Doce minutos. Eso es lo que tardó un atacante automatizado, impulsado por IA, en pasar del acceso inicial al control total con privilegios de administrador root de una red objetivo en una reciente simulación de ciberseguridad europea. Doce minutos es menos de lo que dura la reunión matutina de tu equipo de seguridad, por no hablar de un ciclo habitual de clasificación y priorización de alertas en un centro de operaciones de seguridad (SOC).
Los CISO están perdiendo rápidamente el lujo de disponer de tiempo. Cuando un agente autónomo de IA puede escanear, desplazarse lateralmente, explotar vulnerabilidades y exfiltrar credenciales antes de que un analista humano pueda siquiera abrir un ticket de alerta, el imperativo estratégico para los responsables de seguridad es innegable: deben combatir las amenazas que operan a velocidad de máquina con defensas que actúen a esa misma velocidad.
El catalizador de esta drástica reducción de los tiempos es Artex, un framework ofensivo multiagente desarrollado originalmente en China y publicado en GitHub como software de código abierto. Aunque su autor retiró el repositorio público tras su uso indebido generalizado, ya se habían creado miles de bifurcaciones del código, lo que dejó cientos de instalaciones activas accesibles públicamente a través de Internet.
Atacantes de todo tipo lo han convertido en un arma. En Corea del Sur, los ciberdelincuentes automatizaron intrusiones en siete entidades financieras que afectaron a unas 67.000 personas y 2.200 organizaciones para exigir rescates. A escala mundial, grupos vinculados a Estados utilizaron Artex contra más de 200 objetivos de los sectores de las telecomunicaciones, farmacéutico y gubernamental en 14 países, mientras que en la India se empleó en campañas para realizar llamadas directamente a las API bancarias de transferencia de fondos.
“En conjunto, el WAF basado en IA, la detección de usuarios maliciosos, la defensa contra bots y la aplicación de esquemas de API redujeron en más de un 90 % la tasa de éxito global de los ataques de Artex en nuestras pruebas de laboratorio.”
Para proteger tu empresa, debemos dejar de lado el revuelo mediático del sector. Artex no es un modelo superinteligente autónomo. Es un entorno de orquestación escrito en Go que combina grandes modelos de lenguaje (LLM) comerciales —como DeepSeek, Claude y Grok— con herramientas de línea de comandos, scripts y servidores del protocolo de contexto de modelos (MCP).
El LLM actúa como el cerebro: analiza respuestas, planifica campañas de varias fases y genera sobre la marcha scripts personalizados para explotar vulnerabilidades. Las herramientas automatizadas hacen las veces de manos. Esta arquitectura pone el hackeo al alcance de cualquiera. Ataques avanzados de varias fases, cuya coordinación antes requería días de trabajo de un equipo altamente especializado, ahora pueden ejecutarse en minutos por atacantes con escasos conocimientos técnicos que aprovechan vulnerabilidades comunes, como contraseñas débiles, la ausencia de autenticación multifactor (MFA) y API expuestas.
Por qué los controles de una sola capa fallan a la velocidad de las máquinas
Cuando los investigadores de seguridad de F5 conectaron Artex a modelos de IA líderes y lo ejecutaron contra una aplicación deliberadamente vulnerable en nuestro laboratorio, los resultados fueron inequívocos. Cuanto más potente era el LLM subyacente, más rápido y con mayor agresividad actuaba Artex.
Lo más importante es que observamos cómo se comportaba el agente al enfrentarse a defensas puntuales tradicionales. La mayoría de las arquitecturas de seguridad actuales inspeccionan las solicitudes entrantes de forma aislada. Cuando situamos F5 Web Application Firewall para Distributed Cloud delante de la aplicación, las firmas existentes bloquearon de inmediato la primera oleada de cargas de inyección web reconocibles de Artex. Además, al combinar la detección basada en firmas con el aprendizaje automático mediante una puntuación de riesgo basada en IA, el WAF evaluó el contexto más amplio de las solicitudes entrantes, lo que dio a los equipos la confianza necesaria para aplicar un bloqueo activo en lugar de limitarse a una supervisión pasiva.
Sin embargo, detener la primera oleada no puso fin al ataque. En cuanto Artex detectó que sus exploits web habituales estaban bloqueados, el LLM cambió de táctica en tiempo real. Empezó a explorar y trazar un mapa de las interfaces de programación de aplicaciones (API) de la aplicación y a buscar fallos en la lógica de negocio, como la manipulación de los parámetros de identificación de cliente para acceder a las cuentas privadas de otros usuarios. Para un cortafuegos que actúa en un único punto e inspecciona los paquetes de uno en uno, esas solicitudes parecen tráfico normal de la aplicación.
