💻 ciencias de la computación

Lightweight, Autonomous Security Agents for Operator Workstations: An Explainable XGBoost-Driven Authentication Policy

Este artículo presenta un agente de seguridad autónomo y ligero para estaciones de trabajo de operadores que utiliza un módulo de dinámica de tecleo eficiente basado en XGBoost para lograr una precisión de autenticación del 99,8% con un consumo mínimo de recursos, empleando al mismo tiempo explicabilidad impulsada por SHAP y políticas graduadas con intervención humana para permitir un despliegue masivo y sostenible en el borde.

Autores originales: Erik Pál, Róbert Lakatos, András Hajdu

Publicado 2026-10-20

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Erik Pál, Róbert Lakatos, András Hajdu

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo moderno, la seguridad digital a menudo se basa en un ritual sencillo: escribir una contraseña y esperar que sea suficiente. Pero una vez que un usuario inicia sesión, ese único control se olvida, dejando la sesión abierta para cualquiera que pueda tomar el control de la computadora. Este es un peligro particular en lugares como las salas de control de la red eléctrica, donde un intruso con acceso a la pantalla de un operador podría emitir comandos que afecten al mundo físico. Para resolver esto, los investigadores han observado durante mucho tiempo cómo la gente escribe. Cada persona tiene un ritmo único, una velocidad y una sincronización específicas entre la pulsación de las teclas que es tan distintiva como una huella dactilar. Este "ritmo de escritura" puede medirse de forma pasiva, sin ningún hardware especial, simplemente observando el flujo de las pulsaciones de teclas mientras la persona trabaja. El desafío ha sido construir un sistema que pueda observar este ritmo constantemente, detectar a un extraño instantáneamente y hacerlo sin agotar la batería de la computadora o ralentizar el trabajo del operador.

Un equipo de investigadores de la Universidad de Debrecen ha construido un nuevo tipo de guardia de seguridad para estaciones de trabajo de computadora que opera bajo estos principios. En lugar de utilizar modelos de inteligencia artificial pesados y ávidos de energía que requieren servidores potentes, crearon un agente ligero y autónomo que vive directamente en la computadora del operador. Este agente actúa como un observador continuo, vigilando el flujo de escritura y utilizando una herramienta de toma de decisiones rápida y eficiente para decidir si la persona ante el teclado es quien dice ser. Si el agente detecta a un extraño, no bloquea inmediatamente al usuario, lo que podría ser peligroso durante un momento crítico. En su lugar, sigue un camino cuidadoso y graduado de advertencias y desafíos, explicando siempre su razonamiento en lenguaje sencillo para que el operador humano pueda comprender y verificar la decisión.

El núcleo de este sistema es una pieza de software ingeniosa que aprende el estilo de escritura del operador. Los investigadores entrenaron este software con un conjunto de datos de más de 13,000 pulsaciones de teclas de cinco personas diferentes. El sistema divide el flujo de escritura en pequeñas ventanas de quince pulsaciones y analiza el tiempo de cada pulsación de tecla, las pausas entre ellas y la velocidad general. Luego, compara este patrón contra lo que sabe del usuario legítimo. En sus pruebas, este sistema fue notablemente preciso, identificando correctamente a la persona adecuada el 99.8 por ciento de las veces. Más importante aún, fue increíblemente rápido y ligero. Tomó una decisión en solo 63 milisegundos y utilizó solo unos 20 megabytes de memoria. Para poner esto en perspectiva, los investigadores lo compararon con un sistema de aprendizaje profundo más complejo que tardó 180 milisegundos en decidir y utilizó más de siete veces más memoria. El nuevo sistema también fue mucho más eficiente de entrenar, tomando poco más de un segundo para aprender, mientras que el método antiguo requería casi noventa segundos.

Debido a que el sistema es tan eficiente, puede ejecutarse en la propia computadora sin necesidad de enviar datos sensibles a un servidor central en la nube. Esto mantiene privada la información bruta de la escritura y reduce la energía necesaria para realizar la verificación de seguridad. Los investigadores diseñaron el agente para que sea "verde", lo que significa que minimiza el costo energético de mantener el sistema seguro. Solo realiza las tareas más costosas, como generar una explicación detallada de por qué es sospechoso, cuando realmente necesita intervenir. Si la escritura parece normal, el agente permanece en silencio y utiliza casi nada de energía. Cuando detecta algo incorrecto, espera para ver si la sospecha es un error momentáneo o una amenaza real. Requiere dos o tres momentos sospechosos consecutivos antes de actuar, lo que evita molestar al usuario con falsas alarmas.

