Un investigador dice que la IA ayudó a desarrollar la carrera de control del tráfico de Linux hacia el exploit de raíz – CYBERDEFENSA.MX

STAR Labs ha publicado un exploit del kernel de Linux que convierte a un usuario local normal en root en la compilación CentOS Stream 9 a la que apunta. El defecto, rastreado como CVE-2026-53264 (Puntuación CVSS: 7,8), es una carrera de uso después de liberación en el subsistema de control de tráfico de red del kernel.

El investigador Lee Jia Jie dijo que la inteligencia artificial (IA) lo ayudó a encontrar el error y acelerar el desarrollo del exploit. Se trata de una escalada de privilegios local, no de una ejecución remota de código, por lo que un atacante necesita un punto de apoyo en la máquina antes de que se aplique algo de esto.

El exploit demostrado también requiere espacios de nombres de usuario sin privilegios, el CONFIG_NET_ACT_GACT y CONFIG_NET_CLS_FLOWER opciones del kernel y una cadena de programación orientada al retorno (ROP) específica del kernel que contiene compensaciones codificadas. Esas condiciones reducen la exposición inmediata, pero el código fuente de explotación total ahora es público.

La solución ascendente llegó el 1 de junio de 2026 y desde entonces ha sido compatible con varias ramas estables del kernel. El Registro CNA de Linux enumera rangos vulnerables que comienzan con Linux 4.14. Las versiones corregidas son 5.10.259, 5.15.210, 6.1.176, 6.6.143, 6.12.94, 6.18.36 y 7.0.13, y la corrección principal ingresa a 7.1-rc7.

Los usuarios de Linux deben instalar un kernel de distribución que contenga la solución en lugar de depender únicamente del número de versión ascendente. The Hacker News no encontró ninguna entrada para la falla en Catálogo de vulnerabilidades explotadas conocidas de CISA y no hay informe oficial de explotación en la naturaleza al 28 de julio de 2026.

Ciberseguridad

Lee dijo en un redacción técnica que la IA ayudó con el descubrimiento de vulnerabilidades, la producción de una prueba de concepto de Kernel Address Sanitizer (KASAN) y la optimización de la ventana de carrera. STAR Labs también lanzó el Código de explotación dirigido a CentOS.

Sin el modelo, indicaciones, servicio o registro de interacción, la divulgación es difícil de utilizar como base. punto de referencia de la capacidad de la IA o separar la contribución del sistema de la dirección y el juicio de Lee.

Hacker News solicitó a STAR Labs detalles sobre el sistema de inteligencia artificial, el entorno de prueba y el cronograma de divulgación y actualizará esta historia con cualquier respuesta.

«La IA todavía tiene muchos puntos ciegos y fallos en la capacidad de razonamiento», dijo Lee, añadiendo que el juicio humano siguió siendo necesario durante todo el trabajo.

La vulnerabilidad se encuentra en el manejo del ciclo de vida de las acciones de control de tráfico de Linux. Concurrente RTM_NEWTFILTER y RTM_DELTFILTER Las operaciones pueden dejar un hilo leyendo un objeto de acción después de que otro hilo lo haya liberado. El parche ascendente soluciona la carrera posponiendo la operación gratuita hasta que los lectores de lectura, copia y actualización (RCU) existentes hayan finalizado.

El exploit crea sus propios espacios de nombres de usuario y de red, dándole un espacio de nombres local. CAP_NET_ADMIN sin requerir derechos de administrador de host. Llega al camino vulnerable a través de un clsact qdisco y flower filtrar. Las operaciones Timerfd y epoll amplían la ventana de carrera, mientras que las asignaciones clave de carga útil recuperan el objeto liberado. La cadena ROP luego sobrescribe core_pattern.

El exploit coloca una copia de sí mismo en un memfd y bloquea deliberadamente un proceso hijo, lo que hace que Linux ejecute el binario respaldado por memfd como controlador raíz de volcado de núcleo en el espacio de nombres inicial.

Lee informó que el exploit tuvo éxito en sus 10 ejecuciones de prueba, tardando entre nueve y 111 segundos en una computadora portátil con CentOS Stream 9. Esas cifras de confiabilidad no se han reproducido de forma independiente. Las compensaciones fijas del dispositivo del exploit también significan que se debe reconstruir para otros paquetes del kernel y es posible que no se pueda adaptar a algunas compilaciones más nuevas.

El riesgo práctico es menor de lo que podría sugerir una etiqueta genérica de «explotación de raíz de Linux», pero el código de explotación público plantea la urgencia de que los sistemas compatibles permanezcan sin parches.

