Ben Bernstein, Gerente de Asesores de Ciberseguridad en Huntress – Serie de Entrevistas

Ben Bernstein, Gerente de Asesores de Ciberseguridad en Huntress, es un profesional de ciberseguridad con más de una década de experiencia que abarca soporte técnico, administración de sistemas, éxito del cliente, gestión de cuentas técnicas y liderazgo en asesoría de seguridad. Comenzó su carrera en roles prácticos de TI, avanzando desde el trabajo de mesa de ayuda a la administración de sistemas antes de pasar a la gestión de cuentas y al éxito del cliente en Integris. Más tarde, Bernstein pasó tres años en Red Canary, donde gestionó relaciones con clientes empresariales como Gerente de Cuenta Técnica y Gerente Senior de Cuenta Técnica Empresarial. Desde que se unió a Huntress en 2024 como Gerente de Cuenta Técnica fundador, ha progresado en el liderazgo de la gestión de cuentas técnicas y ahora dirige a los Asesores de Ciberseguridad de la empresa, aprovechando su combinación de experiencia técnica y trato directo con clientes para ayudar a las organizaciones a comprender mejor y responder a las amenazas cibernéticas en evolución.

Huntress es una empresa de ciberseguridad que ofrece una plataforma de seguridad totalmente gestionada diseñada para proteger a las organizaciones en endpoints, identidades, registros y usuarios. Su plataforma combina tecnologías que incluyen Detección y Respuesta de Endpoint Gestionada (EDR), Detección y Respuesta de Amenazas de Identidad (ITDR), Gestión de Información y Eventos de Seguridad (SIEM) y capacitación en concienciación de seguridad con un Centro de Operaciones de Seguridad (SOC) centrado en IA 24/7, atendido por expertos humanos en seguridad. Huntress afirma que su tecnología protege actualmente a más de 5 millones de endpoints y 15 millones de identidades en más de 277 000 empresas, y su equipo se encarga de la detección, investigación, respuesta y remediación de amenazas en nombre de los clientes.

Comenzaste tu carrera en mesa de ayuda y administración de sistemas antes de pasar por la gestión de cuentas técnicas y, finalmente, al liderazgo de asesoría en ciberseguridad en Huntress. ¿Cómo ha moldeado ese trasfondo práctico de TI la forma en que piensas sobre la seguridad hoy, particularmente cuando las mismas herramientas en las que confían los administradores también pueden convertirse en el punto de entrada de un atacante?

Estoy eternamente agradecido por mi experiencia en TI cada día, ahora que estoy en el lado cibernético dedicado de la empresa. Me brinda una perspectiva práctica. Cuando sabes cómo se comportan los sistemas operativos, las aplicaciones y los procesos del sistema cuando todo funciona normalmente, las anomalías y amenazas realmente resaltan. Mi tiempo en TI también desarrolló una mentalidad de resolución de problemas y búsqueda de la causa raíz. Aprendes rápidamente que debes seguir el hilo para asegurarte de delimitar completamente un problema o una amenaza.

Recuerdo depender en gran medida de las mismas herramientas, como los RMM, que hoy son abusadas por actores maliciosos. Al haberlas implementado yo mismo, aprecio plenamente su poder tanto en manos de un administrador de TI como de un atacante. Debido a que los RMM están en todas partes, ejercen presión sobre los equipos de seguridad para que examinen toda la actividad que rodea su ejecución. Tener un RMM ejecutándose en una máquina no es inherentemente maligno. Pero si ese RMM de repente comienza a desplegar herramientas adicionales o a generar scripts desconocidos, obliga a los defensores a dejar de confiar en listas de software confiable y a centrarse completamente en observar comportamientos.

La IA suele discutirse en ciberseguridad en términos de atacantes autónomos sofisticados, pero ¿cuánto del impacto inmediato de la IA consiste simplemente en hacer que los cibercriminales ordinarios sean más rápidos y capaces? ¿Estamos alcanzando un punto en el que atacantes relativamente poco cualificados pueden ejecutar campañas que antes requerían una experiencia técnica mucho más profunda?

