Una falla del kernel de Linux de hace 9 años permite la ejecución de comandos raíz en las principales distribuciones – CYBERDEFENSA.MX

Investigadores de ciberseguridad han revelado detalles de una vulnerabilidad en el kernel de Linux que no fue detectada durante nueve años.

La vulnerabilidad, identificada como CVE-2026-46333 (puntuación CVSS: 5,5), es un caso de gestión inadecuada de privilegios que podría permitir a un usuario local sin privilegios revelar archivos confidenciales y ejecutar comandos arbitrarios como root en instalaciones predeterminadas de varias distribuciones importantes como Debian, Fedora y Ubuntu. También tiene el nombre en código ssh-keysign-pwn.

Según Qualys, que descubrió la falla, el problema tiene su origen en la función __ptrace_may_access() del kernel y se introdujo en noviembre de 2016.

«La primitiva es confiable y convierte cualquier shell local en un camino hacia la raíz o hacia material de credenciales sensible», dijo Saeed Abbasi, gerente senior de la Unidad de Investigación de Amenazas de Qualys. dicho.

Ciberseguridad

La explotación exitosa de la falla podría permitir a un atacante local revelar /etc/shadow y alojar claves privadas en /etc/ssh/*_key, así como ejecutar comandos arbitrarios como root a través de cuatro exploits diferentes dirigidos a chage, ssh-keysign, pkexec y account-daemon.

La divulgación se produce como un exploit de prueba de concepto (PoC) para la vulnerabilidad. liberado la semana pasada, poco después de que surgiera una confirmación pública del kernel. CVE-2026-46333 es la última vulnerabilidad de seguridad revelada en el kernel de Linux después de Copy Fail. Fragmento sucioy Fragnesia durante el último mes.

Se recomienda aplicar la última actualización del kernel publicada por las distribuciones de Linux. Si las actualizaciones no se pueden realizar inmediatamente, las soluciones temporales incluyen elevar «kernel.yama.ptrace_scope» a 2.

«En los hosts que han permitido usuarios locales que no son de confianza durante el período de exposición, trate las claves de host SSH y las credenciales almacenadas en caché local como potencialmente reveladas», dijo Qualys. «Rote las claves del host y revise cualquier material administrativo que viva en la memoria de los procesos set-uid».

El desarrollo sigue al lanzamiento de una PoC para una falla de escalada de privilegios local llamada Robo de pines que permite a los atacantes locales obtener privilegios de root en los sistemas Arch Linux. El exploit requiere que el módulo Reliable Datagram Sockets (RDS) esté cargado en el sistema de destino, que io_ring esté habilitado, un binario SUID-root legible y soporte x86_64 para la carga útil incluida.

Ciberseguridad

«PinTheft es un exploit de escalada de privilegios locales de Linux para una copia cero de RDS de doble liberación que se puede convertir en una sobrescritura de caché de página a través de buffers fijos io_uring», Zellic y el equipo de seguridad de V12 dicho.

«El error se encontraba en la ruta de envío de copia cero de RDS. rds_message_zcopy_from_user() fija las páginas de usuario una a la vez. Si una página posterior falla, la ruta de error descarta las páginas que ya fijó, y la limpieza posterior de mensajes RDS las descarta nuevamente porque las entradas de la lista de dispersión y el recuento de entradas permanecen activas después de que se borra el notificador de zcopy. Cada envío fallido de copia cero puede robar una referencia de la primera página».

Los atacantes atacaron con fuerza las vulnerabilidades el año pasado, lo que convirtió a los exploits en el principal punto de entrada para las infracciones.

Los atacantes no se cansaron de las vulnerabilidades a su disposición el año pasado, lo que convirtió a los exploits en el principal vector de acceso inicial en más de 22.000 infracciones que Verizon analizó en su último informe. Informe de investigaciones de vulneración de datos lanzado el martes.

El enorme estudio anual descubrió una oleada de vulnerabilidades explotadas durante un período de un año que finalizó en octubre de 2025. Los defectos explotados representaron el 31% de todos los vectores de acceso inicial conocidos, frente al 20% del año anterior.

El aumento de las vulnerabilidades explotadas es un reflejo de la “causa sísifo” de la gestión de vulnerabilidades, escribieron los investigadores en el informe. «En pocas palabras, a menudo hay demasiadas vulnerabilidades y no hay tiempo suficiente para parchearlas todas».

Las organizaciones están luchando por mantenerse al día con el torrente de vulnerabilidades que afectan la tecnología en todos sus sistemas. Esta caída es especialmente preocupante, y está en declive, entre los defectos del catálogo de vulnerabilidades explotadas conocidas de la Agencia de Seguridad de Infraestructura y Ciberseguridad.

Solo el 26% de las vulnerabilidades críticas en el catálogo de CISA fueron remediadas por completo por más de 13.000 organizaciones que Verizon estudió en 2025, lo que representa una caída con respecto al 38% del año anterior.

«También hay un peor resultado para el tiempo medio transcurrido hasta que una vulnerabilidad se repara por completo mediante la detección», escribieron los investigadores en el informe. «Nuestra nueva mediana de tiempo es de 43 días, casi dos semanas más que los 32 días del año pasado».

Verizon también señaló que el número medio de vulnerabilidades KEV que las organizaciones tuvieron que parchear aumentó de 11 en 2024 a 16 en 2025.

El catálogo KEV de CISA contenía más de 1.500 CVE a febrero y el 65% de ellos fueron explotados durante el año anterior, según el informe.

Verizon identificó las cinco debilidades más comunes de CISA KEV CVE en su informe: lectura fuera de límites, desbordamiento del búfer basado en montón, uso después de la liberación, control externo del nombre o ruta del archivo y acceso al recurso mediante un tipo incompatible.

Las motivaciones de los atacantes se mantuvieron relativamente constantes el año pasado: los ciberdelincuentes con motivaciones financieras representaron el 88% de todas las infracciones. El resto fueron ataques impulsados ​​por espionaje por parte de grupos afiliados al Estado.

«El ransomware sigue estando entre los tipos de infracciones más perturbadores e impactantes que vemos. Al igual que el precio de todo, desde comida rápida hasta bebidas para adultos en los estadios, continúa con una tendencia al alza», escribieron los investigadores en el informe.

El ransomware representó el 48% de todas las infracciones el año pasado, frente al 44% en 2024. Sin embargo, Verizon también observó algunas tendencias positivas en el ransomware.

Los pagos de rescate continuaron disminuyendo, y el 69% de las víctimas informaron que no pagaron, y el pago medio cayó de 150.000 dólares en 2024 a casi 140.000 dólares el año pasado.

El seguimiento del ransomware sigue siendo un desafío para los investigadores y las autoridades.

«Existe una desconexión cada vez mayor entre lo que se informa y la realidad de lo que ha ocurrido, en gran parte debido a que los actores de amenazas reutilizan filtraciones antiguas, vuelven a publicar filtraciones de otros socios criminales e inventan filtraciones de la nada para ayudar a aumentar su notoriedad en el mundo criminal», escribió Verizon en el informe. «Estamos empezando a pensar que estos ciberdelincuentes podrían no ser del todo dignos de confianza».