Ciberseguridad

Los créditos del parche ascendente Kyle Zeng, que usa el mango KyleBotcomo el reportero. Lee dijo que encontró la falla de forma independiente y solo más tarde se enteró de que Zeng la había informado poco antes de la competencia TyphoonPwn 2026. Lee publicó el análisis técnico posterior y el código de explotación.

El estado de distribución se mantuvo desigual al 28 de julio: Debian enumera los núcleos fijos para las versiones estables compatibles, ubuntu todavía marca múltiples paquetes de kernel mantenidos como vulnerables, y SUSE enumera el problema como pendiente en varios productos. SUSE asigna por separado a la falla una puntuación de 5,5, utilizando un vector que registra sólo el impacto en la disponibilidad, por debajo de la evaluación de 7,8 de Linux CNA.

Esos rastreadores muestran el estado del paquete, no cuántos sistemas implementados tienen los espacios de nombres requeridos, las opciones del kernel y una compilación del kernel compatible. Las fuentes públicas revisadas no establecen la población en riesgo inmediato.

Lee escribió que el proceso con mucha IA hizo que la búsqueda de errores «pareciera más como si estuviera haciendo un análisis de n días incluso en errores nuevos».

La carrera hacia la autonomía militar ha comenzado, ¿podrá la infraestructura de información confiable mantener el ritmo? – CYBERDEFENSA.MX

Las fuerzas militares están bajo una presión cada vez mayor para desplegar capacidades autónomas más rápido que nunca. En Estados Unidos, el Reino Unido y la OTAN, nuevas inversiones, estrategias de defensa en evolución y vías de adquisición aceleradas están transformando la forma en que se entrega la capacidad, recompensando a los programas que pueden pasar del concepto al despliegue operativo a velocidad comercial.

Ahora la atención se centra en la infraestructura de información confiable que les permite operar juntos a la velocidad de la misión.

A medida que los aviones autónomos, los buques marítimos no tripulados, los sistemas terrestres, los satélites y las aplicaciones de misión basadas en IA se vuelven cada vez más conectados, también lo hace la información que los impulsa. La telemetría, el ISR, los datos de comando, los resultados de la IA, los flujos de trabajo del sensor al tirador y la inteligencia de la coalición deben moverse sin problemas entre plataformas, dominios y socios.

La fuerza futura no estará definida únicamente por los sistemas autónomos, sino también por la infraestructura de información confiable que los conecta.

La defensa ha entrado en una nueva fase

El impulso detrás de la autonomía militar es innegable. El Departamento de Guerra de Estados Unidos ha establecido un liderazgo dedicado para acelerar la capacidad no tripulada. NSPM-11 refuerza la importancia estratégica de la IA en toda la empresa de Seguridad Nacional. El presupuesto de defensa propuesto para el año fiscal 27 continúa con una inversión significativa en capacidad autónoma y modernización de la defensa.

En el Reino Unido, la Revisión Estratégica de la Defensa y el Plan de Inversión en Defensa colocan los sistemas autónomos en el centro del futuro diseño de la fuerza, respaldados por más de £5 mil millones de inversión durante los próximos cuatro años. Los programas ya están ampliando las pruebas y la experimentación autónomas, mientras que las iniciativas del Pilar II de AUKUS y de la OTAN continúan acelerando la colaboración aliada en materia de autonomía y tecnologías de defensa avanzadas.

En conjunto, estos acontecimientos apuntan a una marcada aceleración de la inversión occidental en autonomía militar.

Para los líderes del programa, la dirección es clara; capacidad de campo más rápidamente, integrar la innovación comercial antes y ofrecer una ventaja operativa sin comprometer la eficacia de la misión.

La conversación está cambiando

Gran parte de la conversación sobre la autonomía militar todavía se centra en las plataformas.

  • ¿Cuántos drones se pueden desplegar?
  • ¿Con qué rapidez se pueden implementar nuevas capacidades autónomas?
  • ¿Cómo puede la IA aumentar la eficacia operativa?

Éstas son preguntas importantes, pero son sólo una parte del panorama completo.

La capacidad autónoma ofrece su mayor valor cuando opera como parte de una misión conectada. Todo sistema autónomo debe intercambiar información confiable con operadores, aplicaciones de inteligencia artificial, entornos de comando y socios de coalición. Los datos de la misión rara vez permanecen dentro de una única plataforma, red o clasificación.

Las misiones autónomas dependen de que la información confiable se mueva de manera segura y eficiente a través de toda la arquitectura operativa.

A medida que los programas aceleran la adopción, la oportunidad pasa de simplemente implementar más sistemas autónomos a permitir que esos sistemas funcionen juntos con confianza.