Hay mucho pánico en este momento sobre sistemas de hacking autónomos con IA, pero la realidad es que esto no es una técnica novedosa. Estos modelos no están infiltrándose en redes usando técnicas altamente sofisticadas. Están haciendo exactamente lo que los script kiddies humanos han hecho durante años, escaneando activos expuestos a Internet, sin parchear y mal configurados. Llama la atención porque la frase “IA autónoma” suena aterradora, o atractiva según a quién le preguntes, pero la mecánica real de estos ataques es básica.

El problema real al que nos enfrentamos es que la IA reduce la barrera de entrada para los cibercriminales. Los atacantes pueden automatizar las partes tediosas de un exploit y escalar sus operaciones sin necesitar una profunda experiencia técnica. Esto permite que atacantes poco cualificados ejecuten campañas mucho más rápido, lo que ejerce una gran presión sobre las empresas. Ya no puedes instalar una herramienta de seguridad y olvidarte de ella. Las organizaciones deben asumir que sus redes están siendo constantemente sondadas.

Huntress ha observado a atacantes que utilizan scripts de robo de información generados por LLM durante intrusiones de RMM. ¿Qué nos dice esto sobre cómo la IA generativa está cambiando la economía y la accesibilidad del cibercrimen?

Nos indica que la IA generativa está simplificando la carga operativa del cibercrimen. Escribir un script de robo de información no es un trabajo técnico novedoso, pero tradicionalmente requería mucho tiempo de desarrollo o la compra de herramientas especializadas en foros clandestinos. Al usar un LLM dentro de la red de la víctima, los atacantes pueden generar scripts funcionales y personalizados bajo demanda en lugar de depender de malware preconstruido.

Aunque acceder a estos modelos todavía implica algún costo, la barrera de entrada es más baja que nunca. Con frecuencia vemos a atacantes promedio aprovechar estas herramientas para trabajar más rápido y eliminar tareas de codificación manual. Cambia fundamentalmente la economía de un ataque al hacer que la fase de ejecución sea altamente accesible, permitiendo a actores con menos habilidades escalar sus operaciones sin necesidad de una profunda experiencia técnica.

Huntress informó un aumento del 277 % interanual en el abuso de herramientas de monitoreo y gestión remota (RMM). ¿Por qué las plataformas legítimas de RMM se han convertido en una alternativa tan atractiva al malware personalizado, y qué ventajas brindan a los atacantes una vez que obtienen acceso?

No hay nada inherentemente maligno en las herramientas RMM. Cumplen una función vital, ayudando a los administradores de TI y a los MSP a trabajar de manera eficiente y a dar soporte a los usuarios. El problema es que el malware personalizado es detectado por el software antivirus tradicional, mientras que los RMM están firmados, son de confianza y eluden los controles de seguridad estándar. Aún mejor para un atacante, los agentes RMM se ejecutan de forma natural con privilegios administrativos elevados y proporcionan persistencia incorporada, lo que significa que permanecen activos tras reinicios del sistema sin requerir esfuerzo adicional para mantener el acceso.

Una vez que un atacante logra que su propio agente RMM se ejecute en una máquina objetivo, esencialmente dispone de una consola de control remoto. Puede transferir archivos de ida y vuelta sin problemas, y a menudo configura su instancia RMM con antelación, cargando scripts y herramientas maliciosas listas para ejecutarse en los endpoints con un solo clic. Dado que la aplicación en sí es legítima, los defensores no pueden simplemente bloquear la herramienta. Obliga a los equipos de seguridad a dejar de depender de listas de software de confianza y a centrarse en observar el comportamiento, lo que hace que la monitorización 24 / 7 sea esencial si se quiere detectar a un atacante que abusa del software administrativo.