Sin embargo, a pesar de la falta de datos indiscutibles sobre la actividad del ransomware, los investigadores concluyeron: «El ransomware sigue siendo el pantalón de yoga de la ciberseguridad: ubicuo, obstinadamente popular y aparece en lugares inesperados cerca de usted».

Matt Kapko

Escrito por Matt Kapko

Matt Kapko es reportero de CyberScoop. Su ámbito incluye delitos cibernéticos, ransomware, defectos de software y (mala) gestión de vulnerabilidades. El californiano de toda la vida comenzó su carrera periodística en 2001 con paradas anteriores en Cybersecurity Dive, CIO, SDxCentral y RCR Wireless News. Matt tiene una licenciatura en periodismo e historia de la Universidad Estatal de Humboldt.

Las vulnerabilidades de la puerta de enlace de correo electrónico segura de SEPPMail permiten el acceso al tráfico de correo y RCE

Se han revelado vulnerabilidades críticas de seguridad en SEPPMail Puerta de enlace segura de correo electrónicouna solución de seguridad de correo electrónico de nivel empresarial, que podría explotarse para lograr la ejecución remota de código y permitir que un atacante lea correos arbitrarios desde el dispositivo virtual.

«Estas vulnerabilidades podrían haberse aprovechado para leer todo el tráfico de correo o como vector de entrada a la red interna», afirman los investigadores de InfoGuard Labs Dario Weiss, Manuel Feifel y Olivier Becker. dicho en un informe del lunes.

La lista de fallas identificadas es la siguiente:

  • CVE-2026-2743 (Puntuación CVSS: 10.0): una vulnerabilidad de recorrido de ruta en la función de transferencia de archivos grandes (LFT) de la interfaz web de usuario de SeppMail que podría permitir la escritura arbitraria de archivos, lo que resultaría en la ejecución remota de código.
  • CVE-2026-7864 (Puntuación CVSS: 6,9): exposición a una vulnerabilidad de información confidencial del sistema que filtra variables de entorno del servidor a través de un punto final no autenticado en la nueva interfaz de usuario de GINA.
  • CVE-2026-44125 (Puntuación CVSS: 9.3) – Una vulnerabilidad de verificación de autorización faltante para múltiples puntos finales en la nueva interfaz de usuario de GINA que permite a atacantes remotos no autenticados acceder a funciones que de otro modo requerirían una sesión válida.
  • CVE-2026-44126 (Puntuación CVSS: 9.2): una vulnerabilidad de deserialización de datos no confiables que permite a atacantes remotos no autenticados ejecutar código a través de un objeto serializado diseñado.
  • CVE-2026-44127 (Puntuación CVSS: 8.8) – Una vulnerabilidad de recorrido de ruta no autenticada en «/api.app/attachment/preview» que permite a atacantes remotos leer archivos locales arbitrarios y activar la eliminación de archivos en el directorio de destino con los privilegios del proceso «api.app».
  • CVE-2026-44128 (Puntuación CVSS: 9,3): una vulnerabilidad de inyección de evaluación que permite la ejecución remota de código no autenticado aprovechando el hecho de que la función /api.app/template pasa directamente el parámetro upldd proporcionado por el usuario a una declaración Perl eval() sin ningún tipo de desinfección.
  • CVE-2026-44129 (Puntuación CVSS: 8,3): una neutralización inadecuada de elementos especiales utilizados en una vulnerabilidad del motor de plantilla que permite a atacantes remotos ejecutar expresiones de plantilla arbitrarias y potencialmente lograr la ejecución remota de código dependiendo de los complementos de plantilla habilitados.
Ciberseguridad

En un escenario de ataque hipotético, un actor de amenazas podría explotar CVE-2026-2743 para sobrescribir la configuración de syslog del sistema («/etc/syslog.conf») haciendo uso del acceso de escritura del usuario «nadie» al archivo y, en última instancia, obtener un shell inverso basado en Perl. El resultado final es una toma completa del dispositivo SEPPmail, lo que permite al atacante leer todo el tráfico de correo y persistir indefinidamente en la puerta de enlace.

Un obstáculo importante que un atacante debe superar para lograr la ejecución remota de código es que registro del sistema relee la configuración sólo al recibir la Suspiro (también conocida como señal de «colgar»). Syslogd es un demonio del sistema Linux responsable de escribir mensajes del sistema en archivos de registro o en la terminal de un usuario.

«El dispositivo utiliza newsyslog para la rotación de registros (por ejemplo, que conduce a logfile.0), que se ejecuta cada 15 minutos a través de cron», explicaron los investigadores. «newsyslog rota los archivos que exceden un límite de tamaño y luego envía automáticamente un SIGHUP a syslogd. Al inflar los archivos de registro como SEPPMaillog, que tiene un límite de 10,000 KB en este caso, podemos forzar una rotación y una recarga posterior de la configuración. Estos se pueden completar simplemente enviando solicitudes web».

Si bien se dice que CVE-2026-44128 fue fijado con la versión 15.0.2.1, CVE-2026-44126 se solucionó con el lanzamiento de la versión 15.0.3. Las vulnerabilidades restantes se han solucionado en la versión 15.0.4.

La divulgación se produce semanas después de que SEPPmail enviara actualizaciones para resolver otra falla crítica (CVE-2026-27441puntuación CVSS: 9,5) que podría permitir la ejecución arbitraria de comandos del sistema operativo.

La operación Ramz de INTERPOL desbarata las redes de ciberdelincuencia de MENA con 201 detenciones – CYBERDEFENSA.MX

INTERPOL ha coordinado una campaña de lucha contra los delitos cibernéticos, la primera de su tipo, en Oriente Medio y el Norte de África (MENA), que dio lugar a 201 detenciones y la identificación de 382 sospechosos adicionales.

La iniciativa involucró los esfuerzos de 13 países de la región entre octubre de 2025 y febrero de 2026, con el objetivo de investigar y neutralizar infraestructura maliciosa, arrestar a los perpetradores detrás de estas actividades y prevenir pérdidas futuras.

«La operación se centró en neutralizar las amenazas de phishing y malware, así como en hacer frente a las estafas cibernéticas que causan graves costes a la región», INTERPOL dicho en un comunicado. «Además de las detenciones realizadas, se identificaron 3.867 víctimas y se incautaron 53 servidores».

La operación, cuyo nombre en clave Ramzprovocó la interrupción de un servicio de phishing como servicio (PhaaS) por parte de las autoridades argelinas después de que su servidor fuera confiscado, junto con una computadora, un teléfono móvil y discos duros que contenían software y scripts de phishing. Un sospechoso fue arrestado en relación con el plan.

En otros lugares, funcionarios marroquíes confiscaron computadoras, teléfonos inteligentes y discos duros externos que contenían datos bancarios y software utilizados para operaciones de phishing.

Ciberseguridad

Las autoridades también identificaron un servidor legítimo ubicado en una residencia privada en Omán que contenía información confidencial. El servidor padecía múltiples vulnerabilidades de seguridad críticas y estaba infectado por malware. INTERPOL dijo que se tomaron medidas para desactivar el servidor.