Generar confianza para la defensa de velocidad comercial

La aceleración de la innovación en defensa está cambiando las expectativas en el gobierno y la industria. Los programas están adoptando cada vez más tecnologías comerciales a través de vías de adquisición rápida, adquisiciones adaptativas y modelos de entrega iterativos. La capacidad de desplegar capacidad más rápidamente se está convirtiendo en una ventaja estratégica por derecho propio.

Sin embargo, la velocidad comercial no siempre debería requerir arquitecturas de información personalizadas que tarden años en integrarse antes de que se pueda lograr la capacidad operativa. Una infraestructura de información confiable debería permitir que los programas adopten capacidades autónomas al mismo ritmo y flexibilidad que exige la defensa moderna.

Eso requiere una infraestructura diseñada para transferir información confiable de la misión de forma segura entre plataformas, clasificaciones y entornos de coalición desde el principio, no agregada más adelante como un esfuerzo de integración separado.

Repensar cómo se establece la confianza

A medida que las misiones autónomas se definen cada vez más por software, los programas tienen la oportunidad de repensar cómo se establece la confianza en entornos de misión crítica.

El software seguirá desempeñando un papel fundamental en la capacidad autónoma, la inteligencia artificial y los sistemas de misión. Al mismo tiempo, la defensa ha dependido durante mucho tiempo de otra solución en sus entornos de mayor seguridad, lo que exige la separación del hardware.

La separación impuesta por hardware (hardsec) establece confianza dentro de la lógica del hardware en lugar de depender únicamente de los controles del software. Eliminar el sistema operativo del límite de confianza reduce la complejidad de la arquitectura y al mismo tiempo admite el movimiento de información confiable a través de entornos seguros.

Este enfoque ha protegido algunos de los entornos más críticos de la defensa durante años. Hoy, proporciona una base que se alinea naturalmente con la velocidad y escala de la transformación autónoma. En lugar de frenar la innovación, la infraestructura de información especialmente diseñada permite a los programas adoptar nuevas capacidades con confianza y al mismo tiempo respaldar el ritmo de la misión.

La fuerza del futuro depende de misiones conectadas

La próxima generación de capacidad de defensa no se medirá simplemente por el número de sistemas autónomos desplegados. Se medirá por la eficacia con la que esos sistemas intercambian información confiable a través de tierra, mar, aire y espacio; cuán perfectamente se integran con la IA y los sistemas de comando; y con qué confianza las fuerzas aliadas pueden colaborar en todos los ámbitos de seguridad.

Diseñado específicamente para la defensa, Everfox proporciona la plataforma de información confiable que permite que las misiones autónomas y de coalición intercambien de forma segura información de misión crítica entre sistemas, clasificaciones y socios. Al combinar la separación impuesta por hardware con el intercambio confiable de información entre dominios, ayudan a las organizaciones de defensa a adoptar rápidamente capacidades autónomas mientras mantienen la velocidad, la interoperabilidad y la seguridad que exigen las misiones modernas.

Más información sobre la infraestructura de información confiable para operaciones autónomas o hable con un experto de Everfox sobre su misión autónoma.

Acerca del autor: Everfox | Everfox ofrece conectividad confiable para proteger los entornos más críticos del mundo y salvaguardar los datos confidenciales que impulsan la ventaja de tomar decisiones.

Creado para operaciones de misión crítica, Everfox protege lo más importante asegurando cómo se mueven los datos, cómo acceden los usuarios a ellos y cómo se neutralizan las amenazas en todos los dominios. Permitimos la velocidad de la misión y la colaboración segura entre redes, dominios y aliados, al mismo tiempo que garantizamos que los datos que impulsan la IA y el análisis avanzado sigan siendo confiables y protegidos.

No sólo defendemos los sistemas; entregamos decisión dominio. www.everfox.com/autonomous

¿Encontró interesante este artículo? Este artículo es una contribución de uno de nuestros valiosos socios. Síguenos en noticias de google, Gorjeo y LinkedIn para leer más contenido exclusivo que publicamos.

La carrera por la seguridad de la IA necesita responsabilidad, no sobrerregulación

Los modelos de IA como Claude Mythos de Anthropic y Daybreak de OpenAI representan un punto de inflexión fundamental en la seguridad. Estos avances no sólo están remodelando la tecnología sino también redefiniendo la confianza, el riesgo y la relación entre los humanos y los sistemas inteligentes. A medida que se acelera la innovación, la gobernanza de la IA y el despliegue responsable se están convirtiendo en prioridades estratégicas para todas las organizaciones.

