Saltar al contenido
  • BTC $58.642 −5,1%
  • ETH $1.618 −6,9%
  • SOL $68,64 −5,0%
  • BNB $535,88 −6,4%
  • XRP $0,9027 −5,2%
  • DOGE $0,0543 −5,1%
  • ADA $0,1426 −4,2%

Las transformaciones naturales de código preservan la función pero hacen que los agentes de IA encuentren menos fallos

Cambiar el código sin cambiar lo que hace puede dificultar que los agentes de IA encuentren vulnerabilidades de software. Un estudio publicado el 15 de octubre de 2026 descubrió que las transformaciones naturales del código redujeron el hallazgo exitoso de vulnerabilidades por parte de agentes como Codex con GPT-6 Sol, lo que sugiere una posible defensa contra ataques de software automatizados…

natural code transformations
Natural Code Transformations Reduce AI Vulnerability Analysis Success

Cambiar el código sin cambiar lo que hace puede dificultar que los agentes de IA encuentren vulnerabilidades de software. Un estudio publicado el 15 de octubre de 2026 encontró que las transformaciones naturales de código redujeron el descubrimiento exitoso de vulnerabilidades por parte de agentes como Codex con GPT-6 Sol, lo que sugiere una posible defensa contra ataques de software automatizados.

El estudio de Jie Zhu, publicado en arXiv, examina cómo los agentes navegan por el código cuando buscan fallas de seguridad. Parte de una tensión: los agentes de IA muestran un gran potencial para automatizar el descubrimiento de vulnerabilidades, pero esa capacidad también les permite atacar sistemas de software a gran escala.

La investigación encontró que los resultados de los agentes variaban entre commits de código del mundo real que contenían la misma funcionalidad y vulnerabilidad. Ese patrón apareció en múltiples dominios de código y categorías de vulnerabilidades, lo que motivó una investigación sobre los cambios de código como mecanismo de defensa.

Cómo las transformaciones naturales de código afectan el análisis de vulnerabilidades

Las transformaciones naturales de código preservan la funcionalidad del software mientras cambian el código que analizan los agentes. Para probar su efecto, los investigadores construyeron un corpus de transformaciones a partir de patrones de desarrollo recurrentes encontrados en commits de código del mundo real, y luego aplicaron esas transformaciones al análisis de vulnerabilidades por agentes.

Incluso un solo tipo de transformación redujo el descubrimiento exitoso de vulnerabilidades por parte de agentes como Codex con GPT-6 Sol, según el estudio. El efecto reportado se refiere a la capacidad de los agentes para identificar fallas, más que a la eliminación de esas fallas.

La investigación enmarca este enfoque como una forma de ralentizar posibles ataques y dar tiempo a los defensores de software para corregir vulnerabilidades y fortalecer sus sistemas. Las transformaciones naturales de código se estudian como una defensa contra agentes atacantes, preservando al mismo tiempo la funcionalidad del software.

El estudio también examina diferentes fallos de los agentes, la posibilidad de combinar transformaciones para una protección más sólida y atacantes adaptativos que intentan revertir esos cambios.

Artículo producido con la ayuda de inteligencia artificial y revisado por el equipo editorial.

Francesco Antonio Russo

Todos los artículos de Francesco Antonio Russo