En un caso similar, se descubrieron dispositivos comprometidos en Qatar, sin que los propios propietarios supieran que sus sistemas estaban siendo utilizados para difundir «amenazas maliciosas». Aunque no se reveló la naturaleza exacta de estas amenazas, se dice que las máquinas afectadas fueron aseguradas y se alertó a los propietarios de los dispositivos para que tomaran las medidas de seguridad adecuadas.

Por último, la policía jordana identificó una computadora que se utilizaba para ejecutar estafas de fraude financiero, donde se engañaba a usuarios desprevenidos para que invirtieran sus activos en una plataforma comercial aparentemente legítima, solo para que se cerrara una vez que se depositaban los fondos.

«Una redada descubrió a 15 personas que llevaban a cabo estafas, pero los investigadores determinaron que eran víctimas de trata de personas que habían sido reclutadas bajo la falsa promesa de empleo en sus países de origen en Asia», dijo INTERPOL.

«Al llegar a Jordania, les confiscaron los pasaportes y los obligaron o coaccionaron a participar en el plan. Dos individuos sospechosos de orquestar la operación fueron arrestados».

Group-IB, que fue una de las empresas del sector privado que participó en el esfuerzo, dicho proporcionó «inteligencia procesable» sobre más de 5.000 cuentas comprometidas, incluidas aquellas asociadas con la infraestructura gubernamental, y compartió detalles sobre la infraestructura de phishing activa en toda la región.

«El cibercrimen no tiene fronteras y la única respuesta eficaz es una que tampoco las tenga», Joe Sander, director ejecutivo de Team Cymru, dicho. «La Operación Ramz es exactamente ese tipo de respuesta: las fuerzas del orden y socios confiables del sector privado reúnen inteligencia, actúan en conjunto y desmantelan la infraestructura de la que dependen los delincuentes».

Ciberseguridad

Los países que participaron en la Operación Ramz incluyeron Argelia, Bahrein, Egipto, Irak, Jordania, Líbano, Libia, Marruecos, Omán, Palestina, Qatar, Túnez y los Emiratos Árabes Unidos.

Serie de acciones policiales

Los arrestos se producen en el contexto de una serie de acciones policiales anunciadas por Alemania y el Departamento de Justicia (DoJ) de Estados Unidos en las últimas semanas.

  • la sentencia de Thomasz Szabo (alias Plank, Jonah y Cypher), de 27 años, de Rumania, a 48 meses de prisión por su papel como cerebro de una red de aplastamiento en línea que tenía como objetivo a más de 75 funcionarios públicos, cuatro instituciones religiosas y varios periodistas.
  • la acusación de Debo a Martín Andresen (también conocido como Speedstepper), el presunto administrador principal del mercado ilícito de la red oscura, Dream Market, acusado de lavado de dinero, tras su arresto en Alemania la semana pasada.
  • El cierre de una versión relanzada del red criminal mercado (originalmente fue desmantelado en diciembre de 2024) y el arresto de un presunto administrador, un ciudadano alemán de 35 años, en la isla española de Mallorca.
  • la convicción de Sohaib Akhterde 34 años, de Alexandria, Virginia, por un jurado federal por eliminar 96 bases de datos que almacenan información del gobierno de EE. UU. y robar la contraseña en texto plano de un individuo que había presentado una queja ante el Portal Público de la Comisión de Igualdad de Oportunidades en el Empleo.
  • la sentencia de Alan Billde 33 años, de Bratislava, el administrador eslovaco de Kingdom Market, a 200 meses (más de 16 años) de prisión después de que se declarara culpable de conspiración para distribuir sustancias controladas, drogas ilegales, datos financieros robados, documentos falsificados y malware a principios de enero.
  • la sentencia de David José Gómez Cegarrade 25 años, de Venezuela, al tiempo cumplido y al pago de una restitución por un total de $294,820 en relación con una serie de incidentes de premios mayores en cajeros automáticos entre el 5 de octubre y el 11 de noviembre de 2024, en los estados estadounidenses de Nueva York, Massachusetts e Illinois.
  • la sentencia de Marlon Ferro (alias GothFerrari), de 20 años, de Santa Ana, California, a 78 meses de prisión en relación con una conspiración de ingeniería social que robó más de 250 millones de dólares en criptomonedas a víctimas en todo Estados Unidos entre finales de 2023 y principios de 2025.

«Este [social engineering] «El esquema combinaba un sofisticado fraude en línea con un robo a la antigua usanza para drenar a las víctimas millones de dólares en activos digitales», afirmó la fiscal federal Jeanine Ferris Pirro.

«Los agentes de la conspiración generalmente apuntaban a personas que se creía que tenían importantes tenencias de criptomonedas. Sus miembros manipularon a las víctimas para que les entregaran el acceso a sus billeteras digitales a través de elaborados esquemas de fraude. Cuando las víctimas almacenaban sus criptomonedas en billeteras de hardware, dispositivos físicos a los que no se puede acceder de forma remota, la empresa recurrió a Ferro».

Las estaciones de trabajo para desarrolladores ahora son parte de la cadena de suministro de software – CYBERDEFENSA.MX

Los atacantes de la cadena de suministro no sólo intentan introducir código malicioso en software confiable. Están intentando robar el acceso que hace posible el software confiable. Recientemente, tres campañas separadas llegaron a npm, PyPI y Docker Hub en un período de 48 horas, y las tres apuntaron a secretos de entornos de desarrollador y canalizaciones de CI/CD, incluidas claves API, credenciales de nube, claves SSH y tokens. Esta es una preocupación constante y se propaga a sí misma, como se ve en ataques como las campañas del «mini Shai Hulud».

Ese patrón debería cambiar la forma en que los equipos de seguridad piensan sobre la cadena de suministro de software.

Tradicionalmente, la seguridad se centraba en sistemas compartidos como repositorios de código fuente, plataformas CI/CD, registros de artefactos, administradores de paquetes y entornos de nube. El objetivo era proteger las cargas de trabajo y los datos de producción. Es absolutamente necesario que nos centremos en estos ámbitos, pero el panorama es incompleto.

La entrega de software moderno comienza antes de que el código llegue a Git. Comienza en la estación de trabajo del desarrollador, donde se escribe el código, se instalan las dependencias, se prueban las credenciales, se solicita a los asistentes de IA, se crean contenedores y comienzan las acciones confiables.

Las estaciones de trabajo de los desarrolladores son una parte real de la cadena de suministro de software. Tratarlos como «simples» puntos finales comunes deja brechas entre la seguridad de los puntos finales, la seguridad de la identidad, la seguridad de las aplicaciones y la gobernanza de la cadena de suministro.

Los ataques a la cadena de suministro se han convertido en operaciones de recolección de credenciales

Los incidentes recientes siguen apuntando a la misma verdad operativa. Los atacantes pueden utilizar paquetes envenenados, imágenes comprometidas, bots de dependencia, flujos de trabajo maliciosos o herramientas de desarrollo vulnerables, pero el objetivo recurrente es el acceso.

