8IA × Ciber✨The Hacker News ·
● Trascendental · últimas 48 h
- 10Critical GitLab Flaw (CVSS 10.0) Could Allow Unauthenticated RCE Across 12 Years of Releases
GitLab publicó el 21 de octubre correcciones para una vulnerabilidad crítica (CVE-2026-110264, CVSS 10.0) que permite ejecución remota de código sin autenticación en servidores autogestionados. El fallo afecta a todas las versiones desde 7.0 (2014) debido a un desbordamiento de enteros en el compilador de expresiones regulares Onigmo embebido en GitLab. Aunque no hay reportes de explotación activa, GitLab ha distribuido parches para siete ramas de versiones simultáneamente, incluyendo versiones fuera de su política de parcheo habitual.
The Hacker News · hace 6 horasFuente ↗ - 9Today's PHP Security Release, and How We're Strengthening PHP Security
El proyecto PHP ha lanzado hoy actualizaciones de seguridad críticas para toda la línea PHP 8.x que cierran dos agujeros de RCE (ejecución remota de código). Tras un fallo en el proceso de divulgación coordinada, los identificadores CVE circularon prematuramente en foros y redes sociales desde anoche, lo que provocó que una empresa de seguridad publicara un vídeo con prueba de concepto funcional; posteriormente han circulado múltiples PoCs de explotación. Es vital actualizar inmediatamente cualquier servidor que ejecute PHP.
→ Actualiza PHP 8.x a la versión de seguridad lanzada el 21 de octubre de 2026 inmediatamente.
- 9CISA: Hackers chain Plex flaws in Plex2Shell attacks to breach servers
CISA advierte sobre la explotación activa de cuatro vulnerabilidades en Plex Media Server, encadenadas en ataques Plex2Shell para obtener tokens de administrador y ejecutar código con privilegios elevados. El investigador Zach Main publicó detalles técnicos completos el 16 de octubre y un exploit funcional el 19, tras lo cual comenzaron a reportarse ataques en la naturaleza dirigidos a honeypots para desplegar minadores de criptografía. Plex Media Server versiones anteriores a 1.43.3.10861 están afectadas; CISA ha ordenado a agencias federales aplicar parches o mitigaciones antes del 23 de octubre.
→ Actualiza Plex Media Server a versión 1.43.3.10861 o posterior.
- 9LiteLLM Compromised in Supply Chain Attack Delivering Credential Stealer and Backdoor
El paquete Python LiteLLM ha sido comprometido en un ataque de cadena de suministro que distribuyó un robador de credenciales y un backdoor a través de la versión 1.107.0 en PyPI y Docker. Los atacantes utilizaron tokens OAuth de GitHub robados para acceder a cuentas de tres ingenieros, publicar la versión maliciosa y aprobarla en el flujo de lanzamiento. El malware recopila credenciales en la nube, claves privadas, datos del navegador y configuraciones de herramientas de IA, e incluye un demonio que descarga comandos desde repositorios de GitHub.
→ Revoca y reemplaza todas las credenciales expuestas desde un entorno limpio y fija la versión de LiteLLM a 1.106.2 o anterior mediante digest.
- 9PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet
La NSA advierte sobre dos vulnerabilidades críticas descubiertas en PHP, el lenguaje que alimenta el 70% de los sitios web de internet. OpenAI y Google's Wiz utilizaron modelos de IA (GPT-5.6 Sol, Gemini 4 Argon y Wiz Atlas) para identificar estos fallos ancestrales presentes desde la versión 5.0 de 2004. Aunque no hay explotación activa aún, la NSA recomienda actualizar a PHP 8.5.12 o desconectar los servidores hasta hacerlo, ya que la IA facilita ahora la adaptación de exploits que antes eran demasiado complejas para los atacantes.
TechCrunch AI · hace 7 horasFuente ↗
Destacados · últimas 48 h
8IA × Ciber✨BleepingComputer ·
8IA × Ciber✨The Verge AI ·
8IA × CiberThe Hacker News ·
8CiberThe Hacker News ·
8Ciber✨The Hacker News ·
8Ciber⚠ Acción requeridaThe Hacker News ·
Attackers Abuse UpdraftCentral Keys to Plant Backdoors on WordPress Sites
→ Actualiza UpdraftPlus a versión 1.26.12 (gratuito) o 2.26.12 (Premium) o posterior, desconecta de UpdraftCentral, busca cuentas administrativas no autorizadas, verifica plugins desconocidos, cambia contraseñas de administrador y reconnecta el servicio.