Una técnica que Huntress ha documentado es que los atacantes “encadenan” múltiples herramientas RMM para fragmentar la telemetría y crear accesos redundantes. ¿Podrías explicarnos cómo se desarrolla típicamente una intrusión de este tipo y por qué puede resultar tan difícil para los defensores reconocer lo que está ocurriendo?

Aquí hay un ejemplo particularmente interesante que capturamos y del que escribimos un blog al respecto. La intrusión comenzó con un correo de phishing que utilizaba un señuelo de documento empresarial falso, como un “Acuerdo de Soluciones de Red”. La víctima hizo clic en el enlace del correo, llegó a una página protegida por un CAPTCHA falso y descargó lo que creía que era un PDF o documento de servicio estándar. En realidad, la descarga era un instalador ejecutable. Cuando el usuario hizo doble clic en el archivo para abrir el acuerdo, instaló silenciosamente una herramienta de acceso remoto legítima pero no autorizada llamada Tiflux RMM.

Una vez que el actor de la amenaza puso en marcha ese agente Tiflux inicial, utilizó de inmediato sus capacidades integradas para desplegar y cargar herramientas adicionales como Splashtop, ScreenConnect y UltraVNC en la misma máquina. Es importante señalar que todas estas son también herramientas RMM legítimas.

Los atacantes hacen esto para establecer una superpersistencia. Saben que si un administrador de TI detecta una herramienta remota no autorizada y la desinstala, el atacante aún cuenta con dos o tres puertas traseras activas esperando. Esta táctica fragmenta la telemetría. Las plataformas de seguridad solo ven aplicaciones administrativas firmadas y distintas ejecutándose simultáneamente y comunicándose con la infraestructura legítima del proveedor. A menos que un defensor esté monitoreando activamente esa actividad y se pregunte por qué un solo endpoint necesita, de repente, varios agentes de gestión remota distintos instalados en la misma tarde, simplemente se mezcla con el ruido del mantenimiento rutinario de TI.

Más allá de la monitorización conductual 24 / 7, otro control eficaz aquí es la Gestión de la Postura de Seguridad de los Endpoints y el control de aplicaciones. Si una organización define explícitamente qué variantes específicas de RMM están autorizadas a ejecutarse en sus equipos, puede impedir que herramientas no aprobadas se ejecuten, deteniendo el encadenamiento antes de que comience.

Los modelos de seguridad tradicionales suelen distinguir entre software de confianza y no confiable, pero los ataques RMM explotan herramientas que pueden ser legítimas, firmadas y ya aprobadas por TI. ¿Significa esto que los defensores deben dejar de preguntar si una aplicación es de confianza y centrarse en cambio en si su comportamiento es confiable?

Sí, absolutamente. El modelo tradicional de confianza binaria está roto. La firma binaria se diseñó para verificar que una aplicación provenga de un proveedor legítimo, no para garantizar que sus acciones sean seguras.

Si un atacante usa un binario RMM firmado o una utilidad living‑off‑the‑land, el ejecutable en sí está limpio, pero la actividad detrás de él es maliciosa. Los defensores deben pasar de preguntar “¿Este archivo es de confianza?” a centrarse en si su comportamiento tiene sentido en el contexto. Tener un RMM ejecutándose en una máquina no es inherentemente maligno. Pero si esa herramienta de repente comienza a descargar utilidades adicionales, a generar scripts desconocidos o a ejecutarse a las 2 a.m. bajo una cuenta de servicio, eso es un indicador de compromiso. El contexto y el comportamiento siempre han sido importantes, pero con los atacantes apoyándose tanto en software de confianza, ahora son más relevantes que nunca.

A medida que la IA reduce el tiempo entre el descubrimiento de una vulnerabilidad o brecha de configuración y su explotación, ¿cómo cambia eso el papel de la gestión de la postura de seguridad? ¿Qué debilidades de identidad, endpoint y acceso remoto deberían priorizar las organizaciones antes de que los atacantes tengan la oportunidad de explotarlas?