Eventos como las campañas TeamPCP y Shai-Hulud muestran cómo los ataques a la cadena de suministro convergen cada vez más en torno al robo de credenciales. En la campaña TeamPCP, los atacantes utilizaron paquetes comprometidos y herramientas de desarrollo para recolectar tokens, credenciales de nube, claves SSH, archivos de configuración npm y variables de entorno.

Shai-Hulud impulsó el mismo patrón aún más, convirtiendo los entornos de desarrolladores infectados en puntos de recopilación de credenciales que expusieron miles de secretos en GitHub, servicios en la nube, registros de paquetes y sistemas internos.

Esto no es sólo una manipulación del software. Se trata de una recopilación de credenciales en puntos en los que los desarrolladores y la automatización ya tienen confianza.

La cadena de suministro queda expuesta cuando los atacantes obtienen acceso a credenciales y contexto que les permiten alterar, publicar, construir, implementar o hacerse pasar por sistemas de software confiables. Los paquetes modificados y publicados en un ataque moderno a la cadena de suministro permanecen activos durante horas, mientras que las herramientas de automatización combinan actualizaciones maliciosas en minutos.

El hilo conductor de muchos de los ataques recientes han sido los secretos, ya sea como vector de acceso inicial o como objetivo de recopilación.

La ruta del atacante ahora pasa por el contexto del lado del desarrollador

La estación de trabajo del desarrollador es valiosa porque concentra el contexto. A menudo contiene repositorios locales, archivos .env, historial de shell, claves SSH, credenciales y configuraciones del administrador de paquetes, scripts de compilación, registros de depuración y sesiones del navegador. Esas piezas se vuelven mucho más peligrosas cuando se ven juntas.

Un token de acceso único puede parecer limitado de forma aislada. Un token que se encuentra junto a un control remoto de Git, un script de implementación, un archivo README, un perfil de nube y una configuración de CI le indica al atacante dónde encaja el token y qué podría desbloquear. En la campaña Shai-Hulud 2.0, por ejemplo, las credenciales de GitHub dominaron las credenciales expuestas y exfiltradas, cada una con potencial acceso de administrador a repositorios y flujos de trabajo de CI.

El compromiso local no es sólo un problema de dispositivo. Puede servir como mapa para el control de fuentes, cuentas en la nube, flujos de trabajo de publicación de paquetes, sistemas CI/CD, API internas e infraestructura adyacente a la producción.

Autoridad de entrega de software de Developer Machines Concentrate

Una computadora portátil estándar para empleados puede exponer datos corporativos. Una estación de trabajo de desarrollador puede exponer la capacidad de cambiar el software. Esa distinción es fundamental al considerar la seguridad de los terminales.

Los desarrolladores suelen necesitar un acceso amplio para realizar su trabajo. Clonan repositorios privados, se autentican en servicios en la nube, publican paquetes, acceden a entornos de prueba e interactúan con múltiples herramientas internas. Sus máquinas se convierten en una intersección funcional de código fuente, credenciales, automatización y autoridad de entrega.

Si bien no todos los desarrolladores tienen acceso a la producción, muchos sí tienen acceso suficiente para influir en los sistemas que eventualmente producirán resultados de producción. Un token de registro puede afectar a los paquetes. Un token de GitHub puede afectar repositorios o flujos de trabajo. Un perfil de nube puede exponer la infraestructura. Una credencial CI/CD puede afectar el comportamiento de la compilación.

A la junta y a los auditores no les importa si un desarrollador almacenó un secreto localmente. En realidad, el riesgo empresarial es que una exposición local proporcione a los atacantes un camino hacia los sistemas que crean, modifican, publican u operan software.

Ese cambio cambia las preguntas que los equipos de seguridad deberían plantearse:

  • ¿Puede identificar qué credenciales se pueden utilizar desde las estaciones de trabajo de los desarrolladores?
  • ¿Puede limitar el valor y la vida útil de esas credenciales?
  • ¿Puede detectar material confidencial antes de que ingrese al historial de Git, registros de CI, tickets, artefactos o chat?
  • ¿Puede revocar y rotar el acceso rápidamente cuando sospecha que la estación de trabajo está comprometida?
  • ¿Puedes notar la diferencia entre exposición local de bajo impacto y credenciales con privilegios similares a los de administrador?

Esas preguntas se sitúan entre AppSec, endpoints, identidad, plataforma y seguridad en la nube. Independientemente de cómo decida coordinar su organización, debe comprender cómo se conecta el comportamiento de los desarrolladores con los sistemas de entrega.

La automatización y la inteligencia artificial hacen que la superficie de exposición sea más delgada y rápida

La automatización ha comprimido el tiempo entre el compromiso y el impacto. Los robots de actualización de dependencias pueden abrir y fusionar cambios rápidamente. Los sistemas CI/CD pueden ejecutar flujos de trabajo confiables automáticamente. Los administradores de paquetes pueden ejecutar scripts de instalación. Los agentes de IA y los asistentes de codificación pueden leer archivos, llamar a herramientas, generar comandos, inspeccionar resultados y mover el contexto entre sistemas.

La automatización no es intrínsecamente insegura, pero normalmente cualquier automatización hereda la confianza, especialmente si se presenta en forma de agencia. Si una actualización de dependencia maliciosa parece rutinaria, un flujo de trabajo automatizado puede hacerla avanzar más rápido de lo que un revisor humano puede entender lo que sucedió.

IA en el circuito

El desarrollo asistido por IA añade otro conjunto de puntos de transferencia. Los datos confidenciales pueden aparecer en mensajes, salidas de terminales, llamadas a herramientas, código generado, memoria del agente, registros y configuración local copiados en una sesión de depuración. La cuestión es más amplia que si un proveedor de modelos almacena indicaciones. El problema más importante es que el contexto de desarrollo local ahora fluye a través de sistemas más semiautomatizados.

Los equipos de seguridad deben evaluar el riesgo de la codificación de IA a través de la misma lente que utilizan para el riesgo de la cadena de suministro. Los equipos deben responder: ¿qué fuentes y datos puede leer la herramienta? ¿Qué puede ejecutar? ¿A dónde va la producción? ¿Qué credenciales hay cerca? Y, quizás lo más importante, ¿qué confianza hereda el flujo de trabajo?

Los controles posteriores siguen siendo importantes, pero ya es demasiado tarde por sí solos

El escaneo de repositorios, la protección de sucursales, la política de CI/CD, la firma de artefactos, el análisis de dependencias y los controles de tiempo de ejecución siguen siendo esenciales. Crean puntos de cumplimiento compartidos y ayudan a los equipos a controlar el software a escala.

El problema ahora es el momento oportuno, gracias a la velocidad de los ataques modernos. Los atacantes ahora aprovechan las herramientas impulsadas por IA para explotar todos y cada uno de los secretos a los pocos segundos de ser descubiertos.

Las barandillas reducen la exposición potencial y el radio de explosión. La captura de material confidencial mientras un desarrollador edita un archivo, prepara una confirmación, ejecuta un comando local, instala una dependencia o interactúa con un asistente de inteligencia artificial mantiene el impacto al mínimo.

Los programas maduros distinguen entre acciones que deberían bloquearse, acciones que deberían dar advertencias y acciones que simplemente deberían generar telemetría para una investigación más profunda. El objetivo no es sepultar a los desarrolladores en fricciones.

