"Phantom squatting": estafas que registran los dominios que la IA se inventa

Que la inteligencia artificial generativa se inventa datos ya no sorprende a nadie. Lo que apenas se conocía es que también se inventa direcciones web, y que hay delincuentes registrando esos dominios inexistentes antes que nadie para colocar en ellos páginas fraudulentas. Lo cuenta Omicrono a partir de una investigación de la firma de seguridad Palo Alto Networks.

Qué es el phantom squatting

La técnica se ha bautizado como phantom squatting, algo así como ocupación fantasma. El mecanismo es sencillo de entender: cuando le preguntas a un chatbot por la web de un banco, una tienda o un servicio público, el modelo a veces no recupera la dirección real, sino que la genera siguiendo patrones lingüísticos. El resultado puede ser un dominio verosímil que sencillamente no existe.

Ahí entra el atacante. Si detecta qué direcciones falsas produce la IA de forma recurrente, puede comprarlas y montar una página de phishing (una web que suplanta a otra legítima para robar credenciales o datos bancarios). El usuario llega a ella no por un correo sospechoso ni por un anuncio, sino porque se lo ha recomendado una herramienta en la que confía.

Las cifras del estudio

La Unidad 42 de Palo Alto Networks lanzó 685.339 consultas a dos modelos de IA sobre 913 marcas reconocidas de sectores como tecnología, finanzas, sanidad, administración pública o juegos de azar. En total, los modelos devolvieron 2,1 millones de enlaces.

• 13.229 de esos enlaces se identificaron como maliciosos: la IA estaba dirigiendo a direcciones ya conocidas por ser peligrosas.
• Alrededor de 250.000 dominios inventados seguían sin propietario, disponibles para quien los registre primero.
• Los investigadores afirman haber podido anticipar el registro de algunos de esos dominios por parte de atacantes con entre 18 y 51 días de antelación.

Un detalle relevante: distintos modelos tienden a inventar el mismo dominio falso ante la misma pregunta. Esa coincidencia convierte la alucinación en algo predecible y, por tanto, explotable a escala.

El caso Montana Empire

El informe describe un ejemplo concreto. Un atacante recurrió a un asistente de programación basado en IA para construir un kit de phishing completo, denominado Montana Empire. Los investigadores habían localizado el dominio falso 23 días antes de que se registrara. Más llamativo aún: el kit estaba instalado en el servidor incluso antes de que el dominio quedara formalmente registrado.

Según los autores del estudio, los ciberdelincuentes se mueven "a menudo mucho antes de que se pueda dar una respuesta defensiva viable", en cuestión de horas.

Por qué los filtros no lo detectan

La eficacia del ataque se apoya en un punto ciego de las defensas actuales. Los sistemas de seguridad bloquean URLs basándose en su reputación: si una dirección ha sido señalada antes como fraudulenta, entra en listas negras. Un dominio recién registrado no tiene historial alguno, así que pasa los filtros sin levantar sospechas. Para cuando los servicios de inteligencia sobre amenazas actualizan sus bases de datos, los usuarios ya han pasado por la web falsa.

Existe una variante dirigida a desarrolladores, el slop squatting, que explota los nombres de paquetes de software inexistentes que sugieren los modelos. El phantom squatting, en cambio, afecta a cualquiera que pregunte por la web de una empresa o un servicio.

El riesgo se multiplica con los agentes autónomos

El problema no se limita a que tú piques. Los llamados agentes de IA, asistentes con capacidad para navegar y actuar en nombre del usuario, también consumen esas direcciones. Si un sistema autónomo hace una compra o rellena un formulario en un dominio fantasma, el fallo se produce sin intervención humana. Como resume el informe, la víctima queda comprometida "simplemente por seguir una recomendación de confianza de un sistema que su organización ya ha aprobado formalmente".

Los investigadores subrayan otro matiz técnico: esos dominios falsos no figuraban en los datos de entrenamiento de los modelos. Es decir, no son un recuerdo distorsionado, sino una construcción lingüística nueva. Eso complica cualquier solución basada en depurar los datos de origen.

Qué puedes hacer mientras tanto

No hay remedio definitivo. El sector trabaja en detectar antes las alucinaciones y en dificultar el despliegue de webs fraudulentas, pero de momento la última barrera eres tú:

• No des por buena una URL solo porque te la haya dado un chatbot. Verifícala por otra vía.
• Accede a banca y servicios sensibles escribiendo la dirección o desde marcadores guardados.
• Activa la verificación en dos pasos en las cuentas críticas y usa contraseñas distintas para cada servicio.

El episodio recuerda que las herramientas generativas todavía tienen fisuras estructurales, algo que también se aprecia en otros terrenos, como cuando Linus Torvalds usó IA para depurar el kernel. Y conviene tenerlo presente ahora que la industria empuja hacia asistentes cada vez más autónomos.