Rincón del CISO
Un proyecto de TechHeroX, Ticsmart y Softcom en colaboración con INCIBE, para la sociedad. Ya es posible conocer con un test cuál de tus rasgos de personalidad tiene el control de tus reacciones ante un ciberataque. Este test es parte de la fase de entrenamiento del algoritmo E.V.E. (por sus siglas en inglés: Emotions and Vulnerabilities Exposed and Protected) y es un adelanto sobre cómo funciona este innovador proyecto de ciberseguridad personalizada y predictiva. EVE: La Herramienta Predictiva para la Ciberseguridad Personalizada La colaboración entre TechHeroX, Ticsmart, Softcom y el Instituto Nacional de Ciberseguridad (INCIBE) ha dado lugar a uno de los desarrollos más innovadores en ciberseguridad: el algoritmo EVE (Emotions and Vulnerabilities Exposed and Protected). Este proyecto multidisciplinario se centra en un objetivo ambicioso y necesario: fortalecer la defensa interna, mediante el uso de los factores del comportamiento humano. Con el respaldo de la IECPI del INCIBE, en el marco del Plan de Recuperación, Transformación y Resiliencia (PRTR) con la financiación de los Next Generation EU, EVE surge como respuesta a la creciente necesidad de una ciberseguridad proactiva, que no solo identifique amenazas técnicas, sino que comprenda las vulnerabilidades humanas que los atacantes buscan explotar. 1. ¿Cómo funciona EVE? El algoritmo EVE se basa en el análisis de múltiples variables psicológicas y contextuales que influyen en las decisiones que los usuarios toman frente a un ciberataque. Factores como la inseguridad, curiosidad o impulsividad son evaluados a través de un test que ofrece un perfil de vulnerabilidad de cada usuario. Según María Laura Mosqueda, CEO de TechHeroX, este test se integra en una plataforma de Neurociberseguridad, orientada a empresas, para prevenir incidentes, al analizar los puntos débiles de sus colaboradores. Es un proyecto que busca transformar la ciberseguridad en una práctica personalizada. Esta plataforma representa una revolución en la forma de entender la protección digital, transformando a cada usuario en su propio “auto-antivirus”, actualizado en tiempo real en función de su perfil emocional y las amenazas del entorno. 2. La Ciencia tras el Algoritmo EVE se apoya en conceptos científicos consolidados, integrando el Sistema de Inhibición Conductual (BIS) y el Sistema de Activación Conductual (BAS). Ambos sistemas reflejan el nivel de impulsividad o cautela de cada persona frente a estímulos externos. También contempla la necesidad de cognición, las variables contextuales, es decir, cómo afecta el entorno; las variables tecnológicas; y por último el modelo de procesamiento de la información. La predicción tiene una base científica, que ha elaborado Lucía Halty, Directora de la Cátedra de Innovación y Salud Mental Digital de la Universidad Pontificia Comillas, en colaboración con Eugenia Hernández (Directora de la UNINT Unidad de Análisis de Inteligencia de la Universidad Autónoma de Madrid). Como explican las expertas, si, por ejemplo, detectamos que tenemos un factor de inhibición conductual muy alto, ¿esto qué significa? El BIS es el freno, es lo que me lleva a no actuar impulsivamente, a ser cauteloso. Esto puede ser un factor de protección ante un ciberataque, es decir, te protege de tomar decisiones precipitadas. Pero si la forma del ciberataque está planteada como un castigo, y yo tengo un BIS alto, las personas con un BIS alto son particularmente sensibles a señales de advertencia o a la posibilidad de resultados negativos. Esta sensibilidad puede llevar a tomar acciones rápidas para evitar a toda costa cualquier consecuencia negativa, por ejemplo, a hacer click para evitar un supuesto bloqueo de tu cuenta bancaria. El cerebro en ese momento no diferencia entre amenazas reales o falsas. Intentamos explicar a las personas qué significa tener un BIS alto, medio o bajo. Que el BAS, sistema de activación conductual te hace ser impulsivo. Eres capaz de hacer click muy rápidamente a cierto estímulo: por ejemplo, te llega una oferta particularmente atractiva a tu bandeja de entrada. El mensaje perfecto para que tu BAS se active, como eres muy impulsivo vas a caer en el ciberataque, no vas a buscar contrastarlo, no vas a tener calma, y esto lo conocen los hackers. Ellos saben cómo manipularnos psicológicamente, cómo manipular nuestros recuerdos, cómo hacer que tomemos decisiones de una forma apresurada. De esta manera, EVE logra un enfoque predictivo, ayudando a los usuarios a identificar patrones de comportamiento que podrían exponerles a riesgos digitales. Este conocimiento se retroalimenta constantemente, ya que el algoritmo se actualiza con cada nueva decisión, integrando el aprendizaje de los usuarios para perfeccionar sus predicciones. 