Trate la estación de trabajo como un límite de la cadena de suministro local

La cadena de suministro de software moderna no comienza cuando se envía código. Comienza donde el código, las credenciales, la automatización y la confianza se unen por primera vez.

Es hora de tratar la estación de trabajo del desarrollador como un límite de la cadena de suministro local. Ese límite incluye el IDE, la terminal, el cliente Git, el administrador de paquetes, las herramientas de contenedor, la CLI en la nube, el sistema de compilación local, las prácticas de manejo de secretos, los asistentes de IA y los agentes de automatización. Es el lugar donde la acción de los desarrolladores individuales se convierte en un riesgo de entrega de software organizacional.

¿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.

CISA agrega Cisco SD-WAN CVE-2026-20182 a KEV después de las vulnerabilidades de acceso de administrador – CYBERDEFENSA.MX

La Agencia de Seguridad de Infraestructura y Ciberseguridad de EE. UU. (CISA) el jueves agregado una vulnerabilidad recientemente revelada que afecta al controlador Cisco Catalyst SD-WAN en su catálogo de vulnerabilidades explotadas conocidas (KEV), lo que requiere que las agencias del Poder Ejecutivo Civil Federal (FCEB) solucionen el problema antes del 17 de mayo de 2026.

La vulnerabilidad es una omisión de autenticación crítica rastreada como CVE-2026-20182. Tiene una calificación de 10,0 en el sistema de puntuación CVSS, lo que indica gravedad máxima.

«El controlador y administrador Cisco Catalyst SD-WAN contienen una vulnerabilidad de omisión de autenticación que permite a un atacante remoto no autenticado omitir la autenticación y obtener privilegios administrativos en un sistema afectado», CISA dicho.

En un aviso separado, Cisco atribuido la explotación activa de CVE-2026-20182 con alta confianza en UAT-8616, el mismo grupo detrás de la militarización de CVE-2026-20127 para obtener acceso no autorizado a sistemas SD-WAN.

«UAT-8616 realizó acciones posteriores al compromiso similares después de explotar con éxito CVE-2026-20182, como se observó en la explotación de CVE-2026-20127 por parte del mismo actor de amenazas», dijo Cisco Talos. «UAT-8616 intentó agregar claves SSH, modificar configuraciones de NETCONF y escalar a privilegios de root».

Se evalúa que la infraestructura utilizada por UAT-8616 para llevar a cabo actividades de explotación y posteriores al compromiso se superpone con las redes Operational Relay Box (ORB), y la empresa de ciberseguridad también observa múltiples grupos de amenazas que explotan CVE-2026-20133, CVE-2026-20128 y CVE-2026-20122 a partir de marzo de 2026.

Las tres vulnerabilidades, cuando se encadenan, pueden permitir que un atacante remoto no autenticado obtenga acceso no autorizado al dispositivo. Se agregaron al catálogo KEV de CISA el mes pasado.

Ciberseguridad

Se ha descubierto que la actividad aprovecha el código de explotación de prueba de concepto disponible públicamente para implementar shells web en sistemas pirateados, lo que permite a los operadores ejecutar comandos bash arbitrarios. Uno de esos shells web basados ​​en JavaServer Pages (JSP) recibió el nombre en código XenShell debido al uso de una PoC publicada por ZeroZenX Labs.

Al menos 10 grupos diferentes han sido vinculados a la explotación de las tres fallas:

  • Grupo 1 (Activo desde al menos el 6 de marzo de 2026), que implementa el shell web de Godzilla
  • Grupo 2 (Activo desde al menos el 10 de marzo de 2026), que implementa el shell web Behinder
  • Grupo 3 (Activo desde al menos el 4 de marzo de 2026), que implementa el shell web XenShell y una variante de Behinder
  • Grupo 4 (Activo desde al menos el 3 de marzo de 2026), que implementa una variante del webshell de Godzilla
  • Grupo 5 (Activo desde al menos el 13 de marzo de 2026), cuyo agente de malware compiló a partir del marco de trabajo de equipo rojo AdaptixC2.
  • Grupo 6 (Activo desde al menos el 5 de marzo de 2026), que implementa el marco de comando y control (C2) de Sliver
  • Grupo 7 (Activo desde al menos el 25 de marzo de 2026), que implementa un minero XMRig
  • Grupo 8 (Activo desde al menos el 10 de marzo de 2026), que despliega el KScan herramienta de mapeo de activos y puerta trasera basada en Nim que probablemente se base en nimplanta y viene con capacidades para realizar operaciones de archivos, ejecutar archivos usando bash y recopilar información del sistema
  • Grupo 9 (Activo desde al menos el 17 de marzo de 2026), que implementa un minero XMRig y una herramienta de tunelización y proxy basada en pares llamada gsocket
  • Grupo 10 (Activo desde al menos el 13 de marzo de 2026), que implementa un ladrón de credenciales que intenta obtener el volcado de hash de un usuario administrador, fragmentos de claves de tokens web JSON (JWT) que se utilizan para la autenticación de API REST y credenciales de AWS para vManage.

Cisco recomienda que los clientes sigan las pautas y recomendaciones descritas en los avisos para las vulnerabilidades antes mencionadas para proteger sus entornos.

El importante fabricante de tecnología Foxconn confirma que el ciberataque afectó a las fábricas de América del Norte

Foxconn, uno de los mayores fabricantes de productos electrónicos vendidos por importantes proveedores de tecnología del mundo, se está recuperando de un ciberataque que interrumpió algunas de las fábricas de la compañía en América del Norte.

Nitrogen, un grupo de ransomware conocido por atacar organizaciones en los sectores de fabricación, construcción y tecnología, se atribuyó la responsabilidad del ataque en su sitio de filtración de datos y dijo que robó 8 terabytes de datos que abarcan más de 11 millones de archivos.

El grupo de amenazas publicó capturas de pantalla de algunos de los datos supuestamente robados y afirmó que comprometían «instrucciones, proyectos y dibujos confidenciales de Intel, Apple, Google, Dell, Nvidia y muchos otros proyectos».

Foxconn es conocido como el principal ensamblador de iPhones de Apple. Apple y las otras empresas supuestamente afectadas por el ataque no respondieron a una solicitud de comentarios.

Un portavoz de Foxconn confirmó que algunas de sus fábricas en América del Norte sufrieron un ciberataque y dijo que su equipo de ciberseguridad respondió inmediatamente a la violación implementando «medidas adicionales para garantizar la continuidad de la producción y la entrega».

El portavoz no respondió preguntas sobre cuándo ocurrió el ataque o qué sistemas o datos se vieron afectados, pero señaló que “las fábricas afectadas están reanudando actualmente la producción normal” a partir del martes.

El nitrógeno se observó por primera vez en 2023, utilizando ALPHV, una de las variantes de ransomware más frecuentes en ese momento, dijo a CyberScoop Cynthia Kaiser, vicepresidenta senior del Centro de investigación de ransomware de Halcyon. El grupo comenzó a utilizar código robado de Conti, otra variante de ransomware anteriormente prolífica, en 2024 para crear sus propias herramientas de ataque personalizadas para atacar entornos de servidores Windows y VMware, añadió.

