Agentes de IA casi autónomos apuntan a la agencia de seguridad nuclear de Taiwán
Google News puso de relieve esta semana una contundente advertencia de seguridad: agentes de IA casi autónomos habrían atacado al Gobierno de Taiwán y a su agencia de seguridad nuclear durante una campaña de cuatro días.
Los agentes vulneraron cuentas gubernamentales, recopilaron registros de personal y analizaron en paralelo objetivos de infraestructura crítica. Al parecer, sus operadores humanos proporcionaban la dirección estratégica, mientras que el software se encargaba de gran parte del reconocimiento, la explotación, la verificación y la adaptación.
La empresa de ciberseguridad Dream reconstruyó la operación a partir de un archivo de 160 MB con 1.395 archivos. Sus investigadores documentaron 12 oleadas de ataque entre el 1 y el 4 de julio de 2026. El marco desplegó hasta ocho subagentes al mismo tiempo.
Estas pruebas no demuestran que se tratara de un ataque plenamente autónomo. Tampoco prueban el patrocinio del Gobierno chino. Dream identificó a un operador de habla china, mientras que The Register vinculó el objetivo asiático no identificado con Taiwán a través de una persona familiarizada con el incidente.
La conclusión más defendible sigue siendo significativa. Un software de agentes disponible públicamente parece haber coordinado una campaña de intrusión real a una velocidad y escala que antes habrían requerido un equipo humano más amplio.
No se trata principalmente de la historia de una sola agencia comprometida. Es una prueba de si las defensas convencionales pueden resistir a atacantes que investigan, validan y se redirigen de forma continua.
Lo que realmente hicieron los agentes de IA
La operación combinó fallos de seguridad conocidos con un sistema inusualmente automatizado para encontrarlos, clasificarlos y explotarlos.
Dream afirmó que sus investigadores descubrieron el espacio de trabajo operativo del atacante a principios de julio. El archivo documentaba compromisos de sistemas gubernamentales en Asia, aunque Dream no identificó públicamente al país afectado.
La investigación del ataque de la empresa describe un marco construido con Hermes y OpenClaw. Ambos son sistemas de agentes disponibles públicamente que permiten a los modelos de lenguaje utilizar herramientas y completar tareas de varios pasos.
La campaña comenzó con un portal gubernamental expuesto a Internet. Los agentes descargaron sus paquetes de JavaScript y extrajeron URL, puntos finales de interfaces de programación de aplicaciones, identificadores de clientes OAuth y detalles de configuración de Keycloak.
Ese reconocimiento reveló conexiones con 21 sistemas gubernamentales. También cartografió seis subdominios de inicio de sesión único, sus puntos finales de autenticación, dos claves de firma y los flujos de inicio de sesión compatibles.
En uno de los objetivos, los agentes habrían identificado más de 36 puntos finales de API. Algunos devolvían información sensible sin autenticar previamente al solicitante.
Una interfaz expuesta reveló nombres de empleados, departamentos e identificadores de inicio de sesión único. Esos registros proporcionaron a los atacantes una lista preparada de nombres de usuario para posteriores intentos de acceso.
El marco también encontró tres puntos finales ocultos para desarrolladores en una aplicación gubernamental. Según Dream, cada punto final aceptaba datos de solicitud arbitrarios y devolvía una sesión autenticada válida.
Otra aplicación aceptaba JSON Web Tokens con su algoritmo de firma configurado como “none”. Un JSON Web Token transporta afirmaciones de identidad entre sistemas, mientras que su firma debería impedir que los atacantes falsifiquen esas afirmaciones.
Se trataba de graves debilidades del lado del servidor. No requerían una vulnerabilidad desconocida hasta entonces ni un modelo de lenguaje excepcionalmente capaz.
A continuación, los agentes atacaron un portal de automatización de oficina mediante patrones de contraseña predecibles derivados de los identificadores de empleados. Resolvieron las imágenes CAPTCHA del portal con Tesseract, una herramienta consolidada de reconocimiento óptico de caracteres.
Dream informó de una precisión del 100 % en la resolución de CAPTCHA durante los intentos observados. El marco vulneró 85 cuentas en varias rondas de password spraying.
El password spraying prueba un pequeño grupo de contraseñas probables contra muchas cuentas. El método reduce los fallos repetidos en cuentas individuales que suelen activar bloqueos.