8CiberBleepingComputer ·
Últimas noticias
3713 noticias4IA × CiberarXiv cs.AI ·
Homomorphic Advantage Operator: Stabilizing Reinforcement Learning Under Fully Homomorphic Encryption Constraints
Un artículo de investigación sobre cómo estabilizar el aprendizaje por refuerzo (RL) cuando se ejecuta bajo cifrado completamente homomórfico (FHE) para preservar la privacidad de datos confidenciales en la nube. El trabajo introduce el Homomorphic Advantage Operator (HAO), un marco que previene la divergencia de aproximaciones polinómicas que ocurre recursivamente en RL profundo cifrado.
5IA × Ciber✨arXiv cs.AI ·
External Observers May See More Clearly: Cross-Model Span-Level Hallucination Detection in Large Language Models via Hidden State Probing
Un equipo de investigadores propone un método para detectar alucinaciones en modelos de lenguaje grande mediante el análisis de patrones de activación en capas internas. El enfoque permite identificar el punto exacto donde comienza una alucinación y su continuidad, superando los métodos basados en clasificación token-a-token. Destaca que un modelo externo puede detectar alucinaciones tan bien o mejor que el modelo que las genera, incluso siendo más pequeño.
5IA × CiberarXiv cs.AI ·
HydroJEV: A one-second, training-free screen for cyber-attack and fault attribution in water distribution networks
HydroJEV es un modelo training-free que tarda aproximadamente un segundo en clasificar alarmas SCADA en redes de distribución de agua, distinguiendo entre ciberataques, fallos físicos, transitorios normales y sensores defectuosos. El modelo iguala el rendimiento de árboles de decisión manuales y supera a clasificadores supervisados en eventos no vistos durante el entrenamiento, siendo además 20-40 veces más rápido que LLMs comerciales.
#IA defensiva
5IA × Ciber✨arXiv cs.AI ·
Counting Moves, Weighing Voices: Bayesian Dialectical Argumentation for Calibrated Multi-LLM Councils under Persistent Adversaries
Un nuevo método llamado Bayesian Dialectical Argumentation (BDA) mejora la robustez de consejos de múltiples LLM frente a agentes adversarios persistentes. BDA infiere la fiabilidad de cada modelo a partir de sus movimientos en la deliberación (quién propone, desafía o cede cada respuesta) y pondera las evidencias en consecuencia, logrando probabilidades calibradas y detectando modelos no confiables en lugar de solo ignorarlos.
4IA × Ciber✨arXiv cs.AI ·
Can AI Oversight Be Zero Knowledge?
Investigadores estudian si es posible verificar la corrección de sistemas de IA que procesan datos confidenciales sin revelar esos datos, mediante argumentos interactivos y pruebas de conocimiento cero. Demuestran que, en general, no es posible crear pruebas de conocimiento cero para computaciones auxiliadas por oráculos en el modelo de oráculo aleatorio, pero proponen una solución alternativa usando firmas criptográficas.
4IA × CiberarXiv cs.AI ·
Counterfactual Auditing of Bias in Open-Source Large Language Models for Clinical Triage
Un estudio compara el sesgo en diez modelos de lenguaje abiertos mediante auditoría contrafactual para predicción de triage en urgencias pediátricas. Los investigadores construyeron variantes contrafactuales que aislaban variables demográficas, socioeconómicas y de contexto del sistema mientras mantenían fija la presentación clínica. La sensibilidad contrafactual varió considerablemente: el modelo Qwen2.5-7B ajustado con QLoRA mostró la menor sensibilidad (5,27% de cambios), mientras que modelos más grandes o especializados en dominio médico exhibieron desviaciones más significativas.
4IAarXiv cs.AI ·
Mapping the RAG Landscape: A Four Axis Taxonomy of Efficiency, Defense, Interactivity, and Reasoning
Un nuevo estudio de arXiv presenta una taxonomía estructurada de los avances en sistemas RAG (Retrieval Augmented Generation), organizando la investigación actual en cuatro ejes: eficiencia en la recuperación, robustez y seguridad, flujos interactivos impulsados por el usuario, y razonamiento complejo. El trabajo revisa métodos de recuperación densa y escasa, estrategias de fusión, optimizaciones de embeddings y políticas de recuperación basadas en aprendizaje por refuerzo, además de variantes arquitectónicas como RAG ingenuo, avanzado y modular.