El grupo de amenazas se ha centrado más recientemente en empresas de los sectores manufacturero y tecnológico. «Sin embargo, los casos más recientes de reclamaciones por parte de Nitrogen no incluyen una lista de archivos funcional en el sitio de la fuga e incluyen en su mayoría imágenes de archivos más antiguas», dijo Kaiser. «Esto plantea dudas sobre si Nitrogen está inflando las reclamaciones por robo de datos en un intento de presionar a las víctimas para que paguen rescates más altos».

Foxconn no ha descrito la naturaleza del ataque ni ha confirmado la existencia de una demanda de rescate.

Ismael Valenzuela, vicepresidente de investigación e inteligencia de amenazas de Arctic Wolf Labs, dijo que Nitrogen sigue un «libro de jugadas consistente, robando datos antes de cifrar los sistemas para tener influencia en múltiples frentes, combinando la interrupción operativa con la amenaza de que se exponga información confidencial».

Las tácticas del grupo de amenazas indican que no es oportunista, sino más bien “operando con un modelo definido, enfocándose en organizaciones que son más fáciles de acceder pero que aún son lo suficientemente críticas como para impulsar la presión y el pago”, agregó Valenzuela.

Foxconn, también conocida como Hon Hai Precision Industry con sede en Taiwán, se encuentra entre las empresas más grandes del mundo con 259 mil millones de dólares en ingresos el año pasado, dijo la compañía. La presencia de Foxconn en Norteamérica incluye múltiples fábricas en México, Wisconsin, Ohio, Texas, Virginia e Indiana.

Matt Kapko

Escrito por Matt Kapko

Matt Kapko es reportero de CyberScoop. Su ámbito incluye delitos cibernéticos, ransomware, defectos de software y (mala) gestión de vulnerabilidades. El californiano de toda la vida comenzó su carrera periodística en 2001 con paradas anteriores en Cybersecurity Dive, CIO, SDxCentral y RCR Wireless News. Matt tiene una licenciatura en periodismo e historia de la Universidad Estatal de Humboldt.

Cómo las alucinaciones de la IA están creando riesgos reales para la seguridad – CYBERDEFENSA.MX

Las alucinaciones de la IA están introduciendo graves riesgos de seguridad en la toma de decisiones sobre infraestructura crítica al explotar la confianza humana a través de resultados muy seguros pero incorrectos. Cuando un modelo de IA carece de certeza, no tiene un mecanismo para reconocerlo. En cambio, genera la respuesta más probable basada en patrones en sus datos de entrenamiento, incluso si esa respuesta es inexacta. Estos resultados pueden parecer autorizados, lo que los hace especialmente peligrosos a la hora de impulsar decisiones de seguridad en el mundo real.

Residencia en Punto de referencia AA-Omniciencia de Artificial Analysisuna evaluación realizada en 2025 de 40 modelos de IA encontró que todos menos cuatro modelos probados tenían más probabilidades de proporcionar una respuesta incorrecta y segura que una respuesta correcta a preguntas difíciles. A medida que la IA adquiere un papel más importante en las operaciones de ciberseguridad, las organizaciones deben tratar cada respuesta generada por la IA como una vulnerabilidad potencial hasta que un humano la haya verificado.

¿Qué son las alucinaciones de la IA?

Las alucinaciones de la IA se presentan con confianza, son resultados que suenan plausibles pero que en realidad son inexactos. Los modelos de lenguaje base no recuperan información verificada; construyen respuestas prediciendo palabras y frases a partir de patrones aprendidos en sus datos de entrenamiento. Dado que sus respuestas son estadísticamente probables pero no necesariamente ciertas, los resultados de las alucinaciones pueden parecerse mucho a información precisa. Si bien alucinan, los modelos de IA pueden citar fuentes inexistentes, hacer referencia a investigaciones que nunca se realizaron o presentar datos fabricados con la misma convicción que la información confiable.

Para las organizaciones, el principal problema que rodea a las alucinaciones de la IA no es sólo la inexactitud sino también la confianza fuera de lugar. Cuando un resultado de IA parece ser la verdad absoluta, los empleados pueden asumir que es correcto y actuar en consecuencia sin verificación. En entornos de ciberseguridad, los resultados incorrectos de la IA plantean importantes riesgos de seguridad porque no solo informan decisiones clave, sino que también alimentan directamente sistemas automatizados que pueden desencadenar acciones operativas. Los resultados pueden incluir interrupciones del sistema, pérdidas financieras y la introducción de nuevas vulnerabilidades.

¿Qué causa las alucinaciones por IA?

El primer paso para mitigar el impacto de las alucinaciones de la IA es comprender cómo se forman. Estos son los diversos factores que pueden contribuir a las alucinaciones de IA:

  • Datos de entrenamiento defectuosos: Los modelos de IA aprenden de los datos con los que se entrenan. Si esos datos contienen información desactualizada o errores absolutos, el modelo incorporará esos defectos en sus resultados. No señalará las discrepancias; aprenderá de ellos.
  • Sesgo en los datos de entrada: La representación excesiva de ciertos patrones o escenarios puede hacer que un modelo de IA trate esos patrones como universalmente aplicables, incluso cuando el contexto difiere.
  • Falta de validación de respuesta: Los modelos de lenguaje base no están diseñados para verificar la exactitud de los hechos. Se optimizan para obtener resultados coherentes y plausibles. Si bien algunos sistemas agregan capas de recuperación o conexión a tierra para reducir este riesgo, el proceso de generación central sigue siendo vulnerable a las alucinaciones.
  • Ambigüedad inmediata: Los datos vagos aumentan la probabilidad de que los modelos de IA llenen los vacíos con suposiciones, lo que aumenta el riesgo de resultados incorrectos y alucinaciones.

Tres formas en que las alucinaciones de la IA están afectando la ciberseguridad

No todas las alucinaciones de la IA tienen el mismo impacto, pero la información incorrecta o fabricada puede dejar a las organizaciones vulnerables a amenazas cibernéticas graves. Las tres formas principales en que se manifiestan las alucinaciones de la IA son las amenazas perdidas, las amenazas fabricadas y las soluciones incorrectas.

1. Amenazas perdidas

La detección de amenazas por IA a menudo se basa en la identificación de patrones y anomalías basadas en datos históricos y comportamientos aprendidos. Cuando un ciberataque se alinea con comportamientos conocidos, el modelo de IA funciona bien; pero cuando no es así, el modelo no tiene nada con qué compararlo, por lo que la amenaza puede pasar desapercibida. Esto es especialmente problemático para técnicas de ataque subrepresentadas y ataques de día ceroque explotan vulnerabilidades desconocidas para el proveedor y, por lo tanto, no están parcheadas. Debido a que estas amenazas no se reflejan en los datos de entrenamiento, el modelo de IA carece de contexto suficiente para señalarlas, lo que resulta en una mayor probabilidad de vulnerabilidades no detectadas y una mayor exposición dentro del entorno.