3. Un Proyecto Colaborativo EVE es el resultado de una colaboración multidisciplinar entre expertos en tecnopedagogía, tecnología, psicología y seguridad digital, que aportan conocimientos en perfilado, análisis forense y ciberseguridad. El equipo, aborda la ciberseguridad como un desafío integral en el que confluyen aspectos tecnológicos, emocionales y de conducta humana. 4. La Neurociberseguridad en las Empresas El proyecto se implementará en una plataforma de Neurociberseguridad accesible a empresas que deseen fortalecer su defensa contra amenazas internas. Con esta herramienta, cada organización detectará posibles vulnerabilidades en sus colaboradores, brindándoles herramientas de autoconocimiento que les permitan mejorar su resistencia frente a ciberataques. Este enfoque resulta innovador porque transforma la ciberseguridad en una disciplina personal. Los usuarios ya no son considerados únicamente eslabones débiles, sino actores informados que pueden reforzar su conducta online, previniendo errores derivados de impulsos emocionales. EVE te protegerá de ti mismo, de cómo eres, para que intentes evitar los peligros. En el ámbito digital, los humanos no tenemos factores de supervivencia, no hemos generado una respuesta instintiva a las amenazas, como sí ocurre cuando oímos el rugido de un león, aunque nunca hayamos estado en la sabana. EVE es capaz de predecir si vamos a caer en un tipo de ciberataque o en otro dependiendo de todas estas variables. 5. Proyecciones y Lanzamiento Se espera que EVE esté disponible en el mercado a mediados de 2025. Actualmente se está perfeccionando el sistema de alerta que conecta los perfiles de vulnerabilidad de los usuarios con un semáforo de riesgo para la organización. Este sistema guía tanto a usuarios como a empresas para que se anticipen a ciberamenazas mediante simulaciones personalizadas y microhistorias que ilustran cómo y por qué se toman ciertas decisiones. Conclusión El algoritmo EVE redefine el concepto de ciberseguridad al introducir la dimensión emocional y cognitiva en el análisis de riesgos. A través de una comprensión profunda de las vulnerabilidades personales, EVE convierte el autoconocimiento en un escudo digital, cambiando el paradigma de una ciberseguridad reactiva a una proactiva y personalizada. Con EVE, cada usuario tiene la oportunidad de conocerse mejor y así prevenir ataques, protegiendo no solo a las organizaciones, sino también a la persona detrás del perfil digital. 6. Escaneando este código QR podrás descubrir qué personaje tienes al mando y cómo te podrán hackear. Además, no solo estarás mejorando tu ciberseguridad, sino que con tu participación ayudas a la investigación y entrenamiento del algoritmo que permitirá que otras personas puedan tomar también el control de su protección. María Laura Mosqueda Tablante, CEO y Founder de TechHeroX
4 Noviembre 2024
Sin categoría
Ben Lehner y Fran Supek, autores principales del estudio que puede acelerar el diseño de ensayos clínicos para fármacos dirigidos a trastornos genéticos. / CRG Permite seleccionar previamente a los enfermos, según sus mutaciones específicas, y 'emparejarlos' con el tratamiento más prometedor. Un algoritmo desarrollado por expertos del Instituto de Investigación en Biomedicina (IRB Barcelona) y del Centro de Regulación Genómica (CRG) puede predecir qué fármacos serán más efectivos para el tratamiento de enfermedades genéticas y del cáncer. El modelo computacional predictivo desarrollado es una herramienta de uso público llamada RTDetective y permite acelerar el diseño, desarrollo y eficacia de ensayos clínicos para una amplia variedad de trastornos causados por mutaciones en el ADN que provocan la síntesis de proteínas truncadas o incompletas. Los hallazgos, publicados este jueves en Nature Genetics, marcan un paso importante en la personalización del tratamiento al emparejar a los pacientes con el fármaco más prometedor. Las proteínas incompletas se originan cuando su síntesis se detiene repentinamente a causa de "mutaciones sin sentido" que actúan como una señal de stop o bloqueo. En muchos casos, estas proteínas incompletas no pueden llevar a cabo su función y esto da lugar a diferentes trastornos. De hecho, una de cada cinco enfermedades causadas por mutaciones en un único gen se relaciona con estas proteínas incompletas o inacabadas, incluyendo algunos tipos de fibrosis quística