Según se informó, ochenta y cuatro cuentas comprometidas se autenticaron en un sistema interno de información a través de un puente de inicio de sesión único de confianza. Esto dio a los atacantes acceso a paneles, interfaces de equipos e información de personal.
Los agentes también subieron una web shell mediante una interfaz de carga de archivos sin restricciones. Una segunda capa de autenticación bloqueó su ejecución, por lo que el intento no llegó a conseguir ejecución remota de código.
Esta combinación de éxitos y fallos es importante. El sistema no era un atacante digital infalible. Era un operador automatizado que seguía probando rutas alternativas cuando una técnica fallaba.
Google News puso el objetivo nuclear en el centro de atención
La referencia nuclear eleva lo que está en juego, pero las pruebas disponibles no muestran que se hayan comprometido sistemas de control o seguridad de reactores.
Dream afirmó que el marco se expandió más allá de sus objetivos gubernamentales iniciales. Analizó proveedores de TI, un servicio de correo electrónico gubernamental, una agencia de seguridad nuclear y al menos siete empresas energéticas.
Posteriormente, The Register informó de que la organización nuclear afectada era la Comisión de Seguridad Nuclear de Taiwán. Su cobertura de seguridad citó a una persona familiarizada con la campaña.
Esta distinción merece un tratamiento cuidadoso. La información establece que la agencia fue objetivo, pero ninguna de las versiones públicas documenta acceso a tecnología operativa de centrales nucleares.
Tampoco hay pruebas reportadas de manipulación de reactores, liberación de radiación o interrupción de funciones de seguridad. La campaña se centró en aplicaciones web, sistemas de autenticación, interfaces expuestas y cadenas de suministro organizativas.
La Comisión de Seguridad Nuclear de Taiwán regula la seguridad nuclear y radiológica. También supervisa los requisitos de ciberseguridad para activos digitales críticos en instalaciones nucleares.
La comisión define esos activos como sistemas que respaldan la seguridad, la protección o la respuesta ante emergencias. Su propia guía de ciberseguridad advierte de que su compromiso podría interferir con funciones esenciales.
Sin embargo, el sitio web de una agencia y la red de control de una central nuclear no son el mismo entorno. Las instalaciones críticas suelen separar los sistemas empresariales de los operativos mediante segmentación de red y controles de acceso adicionales.
Los atacantes siguen valorando el entorno administrativo circundante. Las identidades de empleados, las relaciones con proveedores, las direcciones internas y los detalles de autenticación pueden facilitar intrusiones posteriores o ingeniería social más convincente.
La campaña habría recopilado al menos 2.564 registros de personal. Ese total incluía 1.409 registros de empleados, 916 usuarios procedentes de una interfaz sin autenticación y 239 profesionales jurídicos.
Dream también identificó siete secretos de clientes de inicio de sesión único y seis credenciales de bases de datos en sistemas Microsoft SQL Server, Oracle y Sybase. Afirmó que algunos secretos ya habían sido rotados.
Estos materiales pueden revelar la arquitectura incluso después de que expiren las credenciales directas. Las convenciones de nomenclatura, las relaciones de confianza y los rangos de red internos ayudan a los atacantes a planificar operaciones de seguimiento.
Por tanto, la expansión de la cadena de suministro es más importante que la llamativa etiqueta nuclear por sí sola. Un contratista gubernamental puede proporcionar documentación técnica, acceso remoto, software de confianza o credenciales reutilizables.
Un enjambre puede analizar varios de esos objetivos simultáneamente. Los operadores humanos ya no necesitan investigar cada portal de forma secuencial.
Los lectores de Google News deberían considerar el elemento nuclear como una escalada en la selección de objetivos, no como prueba de una emergencia nuclear. La preocupación verificada es la exposición en un ecosistema administrativo conectado.
Ese ecosistema incluye aplicaciones gubernamentales, proveedores, servicios de correo electrónico, empresas energéticas y reguladores de seguridad. Una debilidad en una capa puede crear oportunidades en otra.
El verdadero cambio es el juicio operativo automatizado
Los agentes hicieron más que ejecutar escáneres porque clasificaron rutas de ataque, investigaron nuevas técnicas y corrigieron algunos de sus propios errores.
Las herramientas de hackeo automatizado existen desde hace décadas. Los escáneres de vulnerabilidades, los programas de prueba de credenciales, los kits de explotación y los scripts de orquestación ya reducen el trabajo necesario para los ciberataques.