Cuando el agente decide intervenir, sigue un proceso claro y amigable para el ser humano. Primero, puede pedir al usuario que confirme su identidad. Si el usuario no responde o si la sospecha aumenta, el agente emite una alerta. Solo si la situación se vuelve crítica, y el usuario ha ignorado las advertencias previas, el agente bloquea la estación de trabajo. Crucialmente, cada vez que el agente levanta una alarma, proporciona una explicación sencilla. Le dice al operador exactamente qué parte de su ritmo de escritura se vio diferente, como "el tiempo que mantuvo presionada esta tecla fue mucho más largo de lo habitual". Esta transparencia permite al humano comprender la decisión y corregirla si el agente cometió un error. Los investigadores probaron todo este proceso reproduciendo sesiones grabadas tanto del usuario real como de cuatro impostores diferentes. El sistema bloqueó con éxito a tres de los cuatro impostores dentro de los quince a veintidós segundos de haber comenzado a escribir, sin interrumpir nunca al usuario legítimo.

El estudio destaca que la alta seguridad no tiene por qué venir a costa de la velocidad o la energía. Al utilizar un enfoque ligero y explicable, los investigadores crearon un sistema que es lo suficientemente preciso para atrapar intrusos rápidamente pero lo suficientemente suave como para no interrumpir el trabajo real. El agente opera con una filosofía de "humano en el bucle", lo que significa que realiza la detección inicial pero deja las decisiones de alto riesgo al operador humano, apoyado por evidencia clara. Este diseño asegura que incluso si el sistema de monitoreo central se queda fuera de línea, las estaciones de trabajo individuales permanezcan protegidas. Los resultados sugieren que es posible desplegar este tipo de protección inteligente y continua en miles de computadoras sin sobrecargar sus recursos, ofreciendo una forma práctica de asegurar la infraestructura crítica contra la sutil amenaza de una sesión secuestrada.

Resumen Técnico: Agentes de Seguridad Autónomos y Ligeros para Estaciones de Trabajo de Operadores

Planteamiento del Problema
La protección de las estaciones de trabajo de los operadores en infraestructuras críticas, como las redes eléctricas y los sistemas SCADA, requiere la verificación continua de la identidad del usuario más allá del inicio de sesión inicial. La autenticación tradicional falla al no detectar el secuestro de sesión o la toma de control por parte de un adversario que obtiene acceso a una sesión ya abierta. Si bien la autenticación continua mediante la dinámica de tecleo ofrece una solución pasiva, los enfoques de aprendizaje profundo existentes (por ejemplo, TypeNet basado en LSTM) suelen ser demasiado intensivos en recursos para su despliegio en estaciones de borde (edge) distribuidas y con recursos limitados. Además, los sistemas de seguridad autónomos en entornos de seguridad crítica deben ser explicables y demostrables para garantizar que los operadores humanos puedan confiar y verificar las intervenciones automatizadas. El desafío es diseñar un sistema que sea ligero, eficiente energéticamente, preciso y capaz de actuar de forma autónoma manteniendo un "humano en el bucle" (HITL, Human-in-the-Loop) para decisiones de alto riesgo.

Metodología
Los autores proponen un agente de seguridad ligero y autónomo que opera localmente en la estación de trabajo del operador. El sistema sigue un ciclo sensorial–cognitivo–acción:

Módulo Sensorial: Un registrador de teclas (keylogger) personalizado captura eventos de teclado de bajo nivel (tiempos de pulsación/liberación, tiempos de mantenimiento, tiempos de búsqueda, tasas de error) y los segmenta en ventanas no superpuestas (15 pulsaciones de tecla). Diseña un vector de características (609 dimensiones) que incluye agregados estadísticos, ritmos de n-gramas y velocidades de tecleo acumulativas.
Módulo Cognitivo: En lugar de modelos de secuencia profundos, el agente emplea un clasificador XGBoost (árbol de decisión potenciado por gradiente). Este módulo actúa como el mecanismo de "formación de creencias" del agente, emitiendo una probabilidad de que el tecleador actual sea un impostor. El modelo se entrena con características de tecleo diseñadas sin remuestreo, distinguiendo al usuario "Principal" inscrito de otros usuarios ("Other").
Política de Decisión: El agente no actúa basándose en puntuaciones de una sola ventana. Utiliza una política dependiente del estado que requiere evidencia sostenida para activar intervenciones. La política escala a través de cuatro niveles: Permitir (Allow), Desafiar (Challenge - requiere 2 ventanas sospechosas consecutivas), Alerta (Alert - requiere 3 ventanas consecutivas por encima de un umbral crítico) y Crítico (Lockout - bloqueo). Los umbrales ( $\tau_w$ y $\tau_c$ ) se derivan dinámicamente de la curva de Característica de Operación del Receptor (ROC) y la Tasa de Error Igual (EER) en un conjunto de prueba mantenido aparte.
Acción y Explicación: Las intervenciones activan acciones específicas (por ejemplo, diálogos de re-autenticación). Crucialmente, cada intervención va acompañada de una explicación SHAP (SHapley Additive exPlanations), utilizando específicamente TreeSHAP para identificar las 5 principales características de tiempo que contribuyeron a la puntuación de impostor. Esta explicación se presenta al operador y a un panel de supervisión.
Humano en el Bucle y Adaptación: El sistema opera bajo los principios de PEP-AI (IA Precisa, Explicable y Demostrable). Las acciones de alto riesgo (bloqueos) son reversibles por el operador mediante la re-autenticación del sistema operativo. La adaptación del modelo (reentrenamiento) no es automática; requiere la revisión y aprobación explícita de un humano para evitar el envenenamiento adversarial.
Marco Orientado a la Energía: Los autores evalúan el sistema no solo en precisión, sino también en cuatro dimensiones relacionadas con la energía: esfuerzo de cómputo por decisión, huella de memoria, costo de adaptación y volumen de transmisión de datos. Comparan XGBoost con una línea de base basada en LSTM (TypeNet), utilizando el tiempo de inferencia y el uso de memoria como indicadores de consumo energético bajo un supuesto de potencia constante.

