DEFCON 34: Cuarenta años de hacking en la misma tarde de sábado

En agosto presenté una investigación en el Main Track de DEF CON 34. Una hora después, Cliff Stoll subió a un escenario al final del pasillo y sacó un retroproyector. Entre esas dos charlas, separadas por sesenta minutos y cuatro décadas de tecnología, vi el arco completo de lo que el hacking es y de lo que siempre fue.

Esto es sobre esa tarde.

Llegar

DEF CON no es una conferencia normal. Son treinta mil personas llenando el West Hall del Centro de Convenciones de Las Vegas en agosto, la mayoría cargando hardware que modificaron de maneras que el fabricante no tenía previstas. Hay villages dedicadas a hackear autos, aviones, máquinas de votación, satélites, dispositivos médicos y cerraduras. Hay una sala donde la gente intenta hacer ingeniería social a empresas reales por teléfono desde una cabina insonorizada. Por primera vez en la historia de la competencia, agentes de IA autónomos estaban compitiendo en capture-the-flag. En otro hall, Bill Swearingen demostraba patrones adversariales impresos en tela que hacen que las cámaras de vigilancia no te detecten como persona, y otro equipo de investigadores revelaba cómo habían tomado el control de 36 millones de smartwatches GPS que los padres les ponen a sus hijos. La escala es difícil de describir hasta que estás parado ahí adentro.

Ya había ido a DEF CON, pero nunca como speaker del Main Track. Que te acepten una charla ahí es otra cosa. El review board del CFP es brutal, la tasa de aceptación es baja, y las charlas que entran suelen representar meses o años de investigación original. Con Dan Borgogno mandamos "The Glass Perimeter: Systematic Bypasses in Biometric Frameworks and the Rise of Synthetic Identity" con más de seis meses de R&D encima, siete targets autorizados en aplicaciones de banca y fintech de primer nivel, ocho frameworks de liveness biométrico y cuatro familias de SDKs. Cuando nos llegó la aceptación, lo primero fue vértigo. Después, orgullo. DEF CON Main Track es uno de esos momentos que sabés que van a partir tu carrera en un antes y un después. La calidad de nuestra investigación estaba a la altura.

El sábado a la mañana caminé por los pasillos del LVCC buscando el Track 3. Las salas en DEF CON son enormes, construidas para miles de personas, y la señalización asume que ya sabés a dónde vas. Lo encontré, revisé el proyector y esperé a que dieran las doce.

The Glass Perimeter

La investigación arrancó con una pregunta que suena simple y resultó ser todo lo contrario: ¿qué pasa cuando los sistemas de verificación de identidad toman sus decisiones de seguridad en un dispositivo que el atacante controla?

Todos los bancos, fintech y empresas de servicios financieros del mundo usan hoy alguna forma de autenticación biométrica. Abrís la app del banco, apuntás la cámara a tu cara, seguís las instrucciones de la pantalla, y en unos segundos el sistema decide que sos quien decís ser. La tecnología detrás de esa decisión la construyen vendors cuyas soluciones valen cientos de millones de dólares y se despliegan en miles de millones de usuarios a nivel global. Toda la arquitectura descansa sobre una suposición: que el entorno que produce la afirmación biométrica es confiable. El dispositivo es honesto. El feed de la cámara es auténtico. El veredicto del SDK es definitivo.

Pasamos seis meses demostrando que esa suposición es falsa. El resultado fue un 100% de bypass rate en todos los frameworks que probamos.

La charla recorrió el camino completo, desde el engaño óptico hasta el kernel hijacking. En un extremo del espectro, mostramos cómo los ataques de presentación todavía funcionan: impresiones de alta fidelidad diseñadas para evitar los patrones de moiré que los SDKs buscan, máscaras de silicona que replican cómo la luz se dispersa a través de piel humana, híbridos de recorte de ojos y boca donde una persona real parpadea detrás de una foto impresa. No son ataques sofisticados. Son los más comunes en el mundo real, y funcionan porque los vendors muchas veces bajan los umbrales de detección para no bloquear usuarios legítimos con mala iluminación. La tensión entre experiencia de usuario y seguridad, lo que en la charla llamamos el CISO Threshold Dilemma, es donde viven muchas de las brechas reales.

