INVESTIGACIÓN
Abril de 2026: fallos 5G antes del acceso, audio que secuestra agentes, poscuántica
OT and industrial securitySupply chainNIS2 and DORAProduct liability
Abril de 2026 trae las actas de IEEE S&P. Mensajes 5G válidos pero incoherentes bloquean los módems de 542 modelos de smartphone, y un audio imperceptible secuestra los asistentes de voz. Los agentes que usan el ordenador causan daños incluso con instrucciones inocuas. En poscuántica, HQC y Falcon ceden ante canales laterales. Cierran el mes los leads de seguros y la Ley de IA.
Archivo: reconstrucción escrita en noviembre de 2026
1. Semantics Over Syntax: Uncovering Pre-Authentication 5G Baseband Vulnerabilities
arXiv · Qiqing Huang, Xingyu Wang, Wanda Guo, Guofei Gu et al. · Seguridad de red
En breve: Mensajes 5G correctos en la forma pero incoherentes en el contenido bloquean los módems antes de la autenticación.
Los teléfonos 5G procesan los mensajes de configuración de radio antes de que haya autenticación y protección de integridad. ConSeT extrae de las especificaciones las restricciones entre campos, con ayuda de un LLM, y genera mensajes válidos pero incoherentes. En smartphones comerciales halla siete vulnerabilidades nuevas, tres CVE graves, que afectan a 64 chipsets y a más de 542 modelos.
Por qué importa. Un atacante con una estación base falsa puede dejar los teléfonos sin servicio sin credenciales: el riesgo alcanza a flotas enteras.
2. Hijacking Large Audio-Language Models via Context-Agnostic and Imperceptible Auditory Prompt Injection
IEEE Symposium on Security and Privacy · Miaona Chen, K Wang, Li Li, Jiaheng Zhang et al. · Seguridad de IA y LLM
En breve: Un audio adversario imperceptible, disfrazado de reverberación, secuestra los modelos de audio y lenguaje hasta el 96%.
Los modelos que unen audio y texto impulsan los asistentes de voz y abren un nuevo canal de ataque. AudioHijack genera audio que funciona en cualquier contexto y lo oculta en una reverberación natural. En 13 modelos recientes el secuestro funciona de media entre el 79% y el 96% de las veces, y agentes de voz comerciales de Mistral AI y Microsoft Azure ejecutan acciones no autorizadas.
Por qué importa. Los asistentes de voz que actúan por el usuario pueden ser dirigidos por un sonido oculto: un riesgo de fraude y acceso.
3. The Blind Spot of Agent Safety: How Benign User Instructions Expose Critical Vulnerabilities in Computer-Use Agents
arXiv · Xuwei Ding, Skylar Zhai, Linxin Song, Jiate Li et al. · Seguridad de IA y LLM
En breve: Con instrucciones del todo inocuas, los agentes que usan el ordenador causan daños en más del 90% de los casos.
Las evaluaciones de seguridad de los agentes se centran en el mal uso y la inyección de prompts, pero el daño puede surgir de una tarea inocua en un contexto de riesgo. OS-BLIND propone 300 tareas en 12 categorías y 8 aplicaciones. La mayoría de los agentes supera el 90% de éxito del ataque; incluso un modelo muy alineado llega al 73%, y al 92,7% en un sistema multiagente.
Por qué importa. La responsabilidad por los daños de un agente no depende solo de la intención del usuario: hacen falta controles sobre el resultado de sus acciones.
4. Beyond Indistinguishability: Measuring Extraction Risk in LLM APIs
IEEE Symposium on Security and Privacy · R Liu, David Evans, Li Xiong · Seguridad de IA y LLM
En breve: La privacidad diferencial no impide que un LLM vía API revele texto protegido: hay que medir la extraibilidad directamente.