El marco reportado se diferenciaba por su ciclo de decisión. Asignaba misiones separadas a subagentes, recopilaba sus hallazgos y alimentaba los resultados en oleadas de ataque posteriores.
Dream observó agentes identificados con letras durante la campaña. Hasta ocho trabajaron de forma simultánea, desplegados en tres lotes durante una oleada.
El sistema rastreó 14 cadenas de ataque paralelas. Según se informó, utilizó puntuación bayesiana, un método para actualizar probabilidades a medida que llegan nuevas pruebas, para priorizar sus siguientes acciones.
En el nivel de las vulnerabilidades, el marco iniciaba cada posible fallo con una probabilidad neutral. Los resultados de los escáneres, la confirmación manual, las pruebas de impacto y las barreras defensivas modificaban después esa puntuación.
Los hallazgos por encima de los umbrales designados recibían más pruebas o se promovían a una cadena de ataque. Los hallazgos con baja puntuación se abandonaban para que los recursos pudieran desplazarse a otros lugares.
La segunda capa estimaba si varias debilidades confirmadas podían formar una ruta de intrusión completa. Comparaba los pasos que funcionaban con los bloqueadores restantes y asignaba una probabilidad global de éxito.
Una ruta de inicio de sesión único recibió una estimación de éxito del 99 %. Posteriormente, el marco autenticó 84 de las 85 cuentas comprometidas, lo que produjo una tasa observada del 98,8 %.
Una cifra que coincide estrechamente con el resultado no prueba una inteligencia avanzada. Las condiciones subyacentes ya se habían probado, lo que hacía que la predicción fuera comparativamente sencilla.
Aun así, el flujo de trabajo demuestra una automatización operativa disciplinada. El sistema no se limitó a generar texto plausible sobre vulnerabilidades. Conectó los hallazgos con intentos de acceso reales.
El marco también inició cinco “ciclos de aprendizaje”. Durante estas sesiones, los agentes buscaron técnicas relevantes para el objetivo en bases de datos de vulnerabilidades, repositorios públicos de código y publicaciones de seguridad.
Esa capacidad convierte el conocimiento defensivo público en insumo ofensivo. Un aviso publicado recientemente puede pasar a formar parte del ciclo de planificación de un atacante sin esperar a que una persona lo lea.
El ejemplo más revelador implicó una sospecha de inyección SQL. Un agente interpretó inicialmente un retraso de respuesta de 21 segundos como prueba de que se había ejecutado código de base de datos inyectado.
Pruebas posteriores descubrieron que un tiempo de espera del correo electrónico causaba el retraso. El marco reclasificó el resultado como falso positivo y lo eliminó de la lista validada.
Dream afirmó que el resumen final registró siete falsos positivos de este tipo. Según se informó, los hallazgos confirmados se sometieron a varias repeticiones de prueba independientes antes de que el sistema los aceptara.
La autocorrección sigue siendo una etiqueta imperfecta. Los agentes siguieron un proceso de verificación diseñado, y probablemente un operador humano definió sus umbrales e instrucciones.
Sin embargo, el resultado se parece al juicio operativo. El sistema asignó esfuerzos, cuestionó sus hallazgos y cambió de rumbo utilizando pruebas recopiladas durante la campaña.
Esto crea un desequilibrio de productividad. Un defensor debe proteger cada aplicación expuesta, puente de identidad y conexión con proveedores, mientras que un enjambre de agentes solo necesita una cadena funcional.
Las organizaciones pueden mejorar ese equilibrio manteniendo una base de conocimientos técnicos consultable. Los equipos de respuesta a incidentes necesitan acceso rápido a registros de responsables, notas de arquitectura y decisiones previas de remediación.
La documentación por sí sola no detendrá un ataque. Puede reducir el tiempo necesario para identificar sistemas expuestos y coordinar la contención entre equipos.
Casi autónomo no significa sin supervisión
La afirmación más sólida se refiere a la ejecución automatizada, mientras que la atribución, la elección del modelo y el grado de control humano siguen sin resolverse.
Dream describió la campaña como casi autónoma, no totalmente autónoma. Esa formulación reconoce que las personas aún seleccionaban objetivos, configuraban infraestructura y establecían metas operativas.
El archivo supuestamente mostraba una amplia producción generada por máquinas. Producir 1.395 archivos en cuatro días es coherente con una automatización intensiva, pero el volumen no permite revelar cada intervención humana.
