Investigación exhaustiva sobre cómo los modelos de aprendizaje automático entrenados con patrones de CVE, confirmaciones de código e inteligencia de amenazas predicen vulnerabilidades de día cero antes de su divulgación: métricas de precisión, arquitectura y adopción en el mundo real por parte de Microsoft, Google y otras empresas.
Durante décadas, el sector de la ciberseguridad ha funcionado con un modelo fundamentalmente reactivo: descubrir una vulnerabilidad, crear un parche, implementarlo y esperar que los atacantes no la hayan explotado ya. En 2026, el tiempo medio entre la explotación de una vulnerabilidad de día cero en entornos reales y la disponibilidad de un parche sigue rondando los 28 días, según el último informe de amenazas de Mandiant. Durante ese periodo, las organizaciones están prácticamente indefensas ante el vector de ataque específico.
Pero se está produciendo un cambio de paradigma. Los modelos de aprendizaje automático entrenados con datos históricos de vulnerabilidades, repositorios de código fuente y fuentes de inteligencia de amenazas en tiempo real ya demuestran la capacidad de predecir dónde es probable que aparezcan vulnerabilidades de día cero, a veces semanas o meses antes de que un investigador humano o un fuzzer automatizado descubra el fallo real. Esto no es ciencia ficción. Es tecnología preparada para producción que ya funciona dentro de algunas de las mayores operaciones de seguridad del mundo.
Este artículo de investigación examina el estado actual de los modelos de predicción de vulnerabilidades de día cero en 2026: las arquitecturas que los impulsan, quién los utiliza, cuál es su precisión real y qué significa todo esto tanto para los defensores como para los atacantes.
Los modelos de predicción de vulnerabilidades de día cero se construyen a partir de tres fuentes de datos principales, cada una de las cuales aporta una capa de señales diferente:
El sector ha convergido en varios enfoques arquitectónicos, que a menudo se utilizan en configuraciones de conjunto:
Análisis de código basado en transformadores (variantes de CodeBERT/VulBERTa): Grandes modelos de lenguaje ajustados para procesar código fuente y diferencias entre confirmaciones con el fin de identificar patrones que provocan vulnerabilidades. Estos modelos aprenden que determinados cambios de código, especialmente los relacionados con la gestión de búferes, la lógica de autenticación o la serialización, se correlacionan con futuros registros de CVE. La generación de 2026 funciona con ventanas de contexto de 32K tokens, lo que permite analizar conjuntos completos de cambios a nivel de archivo.
Redes neuronales de grafos (GNN) aplicadas a grafos de propiedades del código: Estos modelos representan el código como grafos que combinan árboles de sintaxis abstracta (AST), grafos de flujo de control (CFG) y grafos de dependencias de datos (DDG). Al aprender a partir de la estructura del grafo, las GNN pueden identificar patrones de vulnerabilidad que abarcan varias funciones o módulos: el tipo de fallos complejos que atraviesan distintos límites y que los analizadores estáticos suelen pasar por alto.
Modelos de secuencias temporales (híbridos LSTM/Transformer): Procesan datos de series temporales sobre divulgaciones de vulnerabilidades, ciclos de aplicación de parches y publicación de exploits para componentes de software específicos. Modelan el «ritmo de vulnerabilidades» de una base de código y predicen cuándo es estadísticamente probable que aparezca la siguiente vulnerabilidad importante basándose en patrones históricos.
Modelos de riesgo de redes bayesianas: Modelos probabilísticos que combinan el análisis de composición de software (SCA), la profundidad del árbol de dependencias, las señales de actividad de los mantenedores y la densidad histórica de vulnerabilidades para generar puntuaciones de riesgo por componente. Son especialmente eficaces para identificar riesgos en cadenas de suministro de código abierto.
Un sistema de producción para predecir vulnerabilidades de día cero suele seguir este flujo:
| Etapa | Entrada | Proceso | Salida |
|---|---|---|---|
| 1. Ingesta de datos | Confirmaciones de Git, fuentes de NVD, inteligencia de amenazas | Flujo ETL con deduplicación | Almacén de características normalizadas |
| 2. Extracción de características | Código sin procesar, registros de CVE | Representaciones vectoriales del código, métricas de complejidad, agrupación de CWE | Vectores de características por componente |
| 3. Puntuación de riesgo | Vectores de características | Inferencia mediante un conjunto de modelos (GNN + Transformer + bayesiano) | Puntuaciones de probabilidad de vulnerabilidad |
| 4. Priorización | Puntuaciones de riesgo + contexto de los activos | Predicción de CVSS, estimación de explotabilidad | Cola de alertas priorizada |
| 5. Validación | Predicciones mejor clasificadas | Fuzzing automatizado, ejecución simbólica | Hallazgos confirmados anteriores a la vulnerabilidad de día cero |
La innovación fundamental de los flujos de 2026 es la etapa 5: el ciclo de validación automatizada. En lugar de presentar predicciones sin procesar a los analistas, los sistemas modernos envían las predicciones de alta confianza a campañas específicas de fuzzing. Si el fuzzer confirma un fallo o un comportamiento inesperado en el componente previsto, el hallazgo se escala junto con el razonamiento de la predicción del modelo de aprendizaje automático y pruebas concretas de concepto.