Históricamente, los gobiernos han desempeñado un papel estabilizador durante momentos de cambio tecnológico transformador. Sin embargo, el ritmo y la escala de la era de la IA exigen un nuevo modelo, basado en la asociación en lugar del control, que equilibre la responsabilidad social con la necesidad de sostener la innovación y la competitividad global.

La orden ejecutiva de la Casa Blanca sobre la gobernanza de la IA indica que la colaboración entre la industria y los formuladores de políticas moldeará cada vez más el panorama futuro. Marcos propuestos que promueven la transparencia y la responsabilidad. punto de desarrollo hacia un enfoque más coordinado de la gestión de riesgos.

La gobernanza eficaz de los modelos de IA debe equilibrar salvaguardias claras con la velocidad de la innovación, alineando a las organizaciones, los formuladores de políticas y los líderes tecnológicos en torno a un objetivo compartido: hacer avanzar la IA de maneras que fortalezcan la confianza, la seguridad y el valor a largo plazo. El camino a seguir no se define mediante una supervisión estricta, sino mediante la construcción de un ecosistema de rendición de cuentas.

Tres puntos clave fundamentan este enfoque.

En primer lugar, la industria debería reconocer el lanzamiento de Mythos por parte de Anthropic como un ejemplo de innovación responsable. Los líderes de la empresa reconocieron los riesgos del modelo y retrasaron deliberadamente una implementación más amplia, lo que permitió que las pruebas tempranas descubrieran las vulnerabilidades antes de su adopción generalizada.

La lección más amplia se extiende más allá del lanzamiento de un solo modelo. El liderazgo responsable significa priorizar decisiones que generen confianza y permitan una innovación sostenida. A medida que se aceleran las capacidades de la IA, las organizaciones más exitosas y líderes serán aquellas que entrelazan la responsabilidad con sus objetivos ambiciosos, en lugar de tratarlos como prioridades en competencia.

En segundo lugar, la innovación rara vez prospera bajo marcos rígidos. La historia ha demostrado que muchos regímenes de cumplimiento, aunque bien intencionados, incentivan a las organizaciones a optimizar los requisitos en lugar de los resultados. La seguridad se fortalece a través de sistemas diseñados para la resiliencia y la confianza, que van más allá del mero cumplimiento.

En tercer lugar, desacelerar la innovación en IA con sede en Estados Unidos corre el riesgo de debilitar la competitividad a largo plazo. Estados Unidos sigue siendo un líder en IA, pero mantener esa posición requerirá equilibrar las salvaguardias responsables con la inversión y el progreso continuos. Los enfoques demasiado restrictivos corren el riesgo de frenar el avance interno mientras otras naciones continúan acelerando el desarrollo y la capacidad.

Un enfoque eficaz de gobernanza de la IA fomentaría un mayor desarrollo responsable de modelos de IA, como lo demuestra Anthropic. Evitaría la regulación gubernamental directa y, en cambio, haría cumplir la responsabilidad de las empresas que son irresponsables con el desarrollo de la IA.

Es de esperar que la asociación y colaboración entre entidades gubernamentales y la industria continúe más allá de la orden de la Casa Blanca. Los formuladores de políticas y los líderes de la industria deberían crear incentivos que recompensen a los proveedores de IA por considerar las implicaciones sociales antes de lanzar nuevas soluciones. Este marco destacaría a los proveedores responsables como modelos para la industria y al mismo tiempo impondría consecuencias significativas basadas en daños sociales demostrados que afectan directamente las decisiones comerciales y tecnológicas.

Los modelos de IA como Mythos y Daybreak subrayan una realidad más amplia: el futuro de la IA estará determinado por la confianza en torno a la innovación, no simplemente por su ritmo de desarrollo. La próxima era de liderazgo en IA requerirá un nuevo modelo de colaboración entre la industria y los formuladores de políticas que mantenga la velocidad y la adaptabilidad que exige la innovación y al mismo tiempo establezca una responsabilidad significativa por los resultados del mundo real.

El objetivo debe ser guiar el progreso de manera responsable. Las organizaciones y naciones que lideren la era de la IA serán aquellas que demuestren cómo la innovación y la responsabilidad trabajan juntas para fortalecer la confianza, la seguridad y la creación de valor a largo plazo.

Art Gilliland es director ejecutivo de delineauna empresa de ciberseguridad centrada en la protección de identidades humanas, máquinas y IA.

Arte Gilliland

Escrito por Art Gilliland

Art Gilliland es director ejecutivo de Delinea, una empresa de ciberseguridad centrada en la protección de la identidad de humanos, máquinas y IA. Obtuvo su título en economía en Carleton College y su MBA en Harvard Business School.