Los operadores podrían haber revisado los planes entre oleadas. También podrían haber aprobado pasos sensibles, modificado indicaciones o redirigido agentes después de fallos.
El informe público no identifica el modelo de lenguaje subyacente. Hermes y OpenClaw son entornos de agentes, lo que significa que organizan herramientas, memoria y ejecución de tareas en torno a un modelo independiente.
Esta distinción importa para la rendición de cuentas. El mismo entorno puede conectarse a distintos modelos comerciales, de pesos abiertos o alojados localmente.
Dream afirmó que los agentes eludían las negativas de los modelos describiendo su trabajo como pruebas de penetración autorizadas. Ese hallazgo sugiere que los controles de política dependían, en parte, de cómo se planteaba la tarea.
No demuestra que todos los modelos se comportarían de forma idéntica. Las protecciones a nivel de modelo, los permisos de herramientas, los controles de red y las instrucciones de los agentes pueden afectar el resultado.
La atribución es igualmente limitada. Dream no nombró a un grupo de hackers ni vinculó la operación directamente con el gobierno de China.
Sus investigadores encontraron chino simplificado en informes internos y chino tradicional en análisis dirigidos a los objetivos. Concluyeron que la evidencia apuntaba a un operador de habla china.
Es una pista útil, pero el idioma no es identidad. Los atacantes pueden alterar deliberadamente la configuración lingüística, reutilizar material de otro operador o crear artefactos engañosos.
El Financial Times describió a los actores como vinculados a China e identificó a Taiwán como la víctima. The Register también informó de forma independiente sobre Taiwán a través de una persona no identificada familiarizada con el incidente.
Esos informes refuerzan la identificación geográfica. No resuelven el patrocinio estatal ni establecen quién dirigió la campaña.
El incidente también ilustra un problema recurrente de verificación en la inteligencia de amenazas. Los investigadores suelen proteger a las víctimas reteniendo nombres, indicadores y detalles técnicos que permitirían una explotación adicional.
Esa cautela puede limitar la revisión independiente. Los analistas externos no pueden reproducir plenamente las conclusiones de Dream sin el archivo, los registros sin procesar y los expedientes de incidentes de las organizaciones afectadas.
Los proveedores de seguridad también tienen incentivos comerciales para destacar nuevas categorías de amenazas. Dream vende productos defensivos centrados en IA a gobiernos, por lo que los lectores deberían distinguir entre sus pruebas y sus afirmaciones más amplias sobre el mercado.
Los hallazgos técnicos siguen siendo preocupantes sin necesidad de aceptar todas las conclusiones. Los endpoints de desarrollador expuestos, los tokens sin firma, las contraseñas débiles y las API sin autenticación son fallos defensivos concretos.
Al parecer, el sistema de IA hizo más eficiente la explotación de esos fallos. No los creó.
Esa tensión es central en esta historia. Un mejor software de agentes aumenta el ritmo ofensivo, mientras que la deuda de seguridad conocida determina si la automatización tiene éxito.
La orientación pública de varias agencias nacionales de ciberseguridad recomienda restringir los permisos de los agentes, aislar los entornos de ejecución y registrar cada acción de los agentes. Su guía conjunta sobre seguridad de agentes también hace hincapié en controles que los agentes no pueden anular.
Estos principios se aplican a ambos lados. Las organizaciones que despliegan agentes internos deben impedir que alcancen sistemas o datos más allá de las tareas previstas.
Los defensores también deberían asumir que los agentes hostiles volverán a probar continuamente los servicios expuestos. Una vulnerabilidad que hoy parece poco conocida puede convertirse en un objetivo de alta prioridad después de un ciclo de investigación automatizado.
Por qué las defensas tradicionales afrontan más presión
Las enjambres de agentes acortan el tiempo entre el descubrimiento y la explotación, obligando a los defensores a eliminar debilidades antes de que los atacantes puedan ensamblarlas en cadenas.
Los programas de seguridad tradicionales suelen separar las responsabilidades entre equipos de aplicaciones, identidad, redes, proveedores y respuesta a incidentes. Los atacantes se benefician cuando esos grupos carecen de una visión compartida.
Según los informes, la campaña de Taiwán avanzó precisamente a través de esos límites. Comenzó con JavaScript público, encontró metadatos de autenticación, recopiló nombres de usuario, probó contraseñas y reutilizó sesiones de confianza.
