INVESTIGACIÓN
Enero de 2026: drivers firmados como armas, neuronas de seguridad, gestores de contraseñas
RansomwareSupply chainOT and industrial security
Enero de 2026 es el mes de NDSS. El malware trae sus propios drivers firmados y vulnerables para apagar las defensas, y una arquitectura como ACE separa la planificación de los agentes de las apps no fiables. Pocas neuronas sostienen el alineamiento de los LLM, los gestores de contraseñas de escritorio ceden ante pulsaciones simuladas y los alias de correo confunden identidades.
Archivo: reconstrucción escrita en noviembre de 2026
1. Unveiling BYOVD Threats: Malware's Use and Abuse of Kernel Drivers
Network and Distributed System Security Symposium · Andrea Monzani, Antonio Parata, Andrea Oliveri, Simone Aonzo et al. · Malware y amenazas
En breve: Un sandbox que sigue los drivers hasta el kernel destapa ataques BYOVD y siete drivers vulnerables desconocidos.
En los ataques BYOVD, el malware carga un driver de Windows legítimo y firmado pero vulnerable para entrar en el kernel y apagar las defensas. Los sandbox públicos solo ven la carga. Los autores crean una taxonomía de fases y un sandbox basado en virtualización que sigue cada paso del driver: en 8.779 muestras y 773 drivers marcan 48 casos sospechosos y siete drivers vulnerables inéditos.
Por qué importa. Ransomware y grupos estatales usan la técnica para desactivar el EDR: controlar qué drivers se cargan reduce un vector de siniestros graves.
2. Actively Understanding the Dynamics and Risks of the Threat Intelligence Ecosystem
Network and Distributed System Security Symposium · Tillson Galloway, Omar Alrawi, Allen Chang, Athanasios Avgetidis et al. · Malware y amenazas
En breve: Siguiendo muestras marcadas por la cadena de inteligencia de amenazas, los autores hallan retrasos, cuellos de botella y fallos.
El ecosistema de inteligencia de amenazas mueve miles de millones, pero era opaco. Los autores envían muestras con indicadores de red marcados y siguen su difusión entre proveedores. Cuando la información circula, las amenazas casi siempre se frenan, pero quien comparte de forma selectiva o con horas o días de retraso frena a todos, y los sandbox fáciles de reconocer ya se eluden.
Por qué importa. La rapidez con la que un indicador llega a las propias herramientas depende de la cadena de proveedores: conviene valorarlo al elegirlos.
3. DySec: A Machine Learning-Based Dynamic Analysis for Detecting Malicious Packages in PyPI Ecosystem
IEEE Transactions on Information Forensics and Security · Sk. Tanzir Mehedi, Chadni Islam, Gowri Sankar Ramachandran, Raja Jurdak · Cadena de suministro de software
En breve: DySec observa con eBPF lo que hace un paquete PyPI al instalarse y detecta los maliciosos con un 96% de precisión.
Los paquetes Python maliciosos explotan la confianza en los repositorios abiertos con nombres parecidos a los legítimos y cargas generadas al vuelo. DySec vigila la instalación con sondas eBPF y mide 36 comportamientos, de llamadas al sistema a tráfico de red. Con 14.271 paquetes logra un 96% de precisión y halló seis paquetes maliciosos que PyPI consideraba inocuos.
Por qué importa. Un paquete malicioso instalado por un desarrollador puede llegar a muchos productos: analizar el comportamiento en la instalación cierra una brecha.
4. ACE: A Security Architecture for LLM-Integrated App Systems
Network and Distributed System Security Symposium · Enlai Li, Tushin Mallick, Evan Rose, William Robertson et al. · Seguridad de IA y LLM
En breve: ACE planifica el trabajo del agente solo con información fiable y aísla las apps de terceros al ejecutar.
Cuando un LLM llama a apps de terceros, una app maliciosa puede alterar el plan, bloquear la ejecución o robar datos. Los autores muestran nuevos ataques y proponen ACE: primero un plan abstracto creado solo con datos fiables y comprobado frente a las restricciones del usuario, después la ejecución con barreras entre apps. Resiste los ataques de inyección indirecta de referencia.
Por qué importa. Aplicar principios clásicos de seguridad de sistemas a los agentes es el camino para hacerlos controlables y, por tanto, evaluables.
5. NeuroStrike: Neuron-Level Attacks on Aligned LLMs
Network and Distributed System Security Symposium · Lichao Wu, Sasha Behrouzi, Mohamadreza Rostami, Maximilian Thang et al. · Seguridad de IA y LLM
En breve: Apagando menos del 0,6% de las neuronas de algunas capas, NeuroStrike elude el alineamiento de más de 20 LLM abiertos.
El alineamiento de seguridad de los LLM depende de unas pocas neuronas especializadas en reconocer peticiones dañinas. Con acceso al modelo, NeuroStrike las localiza y las desactiva: quitando menos del 0,6% logra un 76,9% de éxito medio en más de 20 modelos abiertos. Sin acceso, entrena generadores de prompts en modelos similares y alcanza un 63,7% en cinco modelos cerrados.
Por qué importa. Las protecciones de los modelos de pesos abiertos se eliminan con poco esfuerzo: quien los use debe añadir controles propios.
6. Vault Raider: Stealthy UI-based Attacks Against Password Managers in Desktop Environments
Network and Distributed System Security Symposium · Andrea Infantino, Mir Masood Ali, Kostas Solomos, Jason Polakis · Identidad y autenticación
En breve: En Windows y Linux, una app maliciosa puede robar contraseñas y códigos de los gestores con pulsaciones simuladas invisibles.