Dentro de la carrera para adaptarse a un mundo de seguridad impulsado por la IA

Troy West estaba en Varsovia cuando su teléfono interrumpió su cena. Pero él estaba feliz por eso.

West, director asociado de ciberseguridad de la empresa de seguridad ofensiva autónoma XBOW, acababa de enterarse de que una versión de prueba de la plataforma de la empresa había encontrado una vulnerabilidad que llevó a la eliminación total de un entorno de desarrollo utilizado por Moderna, la empresa farmacéutica conocida principalmente por su trabajo relacionado con las vacunas de ARNm.

Fue, según la mayoría de las medidas, exactamente el tipo de resultado que teme un equipo de seguridad. Pero para West y Farzan Karimi, CISO adjunto de Moderna, fue algo más cercano a una prueba de concepto. El producto de XBOW había hecho en horas lo que un probador de penetración humano no podía hacer, y lo había hecho con un nivel de persistencia y creatividad que ninguno de los dos había anticipado por completo.

El episodio es un dato de un cambio mucho mayor que ahora se está extendiendo por la industria de la ciberseguridad: los modelos de inteligencia artificial que descubren vulnerabilidades se están moviendo más rápido que los equipos que tienen que parchearlas.

En conversaciones y presentaciones recientes, los expertos de la industria dijeron que las herramientas se están volviendo más nítidas, la superficie de ataque es cada vez mayor y la brecha entre encontrar un problema y solucionarlo no se está cerrando lo suficientemente rápido. Por ahora, la mayoría de las organizaciones están atrapadas entre la velocidad del descubrimiento y la lentitud de la solución, y los proveedores de toda la industria se apresuran a posicionar sus productos como el camino a seguir.

Un cambio de escala

El punto de inflexión llegó con Claude Mythos. Cuando Anthropic anunció el modelo altamente cauteloso, los ejecutivos de seguridad de las principales empresas de tecnología empresarial se dieron cuenta de una manera que no lo habían hecho en lanzamientos fronterizos anteriores.

Zscaler fue una de las primeras organizaciones a las que se les dio acceso al modelo, y el CEO Jay Chaudhry le dijo a CyberScoop que ordenó a su equipo que lo usara para probar las propias aplicaciones de la compañía.

«¿Estamos encontrando cosas serias? Sí, efectivamente», dijo Chaudhry a CyberScoop en la Cumbre de Gestión de Riesgos y Seguridad de Gartner. Tuvo cuidado de señalar que los hallazgos no fueron necesariamente más graves que los producidos por otros modelos. El problema, dijo, era el volumen.

«No hay suficientes recursos ni ciclos para solucionar todo eso», dijo.

La razón por la que Mythos cambió el cálculo, según Tom Gillis, gerente general de infraestructura y productos de seguridad de Cisco, se reduce a la complejidad del código. La infraestructura de red heredada se construyó sobre decenas de millones de líneas de código desarrolladas durante décadas, y los modelos de IA anteriores carecían de la ventana de contexto y la capacidad de razonamiento para comprenderla en su totalidad.

«Antes los modelos no podían entender todo esto», dijo a CyberScoop. «Ahora pueden hacerlo. Por eso están encontrando todas estas vulnerabilidades».

El problema va más allá del código de la aplicación. Los firewalls y conmutadores de red a menudo funcionan durante décadas sin actualizaciones ni reinicios, y muchos nunca han sido parcheados de manera significativa. La combinación de una infraestructura obsoleta y modelos de IA de nueva capacidad ha creado lo que Gillis describió como un cambio significativo y acelerado en la capacidad de los atacantes que los ritmos operativos existentes de la industria no estaban diseñados para absorber.

Una oportunidad en la tecnología existente

La respuesta de Cisco al diluvio de vulnerabilidades que se avecina es una tecnología que llama Live Protect, un control compensado basado en eBPFuna característica de Linux que permite que el software de seguridad funcione a nivel del kernel para bloquear amenazas sin reescribir el código del sistema.

«Es un control preciso y preciso que puede proteger una vulnerabilidad en un sistema de producción», dijo Gillis. «No estamos tocando ni modificando los binarios de ese sistema de producción».

La intención es reducir el tiempo entre el descubrimiento de una vulnerabilidad y el siguiente parche programado, permitiendo a los equipos de TI solucionar problemas sin desconectar los sistemas.

«Esto es un dedo en el dique que tapa un agujero hasta que se llega a nuevas ventanas de control de cambios», dijo, reconociendo que algunos clientes pueden verse tentados a tratar los escudos como una solución permanente.

El producto se envía desde octubre, pero la urgencia del cliente cambió notablemente después de Mythos. «Los clientes dicen: 'Oh, buena historia, Tom. Lo pensaré'». Ahora es como, 'Dios mío, enciende esto ahora mismo'”.

