En un caso que subraya la creciente sofisticación de las amenazas digitales, el gobierno suizo confirmó que atacantes lograron vulnerar los servidores de SharePoint administrados por BIT (Oficina Federal de Informática y Telecomunicaciones). Los hechos, que configurationan un incidente de altura, señalan la explotación de fallas recientes en SharePoint y la posible ausencia de datos particularmente sensibles en la plataforma, al menos según las primeras evaluaciones oficiales. Este artículo ofrece un panorama claro, sin perder de vista las implicaciones para organizaciones de todos los tamaños que dependen de entornos colaborativos basados en SharePoint.

Qué ocurrió exactamente
– Investigadores del gobierno suizo detectaron “anomalías” en los servidores de SharePoint de BIT el 28 de julio de 2026.
– Tras las investigaciones, el 31 de julio se identificó que los atacantes accedieron a datos pertenecientes a unas 200 cuentas, tanto de usuarios como técnicos.
– En respuesta, se desconectaron ciertos servidores de la red para contener la proliferación del ataque y se inició una investigación coordinada con apoyo de Microsoft.
– Por el momento, no se ha identificado al autor del ciberataque y no hay indicios de filtración en la web oscura de forma pública.

Lo que sugiere la investigación
– Dos vulnerabilidades en SharePoint parecen haber permitido la intrusión. Microsoft había publicado parches de seguridad para estas fallas a mediados de julio, y el FOITT (Fiscalía u organismo equivalente) informó que procedió a incorporar dichas actualizaciones en sus sistemas tras su publicación.
– Si bien el rendimiento exacto de la cadena de ataque no ha sido revelado, la narrativa sugiere que la explotación de estas fallas en SharePoint pudo haber proporcionado un acceso inicial para luego escalar privilegios y mantener presencia en la red.

La importancia de SharePoint como objetivo
– SharePoint es una herramienta ampliamente adoptada en empresas y entidades públicas por sus capacidades de colaboración y gestión documental. Su popularidad, combinada con la función de compartir información entre múltiples usuarios y departamentos, la coloca entre los blancos preferentes para actores maliciosos.
– En este caso, la combinación de vulnerabilidades de la plataforma y una posible tardanza en aplicar parches refuerza la necesidad de una gestión de parches proactiva, monitoreo continuo y segmentación de redes para limitar movimientos laterales.

Qué debemos aprender para la defensa cibernética
– Implementar un programa de gestión de parches sólido y oportuno, con validación de actualizaciones críticas en entornos productivos.
– Realizar evaluaciones de vulnerabilidades de forma periódica, priorizando los impactos en servicios clave como SharePoint y otros sistemas de colaboración.
– Mantener una segmentación de red estricta y controles de acceso basados en privilegios mínimos para reducir el alcance de cualquier intrusión.
– Establecer monitoreo de anomalías específico para plataformas colaborativas, con alertas tempranas ante comportamientos inusuales que puedan indicar acceso no autorizado.
– Coordinarse con proveedores de software para entender las correcciones y su correcta implementación, asegurando pruebas adecuadas antes de la puesta en producción.

Conclusión
Este incidente refuerza una verdad constante en ciberseguridad: la superficie de ataque se extiende cada vez más a herramientas de uso cotidiano en la colaboración empresarial. La lección no es solo tecnológica, sino operativa. La fortificación de procesos, la educación continua y la vigilancia proactiva son, hoy más que nunca, componentes indispensables de una estrategia de defensa digital efectiva.

Fuente de referencia: análisis de cobertura sobre el incidente de SharePoint en el entorno gubernamental suizo y las vulnerabilidades CVE asociadas.

from Latest from TechRadar https://ift.tt/wjNRVJf
via IFTTT IA

La evolución de Suno y de otras plataformas de creación musical impulsada por IA está marcando un giro relevante en la industria. Después de años de facilitar la generación de música con gran facilidad, la empresa ha decidido implementar medidas para evitar abusos: límites de descargas, watermarking y fingerprinting. Estas iniciativas buscan evitar que el entorno de streaming se convierta en un canal masivo de contenido generado por IA sin distinción.