#Investigación
5IA × CiberarXiv cs.AI ·
OpenMTB-Audit: Exposing Over-Refusal and Clinical Expert Perspectives in LLM-Based Molecular Tumor Board Safety Evaluation
Investigadores presentan OpenMTB-Audit, un benchmark de 500 casos sintéticos de cáncer de pulmón para evaluar la seguridad de LLMs en juntas tumorales moleculares. El estudio identifica un problema crítico: los modelos sufren over-refusal masivo, rechazando el 83-100% de recomendaciones parcialmente respaldadas, lo que reduce la utilidad clínica. Se propone MTB-AuditAgent, un marco determinista que reduce este problema al 6,7%.
3IAarXiv cs.AI ·
Auditing Routing Entropy as an Uncertainty Signal in Attention-Residual Transformers
Un estudio audita si la entropía de enrutamiento en transformers dinámicos (variantes Attention-Residual de Swin-Tiny y DeiT-Small) proporciona información útil sobre la confiabilidad de las predicciones más allá de lo que ya revelan las probabilidades del modelo. Tras realizar múltiples pruebas de control y análisis de sensibilidad, los resultados sugieren que las señales de enrutamiento no mejoran significativamente la calibración del modelo en comparación con predictores basados únicamente en confianza.
#Investigación
5IA × CiberarXiv cs.AI ·
A Deterministic and Auditable AI Security Risk Assessment Framework with ATLAS Aligned Executable Rules and Formal Verification
Investigadores presentan un framework determinista para evaluar la seguridad de sistemas de IA basado en artefactos observables y reglas formalmente verificadas alineadas con MITRE ATLAS. El enfoque reemplaza evaluaciones narrativas con una función de decisión reproducible que mapea evidencia técnica a resultados de seguridad auditables.
6IA × CiberarXiv cs.AI ·
TRACE: Trajectory Return Attribution and Contrastive Erasure for Multi-Turn Safety
TRACE es una técnica de entrenamiento que refuerza la seguridad de los modelos de lenguaje frente a ataques multi-turno, donde un usuario obtiene comportamientos dañinos distribuyendo su objetivo a lo largo de varias preguntas consecutivas. El método utiliza atribución de retorno con erasure contrastivo a nivel de token para mejorar significativamente la robustez frente a siete ataques multi-turno conocidos, logrando las tasas de éxito más bajas en todas las combinaciones evaluadas sin degradar apenas la utilidad del modelo.
4IA✨arXiv cs.AI ·
Reputation, Strategy, and Emotion Effects on Generative AI Cooperation: A Comparison Across Reasoning and Non-Reasoning Models
Un estudio en arXiv examina cómo los modelos de IA generativa responden a señales de reputación, estrategia y emociones en un juego del dilema del prisionero iterado. Los modelos de razonamiento (Claude 4.6, Gemini 3, GPT-5.2) muestran comportamiento cooperativo más sofisticado y predecible que los modelos no-razonamiento, aunque cada uno tiene perfiles de explotabilidad distintos.
#Investigación
4IA × CiberarXiv cs.AI ·
Federated Agent Optimization
Investigadores proponen Federated Agent Optimization (FAO), un marco para mejorar colectivamente agentes basados en LLM distribuidos en organizaciones sin compartir datos privados, trayectorias completas ni conocimiento propietario. El enfoque equilibra utilidad del agente, fuga de privacidad y coste de comunicación, abarcando mejoras en política, memoria, herramientas, recompensas y conocimiento estructurado.
2IAarXiv cs.AI ·
Calibration-risk routing for controlled world-model adaptation
Investigadores presentan MC-WM (Model-Corrected World Model), un método de aprendizaje por refuerzo basado en modelos que aborda el problema de adaptación cuando el simulador y el entorno real difieren. La técnica separa los datos de objetivo inicial en particiones disjuntas y selecciona el modelo con menor riesgo de calibración estandarizado.