Para derrotar a un adversario que cambia dinámicamente de vector de ataque, es necesario conectar operativamente los distintos componentes de la infraestructura de seguridad. En F5 Distributed Cloud, la detección de usuarios maliciosos proporciona ese vínculo al rastrear al actor que está detrás de las solicitudes, en lugar de evaluar cada una de forma aislada. Combina las infracciones del WAF, los intentos de acceso no autorizado, los inicios de sesión fallidos, la telemetría de bots y las activaciones de los límites de frecuencia en una puntuación de amenaza continua, y refuerza las medidas de protección de forma proporcional: desde un desafío de JavaScript hasta un CAPTCHA y, finalmente, un bloqueo completo.
Para un CISO, el seguimiento continuo resuelve tres puntos ciegos operativos críticos. En primer lugar, las campañas de Artex cambian constantemente de infraestructura de proxy; en un análisis de un servidor expuesto de un atacante, un servicio de proxy generó 79 direcciones IP de salida a partir de las primeras 100 identidades probadas. Al complementar el seguimiento de IP con huellas TLS JA4, declaraciones JWT, cookies y cabeceras de sesión, la detección de usuarios maliciosos permite seguir identificando al mismo atacante aunque cambien las direcciones IP.
En segundo lugar, relaciona entre sí los sutiles intentos de reconocimiento que, por separado, parecen inofensivos. En tercer lugar, dado que Artex genera sobre la marcha scripts nuevos para los que no existe ninguna firma, el seguimiento de la evolución del comportamiento a lo largo del tiempo permite detener automáticamente las secuencias de ataques de día cero. En nuestras simulaciones de laboratorio, combinar la detección de usuarios maliciosos con un WAF basado en IA redujo la tasa de éxito de los ataques en más de un 70 %.
Establecer una confianza continua en el perímetro
Dado que los ataques de IA agéntica se ejecutan mediante scripts, navegadores sin interfaz gráfica y entornos de automatización que siguen las instrucciones del LLM, las reglas estáticas por sí solas no bastan. Los responsables de seguridad deben establecer una confianza continua en tiempo de ejecución, verificando si la entidad que interactúa con sus aplicaciones y API es realmente una persona o una máquina automatizada. F5 Distributed Cloud Bot Defense detecta la automatización agéntica en el perímetro mediante el análisis de la telemetría del cliente en cuatro vectores distintos:
- Identificación de la huella digital del hardware de las máquinas virtuales: Los agentes automatizados suelen ejecutar tareas de gran carga computacional en máquinas virtuales de centros de datos, mientras enrutan el tráfico a través de proxies residenciales para imitar el tráfico de los usuarios particulares. Las técnicas avanzadas de identificación de huellas digitales analizan las características del hardware del cliente y revelan CPU de servidor, límites de memoria y GPU que permiten distinguir las máquinas virtuales de los centros de datos de los portátiles o dispositivos móviles de los usuarios particulares.
- Recorridos de navegación por el sitio: Los usuarios humanos navegan por los sitios web siguiendo patrones irregulares e impredecibles. Los agentes automatizados siguen rutas uniformes y predeterminadas para realizar tareas con la máxima eficiencia. La detección de secuencias patentada analiza estos recorridos de navegación para distinguir los recorridos automatizados del comportamiento humano.
- Ritmo de interacción con los formularios: Ya sea al crear cuentas, probar credenciales o enviar formularios, los agentes buscan la máxima velocidad. La monitorización de la telemetría detecta la introducción de datos en los campos a una velocidad superior a la humana y desplazamientos por la página poco naturales que las manos humanas no pueden reproducir.
- Biometría del usuario y dinámica del ratón: Incluso cuando los agentes intentan imitar los movimientos humanos del cursor, su telemetría revela una perfección matemática: trayectorias rectas, arcos suaves y clics centrados con precisión en los botones, lo que contrasta claramente con la imprecisión natural de las personas.