2. Amenazas inventadas

A diferencia de las amenazas pasadas por alto, los modelos de IA también pueden generar falsos positivos al clasificar erróneamente la actividad normal como maliciosa, alertando a los equipos sobre amenazas que no existen. Por ejemplo, el tráfico normal de la red puede malinterpretarse como sospechoso, lo que desencadena alertas que provocan acciones innecesarias de respuesta a incidentes. Estas falsas alarmas pueden provocar cierres del sistema, desperdicio de recursos y operaciones interrumpidas por amenazas inventadas. Con el tiempo, los falsos positivos repetidos pueden provocar fatiga en las alertas, lo que hace que los equipos de seguridad se vuelvan insensibles a todas las advertencias. Esto aumenta el riesgo de que se pasen por alto amenazas legítimas en entornos donde los equipos han sido condicionados a desconfiar de las alertas.

3. Remediación incorrecta

Esta es una de las formas más peligrosas de alucinación por IA desde que ocurre. después La confianza ya se ha establecido. Por ejemplo, un sistema de inteligencia artificial puede recomendar con confianza eliminar archivos confidenciales, modificar las configuraciones del sistema o deshabilitar las reglas del firewall. Si estas acciones se ejecutan, particularmente a través de cuentas privilegiadas, pueden dejar a las organizaciones expuestas a ataques basados ​​en identidad, movimientos laterales o pérdidas irreversibles de datos. Incluso cuando la detección de amenazas por IA es precisa, una guía alucinante puede convertir un incidente de seguridad contenido en una violación más amplia.

Cómo las organizaciones pueden reducir los riesgos de alucinaciones de la IA

Aunque las alucinaciones de la IA no se pueden eliminar por completo, su impacto se puede reducir significativamente mediante los siguientes controles y medidas de gobernanza.

Requerir revisión humana antes de actuar

Los resultados generados por la IA no deberían desencadenar acciones sensibles o privilegiadas sin una verificación humana primero. Esto es especialmente importante para flujos de trabajo que implican cambios de infraestructura, actualizaciones de acceso o respuesta a incidentes. El requisito de revisión no sólo debe aplicarse cuando algo parece estar mal; Los modelos pueden parecer igualmente seguros tanto si tienen razón como si no.

Trate los datos de entrenamiento como un activo de seguridad

Las alucinaciones de la IA a menudo se remontan a datos de entrenamiento. Auditar periódicamente los datos utilizados para entrenar o poner en tierra los sistemas de IA mediante la eliminación de registros obsoletos, conjuntos de datos sesgados e información inexacta reduce la probabilidad de que esas fallas aparezcan en los resultados. A medida que el contenido generado por IA se vuelve más común en línea, existe un mayor riesgo de que los modelos futuros se entrenen con información fabricada producida por modelos anteriores, en un fenómeno al que a veces se hace referencia como colapso del modelo. Sin una gobernanza continua de los datos, el riesgo de resultados defectuosos de la IA no hace más que aumentar.

Hacer cumplir el acceso con privilegios mínimos para los sistemas de IA

A los sistemas impulsados ​​por IA solo se les deben otorgar los permisos que necesitan para realizar sus tareas. Esto puede parecer un sistema de inteligencia artificial al que sólo se le permite leer archivos, no eliminarlos, incluso si una recomendación alucinada se lo dice. Al restringir el acceso con privilegios mínimos, las organizaciones garantizan que incluso si un sistema de IA genera una guía incorrecta, no puede ejecutar acciones más allá de lo que está permitido.

Invierta en una rápida formación en ingeniería

Los resultados de la IA están determinados en gran medida por la calidad de la entrada, por lo que un mensaje vago le da al modelo más oportunidades de llenar los vacíos con suposiciones incorrectas, lo que aumenta el riesgo de alucinaciones. Las organizaciones deben priorizar la capacitación de los empleados, especialmente aquellos que interactúan directamente con los sistemas de inteligencia artificial, sobre cómo escribir indicaciones específicas que impulsen el modelo para producir resultados verificables. Los empleados que entienden que los resultados de la IA siempre deben validarse antes de su uso tienen menos probabilidades de interpretar que el sistema de IA tiene autoridad por defecto.

Colocar la seguridad de la identidad en el centro de la gobernanza de la IA

Las alucinaciones de la IA se convierten en verdaderos riesgos para la seguridad cuando conducen a la acción, lo que no es principalmente un problema de modelo sino más bien un problema de acceso. Los incidentes de seguridad surgen cuando los sistemas de inteligencia artificial tienen suficiente acceso para actuar según una guía incorrecta, o cuando un humano confía en los resultados sin verificación. guardián® está diseñado para brindar a las organizaciones la visibilidad y los controles de acceso necesarios para evitar el acceso no autorizado, incluso cuando las decisiones impulsadas por la IA son incorrectas. Al imponer el acceso con privilegios mínimos, monitorear la actividad privilegiada y proteger las identidades humanas y no humanas (NHI), las organizaciones pueden reducir el riesgo de que las alucinaciones de la IA se conviertan en incidentes de seguridad dañinos.

Nota: Este artículo fue escrito cuidadosamente y contribuido para nuestra audiencia por Ashley D’Andrea, redactora de contenido de Keeper Security.

¿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.

PraisonAI CVE-2026-44338 Omisión de autenticación dirigida a las pocas horas de la divulgación – CYBERDEFENSA.MX

Se han observado actores de amenazas. intentando explotar una vulnerabilidad de seguridad recientemente revelada en AlabanzaAIun marco de orquestación de múltiples agentes de código abierto, dentro de las cuatro horas posteriores a la divulgación pública.

La vulnerabilidad en cuestión es CVE-2026-44338 (Puntuación CVSS: 7,3), un caso de autenticación faltante que expone puntos finales sensibles a cualquier persona, lo que potencialmente permite a un atacante invocar la funcionalidad protegida del servidor API sin un token.

«AlabanzaAI envía un servidor API Flask heredado con la autenticación deshabilitada de forma predeterminada», según un consultivo publicado por los mantenedores a principios de este mes. «Cuando se utiliza ese servidor, cualquier persona que llame y pueda comunicarse con él puede acceder a /agents y activar el flujo de trabajo de agentes.yaml configurado a través de /chat sin proporcionar un token».

Ciberseguridad

Específicamente, el servidor API heredado basado en Flask, src/praisonai/api_server.py, tiene códigos duros AUTH_ENABLED = False y AUTH_TOKEN = Ninguno. Según PraisonAI, la explotación exitosa de la falla puede tener diversos impactos, que incluyen:

  • Enumeración no autenticada del archivo del agente configurado a través de /agents
  • Activación no autenticada del flujo de trabajo «agents.yaml» configurado localmente a través de /chat
  • Consumo repetido del modelo/cuota API, y
  • Exposición de los resultados de PraisonAI.run() a la persona que llama no autenticada

«Por lo tanto, el impacto depende de lo que los agentes.yaml del operador puedan hacer, pero la omisión de autenticación es incondicional en el servidor heredado enviado», dijo PraisonAI.

La vulnerabilidad afecta a todas las versiones del paquete Python desde la 2.5.6 hasta la 4.6.33. Ha sido parcheado en la versión 4.6.34. Al investigador de seguridad Shmulik Cohen se le atribuye el mérito de descubrir e informar el error.