Este movimiento señala una idea importante: incluso las compañías que buildan modelos de IA reconocen que la creación ilimitada puede acarrear consecuencias no deseadas. En palabras de Mikey Shulman, CEO de Suno, la música genial «la hacen las personas», y la tecnología debe ayudar a crear novedad, no a imitar el trabajo ajeno. Esa filosofía ha guiado el desarrollo de sus modelos y plataforma desde el inicio.

La gran música la hacen las personas

En una sección titulada “Nuestros principios”, Shulman afirma que “la gran música la hacen las personas”.

Los principios, en sí, no son nuevos; lo novedoso es que Suno está dedicando esfuerzos de ingeniería para limitar abusos, no solo para habilitar la creación. En su blog, Shulman indica que pronto se implementará una nueva política de descargas para limitar la distribución masiva de canciones en plataformas de streaming, preservando las vías profesionales, creativas y personales de uso de Suno. Estos cambios no afectarán a la gran mayoría de usuarios, pero sí dificultarán el abuso a gran escala.

Continúa: “En las próximas semanas adoptaremos tecnología de watermarks y fingerprinting para colaborar aún más con las plataformas de distribución y combatir el fraude y el uso indebido”.

Esta evolución se alinea con la tendencia más amplia: las plataformas de streaming como Spotify, Deezer, Tidal y Qobuz están tomando medidas para frenar el flujo de música generada por IA que inunda sus catálogos.

Gestionar las consecuencias

El gigante del streaming Tidal publicó una política integral de IA con el lema “Promoviendo la equidad y el empoderamiento económico en la era de la música generada por IA”. Tidal identificará, etiquetará y, crucialmente, no pagará regalías por esas reproducciones.

Spotify ha tomado medidas para prevenir transmisiones fraudulentas y suplantación por IA. Deezer ha señalado que más de la mitad de las nuevas cargas diarias en su plataforma son generadas por IA; en su momento, ese porcentaje fue menor y ha ido aumentando. Deezer lanzó además un sitio gratuito para escanear listas de reproducción en busca de “AI slop”. Qobuz anunció un enfoque centrado en el factor humano con la intención de desarrollar sistemas de detección y monitoreo de contenido generado por IA y patrones de streaming fraudulentos.

El anuncio de Suno parece un punto de inflexión: no es simplemente una declaración de principios, sino un cambio de prioridades. Durante los primeros años de la IA generativa, el éxito se medía por la cantidad de contenido generado. Ahora el foco está en cómo evitar que ese contenido desplace a otros elementos del ecosistema musical. Esta transición señala que la industria está pasando de maximizar la generación a gestionar las consecuencias de la generación, y eso ya era necesario.

En resumen, el panorama de la música impulsada por IA se dirige hacia un equilibrio entre innovación y responsabilidad. La nueva corriente no solo busca fomentar la creatividad, sino también salvaguardar la diversidad, la integridad de los artistas y la viabilidad de un sistema de distribución justo. El aprendizaje compartido entre plataformas y creadores está en marcha, y la dirección es clara: menos caos, más control y, sobre todo, música que merezca ser escuchada por su valor humano y técnico.»

from Latest from TechRadar https://ift.tt/H0zumdR
via IFTTT IA

La Inteligencia Artificial (IA) está evolucionando a gran velocidad. En múltiples industrias, las organizaciones están incorporando IA en sistemas que deben operar de forma continua, segura y a escala. En este contexto, la planificación de la infraestructura ya no puede postergarse.

A medida que la adopción de IA acelera, se hace evidente que la planificación de infraestructura debe adelantarse. Las cargas de trabajo de IA se vuelven más interconectadas, distribuidas e operativamente integradas a lo largo de entornos en la nube, centros de datos y edge. La planificación debe alinear cómputo, redes, software, memoria y requisitos operativos en entornos cada vez más complejos.

Como resultado, muchas empresas están iniciando la planificación de infraestructura con anticipación.