La gestión de la postura de seguridad es más importante que nunca porque ayuda a las organizaciones a cerrar proactivamente las brechas de seguridad comunes que los atacantes explotan a diario. Complementa la detección y respuesta al identificar y abordar continuamente problemas como configuraciones erróneas, permisos excesivos, aplicaciones no autorizadas y otras vulnerabilidades en puntos finales e identidades. Cuando la ventana entre la divulgación de una vulnerabilidad y el escaneo automatizado se reduce a horas, reducir esas brechas antes de que puedan ser explotadas se vuelve esencial. Las organizaciones deben mantener una postura consistente y reforzada en todos los entornos para reducir la cantidad de incidentes que enfrentan y limitar lo que un atacante puede alcanzar si logra entrar.

La mayoría de los proveedores de ciberseguridad estarán encantados de “educar” (o asustar) al público sobre cualquier amenaza o dominio de seguridad para el que vendan soluciones, pero la lista real de prioridades es algo que solo cada organización puede determinar. Cada empresa valora diferentes componentes de la tríada CIA, y cada compañía tiene datos sensibles almacenados o accesados en distintos lugares. El consejo real que la mayoría de las empresas necesita escuchar es evaluar qué datos, activos o sistemas de producción son más críticos para sus operaciones, y luego retroceder desde allí para proteger lo que más importa.

Existe una creciente preocupación de que los agentes de IA eventualmente realicen por sí solos porciones significativas del ciclo de vida de un ataque. ¿Qué capacidades deberían mejorar antes de que los ciberataques autónomos se vuelvan significativamente más peligrosos que los ataques asistidos por IA de hoy, y los defensores se están preparando lo suficientemente rápido?

La preocupación por los agentes autónomos implica que se trata de un problema futuro, pero ya los estamos viendo ejecutar ataques hoy. Sin embargo, estos ataques autónomos están lejos de ser perfectos. Observe la reciente campaña de ransomware JadePuffer. Fue gestionada completamente por un agente de IA, pero cometió errores evidentes. El modelo alucinó partes de la operación, incluyendo la invención de una dirección de billetera Bitcoin falsa para la nota de rescate. Aún más ridículo, la IA olvidó guardar o transmitir la clave de cifrado. Simplemente imprimió la clave generada aleatoriamente en una salida de consola temporal y cerró la sesión, lo que hizo matemáticamente imposible que la víctima recuperara sus datos incluso si pagaba.

La realidad concreta es que, desde la perspectiva de tácticas, técnicas y procedimientos, la IA autónoma, los scripts automatizados y los atacantes humanos están haciendo exactamente lo mismo. Continúan explotando los mismos tipos de activos expuestos a Internet, vulnerables y mal configurados. La IA aún debe pasar por la cadena de ataque estándar. Todavía necesita lograr el acceso inicial, elevar permisos, moverse lateralmente y ejecutar su carga útil. En el caso de JadePuffer, simplemente utilizó una vulnerabilidad conocida y sin parchear para abrirse paso y luego avanzó torpemente a través de la red.

Debido a que los mecanismos centrales del ataque no han cambiado, los defensores no necesitan desechar su manual actual. Sigue siendo necesario contar con seguridad en capas, higiene básica de TI y detección conductual robusta. Lo que cambia es la presión y la velocidad con la que los defensores deben procesar eventos y priorizar alertas. Cuando un agente de IA comete un error, lee el registro de errores y se autocorrige en segundos para seguir avanzando, los defensores simplemente deben adaptarse a la rapidez con la que los ciberataques se están moviendo ahora.

Los atacantes están adoptando IA, pero los defensores tienen acceso a muchas de las mismas tecnologías. ¿Dónde ves que la IA brinda la mayor ventaja defensiva: detectando comportamientos inusuales, analizando telemetría, priorizando vulnerabilidades, automatizando respuestas o en algún otro aspecto completamente distinto?

