El joven Marcus, oculto en un principio bajo el pseudónimo de 'Malware Tech' por razones de seguridad, ha dado la cara en televisión y ha explicado cómo logró detener el ataque, tras lo cual ha recibido numerosas ofertas de empresas. En la entrevista, recogida en 'laSexta Noticias', explica que le pasaron parte del código del virus, descubrió que para propagarse este llamaba a una dirección de Internet cuyo dominio raíz no tenía dueño. Raudo, lo compró y lo desvió por menos de 10 euros.
"Sí, este ataque se puede dar por finiquitado; en realidad, registré el dominio para hacer un seguimiento, sólo estaba haciendo mi trabajo; así que no, no creo que sea un héroe", explica Hutchins. De hecho, ahora teme por su seguridad. No será por la financiera: le llueven ofertas millonarias de todo el mundo. Aunque Marcus, de momento, sólo irá a Silicon Valley de vacaciones.
En sus declaraciones, el joven manda un mensaje a las empresas: "Actualizad vuestros sistemas y dad un aumento a vuestros informáticos, que paran estas cosas".
Según New York Times, funcionarios de la inteligencia estadounidense tienen los mismos indicios que Symantec, e investigadores tanto de Google como de la firma rusa Kaspersky han confirmado las similitudes del código. Sin embargo, todos matizan que las pistas no son definitivas. El ransomwareWannaCry aprovecha para propagarse una vulnerabilidad del sistema operativo Microsoft detectada por la Agencia de Seguridad Nacional (NSA) de EEUU cuyos detalles robaron y airearon en abril piratas informáticos. WannaCry exige un pago en la moneda digital bitcoin para recuperar el acceso a los ordenadores y ha afectado a mas de 300.000 ordenadores de al menos 150 países, golpeado a centro publicos como hospitales y grandes empresas en Francia y España ( sobre todo Telefonica), la red ferroviaria en Alemania, organismos públicos en Rusia o universidades en ChinA.
Hallazgos en la UPM
Por otra parte, un equipo de investigadores del departamento de Inteligencia Artificial y del Grupo de Análisis y Decisiones y Estadística de la ETSI Informáticos de la Universidad Politécnica de Madrid (UPM) ha desarrollado varios algoritmos que pueden ser utilizados para la detección del fraude y el crimen organizado a través de las redes sociales.
La proliferación de atentados terroristas y de organizaciones criminales de todo tipo ha hecho necesarias investigaciones sobre las relaciones de diferentes colectivos de delincuentes. Los métodos matemáticos y computacionales y el análisis de redes se han convertido en una herramienta fundamental en este campo.
Se han creado algoritmos y funciones que se pueden aplicar en las redes sociales para identificar a posibles defraudadores o incluso terroristas
Como ejemplo, una de las principales medidas antiterroristas impuestas tras los atentados de Nueva York, Madrid y Londres, en la primera década de los años 2000, consistió en archivar los registros de llamadas telefónicas y correos electrónicos. Los servicios de inteligencia, así como los ministerios de defensa e interior de la mayoría de los estados europeos guardan registros de terroristas junto con sus relaciones internas y externas cuyo análisis, mediante algoritmos matemáticos, marca la agenda de la lucha antiterrorista y la seguridad nacional.
De la misma manera, los organismos encargados de la recaudación de impuestos de la mayoría de los Estados poseen registros de contribuyentes y de sus conexiones a través de lazos de todo tipo (familiares, societarios, comerciales,…). Todo ello puede analizarse con objeto de detectar tramas de fraude y contribuyentes defraudadores, del mismo modo que las agencias de seguros guardan documentación de atestados y de implicados en accidentes de tráfico para buscar patrones fraudulentos entre sus clientes. No en vano, solamente el fraude del IVA causa unos perjuicios a la Unión Europea de 170.000 millones de euros al año.
En todos estos ámbitos el análisis de redes es una herramienta fundamental que, hasta hace relativamente poco, se limitaba a pequeños grafos generalmente representables visualmente.
Detectar patrones en redes sociales
“La tecnología disponible hasta hace menos de una década, así como la inexistencia de mecanismos eficientes de generación y almacenamiento de grandes redes, imposibilitaba el análisis masivo de redes”, explica Alfonso Mateos, uno de los investigadores UPM que ha participado en el estudio. “Sin embargo, en la actualidad, las tecnologías permiten establecer nuevos planteamientos que implican la creación de algoritmos capaces de detectar en las redes sociales y de comunicaciones ciertos patrones que identifican a criminales y defraudadores”, añade.
¿En qué se basan los algoritmos para detectar a un sospechoso?. “Los criminales y defraudadores se parecen entre sí y sus comportamientos son similares”, explica Alfonso Mateos. Partiendo de esa base, se puede identificar un grupo de variables individuales de las personas y empresas cuyos valores pueden servir para distinguir sus comportamientos de aquellos realizados por las personas honestas y honradas y las empresas que dirigen. Es ahí donde entran en juego varios algoritmos de Aprendizaje Automático y Estadística Multivariante que permiten definir las variables a las que hay que prestar atención.
Por otro lado, indican los expertos, “los criminales o defraudadores cooperan entre sí (como sucede en la creación de empresas carrusel en el IVA) y aprenden unos de otros y de los profesionales que les asesoran”. Según esta hipótesis deben existir ciertas relaciones entre patrones de defraudación que permiten el empleo de algoritmos de análisis de redes y teoría de grafos para encontrar tramas, intermediarios y actores en la sombra.
En base a todos estos criterios, los investigadores han creado varios algoritmos y funciones que se pueden aplicar en las redes sociales para identificar a posibles defraudadores o incluso terroristas. “Desde la lucha antiterrorista hasta el blanqueo de capitales los algoritmos que hemos desarrollado nos pueden dar pistas de que algo no va bien y ayudarnos a encontrar a los que están cometiendo un delito”.
No es extraño, por ello, que ya hayan sido varios los organismos internacionales que han mostrado interés en este proyecto en el que también colabora el Ministerio de Economía, Industria y Competitividad y funcionarios de la Agencia Tributaria en el ejercicio de sus competencias: “En el ámbito tributario la OCDE y la IOTA han situado el empleo de este tipo de funciones y algoritmos entre sus prioridades y convocado reuniones multilaterales durante este año en Dublín y Budapest”, explican los autores, que publican su trabajo en la revista Modeling Decisions for Artificial Intelligence.
Referencia bibliográfica:
Vicente, E., Mateos, A. Jiménez-Martín, A. (2016). "Complicity Functions for Detecting Organized Crime Rings, Modeling Decision for Artificial Intelligence". V. Torra, Y. Narukawa, G. Navarro-Arribas, Cr. Yañez (Eds.). Modeling Decisions for Artificial Intelligence, 2016.