El costo de esperar

A medida que la IA se integra más en operaciones diarias a través de inferencia continua y sistemas agentivos, las demandas de infraestructura evolucionan significativamente. Las implementaciones modernas de IA requieren cada vez más:

• Inferencia continua las 24 horas del día
• Sistemas multiagente que coordinan aplicaciones y bases de datos
• Orquestación en tiempo real entre nube, centro de datos y edge
• Gobernanza, seguridad y eficiencia operativa robustas

Estas cargas de trabajo exigen más que rendimiento crudo de cómputo: requieren una infraestructura equilibrada donde cómputo, redes, software, memoria y flujos operativos funcionen de manera cohesiva a escala.

Por ello, las empresas están comenzando la planificación de infraestructura para IA antes, reconociendo que la planificación, las pruebas y los PoCs para sistemas complejos como estos requieren tiempo.

Al mismo tiempo, el costo de retrasar la planificación de infraestructura de IA se hace cada vez más evidente. Los retrasos pueden ralentizar la preparación para despliegues y posponer beneficios impulsados por IA, como ganancias de productividad y automatización operativa. A medida que la demanda de IA continúa en aumento, las organizaciones priorizan una planificación anticipada para asegurar la capacidad de cómputo necesaria para sostener el crecimiento a largo plazo.

Con la creciente complejidad de la infraestructura de IA, la planificación debe empezar antes que en los ciclos tradicionales de actualización de IT. Evaluar cargas de trabajo, validar modelos de despliegue y garantizar escalabilidad entre entornos toma tiempo, y el tiempo es un recurso valioso si queremos mantener la delantera frente a la competencia.

La IA es ahora un desafío de sistemas

La conversación sobre la infraestructura de IA suele empezar por las Unidades de Procesamiento Gráfico (GPUs). Pero a medida que las implementaciones escalan, el rendimiento de IA depende no de componentes aislados, sino de cómo funciona el sistema en su conjunto.

La infraestructura moderna de IA depende de Unidades Centrales de Procesamiento (CPUs) para la orquestación y el movimiento de datos, GPUs para cómputo paralelo a gran escala, redes de alta velocidad para comunicación de baja latencia entre sistemas y plataformas de software abiertas para portabilidad y escalabilidad.

A medida que los sistemas de IA se vuelven más distribuidos e impulsados por inferencia, la orquestación y el equilibrio del sistema se vuelven críticos. Las CPUs desempeñan un papel fundamental en la gestión de la coordinación de cargas, el acceso a la memoria y la utilización de GPUs, asegurando que la infraestructura opere con eficiencia ante demandas sostenidas.

Este cambio refleja una realidad de la industria: la IA ya no es solo un problema de GPU. Es un reto de infraestructura de pila completa que las organizaciones deben abordar desde temprano.

Planeación para IA distribuida

La IA también se está escalando en múltiples direcciones a la vez.

Algunas cargas de trabajo se expanden hacia clústeres centralizados grandes, mientras otras se acercan a la fuente de datos, incluyendo implementaciones edge en fábricas u hospitales, y dispositivos finales habilitados para IA como los PCs.

Para las organizaciones, esto genera consideraciones únicas sobre infraestructura: nube híbrida, despliegues en sitio, edge IA, cumplimiento y aplicaciones sensibles a la latencia.

Esta diversidad subraya la importancia de estrategias de infraestructura diseñadas para modularidad, portabilidad y adaptabilidad, que requieren planificación previa.

La apertura y la flexibilidad importan más que nunca

A medida que la innovación en IA se acelera, las organizaciones priorizan la flexibilidad de la infraestructura para soportar modelos, marcos y entornos de despliegue en rápida evolución.

Los ecosistemas abiertos pueden reducir la complejidad de integración mientras ofrecen mayor compatibilidad entre marcos de software, entornos en la nube y arquitecturas de despliegue. También proporcionan mayor flexibilidad para evolucionar las estrategias de infraestructura con el tiempo, evitando los costos de migración que pueden acompañar a entornos muy cerrados o de un solo proveedor.

Para muchas organizaciones, la apertura ya no es solo una preferencia de desarrollo. Se está convirtiendo en un criterio importante para equilibrar rendimiento, eficiencia operativa, optimización de costos y la inversión a largo plazo en infraestructura.

Esta es otra razón por la que la planificación de infraestructura debe ocurrir temprano. Construir entornos de IA que permanezcan escalables, portátiles y adaptables con el tiempo requiere pensar en apertura e interoperabilidad desde el principio.