También señaló que eBPF es de código abierto y dijo que espera que la industria en general lo siga.

«Si bien estoy muy orgulloso de que Cisco lidere el mercado con estos controles compensados, sé que mis competidores tienen que hacer esto».

El robot que lo rompió todo

Pero proteger las vulnerabilidades sólo funciona si sabes que existen. Karimi, el CISO adjunto de Moderna, enfrentó un problema diferente: su sistema de gestión de vulnerabilidades estaba apareciendo cientos de hallazgos de alta gravedad sin una forma confiable de saber cuáles podría realmente explotar un atacante. Su equipo contaba con jugadores del equipo rojo expertos, pero eran recursos finitos. Lo que necesitaba era algo que pudiera probarse continuamente y en todas partes.

«Tenemos algunos miembros del equipo rojo y evaluadores de penetración de muy alto nivel en nuestra organización que apuntan en una dirección específica», dijo Karimi durante una presentación en la cumbre de Gartner. «XBOW está cubriendo diferentes historias de ataques para nosotros».

West, que dirige la seguridad ofensiva de XBOW, describe la plataforma como una respuesta a un problema estructural en cómo ha funcionado tradicionalmente la seguridad ofensiva. Los evaluadores humanos analizan un compromiso, lo ejecutan, escriben un informe y siguen adelante. La ventana entre pruebas es donde se acumula el riesgo.

«Históricamente, los desarrolladores de exploits dedican tiempo a encontrar las vulnerabilidades correctas, escribir los exploits, averiguar si esos exploits son accesibles y luego encontrar una manera de encadenarlos todos», dijo West. «Eso lleva mucho tiempo».

Dada la realidad, Karimi decidió someter a XBOW a una prueba, que produjo dos hallazgos notables.

En el primero, XBOW identificó una omisión del firewall de una aplicación web en una aplicación de la empresa construida en el marco Spring Boot. La omisión implicó codificar un solo carácter (una “A” mayúscula) como su equivalente de URL codificado por porcentaje (A), lo que el WAF interpretó como una solicitud legítima, permitiendo al robot acceso sin restricciones.

El segundo hallazgo, que fue la causa de la interrupción de la cena de West, fue más trascendental. West había proporcionado a XBOW acceso al código fuente de una aplicación interna llamada Orders, utilizada por los socios de investigación de Moderna para adquirir sustancias farmacológicas, pero no había credenciales de inicio de sesión. La plataforma identificó una clave API válida incorporada en el código fuente, la usó para autenticarse y luego comenzó a probar las API de la aplicación en busca de vulnerabilidades de inyección SQL.

Lo que ocurrió después no fue del todo planeado. Una de esas API manejó un intento de inyección de SQL con formato incorrecto de una manera inesperada, arrojando datos basura en una aplicación de enrutamiento compartida de la que dependían otros servicios.

«No solo pudo eliminar la aplicación de Pedidos que les mostré, sino que de alguna manera afectó a todo el ecosistema de aplicaciones», dijo West.

Los evaluadores humanos que revisaron los hallazgos posteriormente confirmaron que eran válidos y dijeron que no los habrían encontrado por sí solos. Karimi dijo que a pesar de la interrupción, su equipo reconoció el valor de inmediato.

«Si somos capaces de demostrar dónde podría haber una interrupción en un entorno de prueba seguro, esa es una gran señal», dijo.

El valor más amplio, argumentó Karimi, está en forzar la priorización cuando se descubren errores. «Si tiene pruebas de explotación, puede proporcionar ese modificador más uno y realmente indicar a sus desarrolladores que remedien el nivel superior de riesgo real que ha sido validado».

Pero sí le preocupa el volumen de errores que surgirán con estas herramientas.

«¿Cómo manejamos ahora el volumen de errores que han aumentado debido a la escala impulsada por la IA?» dijo. «Ese es otro espacio problemático».

Un ajuste de cuentas más amplio

A lo largo de estas conversaciones, un tema constante fue que incluso cuando los defensores están tratando de controlar la próxima ola de errores, será una batalla tremendamente cuesta arriba. Esto refleja lo que algunos de los principales líderes de la industria han estado diciendo durante meses.

También refleja lo que los propios desarrolladores del modelo han estado advirtiendo constantemente. En su anuncio sobre la ampliación del acceso a Mythos, Anthropic admitió que el cronograma para una herramienta disponible públicamente similar a su modelo centrado en la ciberseguridad se está acortando y no hay garantías de que se publique con salvaguardias.

