ESET NeoCortex ya trabaja dentro de la plataforma de la casa. Este modelo de ciberseguridad revisa miles de millones de eventos de telemetría cada día y deja pasar una fracción mínima: el 0,00111 %, uno de cada 90.000, termina convertido en un incidente que un cliente ve en pantalla. El resto era ruido.
Desde Bratislava, ESET anunció el modelo este miércoles 28 de octubre, en un comunicado difundido por GlobeNewswire. NeoCortex alimenta a ESET LiveCortex, el motor que conecta, enriquece y ordena por prioridad las señales sueltas de seguridad dentro de la plataforma ESET PROTECT. Juraj Malcho, director de tecnología de la compañía, planteó la idea con claridad: la inteligencia artificial acelera los ataques y también las defensas, y la inversión de la empresa busca una inteligencia especializada que quede bajo su control y refuerce el criterio humano en lugar de sustituirlo.
Las señales que LiveCortex une parecen inofensivas por separado. Un inicio de sesión raro. Un proceso que arranca fuera de su horario. Una conexión inusual, un cambio de configuración y, más tarde, un intento de llegar a los datos. Sueltos, esos puntos duermen bajo el radar; juntos forman la cadena de un ataque en marcha, y el analista que los entiende puede perderlos entre mil alertas técnicamente correctas que reclaman la misma atención.
Un modelo de mundo que estima el siguiente movimiento
La arquitectura elegida explica el nombre. Un modelo de lenguaje representa y reproduce texto; un modelo de mundo aprende cómo se comporta un sistema, qué estados admite, cómo se enlazan los hechos y qué puede ocurrir tras una secuencia dada. En seguridad, ese mundo no es una habitación: es el entorno digital cambiante que un atacante intenta penetrar, con entidades, marcas de tiempo, indicadores y relaciones entre procesos que llegan incompletos y en desorden.
Con ese material, NeoCortex reconstruye el contexto que falta en un incidente, crea representaciones compactas de casos complejos, parecidas a una ficha resumen que permite agrupar incidentes parecidos sin releer cada evento crudo, y marca los hechos que rompen el patrón del resto. La meta declarada es la «defensa de día menos uno»: estimar cómo seguirá una cadena de ataque mientras queda tiempo para cortarla. El blog técnico de ESET bajó esa frase a tierra con un ejemplo concreto: si una secuencia se parece a incidentes donde el robo de credenciales siguió con movimiento lateral y después con recopilación de datos, el sistema sube la relevancia de los indicadores que apuntan a esas transiciones.
Esa estimación llega como una lista ordenada de estados plausibles, con su nivel de confianza y su evidencia, no como una certeza. La propia empresa lo subraya: no se trata de adivinar una vulnerabilidad antes de que exista. La semana previa al 25 de octubre, bautizada por ESET como «octubre negro» por la acumulación de fallos graves en PHP, Linux y GitLab, sirve de muestra del tipo de semana donde ordenar prioridades rápido decide cuánto daño hace falta reparar después.
Entrenar cuesta 200 veces menos que un modelo general
La cifra económica del anuncio viene de la investigación interna de ESET: entrenar un modelo de ciberseguridad especializado como NeoCortex cuesta 200 veces menos que entrenar un modelo grande de razonamiento de propósito general. La explicación combina entrenamiento optimizado, vocabulario y datos propios de seguridad, ingeniería construida para esa tarea, menores exigencias de cómputo y hardware privado de la compañía. Para el cliente, el ahorro se traduce en ciclos de mejora más frecuentes cuando aparecen patrones nuevos de incidentes, costos de infraestructura más previsibles y cero dependencia de un pago por uso para el modelo central.
El modelo vive alojado en la infraestructura de ESET. Esa decisión mantiene los datos sensibles de seguridad y la operación del sistema bajo control directo de la empresa, y reduce la exposición de los clientes a cambios bruscos de proveedores externos de inteligencia artificial, sean comerciales o geopolíticos. También responde a un riesgo que el blog técnico documentó con nombre propio: el caso GuardBreaker, donde un comentario malicioso escondido en código intentó activar las barreras de seguridad de un modelo de lenguaje para frenar el análisis antes de llegar a la parte dañina. Un atacante puede manipular el contenido que un modelo general lee; un sistema construido para evidencia adversaria parte de esa sospecha.
Controles para que el modelo nunca actúe por su cuenta
Ese diseño «que nunca se descontrola» cierra el paquete. ESET NeoCortex trabaja en entornos aislados con restricciones fuertes, usa herramientas de solo lectura, registra su actividad en origen, destino y red, y opera con monitoreo continuo y límites definidos de uso. Un interruptor de apagado permite detenerlo, y las decisiones de respuesta que importan quedan con supervisión de un experto humano. El modelo no decide solo: forma una capa dentro de una arquitectura con controles deterministas, lógica de correlación, validación y auditoría.
ESET respalda el lanzamiento con su historial: más de 35 años en ciberseguridad, más de 25 trabajando con inteligencia artificial, 11 centros de investigación y desarrollo, y protección para millones de usuarios y más de 500.000 organizaciones en 178 países. Lo que la compañía no publicó este miércoles fue precio propio para NeoCortex ni mediciones independientes de su precisión: el dato de las 200 veces llega de su investigación interna y queda, por ahora, sin contraste de un tercero.
Fuente: GlobeNewswire
Foto: ESET