La preparación de la infraestructura definirá la próxima fase de la IA

La próxima fase de crecimiento de la IA recompensará a las organizaciones que adopten un enfoque proactivo hacia la planificación de infraestructura.

Las empresas que retrasen la planificación de infraestructura pueden encontrar más difícil desplegar herramientas de IA en el futuro, no solo por la falta de tiempo para planificar y probar, sino también por no asegurar los recursos de cómputo necesarios desde el inicio.

El costo de esperar se vuelve cada vez más claro.

En última instancia, las compañías que triunfen en la próxima fase de IA no serán necesariamente las que posean los clústeres más grandes, sino las que planifiquen temprano y construyan una infraestructura equilibrada, escalable y abierta diseñada para apoyar la innovación continua en una economía cada vez más impulsada por IA.

Hemos presentado el mejor chatbot de IA para negocios.

Este artículo se produjo como parte de TechRadar Pro Perspectives, nuestro canal para presentar las mejores mentes en la industria de la tecnología hoy en día.

Las opiniones expresadas aquí son del autor y no necesariamente las de TechRadarPro o Future plc. Si estás interesado en contribuir, encuentra más información aquí: https://www.techradar.com/pro/perspectives-how-to-submit

from Latest from TechRadar https://ift.tt/PL1ZbxG
via IFTTT IA

Cada cuatro años, los mejores jugadores de fútbol se ponen a prueba en el escenario más grande del mundo. Menos visible es la prueba que tiene lugar tras bambalinas. Cuando billones de personas sintonizan, los broadcasters y las plataformas de streaming enfrentan su propio reto de alto riesgo: entregar experiencias en vivo sin interrupciones a una escala que pocos eventos pueden igualar. FIFA estima que alrededor de 5 mil millones de personas participaron en la Copa del Mundo 2022, siendo la final vista por casi 1.5 mil millones de espectadores en todo el mundo. En 2026, ese público tiene ante sí un torneo aún más grande: 48 selecciones disputando 104 partidos entre Canadá, México y Estados Unidos. Más de 54 millones de espectadores en los tres países anfitriones vieron los partidos de apertura de sus equipos nacionales, mientras que el encuentro de Estados Unidos contra Paraguay sumó 27.5 millones de espectadores combinados en FOX y Telemundo, el partido de la FIFA World Cup más visto en ese país. Al final de la fase de grupos, 4.64 millones de espectadores ocuparon el 99.7% de las butacas disponibles. Esa escala funciona como una prueba de esfuerzo en tiempo real para cada componente del ecosistema de video en vivo.\n\nDesde la mera visualización pasiva hasta la participación activa\n\nMás allá del tamaño de la audiencia, la diferencia radica en cómo la gente consume el contenido. Ya no se limita a mirar: se desplaza entre plataformas, comparte momentos destacados, espera acceso instantáneo a momentos clave y quiere experiencias personalizadas a sus intereses. El streaming dejó de ser solo un canal de distribución para convertirse en un producto por derecho propio. El partido de la fase de grupos entre Brasil y Haití registró 51.3 millones de espectadores a través del ecosistema de medios más amplio de Globo, mientras CazéTV estableció un récord mundial de YouTube para el partido de fútbol más visto en esa plataforma. El contenido de la Copa del Mundo generó 11 mil millones de vistas de video en plataformas de redes sociales durante la fase de grupos, y los broadcasters oficiales publicaron más de 44,000 piezas de contenido en TikTok. Un partido moderno es simultáneamente un programa en vivo, una fuente de clips para redes, una fuente de estadísticas y una experiencia de segunda pantalla.\n\nRepensar el flujo de producción\n\nEse cambio comienza con el flujo de producción. El mismo partido se produce ahora simultáneamente para pantallas de estadio, televisores conectados, aplicaciones móviles y plataformas de streaming global, con captura, ingestión, codificación y entrega integradas en una única canalización de contenido. Dieciséis cámaras de seguimiento óptico instaladas en cada estadio pueden generar más de 150 millones de puntos de datos por partido, ayudando a los oficiales a revisar incidentes y brindando a los socios de los medios nuevas formas de producir fragmentos destacados. El verdadero desafío es unir la entrega en vivo, datos de audiencia, publicidad, subtítulos, audio multilingüe y experiencias interactivas junto con seguimientos, comentarios, gráficos y datos de arbitraje.\n\nLo que esperan los fans: fiabilidad, personalización y velocidad\n\nPara los espectadores, el éxito se reduce a tres aspectos: fiabilidad a gran escala, personalización y velocidad. Los fans toleran mucho, pero no perdonan una transmisión que se queda sin audio durante un gol decisivo o que va tan rezagada respecto al juego en vivo que las redes sociales estropean el momento. La personalización debe ocurrir sin socavar el rendimiento, ofreciendo recomendaciones, idiomas, feeds de cámara y publicidad diferentes, manteniendo la resiliencia de una transmisión masiva.