Este informe sobre IA del NIST desarrolla una taxonomía de conceptos y define la terminología en el campo del aprendizaje automático adversarial (AML). La taxonomía se basa en un estudio de la literatura sobre AML y se organiza en una jerarquía conceptual que incluye los tipos clave de métodos de ML y la etapa del ciclo de vida del ataque, las metas y objetivos del atacante, y las capacidades del atacante y el conocimiento del proceso de aprendizaje. El informe también proporciona los métodos correspondientes para mitigar y gestionar las consecuencias de los ataques y señala los retos abiertos pertinentes a tener en cuenta en el ciclo de vida de los sistemas de IA. La terminología utilizada en el informe es coherente con la bibliografía sobre AML y se complementa con un glosario que define términos clave asociados a la seguridad de los sistemas de IA y que pretende ayudar a los lectores no expertos. En conjunto, la taxonomía y la terminología pretenden servir de base a otras normas y futuras guías prácticas para evaluar y gestionar la seguridad de los sistemas de IA, estableciendo un lenguaje y una comprensión comunes del panorama de la lucha contra el blanqueo de capitales, en rápida evolución. El enfoque basado en datos del ML introduce retos adicionales de seguridad y privacidad en diferentes fases de las operaciones de ML, además de las amenazas clásicas de seguridad y privacidad a las que se enfrentan la mayoría de los sistemas operativos. Estos retos de seguridad y privacidad incluyen la posibilidad de manipulación adversaria de los datos de entrenamiento, la explotación adversaria de las vulnerabilidades del modelo para afectar negativamente al rendimiento de la clasificación y regresión del ML, e incluso manipulaciones maliciosas, modificaciones o la simple interacción con los modelos para exfiltrar información sensible sobre las personas representadas en los datos o sobre el propio modelo. Estos ataques se han demostrado en condiciones reales, y su sofisticación e impacto potencial no han dejado de aumentar. La AML se ocupa de estudiar las capacidades de los atacantes y sus objetivos, así como del diseño de métodos de ataque que exploten las vulnerabilidades del ML durante la fase de desarrollo, formación y despliegue del ciclo de vida del ML. La AML también se ocupa del diseño de algoritmos de ML que puedan resistir estos retos de seguridad y privacidad.  

Para leer más ingrese a:

https://csrc.nist.gov/publications/detail/white-paper/2023/03/08/adversarial-machine-learning-taxonomy-and-terminology/draft  

https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-2e2023.ipd.pdf  

La llegada de tecnologías de secuenciación genómica de bajo costo ha marcado el comienzo de una era en la que ya es posible secuenciar y analizar un genoma completo de forma rápida y asequible. Las enormes cantidades de datos genómicos recopilados han contribuido a impulsar la postura de liderazgo económico y sanitario de la nación; sin embargo, es posible que esta información no esté protegida con suficiente rigor. Los datos genómicos han permitido el rápido crecimiento de la bioeconomía estadounidense y son valiosos para el individuo, la industria y el gobierno porque tienen múltiples propiedades intrínsecas que, combinadas, los diferencian de otros tipos de datos de gran valor que sólo poseen un subconjunto de estas propiedades. Las características de los datos genómicos en comparación con otros conjuntos de datos de gran valor plantean algunos retos de ciberseguridad y privacidad únicos que no se abordan adecuadamente con las políticas, documentos de orientación y controles técnicos actuales. El presente informe describe las prácticas actuales en materia de gestión de riesgos, ciberseguridad y gestión de la privacidad para proteger los datos genómicos, junto con los retos y preocupaciones pertinentes. Se identificaron lagunas en las prácticas de protección a lo largo del ciclo de vida en relación con la generación de datos genómicos, el intercambio seguro y responsable de los datos genómicos, la supervisión de los sistemas que procesan los datos genómicos, la falta de documentos de orientación específicos que aborden las necesidades específicas de los procesadores de datos genómicos y las lagunas normativas/políticas con respecto a las amenazas para la seguridad nacional y la privacidad en la recopilación, el almacenamiento, el intercambio y la agregación de datos genómicos humanos. El informe propone un conjunto de ideas de solución que abordan casos de uso de la vida real que ocurren en varias etapas del ciclo de vida de los datos genómicos, junto con estrategias de mitigación candidatas y los beneficios esperados de las soluciones. Además, se destacan los ámbitos que requieren la promulgación de normativas y políticas o la realización de nuevas investigaciones. investigación. 