En el lado de identidad sintética, mostramos algo que pegó fuerte en la sala. Le mostramos al público dos fotos de Dan y preguntamos cuál era la real. Las dos eran sintéticas, generadas a partir de solo dos fotos públicas. El pipeline de perfil público a video de liveness es alarmantemente corto: un par de fotos sacadas de redes sociales, un modelo facial, una voz clonada y herramientas como Wav2Lip para sincronizar audio con imagen. Produjimos deepfakes que pasaron validación biométrica con un face match de 0.94 y un liveness score de 0.96. Para ponerlo en contexto, algunos de estos SDKs tenían su detección de deepfakes por IA disponible como un toggle, y en los deployments que probamos estaba apagado.

Después fuimos más profundo en el media pipeline del dispositivo. El núcleo de la investigación fue entender dónde viven realmente los frames de la cámara dentro de un dispositivo Android y encontrar el punto correcto para reemplazarlos. Mapeamos seis técnicas de inyección a lo largo de toda la pila, desde intercambiar imágenes comprimidas a nivel de aplicación hasta escribir frames de video crudos directamente en el servicio de cámara del sistema, un proceso que corre fuera de la aplicación. Cada técnica apunta a una profundidad distinta en el pipeline, y cada una importa porque los SDKs biométricos que probamos consumen datos de la cámara en puntos diferentes. Si inyectás en la capa equivocada, el SDK ve el feed real y tu bypass falla.

El target más difícil usaba un motor anti-tamper integrado que mataba nuestra instrumentación cada nueve segundos. Pasamos por más de setenta versiones de scripts tratando de sobrevivir dentro del proceso de la aplicación. El quiebre llegó cuando dejamos de pelear contra la protección y nos paramos fuera de su alcance. El aislamiento de procesos de Android significaba que los chequeos forenses del SDK podían auditar todo dentro de su propio proceso y encontrar todo limpio, mientras nuestros frames inyectados llegaban por el camino normal de la cámara desde un servicio del sistema que el SDK no podía inspeccionar. Sostuvimos una inyección de video sintético de noventa segundos, más de 2.600 frames, con cero crashes y cero detecciones.

La implicancia es arquitectónica, no solo técnica. Estos SDKs son soluciones de millones de dólares desplegadas por las empresas más grandes del mundo, y comparten un punto ciego estructural: solo pueden ver dentro de su propio proceso. En el momento en que el ataque se mueve un boundary más allá, la fortaleza se convierte en una pared de vidrio.

Cerramos la charla con lo que esto significa a escala. El fraude de identidad sintética está proyectado a superar los veinte mil millones de dólares anuales para 2026. El pipeline de OSINT a deepfake que demostramos, cinco minutos de reconocimiento produciendo un video de liveness que pasa KYC, significa que el costo de crear una cuenta mula verificada se derrumbó. La economía es brutal: suscripciones de Fraud-as-a-Service para tooling de bypass biométrico corren entre diez y treinta mil dólares por mes, y una sola herramienta automatizada puede producir más de cien cuentas verificadas por día.

El problema no es el reconocimiento facial como tecnología aislada, sino el grado de confianza que bancos y fintech depositan en controles que corren enteramente en el dispositivo del usuario. Cuando la biometría se convierte en la única barrera, una tecnología diseñada para simplificar el acceso se transforma en lo que llamamos en la charla un Single Point of Failure. Una contraseña se puede robar, pero una cara, resulta que también.

‍

La transición

Después del Q&A caminé desde el Track 3 al Track 5.

Cliff Stoll estaba por hablar. Conocía el nombre. Cualquiera que haya leído The Cuckoo's Egg conoce el nombre. Lo que no sabía bien era qué esperar de la presentación en sí.

La sala se llenaba rápido. Gente que había estado en los pasillos entre charlas entraba, buscaba asiento, se paraba contra las paredes. Para cuando Stoll arrancó, la sala estaba repleta.

Y entonces sacó transparencias. Transparencias de verdad, de las que se ponen en un retroproyector. Había traído las originales que usó para briefear a la NSA hace décadas. Tenía una regla de cálculo. Tenía objetos físicos que levantaba y agitaba mientras hablaba. No había slide deck en el sentido moderno. Nada de Keynote, nada de Figma, nada de videos embebidos, nada de transiciones animadas. Solo un hombre de setenta y seis años, un proyector de otra era, y una de las historias de hacking más importantes que se hayan contado.

‍

El contraste con lo que Dan y yo habíamos presentado, sesenta minutos antes y cien metros pasillo abajo, era casi absurdo.

‍

Stalking the Wily Hacker, cuarenta años después

En agosto de 1986, Cliff Stoll era un astrónomo al que le habían reasignado la tarea de administrar computadoras en el Lawrence Berkeley National Laboratory. No era un profesional de seguridad. Ni siquiera estaba particularmente interesado en la administración de sistemas. Era un científico al que le habían dado un laburo manteniendo workstations UNIX porque el laboratorio necesitaba a alguien y él estaba disponible.

