Teléfono de incidente 24/7: Incidente 24/7 · +34 902 540 891

Investigación e innovación

La ciberseguridad industrial avanza al ritmo de las amenazas que la empujan. Mantener el nivel exige investigar de forma continua: abrir lo que nadie ha auditado, entender el malware nuevo antes de que llegue a una planta y probar lo que aún no está en ningún manual.

Por qué investigamos

No investigamos por prestigio, sino porque nuestros servicios lo necesitan. Cuando un cliente nos llama por un incidente, el malware puede ser nuevo; cuando un fabricante quiere vender en Europa, su producto no se ha abierto nunca; cuando aparece una técnica de ataque, hay que entenderla antes de defenderse de ella. La investigación es lo que mantiene el resto del trabajo por delante del adversario.

El trabajo se hace en Ti Lab, nuestro laboratorio: allí están los equipos de control reales, el banco de hardware, la capacidad de radio y las herramientas de análisis. Esta página cuenta qué investigamos y qué resultados salen de ahí; la de Ti Lab cuenta con qué y cómo.

Y lo hacemos con una regla: cuando encontramos un fallo en el producto de otro, se divulga de forma responsable. Ni se calla ni se vende: se coordina con quien lo tiene que arreglar.

Investigación aplicada

Vulnerabilidades descubiertas y divulgadas

Diez identificadores CVE surgidos del trabajo de investigación del equipo y publicados mediante divulgación coordinada con fabricantes, INCIBE-CERT y CISA. Los enlaces llevan a los avisos públicos, donde se detallan el alcance, la puntuación y las medidas de corrección.

2023 · IoT

CVE-2023-5499

Shenzhen Reachfar GPS v28

Exposición de registros y datos sensibles en un rastreador GPS personal. Severidad alta, CVSS 7,5.

Aviso de INCIBE-CERT

2023 · Redes 4G/5G

CVE-2023-4882CVE-2023-4883CVE-2023-4884CVE-2023-4885

Open5GS

Cuatro vulnerabilidades en el núcleo de red: denegación de servicio, liberación de puntero inválido, ausencia de autenticación e interceptación de comunicaciones VNF.

Aviso de INCIBE-CERT

2023 · IIoT

CVE-2023-4817

ICP DAS ET-7060

Carga de archivos sin restricciones en un módulo Ethernet industrial, con posibilidad de comprometer el dispositivo.

Aviso de INCIBE-CERT

2021 · Control de accesos

CVE-2021-3604

Primion-Digitek Secure 8

Inyección SQL ciega remota que permitía extraer información de usuarios y administradores. Severidad crítica, CVSS 9,8.

Aviso de INCIBE-CERT

2020 · Control industrial

CVE-2020-25191

National Instruments CompactRIO

Permisos incorrectos en una entrada de API que podían permitir el reinicio remoto del controlador sin autenticación.

Aviso de CISA

2020 · Automatización

CVE-2020-7580

Productos industriales Siemens

Ruta de búsqueda sin comillas en un componente compartido que podía facilitar ejecución de código con privilegios SYSTEM.

Aviso de CISA

2020 · Pasarelas industriales

CVE-2020-10633

HMS Networks eWON Flexy y Cosy

Cross-site scripting no persistente en pasarelas industriales, utilizable para iniciar un cambio de contraseña.

Aviso de CISA
Líneas de trabajo

Ámbitos de investigación

Seis frentes abiertos. No son compartimentos estancos: un incidente en una subestación puede tocar el firmware de un IED, su protocolo IEC 61850 y la radio que lo telemando a la vez.

Seguridad de dispositivos embebidos y firmware

Qué esconde un equipo por dentro: interfaces de depuración olvidadas, credenciales grabadas de fábrica, firmware que nadie ha auditado. Trabajamos sobre PLC, RTU, sensores y equipos médicos conectados, hasta la extracción física.

Ver en detalle

Descubrimiento de vulnerabilidades (0-day)

Encontrar el fallo antes que el atacante. Dedicamos tiempo de especialista a buscar vulnerabilidades aún desconocidas en software propio o de terceros, con fuzzing dirigido e instrumentación.

Ver en detalle

Ingeniería inversa y malware industrial

Entender por dentro lo que no trae código: una muestra de un incidente, un protocolo sin documentar. Seguimos de cerca el malware pensado para la industria, un catálogo corto pero muy serio.

Ver en detalle

Seguridad de las comunicaciones por radio

El espectro que nadie mira: telemetría inalámbrica, LPWAN, Bluetooth industrial, 5G privado, mando a distancia. Con Software Defined Radio capturamos, analizamos y probamos lo que probaría un atacante.

Ver en detalle

Inteligencia artificial aplicada a la defensa OT

IA donde de verdad aporta, no por moda: detección de anomalías sobre protocolos industriales, apoyo al análisis de malware, modelos que corren en local cuando el dato no puede salir de la planta.

Ver en detalle

Protocolos y arquitecturas industriales

El lenguaje de la planta: Modbus, DNP3, S7, IEC 61850, GOOSE. Estudiamos cómo se comunican los sistemas de control para detectar lo anómalo y para diseñar arquitecturas que resistan.

Ver en detalle
IA aplicada

Qué estamos desarrollando con inteligencia artificial

Modelos para detectar anomalías, explicar alertas y tomar decisiones de riesgo en redes industriales. Distinguimos lo ya aplicado o publicado de las líneas que siguen en desarrollo.

Aplicado y publicado

Aplicado

Detección de intrusiones IIoT con transformers

Modelos secuenciales para analizar tráfico industrial en tiempo real y detectar comportamientos que se apartan de la normalidad.