Para leer más ingrese a:

https://www.nccoe.nist.gov/projects/cybersecurity-genomic-data  

https://nvlpubs.nist.gov/nistpubs/ir/2023/NIST.IR.8432.ipd.pdf  

La pandemia COVID-19 y la postpandemia han generado un fuerte impacto en la economía global, una expansión del panorama de amenazas, riesgos  y un cambio importante en la forma de trabajar en las organizaciones. Existe, además, un envejecimiento generalizado de la población, grandes problemas en las economías de la región debidos al alto desempleo  y una reversión generalizada en el progreso de paridad de género. En el mercado laboral de ciberseguridad se ha creado una brecha (escasez) en su fuerza laboral en el corto plazo  generando riesgos debidos no solo a la escasez de talento en las organizaciones sino también a la escasez de habilidades en la fuerza laboral. Esta situación, si bien global, se presenta de manera exacerbada en América Latina y el Caribe, generando fuertes presiones en las organizaciones tanto públicas como privadas con el subsiguiente impacto en la ciberseguridad de los países de la región. Actualmente, el desarrollo de la fuerza laboral de ciberseguridad se analiza bajo dos enfoques: cuantitativo y cualitativo, es decir en el contexto de la escasez de profesionales y en el de la brecha de habilidades tanto de los profesionales que desean entrar a formar parte de la fuerza laboral en ciberseguridad como de los profesionales que hacen parte de ella. El análisis de la situación tanto por el lado de la demanda como por el lado de la oferta en el mercado laboral de ciberseguridad es crucial para identificar los retos y desafíos que todas las múltiples partes interesadas deben abordar con el fin de cerrar las brechas en los países de la región. El desarrollo de la fuerza laboral en ciberseguridad es fundamental para que los países estén preparados para enfrentar conflictos en el ciberespacio. También para que las organizaciones definan las habilidades y capacidades necesarias de su fuerza laboral para cumplir su estrategia y objetivos comerciales, identifiquen brechas clave en la fuerza laboral actual y creen estrategias y programas innovadores para atraer, reclutar, contratar y desarrollar al mejor talento. La escasez de mano de obra y de habilidades en ciberseguridad seguirá creciendo en América Latina y el Caribe, por lo tanto, el ecosistema de ciberseguridad en la región debe trabajar integralmente y de manera coordinada en el desarrollo de la fuerza laboral con el fin de abordar una combinación única de desafíos y retos, pero siempre pasando de la formulación de soluciones a la acción. La escasez de profesionales y de habilidades en ciberseguridad es un asunto de política multidimensional en el que participan múltiples partes interesadas (sector público, sector privado, academia y sociedad civil) y se ve agravada por muchos factores. Evitar afrontar los retos relacionados con esta escasez representaría problemas tanto para el desarrollo económico como para la seguridad nacional de los países de la región América Latina y el Caribe.  

Para leer más ingrese a:

https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwjwybKrn9r9AhVvRzABHfOKCIYQFnoECBQQAQ&url=https%3A%2F%2Fwww.oas.org%2Fes%2Fsms%2Fcicte%2Fdocs%2FReporte_sobre_el_desarrollo_de_la_fuerza_laboral_de_ciberseguridad_en_una_era_de_escasez_de_talento_y_habilidades.pdf&usg=AOvVaw0j5FU0cWrvrKketWkj_8Ex

La ambición de este informe es esbozar los diversos aspectos de seguridad de la informática de niebla (La computación de niebla, también conocida como redes en la niebla o niebla, es una infraestructura de computación descentralizada en la que los datos, el cómputo, el almacenamiento y las aplicaciones están distribuidos en el lugar más lógico y eficiente entre la fuente de datos y la nube) y la computación de borde (se refiere al procesamiento, análisis y almacenamiento de datos más cerca de dónde se generan a fin de permitir el análisis y la respuesta rápidos y casi en tiempo real) en el ámbito 5G. Esto incluye los riesgos técnicos y, por tanto, la confianza y la resistencia en el ecosistema de las telecomunicaciones. Las tecnologías de niebla y de borde se consideran en este informe como un espacio multidimensional que abarca no sólo los dominios tecnológicos y funcionales, sino también los procesos relacionados con el ciclo de vida de la tecnología, las partes interesadas y las aplicaciones. La necesidad de este informe se deriva del trabajo sobre la caja de herramientas 5G de la UE. En concreto, la Comisión Europea y los Estados miembros, con el apoyo de ENISA, desarrollaron una única evaluación de riesgos coordinada de la UE sobre la ciberseguridad en las redes 5G, Los objetivos de esta caja de herramientas son identificar un posible conjunto común de medidas capaces de mitigar los principales riesgos de ciberseguridad de las redes 5G que se identificaron en el informe de la UE sobre la evaluación coordinada de riesgos y proporcionar orientación para la selección de las medidas que deben priorizarse en los planes de mitigación a nivel nacional y de la UE. La caja de herramientas identifica dos grupos de medidas que los Estados miembros pueden adoptar: medidas estratégicas y técnicas. Además, identifica una serie de acciones de apoyo que pueden ayudar, permitir o respaldar la aplicación de las medidas estratégicas y técnicas. El informe ofrece un análisis de los distintos elementos de los paradigmas de la informática de niebla y de borde, indicando cómo han evolucionado estas capas para incorporarse a la 5G. Para cada capa, se ofrece un análisis dedicado a los aspectos de seguridad con el fin de examinar la seguridad y el riesgo en su conjunto para la niebla y el borde. En cuanto a la capa de seguridad y las especificaciones que existen actualmente, el informe consolida la información procedente de diversas fuentes, incluidos los principales documentos de normalización de 5G e Industrie 4.0 y las mejores prácticas de telecomunicaciones. 