Una mañana encontró una discrepancia contable. Se había creado una cuenta nueva sin una dirección de facturación correspondiente. El sistema de contabilidad tenía un descuadre de setenta y cinco centavos. La mayoría de la gente se habría encogido de hombros y seguido de largo. Stoll no. Empezó a tirar del hilo.

Lo que encontró no fue una joda de un estudiante ni un error contable. Un intruso estaba usando LBL como hub para alcanzar sistemas militares y de contratistas de defensa a través de ARPANET y MILNET. Durante los siguientes diez meses, Stoll observó a este individuo atacar aproximadamente 450 computadoras y penetrar exitosamente más de treinta. El intruso buscaba keywords relacionadas con armas nucleares, SDI y programas militares clasificados. El rastro llevó a través de redes Tymnet X.25, pools de modems de contratistas de defensa en McLean, Virginia, enlaces transatlánticos, y finalmente a universidades en Bremen y Karlsruhe en Alemania Occidental.

Los métodos de investigación eran asombrosos en su simplicidad. Stoll puso impresoras en líneas seriales para capturar cada keystroke en tiempo real. Construyó alarmas rudimentarias usando pagers de bolsillo disparados por llamadas de modem. Creó archivos honeypot, memos falsos sobre la Strategic Defense Initiative, plantados en una computadora oscura de LBL y con alarma para saber cuándo alguien los leía. Cuando el intruso encontró esos archivos y se pasó más de una hora leyéndolos, la conexión prolongada le dio a los técnicos telefónicos tiempo suficiente para completar el rastreo. El intruso fue eventualmente identificado como Markus Hess, conectado con la KGB a través de círculos del Chaos Computer Club.

Zack Whittaker, haciendo el resumen de la conferencia para "This Week in Security," describió la experiencia de ver la charla de Stoll como un genuino placer, y escribió que era una alegría ver a alguien con tanto amor, entusiasmo y energía por algo que le importa profundamente. Desde mi butaca en la audiencia, era exactamente así. Estaba agitando transparencias, explicando cómo convenció al FBI y al Bundespost alemán y a Pacific Bell y a la NSA de cooperar en un rastreo que ninguno de ellos individualmente quería hacerse cargo, y la sala estaba completamente enganchada. En una conferencia llena de agentes de IA hackeando sistemas de forma autónoma y researchers demostrando zero-days en Claude, Chrome y GPUs de Nvidia, la charla más cautivante del día era un tipo contando una historia sobre impresoras y líneas telefónicas y paciencia.

Qué cambió, qué no

Me quedé sentado viendo la charla de Stoll y pensando en los sesenta minutos entre su presentación y la nuestra.

Nosotros habíamos pasado nuestra sesión hablando de identidades sintéticas generadas a partir de dos fotos públicas, videos de liveness producidos por IA que engañan a los algoritmos entrenados específicamente para detectarlos, y una técnica de inyección que explota memoria compartida entre servicios del sistema para volverse invisible a protecciones forenses que cuestan millones de dólares. La superficie de ataque que describimos existe porque la infraestructura de identidad del sistema financiero moderno corre en dispositivos que te entran en el bolsillo, a través de stacks de software tan complejos que los vendors que los construyen no pueden auditar completamente sus propios trust boundaries.

Y después Cliff Stoll contó una historia sobre impresoras, pagers, líneas telefónicas, un error contable de setenta y cinco centavos, y diez meses de paciencia.

La tentación es trazar una línea limpia: el mundo era más simple entonces, el hacking era más romántico, ahora todo es diferente. Sería una narrativa prolija pero estaría equivocada.

Lo que me impactó, sentado en esa sala, fue cuánto de lo que Stoll describía mapeaba directamente con lo que nosotros habíamos hecho. No las herramientas. Las herramientas no podrían ser más distintas. Pero el método, la forma de pensar, el laburo cognitivo real de la cosa.

Stoll notó una anomalía que todos los demás descartaron. Un descuadre de setenta y cinco centavos. Una dirección de facturación que no matcheaba. Su instinto no fue arreglarlo y seguir de largo sino entender por qué existía. Nosotros arrancamos la investigación de la misma manera: el modelo de confianza de la industria biométrica tiene una suposición embebida que nadie parecía estar cuestionando. El dispositivo es confiable. El feed de la cámara es auténtico. El veredicto del SDK es definitivo. Se sentía mal. Decidimos averiguar si lo era.