Ver publicación
Aplicado

Autoencoder bayesiano con entrenamiento adversarial

Detección interpretable de anomalías mediante redes bayesianas, aprendizaje adversarial y una estrategia evolutiva.

Ver publicación
Aplicado

Explicabilidad federada de anomalías

Caracterización de alertas en entornos IoT distribuidos sin centralizar los datos sensibles de cada nodo.

Ver publicación
Aplicado

Redes bayesianas semiparamétricas para estimar riesgo

Modelado probabilístico flexible para mejorar la estimación del riesgo cuando los datos no siguen distribuciones simples.

Aplicado

Clasificadores explicables para detectar ciberataques

Clasificación con redes bayesianas semiparamétricas que permite justificar qué variables conducen a cada decisión.

Aplicado

Preprocesado probabilístico de datos

Discretización no paramétrica de datos etiquetados probabilísticamente para construir modelos más estables.

Ver publicación

Hoja de ruta

Hoja de ruta

Inferencia variacional para autoencoders y modelos adversariales

Cuantificar la incertidumbre del modelo para distinguir mejor entre anomalías reales, ruido y cambios legítimos de operación.

Hoja de ruta

Generación de tráfico industrial y descubrimiento de 0-day

Modelos generativos adversariales para producir escenarios de red útiles en entrenamiento, fuzzing y búsqueda de vulnerabilidades desconocidas.

Hoja de ruta

Aprendizaje por refuerzo robusto para minimizar riesgo

Selección de medidas defensivas bajo incertidumbre, considerando impacto operativo, coste y evolución del ataque.

Hoja de ruta

Optimización multiobjetivo de mitigaciones

Equilibrar simultáneamente reducción de riesgo, disponibilidad, esfuerzo de implantación y restricciones de planta.

Resultados contrastables

Publicaciones

Selección de trabajos en los que participan investigadores de Titanium y colaboradores. Cada título conduce al DOI, la editorial o un repositorio académico externo.

  1. 2026
    Sow Smarter, Not Harder: Evaluating LLM-Generated Seeds for Fuzzing Critical Infrastructure

    J. Barredo, M. Eceiza, J. L. Flores y M. Iturbe · CRITIS 2025, LNCS 16291

  2. 2025
    CARNYX: A Framework for Vulnerability Detection via Power Consumption Analysis in Embedded Systems

    J. Barredo, M. Eceiza, J. L. Flores y M. Iturbe · International Journal of Information Security 24(4)

  3. 2025
  4. 2025
  5. 2025
    Practical Approaches Towards IoT Dataset Generation for Security Experiments

    X. Sáez-de-Cámara et al. · Advanced Machine Learning for Cyber-Attack Detection in IoT Networks

  6. 2024
    Group Decision-Making Process for Cyberattack Mitigation

    A. Bregar, A. Husseis y J. L. Flores · GDN 2024

  7. 2024
    A Summary of: Federated Explainability for Network Anomaly Characterization

    X. Sáez-de-Cámara et al. · IX Jornadas Nacionales de Investigación en Ciberseguridad

  8. 2024
    Vulnerability Detection and Response: Current Status and New Approaches

    Á. Longueira-Romero, R. Iglesias, J. L. Flores e I. Garitano · CyberSecurity in a DevOps Environment

  9. 2023
    Anomaly-Based Intrusion Detection in IIoT Networks Using Transformer Models

    J. Casajús-Setién, C. Bielza y P. Larrañaga · IEEE CSR 2023, pp. 72–77

  10. 2023
    Enhancing Cybersecurity Proactive Decision-Making Through Attack Tree Analysis and MITRE Framework

    A. Husseis, J. L. Flores, A. Bregar, G. Mazzeo y L. Coppolino · IEEE ICCST 2023

  11. 2023
    Gotta Catch 'em All: Aggregating CVSS Scores

    Á. Longueira-Romero, J. L. Flores, R. Iglesias e I. Garitano · RECSI

  12. 2023
  13. 2023
    Federated Explainability for Network Anomaly Characterization

    X. Sáez-de-Cámara et al. · RAID 2023, pp. 346–365

  14. 2023
    A MCDM Methodology for Cyberattack Mitigation

    A. Bregar, A. Husseis y J. L. Flores · International Symposium on Operations Research

  15. 2023
  16. 2023
    Gotham Testbed: A Reproducible IoT Testbed for Security Experiments and Dataset Generation

    X. Sáez-de-Cámara et al. · IEEE Transactions on Dependable and Secure Computing

  17. 2023
  18. 2022
    Evolutive Adversarially-Trained Bayesian Network Autoencoder for Interpretable Anomaly Detection

    J. Casajús-Setién, C. Bielza y P. Larrañaga · PGM 2022, PMLR 186

  19. 2022
    Non-Parametric Discretization for Probabilistic Labeled Data

    J. L. Flores, B. Calvo y A. Pérez · Pattern Recognition Letters 161, pp. 52–58

  20. 2021
    Contextualized Filtering for Shared Cyber Threat Information

    A. Dimitriadis et al. · Sensors 21(14), 4890

  21. 2021
  22. 2021
    Towards Automatic and Portable Data Loading Template Attacks on Microcontrollers

    U. Rioja, L. Batina, J. L. Flores e I. Armendariz · ISQED 2021, pp. 437–443

  23. 2021
Divulgación responsable

¿Ha encontrado un fallo en algo nuestro?

Como empresa de seguridad, publicamos cómo recibir un aviso de vulnerabilidad. Si ha encontrado un problema en este sitio o en cualquiera de nuestros productos, escríbanos: respondemos, no perseguimos la investigación de buena fe y damos crédito a quien lo desee.

Titanium · Información legal
Titanium · Información legal
Titanium · Información legal