En el navegador, el autocompletado de los gestores de contraseñas frena el phishing porque conoce el dominio. En el escritorio, con apps nativas, la cosa cambia. Los autores analizan gestores populares como 1Password y LastPass en macOS, Windows y Linux: macOS protege bien, mientras que en Windows faltan controles y otra app puede robar credenciales, códigos de un solo uso y claves del almacén.
Por qué importa. El gestor de contraseñas concentra todas las credenciales: una debilidad ahí multiplica el impacto de una infección.
7. One Email, Many Faces: A Deep Dive into Identity Confusion in Email Aliases
Network and Distributed System Security Symposium · M. Wu, Geng Hong, Jiatao Chen, Baojun Liu et al. · Identidad y autenticación
En breve: Los alias de correo confunden a proveedores y plataformas: 139 cuentas npm con una sola dirección y más phishing.
Los proveedores tratan alias como [email protected] como accesos al mismo buzón, mientras muchas plataformas los ven como identidades distintas. En 28 proveedores y 18 plataformas, solo Gmail documenta del todo sus reglas y 11 proveedores admiten alias no documentados. Un atacante creó 139 cuentas npm con un solo correo, y el 31,65% de quienes conocen los alias toma phishing por legítimo.
Por qué importa. El correo es la llave de recuperación de casi todas las cuentas: unas reglas ambiguas sobre alias abren paso al fraude y la suplantación.
8. FirmAgent: Leveraging Fuzzing to Assist LLM Agents with IoT Firmware Vulnerability Discovery
Network and Distributed System Security Symposium · Jiangan Ji, Chao Zhang, Shuitao Gan, Lin Jian et al. · Sistemas ciberfísicos e IoT
En breve: FirmAgent combina fuzzing y agentes LLM y encuentra 140 vulnerabilidades nuevas en 14 firmware IoT reales.
El análisis estático del firmware IoT, con o sin LLM, da muchos falsos positivos, y el fuzzing pierde muchos fallos. FirmAgent usa el fuzzing para hallar dónde entran los datos y reconstruir las rutas de riesgo; luego un agente LLM analiza esas rutas y otro prepara los casos de prueba. En 14 firmware reales encuentra 182 vulnerabilidades con un 91% de precisión, 140 nuevas y 17 con CVE.
Por qué importa. Los dispositivos IoT en redes corporativas tienen fallos numerosos y poco visibles: mejores herramientas aceleran su descubrimiento, para todos.
9. Discovering Blind-Trust Vulnerabilities in PLC Binaries via State Machine Recovery
Network and Distributed System Security Symposium · Fangzhou Dong, Arvind S. Raj, Efrén López-Morales, Siyu Liu et al. · Sistemas ciberfísicos e IoT
En breve: Ta'veren reconstruye la máquina de estados de los PLC desde el binario y halla controles de seguridad ausentes.
Los PLC controlan instalaciones físicas. Muchas vulnerabilidades nacen de controles ausentes o incompletos sobre las entradas de los sensores, que el PLC acepta a ciegas. Ta'veren detecta estos fallos directamente en los binarios, sin código fuente ni emulación, reconstruyendo la máquina de estados, y descubre violaciones críticas en PLC reales.
Por qué importa. En la industria un defecto de lógica puede causar daños materiales y paradas: un análisis sin el código del fabricante ayuda a los operadores.
Las tendencias del mes
Seguridad de IA y LLM
525 artículos del mes sobre este tema
Con 525 de 2.920 artículos, la seguridad de la IA sigue siendo el primer tema. NeuroStrike muestra que el alineamiento descansa en muy pocas neuronas, fáciles de apagar en modelos abiertos, mientras ACE aplica a los agentes principios clásicos de seguridad de sistemas, separando la planificación de los datos no fiables. La protección pasa del modelo a la arquitectura que lo rodea.
Artículos citados:
- ACE: A Security Architecture for LLM-Integrated App Systems
- NeuroStrike: Neuron-Level Attacks on Aligned LLMs
Malware y amenazas
79 artículos del mes sobre este tema
Tres trabajos miran dónde se esconde el malware y con qué rapidez se frena. Los drivers firmados y vulnerables siguen siendo una forma eficaz de apagar el EDR, la cadena de inteligencia de amenazas funciona pero tiene cuellos de botella de horas o días, y observar el comportamiento en la instalación detecta paquetes PyPI maliciosos que los controles estáticos no ven.
Artículos citados:
- Unveiling BYOVD Threats: Malware's Use and Abuse of Kernel Drivers
- Actively Understanding the Dynamics and Risks of the Threat Intelligence Ecosystem
- DySec: A Machine Learning-Based Dynamic Analysis for Detecting Malicious Packages in PyPI Ecosystem
Identidad y autenticación
143 artículos del mes sobre este tema
La identidad digital muestra puntos débiles inesperados. Los gestores de contraseñas, seguros en el navegador, pueden ceder credenciales y códigos a otra app en el escritorio, y las reglas poco claras sobre los alias de correo permiten multiplicar cuentas y hacen el phishing más creíble justo para los usuarios expertos.
Artículos citados:
- Vault Raider: Stealthy UI-based Attacks Against Password Managers in Desktop Environments
- One Email, Many Faces: A Deep Dive into Identity Confusion in Email Aliases
Cómo se elabora este digest
Este número forma parte del archivo del digest, reconstruido a posteriori. Los artículos del mes se recopilaron de arXiv, del archivo IACR ePrint y de las principales conferencias y revistas de seguridad; en la selección cuentan también las citas recibidas tras la publicación. Un modelo de inteligencia artificial evaluó a los candidatos y redactó los resúmenes, que se basan en los abstracts: para los detalles, prevalece el artículo original.
Artículos del mes evaluados: 2920.