Cada paso era comprensible por separado. Su combinación produjo un acceso amplio.
La autenticación multifactor habría interrumpido la vía de pulverización de contraseñas. Una validación sólida de tokens habría bloqueado identidades falsificadas, mientras que los controles de acceso podrían haber protegido las interfaces de personal.
Eliminar los endpoints de depuración de producción cerraría otro punto de entrada. Restringir los tipos de archivos y las rutas de ejecución reduciría el riesgo derivado de web shells cargadas.
Estas medidas son prácticas de seguridad habituales. El desafío consiste en aplicarlas de forma coherente en 21 sistemas conectados y entre los proveedores que los rodean.
La automatización basada en agentes hace que una cobertura desigual sea más costosa. Puede probar varias defensas a la vez y avanzar hacia la más débil sin fatiga.
Los centros de operaciones de seguridad también afrontan un problema de datos asimétrico. Un atacante puede generar miles de solicitudes, hallazgos y variantes, mientras que los analistas deben decidir qué alertas representan un compromiso real.
Por tanto, los defensores necesitan más que generación automatizada de alertas. Necesitan inventarios de activos fiables, límites de identidad aplicables y procedimientos de contención rápidos.
Los portales expuestos a Internet merecen especial escrutinio. Los archivos de aplicaciones compiladas pueden exponer endpoints y detalles de autenticación incluso cuando los desarrolladores suponen que el código es difícil de inspeccionar.
Los secretos nunca deberían depender de la ocultación dentro del software del lado del cliente. Las aplicaciones públicas también deben tratar cada llamada a una API como hostil hasta que se superen las comprobaciones de autenticación y autorización.
El inicio de sesión único merece la misma atención. El SSO simplifica el acceso legítimo, pero un puente en el que se deposita demasiada confianza puede transformar una sesión robada en acceso a muchos sistemas.
Las organizaciones deberían exigir autenticación resistente al phishing para los sistemas sensibles. También deberían aplicar comprobaciones de riesgo cuando una sesión se mueve entre aplicaciones o entra en una interfaz administrativa.
La rotación de credenciales debe incluir sistemas y proveedores relacionados. Rotar un secreto expuesto aporta poco valor si credenciales similares o patrones de nomenclatura siguen activos en otros lugares.
Los acuerdos de cadena de suministro deberían definir el registro de seguridad, la notificación de brechas, el acceso privilegiado y los controles de identidad. Los proveedores necesitan suficiente telemetría para reconstruir campañas impulsadas por agentes que cambian rápidamente entre objetivos.
Los reguladores nucleares y las empresas energéticas afrontan un requisito adicional de segmentación. Las redes empresariales, los portales regulatorios y la tecnología operativa deben contar con límites aplicados de forma independiente.
La campaña reportada no muestra que esos límites operativos hayan fallado. Sí muestra por qué las organizaciones no pueden asumir que un compromiso administrativo permanecerá aislado.
La IA defensiva puede ayudar a analizar registros y correlacionar actividad entre sistemas. Sin embargo, añadir otro agente no corrige automáticamente la falta de autenticación ni la confianza excesiva.
Los controles más sólidos operan antes de que sea necesario el juicio del modelo. Incluyen permisos denegados por defecto, secretos protegidos, API reforzadas, aislamiento de red y credenciales de corta duración.
Los equipos también deberían ensayar incidentes que impliquen actividad paralela de alta velocidad. Un plan de respuesta diseñado en torno a una estación de trabajo comprometida puede no adaptarse a ataques simultáneos contra agencias y proveedores.
La cobertura de Google News puede presentar esto como la llegada del hacking autónomo. Los responsables de seguridad deberían traducir ese titular en una instrucción más práctica.
Cada debilidad expuesta tiene ahora un periodo de gracia más corto. Corregir fallos conocidos de identidad y aplicaciones importa más cuando el software puede encontrarlos y combinarlos de forma continua.
Tres señales que vigilar después de los titulares de Google News
Las próximas pruebas deberían aclarar el impacto del incidente, la independencia real de los agentes y si los defensores cambian sus controles.
La primera señal es un informe técnico oficial de Taiwán. Su gobierno no ha proporcionado públicamente los registros detallados de sistemas necesarios para verificar la reconstrucción de Dream.