#Investigación
2IAarXiv cs.AI ·
ABDA-NL: A Natural-Language Scenario Explorer for Argument-Based Reasoning
ABDA-NL es una interfaz en lenguaje natural para ABDA, un sistema de razonamiento argumentativo basado en bases de conocimiento ASPIC bajo semántica fundamentada. El sistema permite a los usuarios explorar escenarios, entender conclusiones aceptadas o rechazadas, y crear nuevas reglas y hechos en inglés plano con validación del usuario.
#Investigación
5IA × CiberarXiv cs.AI ·
Sapien: A Stateful Policy Engine for Autonomous AI Agents
Sapien es un motor de políticas para agentes de IA autónomos que aplica defensas de seguridad basadas en el estado del agente, permitiendo o bloqueando llamadas a herramientas según el contexto y el historial de acciones. En evaluaciones de seguridad, Sapien bloquea entre el 62% y el 95% de los ataques simulados manteniendo una utilidad cercana a la de un agente sin restricciones.
4IA × CiberarXiv cs.AI ·
Robust Nash Alignment under Preference Uncertainty
Investigadores proponen Robust Nash Alignment, un marco teórico basado en teoría de juegos para alinear modelos de lenguaje con preferencias humanas inciertas, ruidosas o heterogéneas. El método introduce un juego de cuatro jugadores y un algoritmo de descenso espejo optimista para optimizar políticas robustas frente a la variabilidad en las preferencias.
5IA × Ciber✨arXiv cs.AI ·
Backdoor Purification for LoRA-Tuned LLMs via Null-Space Projection
Un equipo de investigadores propone un método para eliminar backdoors de modelos LLM ajustados con LoRA sin necesidad de conocer el trigger, acceder a datos limpios o reentrenar el modelo. La técnica utiliza proyección en espacios nulos para reducir la tasa de éxito del ataque de casi 100% a menos del 10% mientras preserva las capacidades del modelo base y las habilidades aprendidas.
6IA × Ciber✨arXiv cs.AI ·
Backdoor Containment via Expert Quarantine and Shutdown in LLMs
Investigadores proponen Quarantined Expert Shutdown (QES), una estrategia de defensa contra backdoors en LLMs que permite que el modelo aprenda el comportamiento malicioso durante el entrenamiento pero lo canaliza hacia un componente especializado aislado que se puede desactivar en despliegue. El método, basado en arquitecturas de expertos (MoE) con ramas LoRA y routers especializados, reduce la tasa de éxito del ataque de 100% a 0-10% manteniendo la utilidad del modelo.
3IA✨arXiv cs.AI ·
Spatial Strategies, Not Actions: Vector-Quantized Geodesics as Tools for LLM-Driven Agents
Investigadores proponen una arquitectura que combina herramientas geométricas con LLM para mejorar la comprensión espacial de agentes basados en lenguaje natural. El enfoque utiliza trayectorias geodésicas cuantificadas en vectores como herramientas que el LLM selecciona durante la ejecución, separando el aprendizaje de herramientas del razonamiento de alto nivel.
#Investigación
4IA × CiberarXiv cs.AI ·
ContractRL: Shielded Group-Relative Policy Optimization for Auditable Tool-Call Repair
ContractRL es un protocolo de reparación secuencial restringida por contrato que optimiza la corrección de llamadas a herramientas estructuradas (JSON) que violan esquemas o contratos de ejecución. El método utiliza reinforcement learning guiado por verificador para reparar incrementalmente campos defectuosos en lugar de regenerar objetos completos, mejorando la auditabilidad y reduciendo la superficie de ataque.
5IA × Ciber✨arXiv cs.AI ·
Comedic Fool's Gold: Reward Exploits and Countermeasures in Conversational Humor
Investigadores estudian cómo los modelos de lenguaje entrenados con recompensas automatizadas para generar humor conversacional pueden ser explotados mediante ataques a sus funciones de recompensa. Los resultados muestran vulnerabilidades en dos enfoques: uno basado en embeddings acepta respuestas con palabras desordenadas como si fueran ingeniosas, y otro basado en un modelo de audiencia es vulnerable a señales de risa manipuladas. El trabajo ilustra el desafío más amplio de diseñar sistemas de recompensas robustos que bloqueen exploits sin sacrificar el comportamiento deseado.