\n\nLa IA está remodelando la producción de deportes en vivo\n\nLa inteligencia artificial es central para cumplir esas expectativas. En lugar de reemplazar a los equipos de producción, la IA permite a los titulares de derechos producir y distribuir contenido a una escala que antes requeriría operaciones mucho más grandes. El recorte automático de momentos destacados es uno de los ejemplos más claros: la IA puede identificar momentos clave, empaquetarlos y distribuirlos en minutos. Para los titulares de derechos, la diferencia entre publicar un gol dos minutos después de marcarlo y veinte minutos después puede marcar la delantera o la persecución de la conversación. Los resúmenes de partidos, comentarios, subtítulos y traducciones también pueden generarse automáticamente, y las plataformas pueden asignar a cada aficionado el contenido que es más probable que vea a continuación.\n\nUna mirada al futuro: deportes personalizados a escala\n\nEl objetivo más amplio se ve en la cúspide del juego. La PGA TOUR ya convierte la acción semanal en alrededor de 7,000 clips de alto contenido generados por IA en decenas de mercados, para que un aficionado siga a un jugador o se ponga al día con momentos clave sin esperar la transmisión principal. La Copa del Mundo 2026 ha generado una biblioteca de historias igualmente vastas. Se marcó un récord de 215 goles en la fase de grupos, con un promedio de tres por partido.\nLos debutantes Cabo Verde quedaron invictos, con Kevin Pina anotando el primer gol mundial del país, mientras que la victoria de Japón 4-0 sobre Túnez fue además el 1,000º partido en la historia de la Copa del Mundo y la mayor victoria de un equipo asiático. Estos son exactamente los tipos de historias que la etiquetación automatizada, el recorte rápido y las recomendaciones inteligentes pueden traer a la audiencia adecuada.\n\nExperiencia inmersiva y accesibilidad\n\nLa próxima generación de streaming de deportes en vivo se definirá por experiencias de visualización más ricas. El streaming multivista permite a los fans seguir simultáneamente varios encuentros, mientras que ángulos de cámara alternativos y feeds específicos de jugadores brindan mayor control sobre la forma en que se consume la acción. La integración de datos en tiempo real puede traer estadísticas en vivo directamente a la experiencia de visualización sin interrumpir el partido. La IA también está haciendo que la subtitulación, la traducción y la descripción de audio sean herramientas listas para escalar, permitiendo a los broadcasters localizar la cobertura en vivo sin un aumento proporcional de costos. Sin embargo, la supervisión humana sigue siendo esencial para nombres, terminología deportiva y contexto cultural.\n\nLa tecnología detrás de la escala global\n\nEsto requiere infraestructuras de TI resilientes y plataformas de entrega escalables capaces de mantener fiabilidad de calidad de broadcast y baja latencia, incluso cuando millones se conectan simultáneamente. También exige a las organizaciones abandonar pilas tecnológicas fragmentadas. Una arquitectura unificada facilita la reutilización de contenido: una señal en vivo puede soportar una transmisión completa, resúmenes móviles, clips para redes, inventario publicitario, contenido de archivo y recomendaciones personalizadas. Además, proteger ese contenido es tan importante como entregarlo. El deporte en vivo es especialmente vulnerable a la piratería porque su valor comercial existe casi por completo durante el partido. La Gestión de Derechos Digitales sigue siendo la base, pero la watermarking forense está ganando importancia, incorporando identificadores invisibles para que las transmisiones pirateadas puedan rastrearse y eliminarse mientras el evento aún está en vivo.\n\nQué sigue: el futuro del deporte en vivo a escala\n\nLa Copa del Mundo subraya que el video en vivo se ha convertido en un producto complejo y guiado por datos, donde el éxito ya no se define únicamente por la calidad de la imagen o el alcance, sino por qué tan eficazmente IA, flujos de contenido unificados y tecnología escalable trabajan juntas bajo presión. El desafío para la industria no es entender qué funciona a escala de la Copa del Mundo, sino aplicar esas lecciones de forma constante en cada evento en vivo.\n\nAdemás, hemos revisado, valorado y clasificado las mejores herramientas de edición de video. Este artículo forma parte de TechRadar Pro Perspectives, nuestro canal para destacar las mentes más brillantes en la industria tecnológica actual. Las opiniones expresadas pertenecen al autor y no necesariamente a TechRadarPro o Future plc. Si estás interesado en contribuir, descubre más aquí: https://ift.tt/Px6Bklg

