al­can­zar los sis­te­mas con un ex­ploit real, sino que ana­li­za los com­por­ta­mien­tos del ata­can­te re­que­ri­dos para vul­ne­rar el sis­te­ma y los con­tras­ta con los con­tro­les de se­gu­ri­dad ac­ti­vos. Al com­bi­nar mé­to­dos au­tó­no­mos, si­mu­la­ción de bre­chas y va­li­da­ción de ex­po­si­cio­nes en una pla­ta­for­ma uni­fi­ca­da, es po­si­ble des­cu­brir, va­li­dar y mo­vi­li­zar so­lu­cio­nes para cada vul­ne­ra­bi­li­dad en cues­tión de horas, adap­tán­do­se al con­tex­to y a los ries­gos del en­torno.