Garantías como la privacidad diferencial o las bajas tasas de inferencia de pertenencia se usan como prueba de que un modelo no revela sus datos de entrenamiento. Los autores demuestran que no son ni suficientes ni necesarias frente a la extracción vía API. Proponen una definición basada en las consultas necesarias para que el modelo emita texto protegido, un estimador y pautas.
Por qué importa. Quien expone un LLM entrenado con datos confidenciales debe medir el riesgo de extracción directamente: las métricas habituales pueden tranquilizar en falso.
Leer el artículo · PDF · Código
5. Breaking Optimized HQC: The First Cache-Timing Full Decryption Oracle Key-Recovery Attack in Post-Quantum Cryptography
CRYPTO · Haiyue Dong, Qian Guo · Criptografía poscuántica
En breve: Una optimización del compilador rompe el tiempo constante de HQC, estándar poscuántico, y expone su clave en diez segundos.
El código fuente de la implementación AVX2 de HQC es de tiempo constante, pero algunas optimizaciones del compilador lo reescriben e introducen saltos dependientes del secreto. Un atacante sin privilegios en la misma máquina observa la caché con Flush+Reload y, con un nuevo método de decodificación acelerado en GPU, recupera la clave completa de hqc-1 con menos de diez segundos de trazas.
Por qué importa. La seguridad poscuántica depende también de cómo se compila el código: hay que verificarla en el binario, no solo en el fuente.
6. Secret Key Recovery of FALCON using Simple Power Analysis in Conditional Calculator
IACR Transactions on Cryptographic Hardware and Embedded Systems · Gyusang Kim, Jeonghwan Lee, Myeonghoon Lee, Hong Seokhie et al. · Criptografía poscuántica
En breve: Una sola traza de consumo basta para recuperar la clave secreta de la firma poscuántica Falcon.
Falcon, firma poscuántica del NIST, usa aritmética en coma flotante cuyo consumo puede depender de los datos. Los autores aprovechan la calculadora condicional en conversiones y sumas en coma flotante con un análisis simple de consumo, incluso con una sola traza. Recuperan la clave en 0,12 segundos y la hallan aun con el 9,3% de los bits medidos erróneos, en 1.000 claves distintas.
Por qué importa. Las firmas poscuánticas en tarjetas y dispositivos embebidos requieren protecciones específicas contra la medición del consumo.
7. GlitchSnipe: Toward Localized Voltage Fault Attacks
IACR Transactions on Cryptographic Hardware and Embedded Systems · Fatemeh Khojasteh Dana, Saleh Khalaj Monfared, Hamed Okhravi, Shahin Tajik · Hardware y canales laterales
En breve: Una señal sinusoidal en la alimentación permite provocar fallos solo en zonas concretas del chip.
El glitch de tensión se considera un ataque que afecta a todo el chip por igual. Los autores muestran que la red de alimentación se comporta como un canal de comunicación: frecuencias distintas llegan a zonas distintas del die. Modulando la alimentación con una sola frecuencia se provocan fallos localizados. El método funciona en FPGA contra máquinas de estados e implementaciones AES-128.
Por qué importa. Los ataques físicos son cada vez más precisos y baratos: los dispositivos que guardan claves deben tenerlos en cuenta en el diseño.
8. Security risk assessment of android automotive OS software supply chain using firmware reverse engineering
Computers & Security · Hanbo Yu, Faiyaz Khan, Steven H. H. Ding, Junjie Wu et al. · Sistemas ciberfísicos e IoT
En breve: El análisis del firmware Android Automotive de cuatro fabricantes halla componentes vulnerables y SBOM incoherentes.
Android Automotive OS gestiona el infoentretenimiento y parte de las funciones del vehículo, y depende de muchas librerías de terceros. Los autores extraen el firmware de cuatro grandes fabricantes, obtienen la lista de componentes, cruzan las CVE y escriben exploits de prueba: una vulnerabilidad crítica se activa y otras quedan neutralizadas por protecciones o dependencias ausentes.