from Latest from TechRadar https://ift.tt/QwXaGZB
via IFTTT IA

En un panorama empresarial cada vez más distribuido, las empresas que operan de forma remota se enfrentan a un desafío crítico: verificar de manera confiable la identidad de los candidatos a lo largo de todo el proceso de contratación. La realidad es que, para muchos, la última vez que conocieron a su nuevo colaborador en persona podría haber sido nunca. Con una quinta parte de las compañías adoptando un modelo totalmente remoto, la selección y el onboarding mediante plataformas virtuales han permitido acceder a talentos globales y escalar operaciones con una agilidad inédita. Sin embargo, al eliminar la geografía como constraint, se pierde una de las capas fundamentales de confianza: la confirmación cara a cara de a quién se está contratando.

Este cambio está dando lugar a una amenaza poco reconocida but cada vez más real: la llamada “empleado de deepfake”, en la que actores maliciosos usan identidades sintéticas, clonación de voz y videos en deepfake en tiempo real para superar entrevistas y lograr empleos legítimos. Avances en IA han hecho posible crear identidades digitales convincentes a gran escala, reduciendo la barrera de entrada para el fraude y facilitando operaciones organizadas que buscan vulnerar los procesos de contratación.

En la práctica, estos ataques pueden resultar difíciles de detectar. Un candidato podría aparecer en una entrevista por video con un rostro y una voz que parecen naturales, responder con fluidez y presentar credenciales aparentemente legítimas. Sin embargo, herramientas impulsadas por IA pueden alterar sutilmente expresiones faciales, sincronizar movimientos de labios con una voz clonada o incluso alimentar respuestas en tiempo real. Para el responsable de contratación, no hay indicios evidentes de que algo vaya mal. La decepción suele hacerse visible mucho más tarde, si es que aparece, cuando ya hay actividad dentro de la organización que genera alertas.

Este riesgo ya se manifiesta en la realidad. En un experimento, un experto en ciberseguridad utilizó IA para crear identidades profundas: una similar a sí mismo y otra de una mujer de ascendencia asiática, logrando asegurar dos roles tecnológicos y superar a cientos de candidatos. Con credenciales generadas por IA, modulaciones de voz en tiempo real y videos en deepfake, ambas identidades sintéticas avanzaron en las etapas de entrevista sin ser detectadas, y los empleadores no se dieron cuenta de que interactuaban con un sujeto totalmente fabricado.

La investigación de amenazas de Cloudflare subraya la magnitud y sofisticación de estas actividades. Operaciones organizadas de fraude con trabajadores remotos emplean identidades fabricadas, entrevistas asistidas por deepfake y granjas de laptops para infiltrarse en nóminas. En algunos casos, varias personas operan tras una única identidad de empleado, manteniendo un acceso persistente mientras aparentan ser un usuario legítimo. Una vez contratados, estos actores dejan de ser externos: se convierten en amenazas internas con credenciales válidas y dispositivos corporativos, integrándose al perímetro de la organización y perdiéndose su detección entre la actividad normal.