En un informe publicado por Sysdig esta semana, la empresa de seguridad en la nube dijo que observó intentos de explotar la falla pocas horas después de que se hiciera público.

«A las tres horas y 44 minutos de hacerse público el aviso, un escáner que se identificó como CVE-Detector/1.0 estaba investigando el punto final vulnerable exacto en instancias expuestas a Internet», dijo. «El aviso fue publicado [on May 11, 2026,] a las 13:56 UTC. La primera solicitud específica llegó a las 17:40 UTC del mismo día».

La actividad, según Sysdig, se originó en la dirección IP 146.190.133[.]49 y siguió un perfil de escáner empaquetado que llevó a cabo dos pases con ocho minutos de diferencia, y cada pase impulsó aproximadamente 70 solicitudes en aproximadamente 50 segundos.

Mientras que el primer paso escaneó rutas de divulgación genéricas (/.env, /admin, /users/sign_in, /eval, /calculate, /Gemfile.lock), el segundo paso destacó específicamente las superficies de agentes de IA, incluido PraisonAI.

«La sonda que coincidió directamente con CVE-2026-44338 fue un único GET /agents sin encabezado de Autorización y User-Agent CVE-Detector/1.0», dijo Sysdig. «Esa solicitud devuelve 200 OK con el cuerpo {«agent_file»:»agents.yaml»,»agents»:[…]}, confirmando que la omisión fue exitosa.»

Ciberseguridad

No se ha encontrado que el escáner envíe ninguna solicitud POST al punto final «/chat» durante ninguno de los pases, lo que indica que la actividad es consistente con una verificación inicial para determinar si la omisión de autenticación funciona y confirmar si el host es explotable a través de CVE-2026-44338.

La rápida explotación de PraisonAI es el último ejemplo de una tendencia más amplia en la que los actores de amenazas están adoptando cada vez más fallas recientemente reveladas en su arsenal antes de que puedan ser reparadas. Se recomienda a los usuarios que apliquen las últimas correcciones lo antes posible, auditen las implementaciones existentes, revisen la facturación del proveedor de modelos para detectar cualquier actividad sospechosa y roten las credenciales a las que se hace referencia en «agents.yaml».

«Las herramientas adversarias se han ampliado a todo el ecosistema de inteligencia artificial y agentes, sin importar el tamaño, y no solo los nombres conocidos, y el supuesto operativo para cualquier proyecto que genere un incumplimiento no autenticado debe ser que la ventana entre la divulgación y la explotación activa se mide en horas de un solo dígito», dijo Sysdig.

Las principales economías del mundo detallan los elementos clave de la 'lista de ingredientes' de la IA

Un grupo de agencias gubernamentales internacionales publicó el martes una guía sobre lo que creen que debería incluir cualquier herramienta de “lista de ingredientes” de inteligencia artificial para hacer que la IA sea más segura.

El concepto de dicha lista, conocida como “lista de materiales de software (SBOM)”, es conocer todo lo que incluye una pieza particular de software para que cualquier riesgo en la cadena de suministro sea más fácil de identificar. Los expertos cibernéticos se han centrado cada vez más en cómo interactúan con la IA.

La guía elaborada por las agencias del grupo de naciones G7, incluida la Agencia de Seguridad de Infraestructura y Ciberseguridad, tiene como objetivo establecer estándares voluntarios mínimos sobre cómo deberían ser los SBOM para la IA. Se basa en esfuerzos anteriores para producir otros tipos de orientación SBOM.

«Aunque no son exhaustivos ni obligatorios, los elementos mínimos complementarios descritos en esta guía reflejan el consenso de los expertos del G7 y se ampliarán con el tiempo para seguir el rápido avance de la tecnología de IA», afirmó CISA. (Algunos se refieren a los SBOM para IA como AIBOM).

Los elementos incluyen aquellos que se incluyen en las categorías de información relacionada con el SBOM para la IA en sí, sobre el sistema de IA en su conjunto, para identificar los modelos utilizados por el sistema de IA, sobre los conjuntos de datos utilizados durante todo el ciclo de vida del modelo, sobre la infraestructura física y virtual necesaria para la operación y el soporte del sistema de IA, sobre las medidas de ciberseguridad que se aplican a los modelos y sistemas de IA y sobre los indicadores clave de rendimiento del sistema de IA.

Un trío de profesionales de la industria que han trabajado en el tema de los AISBOM dijeron a CyberScoop que acogieron con agrado la guía y, en cada caso, la elogiaron como un buen paso que, no obstante, podría mejorarse.

«Prácticamente todos los programas de software que existen ahora tendrán IA incorporada, y cuando un hospital compra un dispositivo médico con IA, o el Departamento de Guerra compra un sistema de armas con IA, o los fabricantes de automóviles colocan IA en los automóviles, debemos poder confiar en lo que hay en esos sistemas», dijo Daniel Bardenstein, director ejecutivo de Manifest Cyber. «Y el primer paso para confiar es identificar qué es esta IA, de dónde viene? ¿Cómo se entrena?».

«Este es un paso fuerte y aplaudible para lograr que todos estén de acuerdo en que este es el futuro y cómo debemos pensar sobre cómo confiar en la IA», dijo Bardenstein, quien construyó un generador AIBOM y trabajó en el tema en el pasado con CISA y la Fundación OWASP.

Dmitry Raidman, cofundador y director de tecnología de Cybeats (y alguien que, como Bardenstein, construyó su propio generador AIBOM y trabajó en AIBOM con CISA y OWASP), dijo que la orientación del G7 era «sorprendente» porque cubre entre el 80 y el 90% de lo que se necesita.

«No había una línea de base, pero ahora habrá una línea de base clara», dijo.

En el lado negativo, Bardenstein dijo que le preocupaba la facilidad con la que las organizaciones pueden implementar la guía, y Raidman dijo que no aborda adecuadamente el problema del tiempo de ejecución.

Allan Friedman, a veces llamado el “padrino de las SBOM”, dijo que la guía era un buen documento, pero probablemente estaba mal etiquetada porque afirma que los elementos que identifica no son obligatorios.

«Este documento presenta conjuntos de tipos de datos que podrían ser útiles», dijo Friedman, quien trabajó en SBOM en múltiples funciones del gobierno de EE. UU., es asesor técnico principal en el Instituto de Seguridad y Tecnología y tecnólogo residente en TPO Group. «Y por eso es un gran artículo para promover la transparencia de la IA y la transparencia del sistema de IA, pero enumera elementos potenciales. Estos no son los elementos mínimos».

Friedman dijo que los próximos pasos podrían incluir mapear las orientaciones en lo que se está implementando hoy y hablar sobre alinearlas con las políticas de la Unión Europea y los gobiernos del G7 para garantizar que haya conflictos mínimos.

Tim Starks

Escrito por Tim Starks

Tim Starks es reportero senior de CyberScoop. Sus paradas anteriores incluyen trabajar en The Washington Post, POLITICO y Congressional Quarterly. Originario de Evansville, Indiana, se ocupa de la ciberseguridad desde 2003. Envíe un correo electrónico a Tim aquí: tim.starks@cyberscoop.com.