El informe consta de 7 secciones, puntualmente, la sección 2 pretende presentar la informática de niebla y de borde y explicar cómo se entrelazan con las redes de quinta generación (5G), además hace una pequeña introducción a la computación en la nube. La sección 4 analiza las oportunidades actuales que existen para la informática de niebla y de borde en 5G, también explica como la computación en la niebla se refiere comúnmente a la convergencia de la nube a la IoT, por lo que suele referirse a un gran número de dispositivos con capacidades informáticas limitadas. Finalmente la sección 6 explica la arquitectura de la informática de niebla, como protegerla y sus escenarios de aplicación

Para leer más ingrese a:

https://www.enisa.europa.eu/publications/fog-and-edge-computing-in-5g

El módulo integrado de identidad del abonado (eSIM) es una nueva evolución de la tarjeta SIM (módulo de identidad del abonado) y está siendo desarrollado tanto por organismos de normalización como por empresas tecnológicas. Al igual que una tarjeta SIM normal, la eSIM identifica a un abonado dentro de la red de un operador de red móvil (ORM). A diferencia de una SIM normal, la eSIM está integrada en el dispositivo, alojada en pequeños chips que proporcionan almacenamiento para los detalles de la suscripción móvil en formato digital. Tanto el chip como el software están integrados en el dispositivo, y todos los operadores de redes móviles (ORM) pueden reescribir la eSIM. Las credenciales necesarias para acceder a la red del operador se descargan directamente. Las eSIM se encuentran en una amplia gama de productos, como teléfonos inteligentes, dispositivos wearables, tabletas, ordenadores, dispositivos médicos de internet de las cosas (IoT), sistemas de domótica y seguridad, tarjetas conectadas y dispositivos portátiles de punto de venta. Las especificaciones técnicas de las eSIM están normalizadas por organismos del sector y permiten la eficiencia energética, el aprovisionamiento remoto de SIM y la interoperabilidad. Los dispositivos compatibles con las eSIM están ganando impulso ahora que los principales sistemas operativos, como Android, IOS y Windows 10, las admiten. El uso de las eSIM presenta múltiples ventajas con respecto a las SIM tradicionales. Los dispositivos pueden ser más planos, impermeables y resistentes al polvo, y el pequeño tamaño de la eSIM deja más espacio para otras funciones. Los usuarios finales también pueden reescribir su eSIM, por ejemplo, para obtener un teléfono local de prepago cuando estén en el extranjero. Para los operadores de redes móviles, la logística y la asistencia se simplifican y se presentan nuevas oportunidades de negocio, ya que las eSIM pueden proporcionar conectividad a los dispositivos IoT con mayor facilidad, que pasan a ser «inteligentes» dentro de un ecosistema IoT. La eSIM permite a los dispositivos conectarse a redes móviles sin necesidad de una tarjeta SIM física. Los dispositivos pueden equiparse con un perfil cifrado que contiene información sobre el abonado, la configuración de la red y otros datos relevantes. Esto ofrece mayor flexibilidad, comodidad y seguridad a los usuarios. 

El informe consta de 6 secciones, puntualmente, la sección 2 habla del ecosistema y el uso de la eSIM en Europa, los cambios y beneficios que implica su incorporación en el mercado. La sección 3 define las arquitecturas funcionales necesarias para soportar el aprovisionamiento remoto y la gestión de eSIMs para el consumidor. La sección 4 se centra en los retos y riesgos de ciberseguridad actuales o potenciales de las eSIM. La sección 5 proporciona medidas de seguridad que podrían mitigar los riesgos analizados en la sección 4, también explica las diferentes medidas de seguridad y como estas se dividen en cuatro categorías: gobernanza y gestión de riesgos, gestión de operaciones, seguridad de los recursos humanos y seguridad de los procesos e instalaciones. Finalmente la sección 6 proporciona conclusiones del informe.  

Para leer más ingrese a:

https://www.enisa.europa.eu/publications/embedded-sim-ecosystem-security-risks-and-measures  

https://www.enisa.europa.eu/publications/embedded-sim-ecosystem-security-risks-and-measures/@@download/fullReport