Qué necesita cambiar

Con casi el 60% de las organizaciones que ya han sufrido incidentes impulsados por deepfake y un 48% que reporta daños por suplantación o desinformación generada por IA, la infraestructura de identidad se ha convertido en un vector de ataque principal. Los atacantes están moviéndose de “romper la entrada” a “lograr el ingreso” utilizando credenciales obtenidas mediante engaños. En el centro de este problema está la premisa errónea de que la identidad puede verificarse una vez y confiarse de forma indefinida.

En entornos físicos, la identidad rara vez es cuestionada. Se ve quién cruza la puerta, se reconocen rostros familiares y se detectan inconsistencias en el comportamiento. En entornos virtuales, sin embargo, se depende casi por completo de nombres de usuario, credenciales y video, ninguno de los cuales confirma de manera confiable quién está detrás de la pantalla. Las cuentas pueden compartirse, las credenciales pueden verse comprometidas y, en ocasiones, un video en vivo puede ser manipulado.

Esto genera una vulnerabilidad crítica en el punto de contratación. Un candidato puede presentar documentación, pasar verificaciones de antecedentes y completar la onboarding, pero en un mundo de identidades sintéticas, esa verificación inicial ya no es suficiente.

Construcción de una verificación de identidad continua

Para abordar este desafío, las organizaciones deben avanzar más allá de las verificaciones de identidad estáticas y adoptar la verificación continua de identidad. Esto implica no solo confirmar quién es la persona al momento de la contratación, sino garantizar que la misma persona permanezca presente y auténtica a lo largo de sus interacciones con la organización.

La defensa más sólida reside en la verificación biométrica continua de la identidad del usuario. En lugar de depender de un único factor, como la identificación facial o la autenticación por voz, la biometría fusionada combina múltiples señales de identidad — características faciales, patrones de voz y pistas conductuales — en un proceso de verificación en capas que confirma directamente que existe una persona real y viva.

Ya no es suficiente confirmar la identidad de alguien en un único instante. Las organizaciones necesitan la certeza de que la misma persona está presente de forma constante en cada interacción crítica, desde la entrevista y la onboarding, hasta el acceso a sistemas y transacciones sensibles. Sin esa continuidad, las identidades pueden compartirse, reemplazarse o hacerse hijacking sin detección.

La verificación biométrica fusionada puede crear validaciones en capas que son significativamente más difíciles de replicar o manipular, permitiendo detectar y bloquear intentos de impersonación mediante voces sintéticas, deepfakes o audio y video grabados. Si bien una modalidad por sí sola puede engañarse con inputs sintéticos sofisticados, al combinar modalidades biométricas —reconocimiento facial, reconocimiento de voz y reconocimiento de patrones de habla— se eleva notablemente la dificultad para que los delincuentes imiten una identidad.

Las tecnologías biométricas avanzadas se entrenan con grandes conjuntos de datos de muestras vocales genuinas y sintéticas, lo que facilita reconocer diferencias sutiles entre voces naturales y deepfakes, ayudando a detectar intentos de clonación de voz incluso cuando el audio parece convincente para los oyentes.

Crucialmente, la verificación biométrica fusionada puede operar de forma pasiva en segundo plano, verificando de manera constante que la persona adecuada accede a los sistemas, lo que permite experiencias más fluidas y reduce la necesidad de repetidas verificaciones. A medida que las organizaciones continúen adoptando el trabajo remoto y operaciones digitales, los ciberdelincuentes encontrarán nuevas vulnerabilidades para explotar. La pregunta ya no es solo cómo evitar las amenazas, sino también cómo asegurar que quienes ya están dentro sean realmente quienes dicen ser.

En un mundo donde las identidades pueden ser fabricadas, clonadas y manipuladas con facilidad, la confianza no puede permanecer estática. Debe ser verificada de forma continua.

Este artículo se enmarca como parte de TechRadar Pro Perspectives, un canal para presentar ideas y enfoques de líderes y especialistas en tecnología. Las opiniones expresadas aquí corresponden al autor y no necesariamente a TechRadar Pro o Future plc. Si te interesa contribuir, descubre más sobre cómo enviar tu historia.

from Latest from TechRadar https://ift.tt/mrK0NJj
via IFTTT IA