«En ese mundo, los ataques cibernéticos podrían ocurrir con mucha más frecuencia y en formas mucho más impredecibles», se lee en la publicación del blog.

Gillis fue más directo sobre lo que les sucede a las organizaciones que no se mueven.

«Algunas personas tardarán en cambiar», dijo. «Pero la consecuencia de no hacer ese cambio será noticia de primera plana. Es un compromiso enorme, enorme. Ya sabes, como, 'renunciaste a todos los números de tarjetas de crédito'». Gorrón.»

Greg Otto

Escrito por Greg Otto

Greg Otto es el editor en jefe de CyberScoop y supervisa todo el contenido editorial del sitio web. Greg ha dirigido una cobertura de ciberseguridad que ha ganado varios premios, incluidos los de la Sociedad de Periodistas Profesionales y la Sociedad Estadounidense de Editores de Publicaciones Empresariales. Antes de unirse a Scoop News Group, Greg trabajó para Washington Business Journal, US News & World Report y WTOP Radio. Tiene una licenciatura en periodismo televisivo de la Universidad de Temple.

Daybreak es la respuesta de OpenAI a la carrera armamentista de la IA en ciberseguridad

OpenAI ha presentado Daybreak, una iniciativa de ciberseguridad que combina los grandes modelos de lenguaje de la compañía con su marco agente Codex para ayudar a las organizaciones a identificar, parchear y validar vulnerabilidades de software durante todo el ciclo de vida de desarrollo.

La plataforma se basa en tres niveles de modelo: GPT-5.5 para uso general, GPT-5.5 con Trusted Access for Cyber ​​para flujos de trabajo de seguridad defensiva verificados y GPT-5.5-Cyber, una variante más permisiva destinada a casos de uso especializados, como equipos rojos autorizados y pruebas de penetración. Cada nivel conlleva diferentes niveles de protección y controles de acceso, y el nivel más capaz se combina con una verificación de identidad más sólida y una supervisión a nivel de cuenta.

«Para la ciberdefensa, significa detectar el riesgo antes, actuar antes y ayudar a que el software sea resistente desde el diseño». una publicación de blog de la empresa lee.

OpenAI no respondió a la solicitud de CyberScoop de más comentarios.

El amanecer llega semanas después de que Anthropic presentara el Proyecto Glasswing, construido alrededor de Claude Mythos Preview, un sistema de inteligencia artificial centrado en la ciberseguridad que Anthropic describió como capaz de identificar de forma autónoma vulnerabilidades de software a escala. Anthropic ha mantenido el acceso a Mythos estrictamente restringido, citando tanto preocupaciones de seguridad como consideraciones de seguridad nacional, y no ha puesto el modelo a disposición comercial.

Un enfoque escalonado para el acceso

La estructura de Daybreak refleja un esfuerzo deliberado para calibrar el acceso frente al riesgo que presentan estos modelos. El modelo estándar GPT-5.5 está disponible para trabajos generales de empresas y desarrolladores. GPT-5.5 con Trusted Access for Cyber ​​está dirigido a profesionales de la seguridad que participan en flujos de trabajo defensivos, incluida la clasificación de vulnerabilidades, el análisis de malware, la ingeniería de detección y la validación de parches. GPT-5.5-Cyber, el nivel de mayor capacidad, se encuentra actualmente en versión preliminar y reservado para flujos de trabajo especializados en condiciones controladas.

OpenAI ha planteado los controles de acceso como una respuesta a la naturaleza de doble uso de la tecnología subyacente. La empresa reconoció que las mismas capacidades de inteligencia artificial que permiten a los defensores comprender las relaciones entre bases de código, identificar vulnerabilidades sutiles y acelerar la remediación podrían usarse indebidamente. La plataforma combina una capacidad ampliada con lo que OpenAI describe como confianza, verificación, salvaguardias proporcionales y responsabilidad.

«No creemos que sea práctico o apropiado decidir de forma centralizada quién puede defenderse», dijo la empresa. en una publicación de blog anterior relacionado con el programa Trusted Access for Cyber. «En lugar de eso, nuestro objetivo es permitir que haya tantos defensores legítimos como sea posible, con un acceso basado en la verificación, las señales de confianza y la rendición de cuentas».

Socios de la industria y debates gubernamentales

Varias empresas importantes de tecnología y ciberseguridad ya están trabajando dentro del marco Trusted Access for Cyber, incluidas Cisco, Oracle, CrowdStrike, Palo Alto Networks, Cloudflare, Fortinet, Akamai y Zscaler.