Cuando los agentes automatizados intentan eludir las defensas perimetrales y atacar las interfaces expuestas, F5 Distributed Cloud API Security proporciona la capa de protección decisiva. El descubrimiento continuo de API detecta automáticamente todos los endpoints, incluidas las API en la sombra no documentadas. A continuación, la aplicación estricta del esquema OpenAPI define las estructuras de datos y los requisitos de autenticación exactos permitidos para cada transacción, y rechaza automáticamente las cargas útiles mal formadas que incumplen el esquema y que Artex genera durante el reconocimiento y la manipulación de identificadores.
En conjunto, el WAF basado en IA, la detección de usuarios maliciosos, la defensa contra bots y la aplicación estricta de esquemas de API redujeron en más de un 90 % la tasa global de éxito de los ataques de Artex en nuestras pruebas de laboratorio. (Nota: Estos resultados corresponden a configuraciones de laboratorio y escenarios de prueba específicos. El rendimiento real y las tasas de mitigación variarán en función de cada entorno de red y de la arquitectura de las aplicaciones).
Lo más importante es que los pocos intentos que aun así tuvieron éxito en nuestro laboratorio afectaron a endpoints que devolvían datos sensibles sin comprobar si el solicitante estaba autorizado, un claro recordatorio de que los CISO deben supervisar lo que devuelven las aplicaciones, no solo lo que reciben.
Defenderse de la proliferación de ataques informáticos (derivada del uso de herramientas de acceso público que no se diseñaron para ese fin) exige plantearse preguntas difíciles: ¿Tenemos visibilidad completa de todas las API expuestas y exigimos autenticación para cada una de ellas? ¿Hemos realizado pruebas de manipulación de parámetros de la lógica de negocio? ¿Pueden nuestros sistemas rastrear a los atacantes pese a los rápidos cambios de dirección IP? ¿Utilizan nuestros equipos de red team herramientas verificadas en entornos aislados, especialmente ahora que los investigadores han encontrado 62 instalaciones de Artex expuestas a Internet que ya estaban comprometidas mediante puertas traseras?
Los atacantes que utilizan IA actúan a la velocidad de las máquinas y se adaptan de forma autónoma. Las empresas que mantengan su resiliencia serán aquellas que cuenten con defensas integradas y organizadas en capas, capaces de adaptarse simultáneamente en todos sus entornos web, de bots, de comportamiento de los usuarios y de API.
¿Quiere reforzar sus defensas frente a las amenazas de IA adaptativas? Descubra F5 Distributed Cloud Services o contacte con F5 para programar una evaluación del grado de preparación de sus aplicaciones y API frente a los ataques de IA.
Sobre los autores
Muhammad Abid es director sénior de Marketing de Producto para Seguridad de Aplicaciones y WAAP en F5. Con más de 20 años de experiencia impulsando el crecimiento de negocios de redes y ciberseguridad en Netskope, Cisco, Juniper y Fortinet, Muhammad supervisa la cartera unificada de WAAP de F5, que abarca WAF, seguridad de API, defensa contra bots y criptografía poscuántica.
Más artículos de Muhammad AbidArtículos relacionados del blog
Conclusiones de F5 Labs sobre el modelo de seguridad de la IA: cuando los agentes de IA exponen datos sin que haya un atacante
Los agentes que intentan realizar tareas inofensivas pueden provocar exposiciones inesperadas de datos y riesgos empresariales si no se aplican rigurosamente los límites que los rigen.
Estrategias de seguridad para la IA multimodelo: dos medidas que adoptar ahora
Medidas clave que las empresas pueden adoptar hoy para mejorar la visibilidad de la IA multimodelo y la ciberseguridad ante el crecimiento explosivo de la IA agéntica.
Cómo pueden los CISO medir el riesgo de seguridad de la IA
Descubra cómo CASI, ARS y la inteligencia sobre amenazas de F5 Labs ayudan a los CISO a medir el riesgo de seguridad de la IA a lo largo de todo su ciclo de vida.
Tres medidas que los CISO no pueden permitirse posponer
Conclusiones de un estudio reciente de F5 y qué deben hacer los CISO para anticiparse a estas tendencias.
Cómo abordar las vulnerabilidades de las aplicaciones: prácticas recomendadas para las pruebas de seguridad
Tanto la magnitud como la complejidad de las vulnerabilidades de las aplicaciones están aumentando rápidamente. Descubre por qué es fundamental adoptar un enfoque proactivo y multicapa para las pruebas de seguridad.
¿Qué opina SecOps sobre la IA? Parte 2: Protección de datos
F5 llevó a cabo un análisis exhaustivo de las opiniones de los profesionales de la seguridad en Reddit sobre la IA.