Stoll mapeó el comportamiento del intruso empíricamente. Observó lo que el hacker hacía a lo largo de docenas de sesiones, catalogó los comandos, los targets, los tiempos, los patrones de login. Construyó un perfil no haciendo ingeniería inversa de las herramientas del intruso sino observando lo que el intruso realmente hacía e infiriendo qué buscaba. Nosotros hicimos algo estructuralmente idéntico contra los SDKs anti-tamper que probamos. En vez de tratar de desensamblar librerías de protección ofuscadas, corrimos una serie de experimentos graduales: attachear y observar, hookear una capa y medir cuánto tarda en morir el proceso, ajustar la tuerca un punto más, repetir. El resultado fue un mapa de comportamiento de lo que la protección vigila y lo que ignora. No un desensamblado. Una tabla de verdad empírica. El mismo approach que Stoll usó con sus impresoras y sus analizadores de línea serial, traducido a un instrumento diferente cuarenta años después.

Stoll explotó suposiciones de confianza. El intruso asumía que nadie lo estaba mirando. La gerencia de LBL asumía que la seguridad no era su problema. El contratista de defensa en Virginia asumía que su pool de modems de salida era seguro. Stoll explotó todas esas suposiciones, manteniendo el sistema abierto para monitorear al intruso en vez de cerrar el agujero, dejando que el atacante se sintiera seguro mientras registraba todo. Nuestra investigación explotó la suposición de confianza del SDK biométrico de que su propio process boundary era el universo. Todo dentro del proceso estaba auditado. Todo afuera era invisible. Nos movimos afuera y ganamos.

Y las dos investigaciones requirieron paciencia que la mayoría de la gente no toleraría. La de Stoll tomó diez meses. La nuestra tomó seis. En los dos casos, lo más difícil no fue la técnica final sino la larga serie de fracasos que la precedió, las semanas de trabajo que no produjeron nada excepto una comprensión más clara de lo que no funcionaba y por qué.

El núcleo

Si tuviera que destilar lo que conecta estas dos historias, separadas por cuarenta años de tecnología, sería esto: el hacking no se trata de herramientas. Se trata de la voluntad de mirar un sistema, notar que algo no coincide con cómo se supone que debería funcionar, y no soltar hasta entender por qué.

Las herramientas cambiaron de forma irreconocible. Stoll rastreaba conexiones a través de redes X.25 de conmutación de paquetes y coordinaba con el Bundespost alemán por línea telefónica. Nosotros inyectábamos frames de video sintético en servicios del sistema Android para bypasear SDKs de liveness detection en los que confían miles de millones de personas. La escala cambió. El impacto económico cambió. Todo el paisaje de lo que identidad significa cambió.

Pero el acto subyacente es el mismo. Encontrás un trust boundary. Testeás si el sistema lo enforce o simplemente lo asume. Descubrís la brecha entre la especificación y la implementación. Operás en esa brecha.

Curiosidad. Persistencia. Hipótesis formadas y testeadas. Anomalías seguidas en vez de descartadas. Trust boundaries cuestionados en vez de aceptados. Eso es lo que no cambia.

Irse de DEF CON

El cronograma de DEF CON 34 puso nuestra charla y la de Cliff Stoll en la misma tarde de sábado, con una hora de diferencia. No sé si quien armó el programa pensó en la yuxtaposición, pero fue perfecta.

Presentamos investigación sobre la superficie de ataque emergente alrededor de la identidad digital: caras sintéticas, bypasses biométricos, el colapso del modelo de confianza del que dependen miles de millones de transacciones financieras. Era un problema moderno investigado con técnicas modernas contra vendors que protegen infraestructura moderna. Y después, en la siguiente hora, una de las personas que ayudó a definir lo que el hacking significa se paró con un retroproyector y contó una historia sobre perseguir a un espía a través de redes telefónicas con impresoras y paciencia.

Las dos charlas estaban separadas por décadas de tecnología. Las dos estaban conectadas por el mismo impulso. Algo del sistema no tenía sentido. Vamos a averiguar por qué.

Ese impulso existía antes de que tuviéramos agentes de IA compitiendo en capture-the-flag. Existía antes de los SDKs biométricos y los motores anti-tamper y las fábricas de identidad sintética. Existía en 1986, cuando un astrónomo en Berkeley notó que su contabilidad tenía un descuadre de setenta y cinco centavos y decidió que valía la pena investigar. Va a existir después de lo que venga. Las herramientas van a seguir cambiando. La pregunta no.

‍