4IA × Ciber✨arXiv cs.AI ·
From Proposal to Verified Effect: Praxa, an Evidence-Bound Harness for Governed AI Agent Execution
Praxa es un armazón (harness) para agentes basados en LLM que hace explícitas las transiciones entre propuesta, autorización, ejecución y verificación de efectos externos. Los autores presentan cuatro líneas de evidencia: pruebas unitarias y de cobertura en un repositorio local, un piloto en Terminal-Bench que no demuestra superioridad, comparativas de desarrollo sin mejora de calidad, y evidencia de configuración en producción sin demostración de beneficio para el usuario. Los autores reconocen explícitamente que los datos no establecen seguridad adversarial, mejoras de latencia, optimización recursiva autónoma, ni ventaja general.
4IA × CiberarXiv cs.CR ·
A Hybrid Approach to Malware Detection: Integrating Few-Shot Model-Agnostic Meta-Learning with Autoencoders
Investigadores proponen un marco de aprendizaje profundo híbrido que combina un autoencoder con Model Agnostic Meta-Learning (MAML) para detectar ransomware con pocos ejemplos de entrenamiento. El sistema integra extracción de características por autoencoder con un clasificador MAML que se adapta rápidamente a nuevas amenazas utilizando datos etiquetados limitados, demostrando alta precisión en experimentos con el Ransomware Dataset 2024.
4IA × CiberarXiv cs.CR ·
A Structured State Space Sequence Model for Multi-Class Classification of Malware
Investigadores proponen un modelo Structured State Space Sequence (S4) para la detección y clasificación automática de malware en dispositivos IoT. El enfoque utiliza aprendizaje profundo para analizar el comportamiento de muestras de malware y identificar dependencias a largo plazo, abordando el crecimiento exponencial de variantes de malware que los métodos tradicionales no logran seguir.
5IA × CiberarXiv cs.CR ·
From Network Intrusion Detection to Blockchain-Backed Endpoint Detection and Response: Mapping the Landscape of Decentralized Detection-and-Response Architectures
Un análisis sistemático de la literatura sobre sistemas de detección y respuesta (EDR/XDR) respaldados por blockchain para redes IoT e IIoT, publicado en arXiv. El trabajo identifica gaps críticos en la investigación actual, como la falta de implementaciones reales de bucles de respuesta blockchain por endpoint y vulnerabilidades en motores de detección basados en LLM.
6IA × Ciber✨arXiv cs.CR ·
Walking the Embedding Space: Datastore Extraction from Multimodal RAG
Investigadores presentan ImMRAG, un ataque automático de extracción de datos contra sistemas de Generación Aumentada por Recuperación Multimodal (MRAG) que devuelven imágenes. El ataque incrusta instrucciones maliciosas en imágenes proporcionadas por el usuario y mediante muestreo adaptativo navega por el espacio de embeddings para extraer datos privados del datastore del sistema, recuperando cientos de imágenes médicas, documentos y otros contenidos sensibles con solo 2500 consultas.
6IA × Ciber✨arXiv cs.CR ·
The Innocent Courier: Covert Exfiltration Through Legitimate LLM Web Fetching
Investigadores presentan LLMLeak, un ataque que explota la capacidad de los LLM para acceder a sitios web con el fin de exfiltrar datos confidenciales de forma encubierta. El malware local incrusta información secreta en URLs que presenta como necesarias para tareas legítimas, permitiendo que el LLM establezca un canal covert hacia servidores controlados por el atacante sin necesidad de comunicación directa con Internet.
4IA × CiberarXiv cs.CR ·
SoK: Decentralized Agent Economic Infrastructure
Un estudio sistematiza los problemas de seguridad en economías de agentes descentralizadas, donde tareas complejas se construyen combinando protocolos diseñados independientemente. Los investigadores identifican 17 familias de propiedades de seguridad y economía a lo largo de seis etapas, revelando fallos recurrentes entre verificación y liquidación donde el trabajo conforme puede quedar sin aceptar o la evidencia válida ignorada.
6IA × Ciber✨arXiv cs.CR ·
Chaining Skills to Hijack LLM Agents
Investigadores presentan APEX, una técnica para encadenar skills maliciosos en agentes LLM que pueden ser invocados para completar tareas. El ataque aprovecha que los agentes confían en registros de progreso genuinos para transportar afirmaciones falsas entre skills: una skill upstream induce al agente a crear el registro, y una downstream lo usa para ejecutar la acción seleccionada por el atacante. En pruebas con seis modelos, las cadenas logran la acción objetivo en un 74,2% de los intentos, alcanzando un 84,3% en GPT-5.4.