Una divulgación útil identificaría qué agencias sufrieron acceso confirmado, qué sistemas perdieron datos y si el regulador nuclear contuvo la actividad en su perímetro administrativo.
También debería aclarar si los ataques gubernamentales reportados en julio pertenecen a una campaña o a varias operaciones no relacionadas. Una cronología y herramientas similares no prueban un control común.
Si Taiwán confirma el mapeo de 21 sistemas y 85 cuentas comprometidas, aumentará la confianza en la escala reportada. Un hallazgo más limitado debilitaría las interpretaciones más amplias.
La segunda señal es la publicación de indicadores técnicos adicionales. Los hashes de archivos, los detalles de infraestructura, los patrones de solicitudes y registros seleccionados de agentes ayudarían a los investigadores independientes a poner a prueba las conclusiones del informe.
Esos artefactos podrían revelar dónde intervinieron los humanos. Podrían mostrar si los agentes iniciaron por sí mismos la explotación o siguieron comandos detallados de operadores.
También podrían identificar el modelo detrás de Hermes y OpenClaw. Esa información ayudaría a los proveedores a evaluar qué salvaguardas fallaron y si modificaciones locales las eludieron.
Más pruebas no tendrían por qué exponer los sistemas de las víctimas. Los investigadores pueden censurar objetivos sensibles mientras preservan cronologías, rastros de decisiones e indicadores de comportamiento.
La tercera señal es una respuesta defensiva en los sistemas de identidad e infraestructura crítica. Conviene vigilar la autenticación multifactor obligatoria, las auditorías de API, las revisiones de endpoints de depuración y límites de SSO más estrictos.
Taiwán ya ha destacado la supervisión de ciberseguridad para instalaciones nucleares y activos digitales críticos. La cuestión es si esta campaña cambia los requisitos para las redes administrativas y de proveedores conectadas.
Los reguladores de otros lugares deberían prestar atención. La Comisión Reguladora Nuclear de Estados Unidos ya está estudiando los usos y riesgos de la IA en aplicaciones nucleares mediante su programa de preparación para IA.
Ese trabajo se centra tradicionalmente en cómo los operadores y reguladores utilizan la IA de forma segura. El informe de Taiwán añade una preocupación independiente: agentes hostiles dirigidos a los sistemas digitales que rodean la supervisión nuclear.
Una respuesta significativa trataría la actividad de los agentes como un patrón operativo diferenciado. Los defensores necesitan detecciones para reconocimiento paralelo, pruebas repetidas de autenticación y cambios a velocidad de máquina entre servicios no relacionados.
También necesitan gobernanza para sus propios agentes. Un sistema defensivo con credenciales amplias y herramientas sin restricciones puede convertirse en otra fuente de riesgo si es comprometido.
La tendencia más amplia será más clara si aparecen campañas similares. Un archivo reconstruido demuestra viabilidad, pero incidentes repetidos evidenciarían un cambio duradero en el comportamiento de los atacantes.
Por lo tanto, los equipos de seguridad deberían seguir algo más que los llamativos recuentos de brechas. Deberían buscar una reducción del tiempo entre el reconocimiento y la explotación, una selección de objetivos paralela más amplia y la validación automatizada de rutas de ataque.
El caso de Taiwán conlleva una advertencia sencilla, incluso si pruebas posteriores acotan algunas afirmaciones. La deuda de seguridad existente se vuelve más fácil de explotar cuando los atacantes pueden asignarla a trabajadores de software persistentes.
Para los desarrolladores, esto implica tratar la autenticación y la autorización como requisitos de producto verificables. Para los compradores empresariales, implica preguntar a los proveedores cómo aíslan a los agentes, registran las acciones y limitan las credenciales.
Para los trabajadores del conocimiento, la lección es menos técnica pero igual de importante. La información sensible puede ayudar a los atacantes a comprender relaciones y flujos de trabajo, incluso cuando no incluye contraseñas ni código fuente.
La pregunta central tras estos titulares de Google News no es si la IA puede sustituir a todos los hackers. Es si los defensores pueden adaptarse antes de que un operador controle la carga de trabajo de muchos.
Audite los sistemas expuestos a Internet, elimine las interfaces inactivas, revise la confianza de SSO y verifique ahora el acceso de los proveedores. La campaña reportada muestra con qué rapidez debilidades separadas pueden convertirse en una sola ruta de ataque.