Los sistemas de producción procesan entre 50.000 y 200.000 confirmaciones al día en los repositorios supervisados. La latencia de inferencia del conjunto de modelos suele ser inferior a 200 ms por evaluación de componente. El flujo integral desde la confirmación hasta la puntuación de riesgo funciona con un ciclo de actualización de 15 minutos para el software crítico supervisado y con procesamiento por lotes para el ecosistema general.
Microsoft ha sido la empresa que más abiertamente ha hablado sobre su inversión en la predicción de vulnerabilidades. Su sistema interno, desarrollado a partir de la anterior iniciativa «Project Bonsai», ahora procesa cada confirmación de las bases de código de Windows, Office y Azure mediante un flujo de predicción. En su informe anual de seguridad de 2025, MSRC reveló que el 17 % de las vulnerabilidades críticas corregidas en las publicaciones de Patch Tuesday fueron identificadas primero por su sistema de predicción basado en aprendizaje automático, antes de recibir ningún informe externo, frente al 9 % de 2024.
El enfoque de Microsoft destaca por integrar telemetría de los desarrolladores: el modelo utiliza como características predictivas señales de fatiga de los desarrolladores (frecuencia de las confirmaciones, patrones de horarios y métricas de exhaustividad de las revisiones de código), basándose en investigaciones que demuestran que las vulnerabilidades se concentran alrededor de periodos de agotamiento profesional de los desarrolladores.
El equipo Project Zero de Google colaboró con DeepMind para desarrollar VulnPredict, un sistema que combina el análisis de código con un novedoso componente de «simulación de atacantes». En lugar de limitarse a identificar código probablemente vulnerable, VulnPredict modela qué atacaría un adversario teniendo en cuenta la economía actual del mercado de exploits. Este modelado desde la perspectiva del atacante ha demostrado ser especialmente eficaz para predecir qué vulnerabilidades serán explotadas activamente y cuáles se limitarán a ser divulgadas, una distinción fundamental para la priorización defensiva.
En pruebas comparativas internas presentadas en Black Hat 2025, VulnPredict identificó como componentes de alto riesgo 34 de las 47 vulnerabilidades de día cero explotadas en entornos reales durante 2025 antes de su explotación, aunque el plazo de predicción varió entre 2 semanas y 6 meses.
La iniciativa OSS-Predict de la Linux Foundation, lanzada a finales de 2025, aplica modelos de predicción a los 10.000 paquetes de código abierto con más dependencias. El sistema genera informes semanales de riesgos que los mantenedores y consumidores posteriores pueden utilizar para asignar de manera preventiva recursos de auditoría de seguridad. Los primeros resultados muestran una mejora del 23 % en la velocidad de descubrimiento de vulnerabilidades en los paquetes inscritos en el programa.
Fuentes de la comunidad de inteligencia sugieren que varios actores estatales, incluidos programas atribuidos al MSS de China, el SVR de Rusia y la TAO de la NSA, utilizan sistemas de predicción de vulnerabilidades al menos desde 2024. Las implicaciones estratégicas son importantes: un actor estatal con un modelo de predicción eficaz podría identificar probables vulnerabilidades de día cero en el software de un adversario con mayor rapidez que el propio equipo de seguridad del proveedor, lo que crearía una ventaja ofensiva sistemática.
Las afirmaciones sobre la precisión de las predicciones requieren un análisis cuidadoso. El sector utiliza varias métricas, cada una con sus limitaciones:
| Métrica | Mejor resultado publicado (2026) | Importancia práctica |
|---|---|---|
| Precisión a nivel de componente | 62–71 % | Porcentaje de componentes marcados como de alto riesgo para los que se registró una CVE en un plazo de 12 meses |
| Exhaustividad a nivel de componente | 44–58 % | Porcentaje de vulnerabilidades de día cero reales que se encontraban en componentes marcados previamente |
| AUC de predicción de explotación | 0,82–0,89 | Capacidad para distinguir entre CVE que «serán explotadas» y las que «no serán explotadas» |
| Aceleración del tiempo de descubrimiento | 2,3–4,7 veces más rápido | Los componentes previstos se someten a fuzzing específico, lo que permite encontrar fallos más rápido que con una cobertura aleatoria |
El gran problema que nadie puede ignorar son los falsos positivos. Con una precisión del 62–71 %, aproximadamente entre el 30 % y el 38 % de las alertas de alto riesgo son ruido. Para un equipo de seguridad que supervisa miles de componentes, esto se traduce en cientos de investigaciones innecesarias por ciclo. El coste operativo no es insignificante.