y la distrofia muscular de Duchenne. Estas señales prematuras de stop también se dan en genes supresores de tumores, lo que provoca la inactivación de los mismos, favoreciendo el desarrollo del cáncer. El estudio demuestra que, hasta la fecha, los ensayos clínicos de fármacos que funcionan leyendo a través de estas señales de stop probablemente han utilizado combinaciones de fármaco-paciente ineficaces. Los investigadores desarrollaron un sistema experimental basado en líneas celulares humanas que les permitió medir la eficacia de ocho fármacos diferentes en 5.800 señales de stop prematuras causantes de enfermedades. Así, descubrieron que un fármaco que funciona bien para superar una señal de stop prematura puede no ser efectivo para otra, incluso dentro del mismo gen, debido a la secuencia de ADN alrededor de la señal de stop. Los investigadores usaron el algoritmo para predecir la efectividad de diferentes fármacos para cada una de los 32,7 millones de posibles señales de stop que pueden generarse en el genoma humano. Se predijo que al menos uno de los seis fármacos probados lograría un incremento del 1 % de lectura en el 87,3% de todas las posibles señales de stop, y un incremento del 2% en casi el 40% de los casos. Los resultados son prometedores porque porcentajes más altos de lectura generalmente se correlacionan con mejores resultados terapéuticos. Los investigadores planean confirmar la funcionalidad de las proteínas producidas mediante fármacos, un paso clave para validar su aplicabilidad clínica. El equipo también planea explorar otras estrategias que puedan usarse en combinación con estas terapias para aumentar la efectividad de los tratamientos, particularmente en el cáncer. "Nuestro estudio no solo abre nuevas vías para el tratamiento de enfermedades genéticas hereditarias, sino también, y de manera importante, para el tratamiento de tumores", concluye Fran Supek, jefe del laboratorio de Ciencia de Datos del Genoma en el IRB Barcelona y profesor en el Centro de Investigación e Innovación Biotecnológica de la Universidad de Copenhague, quien ha coliderado el trabajo. fuente: EFE
29 Agosto 2024
Rincón del CISO
El proyecto HyperGraphDis del Instituto Madrileño de Estudios Avanzados (IMDEA) Networks es capaz de detectar la desinformación que se propaga a través de medios digitales. El Instituto Madrileño de Estudios Avanzados (IMDEA) Networks ha desarrollado el proyecto HyperGraphDis, un algoritmo que permite combatir el fenómeno de la desinformación que se propaga a través de medios digitales especialmente en acontecimientos sociales, políticos y económicos. Los científicos del IMDEA Networks, la Cyprus University of Technology y LSTECH ESPAÑA SL evaluaron cuatro conjuntos de datos de Twitter/X sobre las elecciones presidenciales estadounidenses de 2016 y la pandemia COVID-19. Segun informan desde el IMDEA el resultado confirmó «que su técnica superaba a los sistemas existentes tanto en precisión como en eficiencia computacional». «El estudio revela que la información no siempre es directamente verificable y depende del contexto», añaden. Por ello, determinaron que es «crucial» fijarse en los antecedentes y analizar las relaciones y el entorno de quienes difunden las noticias, así como las comunidades a las que pertenecen o su relación con fuentes de este tipo conocidas. El doctor Marius Paraschiv del IMDEA ha valorado que «estas fuentes no son necesariamente los principales generadores de un elemento de desinformación, sino que pueden ser simplemente propagadores o amplificadores y servir como individuos que introducen estas noticias falsas en un grupo donde luego son amplificadas por otros miembros». HyperGraphDis trabaja de una manera eficiente para mitigar los efectos de la desinformación El equipo de trabajo propuso un método de detección que considera las estructuras sociales complejas entre los usuarios, así como elementos relacionales y semánticos, para determinar la naturaleza de su contenido generado. «Así, HyperGraphDis no solo amplía la precisión de detección, sino que reduce significativamente el tiempo de ejecución, haciéndolo mucho más práctico que los competidores», informan. Otra de sus ventajas es que ofrece a los propietarios de plataformas una forma «eficaz» de mitigar los efectos de la desinformación, proporcionando una «mejor comprensión» de cómo se propaga y cómo combatirla «de manera efectiva», ya que proporciona respuestas verificadas por hechos y adaptadas al contexto dado.
14 Junio 2024
Suscríbete GRATIS y disfruta de contenido ilimitado sobre ciberseguridad y personas