Por qué importa. El software de los vehículos hereda los fallos de su cadena de suministro: relevante para la responsabilidad por producto en automoción.
9. Understanding Data Collection, Brokerage, and Spam in the Lead Marketing Ecosystem
IEEE Symposium on Security and Privacy · Yash Vekaria, Nurullah Demir, Konrad Kollnig, Zubair Shafiq
En breve: Los sitios que ofrecen presupuestos de seguros de salud pasan los datos a decenas de terceros y desatan miles de llamadas.
El mercado de leads recoge datos personales con formularios web para presupuestos en sectores como los seguros, y los revende. Los autores vigilan más de 100 sitios de leads de salud y 200 contactos de prueba: los datos de salud llegan a más de 70 terceros, se venden a compradores no verificados y a veces se completan con datos inventados. Siguen más de 8.000 llamadas, a menudo en segundos.
Por qué importa. Los intermediarios que compran leads para vender pólizas pueden exponerse a riesgos de privacidad y reputación en toda la cadena.
10. AI Agents Under EU Law
arXiv · Luca Nannini, Adam Leon Smith, Michele Joshua Maggini, Enrico Panai et al. · Políticas, derecho y sociedad
En breve: Un mapa de obligaciones europeas para proveedores de agentes de IA: Ley de IA, RGPD, Ley de Ciberresiliencia, NIS2 y responsabilidad.
Los agentes de IA autónomos están sujetos a la Ley de IA, pero también al RGPD, la Ley de Ciberresiliencia, la DSA, NIS2 y la nueva directiva de responsabilidad por productos. Los autores proponen una taxonomía de nueve categorías y un camino de cumplimiento en doce pasos, y concluyen que los agentes de alto riesgo opacos no pueden cumplir hoy.
Por qué importa. Quien adopte agentes de IA debe inventariar acciones, datos y sistemas conectados: el primer paso para el cumplimiento y la evaluación del riesgo.
Las tendencias del mes
Seguridad de IA y LLM
466 artículos del mes sobre este tema
Con 466 de 1.861 artículos, la seguridad de la IA sigue siendo el primer tema. El riesgo va más allá del texto: un audio imperceptible manda a los asistentes de voz comerciales, los agentes que usan el ordenador causan daños incluso con instrucciones inocuas y las garantías de privacidad habituales no impiden que un LLM vía API revele datos protegidos.
Artículos citados:
- Hijacking Large Audio-Language Models via Context-Agnostic and Imperceptible Auditory Prompt Injection
- The Blind Spot of Agent Safety: How Benign User Instructions Expose Critical Vulnerabilities in Computer-Use Agents
- Beyond Indistinguishability: Measuring Extraction Risk in LLM APIs
Criptografía poscuántica
79 artículos del mes sobre este tema
Con la llegada de los estándares poscuánticos, la atención pasa a las implementaciones. Una optimización del compilador expone la clave de HQC en diez segundos, una sola traza basta para Falcon y los fallos de tensión se vuelven selectivos. Las matemáticas resisten, pero el código compilado y el hardware deben verificarse uno a uno.
Artículos citados:
- Breaking Optimized HQC: The First Cache-Timing Full Decryption Oracle Key-Recovery Attack in Post-Quantum Cryptography
- Secret Key Recovery of FALCON using Simple Power Analysis in Conditional Calculator
- GlitchSnipe: Toward Localized Voltage Fault Attacks
Políticas, derecho y sociedad
60 artículos del mes sobre este tema
Dos trabajos tocan de cerca el sector asegurador y la regulación. El mercado de leads para presupuestos de salud difunde datos sensibles a decenas de terceros y los vende sin controles, mientras un mapa de las normas europeas muestra que los agentes de IA de alto riesgo con conducta no trazable no pueden cumplir hoy la Ley de IA.
Artículos citados:
- AI Agents Under EU Law
- Understanding Data Collection, Brokerage, and Spam in the Lead Marketing Ecosystem
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: 1861.