Primero, es altamente eficaz para la correlación del equipo azul. Los equipos de seguridad no tienen un problema de datos; tienen un problema de ruido. La IA es increíblemente útil para extraer la aguja del pajar, tomando eventos dispares y aparentemente no relacionados, y ensamblándolos para contar la historia completa de una intrusión.

Segundo, la IA está haciendo para los defensores exactamente lo que hace para los atacantes al cerrar la brecha de habilidades. Cuando un analista junior de SOC se enfrenta a un script fuertemente ofuscado o a una alerta compleja, puede usar un LLM para traducir instantáneamente esos datos a un lenguaje sencillo. Elimina el trabajo manual de ingeniería inversa y permite a los defensores priorizar y responder mucho más rápido.

Finalmente, mirando más allá de la defensa reactiva, existe una gran oportunidad para que los equipos rojo y púrpura usen IA para probar y validar proactivamente las defensas. Las pruebas de penetración completamente definidas y dirigidas por humanos siguen siendo imprescindibles. Pero la IA reduce la barrera técnica para ejecutar pruebas más pequeñas y atómicas que validen diferentes capas de una pila de seguridad. En lugar de esperar una prueba de penetración anual o cruzar los dedos cuando surge una amenaza orgánica real, las organizaciones pueden usar IA para probar de manera segura y frecuente sus propios entornos y ver qué es lo que realmente falla.

De cara al futuro, ¿esperas que la industria de la ciberseguridad entre en un entorno donde tanto atacantes como defensores operen cada vez más a través de agentes autónomos? En caso afirmativo, ¿qué determinará en última instancia quién tiene la ventaja cuando las máquinas de ambos lados pueden identificar y reaccionar a las amenazas a velocidad de máquina?

La IA está definitivamente sacudiendo la economía subterránea. El mercado darknet de cibercrimen como servicio ha prosperado vendiendo malware y scripts porque tradicionalmente requerían habilidades especializadas de desarrollo para crearlos. La IA cambia la accesibilidad y la economía de ese ecosistema al permitir que operadores con menos habilidades generen sus propias herramientas bajo demanda. Probablemente cerrará la puerta a muchos proveedores de malware tradicionales y listos para usar. ¿Por qué un actor de amenaza pagaría por malware genérico listo para usar en un foro subterráneo cuando puede simplemente indicarle a un LLM que genere herramientas personalizadas bajo demanda?

Cuando ambos bandos están armados con IA, la ventaja se reduce a la infraestructura, la afinación y la supervisión. Se convierte en una batalla de quién tiene el presupuesto de cómputo (quién tiene más tokens para quemar) y quién posee el modelo mejor afinado. Para los actores de amenaza, la prueba es si su IA puede solucionar problemas iterativamente, leer registros de errores y pivotar adecuadamente cuando un exploit falla. Para los defensores, la prueba es si sus detectores están realmente afinados y si sus canalizaciones de datos están correctamente conectadas para alimentar a la IA con la telemetría adecuada en tiempo real. Pero, lo que es más importante, depende de si cuenta con expertos humanos con contexto empresarial en el bucle para tomar decisiones críticas, como leer la interpretación que la IA hace de un incidente y decidir si aislar una máquina comprometida o desconectar un sistema de producción para contener una amenaza.

En última instancia, la IA no cambia los fundamentos de la seguridad. Las empresas que mejor se desempeñen serán aquellas que continúen haciendo bien las pequeñas cosas. Se trata de reducir su superficie de ataque, parchear vulnerabilidades, endurecer configuraciones, monitorear 24/7, asumir una posible compromisión y probar proactivamente sus defensas de forma regular. La IA es solo un acelerador. Quien ejecute los fundamentos más rápido y de manera más constante es quien gana.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deberían visitar Huntress.