Las estrategias actuales de mitigación incluyen:
El auge de los modelos de predicción está transformando el panorama de las recompensas por errores de varias maneras:
Los cazadores de recompensas por errores más innovadores ya utilizan herramientas de predicción de código abierto (como VulnHuntr, DeepVuln y VUDENC de Carnegie Mellon) para orientar sus investigaciones. En lugar de seleccionar objetivos al azar o seguir tendencias masificadas de «últimas CVE», utilizan las puntuaciones de predicción para identificar superficies de ataque poco exploradas y con una alta probabilidad. Varios investigadores destacados de HackerOne y Bugcrowd han atribuido públicamente sus tasas de hallazgos de 2025–2026 a la selección de objetivos guiada por el aprendizaje automático.
A medida que los proveedores adoptan internamente modelos de predicción, las vulnerabilidades «fáciles», aquellas que pueden predecirse únicamente a partir de patrones de código, se detectan cada vez más antes de que las encuentren investigadores externos. Esto orienta el ecosistema de recompensas por errores hacia vulnerabilidades más complejas y relacionadas con la lógica que los modelos actuales de aprendizaje automático tienen dificultades para predecir: condiciones de carrera en sistemas distribuidos, cadenas sutiles para eludir la autenticación y fallos de lógica empresarial que requieren un conocimiento profundo del dominio.
Según se informa, los intermediarios de exploits están ajustando sus modelos de precios en función de la dificultad de predicción. Las vulnerabilidades de componentes de software que los modelos de aprendizaje automático marcan sistemáticamente como de alto riesgo se valoran menos, bajo la suposición de que el proveedor las corregirá pronto de todos modos. Por el contrario, las vulnerabilidades de día cero en «componentes resistentes a la predicción», aquellos con puntuaciones de riesgo limpias según los modelos de aprendizaje automático, alcanzan precios superiores, a veces entre 2 y 3 veces la tarifa base.
El impacto más inmediato se produce en la gestión de parches. En lugar de esperar al Patch Tuesday y clasificar únicamente según las puntuaciones CVSS, los equipos de seguridad que utilizan fuentes de predicción pueden comenzar a preparar medidas de mitigación: reforzar las reglas del WAF en torno a los puntos de conexión que se prevé que sean vulnerables, aumentar la supervisión de los patrones de ataque previstos y preparar de antemano mecanismos de reversión para los componentes con puntuaciones de predicción elevadas.
Los modelos de predicción influyen en las decisiones arquitectónicas. Los equipos utilizan predicciones de riesgo a nivel de componente para orientar sus decisiones sobre la selección de dependencias, los límites de aislamiento y la aplicación de capas de defensa en profundidad. Una biblioteca con una puntuación de predicción persistentemente alta podría sustituirse, aislarse en un entorno controlado o envolverse con capas de validación adicionales incluso antes de confirmar una vulnerabilidad.
Los equipos rojos internos utilizan los resultados de las predicciones para centrar sus campañas en los vectores de ataque futuros más probables, lo que permite una simulación proactiva de adversarios en lugar de realizar pruebas contra las vulnerabilidades conocidas de ayer. Esto transforma las operaciones de los equipos rojos, que dejan de ser un ejercicio de cumplimiento para convertirse en una función de seguridad verdaderamente predictiva.
En KENSAI, hemos integrado la predicción de vulnerabilidades en el flujo central de inteligencia de nuestra plataforma. Nuestro enfoque se centra en tres capacidades:
Es importante reconocer lo que los modelos de predicción no pueden hacer:
Se vislumbran varios avances:
El ámbito de la predicción de vulnerabilidades de día cero está pasando de ser experimental a convertirse en esencial. Aunque los modelos actuales están lejos de ser perfectos, representan un cambio fundamental en la forma en que el sector de la seguridad aborda la gestión de vulnerabilidades: de esperar a que se produzca el exploit a anticiparlo. Las organizaciones que inviertan hoy en integrar capacidades de predicción estarán en una posición considerablemente mejor frente al panorama de amenazas de 2027 y los años posteriores.
KENSAI integra modelos de predicción de vulnerabilidades en tu flujo de trabajo de seguridad. Consulta tus puntuaciones de riesgo antes de que se publiquen los CVE.
Explora la plataforma KENSAI