Anthony Grieco, director de seguridad y confianza de Cisco, describió la tecnología como un «multiplicador de fuerza para los defensores», y señaló que modelos como GPT-5.5 están cambiando el ritmo de las operaciones de seguridad, desde la investigación de incidentes hasta la reducción proactiva de la exposición. Añadió que el valor de la tecnología no reside únicamente en el modelo sino en el marco empresarial construido a su alrededor.

A nivel federal, la administración Trump está sopesando cómo se utilizará Mythos de Anthropic para proteger las redes gubernamentales, y el CIO federal, Greg Barbaccia, le dijo a CyberScoop el mes pasado que ve su potencial para fortalecer las defensas cibernéticas federales y las importantes incertidumbres que quedan sobre cómo se comportaría en condiciones del mundo real.

En otra parte, La Comisión Europea está en conversaciones con OpenAI. sobre el posible acceso a sus modelos avanzados de IA para identificar vulnerabilidades de ciberseguridad.

Otros expertos de la industria dijeron a CyberScoop que si bien estos modelos son muy buenos para encontrar vulnerabilidades, eso es sólo una parte del rompecabezas cuando se trata de un plan de seguridad empresarial.

«La cuestión que determina el impacto de una infracción no es qué tan rápido se encuentra la vulnerabilidad. Es qué tan lejos puede llegar una identidad comprometida antes de que alguien sepa que está comprometida», dijo Doug Merritt, presidente y director ejecutivo de Aviatrix, una empresa de seguridad en la nube. «Ese es un problema de infraestructura: ¿qué puede alcanzar cada carga de trabajo, en cada ruta, independientemente de si se ha detectado la infracción? Ninguna herramienta de parcheo responde a eso. La contención sí lo hace».

Jared Atkinson, CTO de SpecterOps, una empresa de gestión de identidades, dice que los defensores deben centrarse en lo que los atacantes pueden alcanzar una vez dentro, mientras siguen trabajando para identificar las vulnerabilidades más rápido.

«La IA acelerará partes de las operaciones de seguridad ofensivas, pero no cambia fundamentalmente el problema subyacente que enfrentan los defensores. La mayoría de las organizaciones todavía luchan por ver y gestionar las rutas de ataque que conectan el acceso inicial a los sistemas y datos críticos», afirmó. «A medida que estas herramientas maduran, la visibilidad de la exposición de la identidad y las rutas de ataque posteriores al compromiso se vuelve cada vez más urgente».

Una competencia cada vez mayor

La dinámica competitiva de ciberseguridad entre Anthropic y OpenAI se ha ido gestando durante meses. OpenAI anunció públicamente el programa Trusted Access for Cyber ​​antes del lanzamiento de Glasswing de Anthropic y desde entonces lo ha ampliado a miles de personas y organizaciones. En abril, la compañía lanzó GPT-5.4 Cyber, una variante de modelo optimizada específicamente para tareas de ciberseguridad, incluidas pruebas e investigación de vulnerabilidades, regidas por requisitos de verificación de identidad y conocimiento de su cliente.

Los expertos en ciberseguridad de Estados Unidos y el Reino Unido han descrito a Claude Mythos como una mejora significativa con respecto a los modelos fronterizos anteriores en la identificación de vulnerabilidades de ciberseguridad, aunque continúa el debate sobre su impacto práctico en la seguridad de la información. GPT-5.4 Cyber ​​también se ha perfeccionado para pruebas e investigación de vulnerabilidades, y OpenAI indica que tiene la intención de realizar mejoras iterativas a medida que el programa madure.

La intención declarada de OpenAI es ampliar el acceso a los modelos más capaces de Daybreak a lo largo del tiempo, trabajando junto con socios de la industria y el gobierno mientras implementa lo que describe como «modelos cada vez más con capacidad cibernética» a través de un enfoque de implementación iterativo. La compañía ha indicado que es cautelosa a la hora de ejercer demasiado control centralizado sobre qué sectores o industrias participan en el programa.

El director ejecutivo Sam Altman planteó la iniciativa en términos amplios. «La IA ya es buena y está a punto de volverse súper buena en ciberseguridad» escribió en X. «Nos gustaría empezar a trabajar con tantas empresas como sea posible ahora para ayudarlas a protegerse continuamente».

Greg Otto

Escrito por Greg Otto

Greg Otto es el editor en jefe de CyberScoop y supervisa todo el contenido editorial del sitio web. Greg ha dirigido una cobertura de ciberseguridad que ha ganado varios premios, incluidos los de la Sociedad de Periodistas Profesionales y la Sociedad Estadounidense de Editores de Publicaciones Empresariales. Antes de unirse a Scoop News Group, Greg trabajó para Washington Business Journal, US News & World Report y WTOP Radio. Tiene una licenciatura en periodismo televisivo de la Universidad de Temple.