Contribuciones Clave

Arquitectura de Agente Formal: Un marco completo para la autenticación continua basada en el tecleo que integra sensores, procesamiento cognitivo (XGBoost) y políticas de acción graduadas en un único agente autónomo.
Política de Intervención Graduada y Explicable: Una política que escala desde la concesión silenciosa hasta el bloqueo basándose en ventanas sospechosas consecutivas, con umbrales derivados de las características de error del modelo. Incluye un canal basado en SHAP que proporciona justificaciones legibles por humanos sin revelar los datos brutos de tecleo.
Diseño de Borde Preservador de la Privacidad: Un diseño donde los datos biométricos brutos y el modelo permanecen en el dispositivo de borde. Solo se transmiten al supervisor las decisiones, las estadísticas de tiempo agregadas y las explicaciones SHAP, garantizando la privacidad y reduciendo el ancho de banda.
Evaluación Orientada a la Energía: Una reinterpretación de las métricas estándar (latencia, memoria, tiempo de entrenamiento) como indicadores de eficiencia energética, demostrando que un conjunto de árboles ligero puede superar a los modelos de aprendizaje profundo tanto en precisión como en eficiencia de recursos.

Resultados
Evaluado en un benchmark de 13,251 pulsaciones de tecla de 5 usuarios:

Precisión: El módulo XGBoost alcanzó una precisión del 99.8%, superando a la línea de base TypeNet (98.6%). El módulo redujo la Tasa de Error Igual (EER) de 0.0167% a 0.0017%. En el contexto del agente, este 0.0017% de EER se reinterpreta como la Tasa de Intervención Falsa (FIR) a nivel de pulsación de tecla, que representa la fracción de pulsaciones de tecla legítimas del operador tratadas como intrusión en el punto de operación de EER. (Nota: La implementación de referencia específica utilizada para la derivación de umbrales mostró un EER de 1.68% en su propio conjunto de prueba de sesión, pero la comparación principal del benchmark destaca la mejora del 0.0017% en el EER).
Eficiencia: El agente XGBoost demostró un consumo de recursos significativamente menor:
- Tiempo de Inferencia: 63 ms frente a 180 ms de TypeNet (aproximadamente 2.86x más rápido).
- Memoria: Uso de memoria pico de 20.52 MB frente a 145.90 MB (aproximadamente 7x menor).
- Tamaño del Modelo: 0.18 MB frente a 1.99 MB (aproximadamente 11x más pequeño).
- Tiempo de Entrenamiento: 1.02 s frente a 87.85 s (aproximadamente 86x más rápido).
Rendimiento de Extremo a Extremo: En una reproducción de sesiones mantenidas aparte, el agente logró bloquear exitosamente a tres de cuatro impostores dentro de los 15–22 segundos de tecleo. Generó cero intervenciones falsas en el flujo del operador inscrito, mientras que una política de ventana única habría activado dos.
Calidad de la Explicación: Se encontró que las explicaciones SHAP eran fieles (el restablecimiento de las características principales reducía significativamente la probabilidad de impostor), estables (razones consistentes a través de ventanas consecutivas) y verificables (el 96.6% de los valores reportados estaban fuera del rango habitual del operador).

Significancia y Reivindicaciones
El artículo afirma que este diseño permite el "despliegue masivo en el borde" de la autenticación continua en infraestructuras críticas al alinearse con los principios de IA Verde (Green AI). Los autores argumentan que la seguridad y la eficiencia energética no son objetivos opuestos en este contexto; el modelo más preciso (XGBoost) es también el más eficiente computacionalmente. Al localizar el cómputo y la toma de decisiones, el sistema elimina la necesidad de GPUs, conectividad permanente a la nube y la transmisión de datos de comportamiento brutos.

La significancia reside en el cambio de la predicción pasiva a la acción autónoma y explicable. El sistema proporciona una capa de seguridad "Precisa, Explicable y Demostrable" (PEP-AI) donde cada intervención está justificada por evidencia basada en datos (SHAP) y registrada para auditoría. Los autores enfatizan que, si bien el agente actúa de forma autónoma en decisiones de bajo riesgo, mantiene un humano en el bucle para acciones de alto impacto (bloqueos y reentrenamiento del modelo), asegurando que el sistema siga siendo confiable y adaptable en entornos de seguridad crítica como las salas de control de redes eléctricas. El trabajo extiende los hallazgos previos de conferencias al formalizar la arquitectura del agente, introducir la política graduada y proporcionar una evaluación exhaustiva orientada a la energía.

Más como este