Expertos HC

Los riesgos de “dar la cara” ante tu detector de fatiga

Desde el pasado 7 de julio, es obligatorio que el detector de fatiga de cualquier coche nuevo matriculado en la UE cuente con una cámara apuntando a la cara del conductor. En plena era de la biometría, ¿qué riesgos tiene para ti?

Renault interior lateral conductora

Es un hecho que los sistemas de monitorización del conductor (DMS, por sus siglas en inglés) constituyen un foco de amenazas para el vehículo conectado al que prestar atención. Así lo refleja un artículo académico presentado por especialistas de tres instituciones lideradas por la Universidad de Salerno, en el que se identificaron 115 amenazas potenciales. Cuatro de ellas fueron catalogadas de alto riesgo. Estaban concentradas sobre todo en la transmisión de datos, la fiabilidad de los sensores y los protocolos de comunicación. Para su realización se siguió el estándar ISO/SAE 21434, la primera norma internacional sobre la ciberseguridad de vehículos.

¿Se llevará bien el vehículo conectado con la biometría?

En este sentido, los sistemas de detección de fatiga basados en reconocimiento facial arrastran los mismos problemas estructurales que cualquier sistema biométrico… pero se agravan además por el entorno conectado de los coches actuales. Entre las vulnerabilidades más críticas que cabe esperar, destacaría las siguientes:

  • Spoofing facial: uso de fotos, máscaras o deepfakes para engañar a la cámara y simular un estado de alerta que no es real. Sería especialmente útil si el vehículo perteneciera a una flota con mecanismos activados para impedir el arranque ante la detección de cansancio.
  • Interceptación en tránsito: los flujos de vídeo o metadatos biométricos pueden capturarse si viajan sin cifrado robusto entre la cámara, la ECU -centralita electrónica- del coche y la nube en la que se almacenen.
  • Manipulación del propio sensor: ataques físicos o de firmware sobre la cámara. Una acción de este tipo podría alterar las lecturas antes incluso de que sean procesadas por el algoritmo del dispositivo.
  • Debilidad en la autenticación entre módulos: si la comunicación interna del vehículo no exige credenciales fuertes, un atacante que ya esté dentro de la red del coche puede inyectar datos falsos.

Mejor evitar más superficies de ataque

Recientemente, otro articulo científico de investigadores saudíes comparaba tres posibles sistemas de detección de la fatiga del conductor mediante simuladores. Una primera opción es el “multisensor”; otra posibilidad se basaba en el uso del smartphone, y una última en la nube. Si bien es cierto que el “multisensor” no es el más barato ni el más cómodo, desde luego sí que es el más resistente frente a intrusos.

La razón es sencilla: para empezar, recurre a señales fisiológicas como la electroencefalografía -EEG-, el electrocardiograma -ECG- o el electrooculograma –EOG, el cual mide la actividad eléctrica de los ojos-. Lo que hace es combinarlas con datos del vehículo como el ángulo del volante o la presión de frenado. Esto obliga al atacante a falsear varias fuentes simultáneas y coherentes entre sí para engañar al sistema, algo mucho más complejo que suplantar una sola cámara o un solo sensor de móvil.

La opción de recurrir al smartphone para los sistemas de detección es cómoda y económica, pero al final depende de un dispositivo personal que acarrea su propio ecosistema de vulnerabilidades -apps maliciosas, redes wifi abiertas, etc.-. Por su parte, basarlo en la nube centraliza el procesado y facilita el análisis, pero traslada el riesgo a la superficie de ataque de la conexión y del propio proveedor de ese almacenamiento. Esto implica sufrir latencia y depender del punto único de fallo que lleve a una caída de todo el dispositivo.

Todos los cifrados a aplicar

En un entorno de flotas, donde el volumen de datos biométricos que circula es mucho mayor, la protección debe aplicarse en cada eslabón de la cadena. No basta con preocuparse solamente del final del proceso en el detector. Toca reforzar el cifrado, que el protocolo de autenticación sea estricto y controlar los accesos.

En la práctica, esto se traduciría en:

– Cifrado en el propio sensor: la imagen debería cifrarse en el momento de la captura, antes de salir del módulo de la cámara.
– Cifrado en tránsito: todo el trayecto entre la cámara, la ECU y, si aplica, el servidor de la flota, debe ir bajo TLS o protocolos equivalentes robustos.
– Procesado en el edge cuando sea posible: que el sistema analice los rasgos de fatiga localmente y envíe solo el resultado -¿hay alerta o no?-. Al no enviar el vídeo completo, se reduce drásticamente la superficie de exposición.
– Cifrado en reposo con gestión de claves separada: si se almacena, la clave de descifrado no debería estar en el mismo sistema que los datos.
– Minimización y borrado automático: conservar solo lo estrictamente necesario y durante el tiempo mínimo legal. Esto es algo vital si el vehículo se va a acabar convirtiendo en si mismo en un dispositivo de identidad digital.
– En flotas, una autenticación igualmente fuerte para el acceso administrativo, ya que suele haber varios perfiles -gestores, personal de mantenimiento, seguros…- accediendo a esos datos.

Medidas para tener una «cara dura»

Como podemos apreciar, la detección de fatiga mediante cámara nos devuelve al continuo dilema entre seguridad y privacidad. La separación entre plantillas biométricas y datos personales -es decir, guardar por un lado el hash facial y por otro el nombre del conductor- es un avance real, pero no la solución definitiva. La verdadera cave está en seguir el principio de “des-identificación”. Esto no va a ocurrir plenamente por el hecho de que no se pueda vincular el hash directamente a la identidad del conductor. Seguiría existiendo el riesgo de reidentificación si se cruza con otras bases de datos o metadatos del propio vehículo. Entre estos metadatos se encontrarían la matrícula, la geolocalización o los horarios de uso.

Por eso, podemos proporcionar tres soluciones más completas:

– Reidentificación por correlación: combinar la plantilla con otros datos del coche puede acabar apuntando a una persona concreta sin necesidad de romper el cifrado.
– Ciclo de vida del dato biométrico: a diferencia de una contraseña, uno no puede “cambiar” su rostro si se filtra, lo que convierte cualquier brecha en un problema permanente. Por eso siempre he defendido considerar la biometría como un recurso para “loguearnos” en dos pasos, y no como una clave de acceso.
– Calidad de la anonimización: no todos los sistemas aplican técnicas robustas -a día de hoy, existen soluciones como el “k-anonimato” y la “privacidad diferencial”-. Muchos se quedan en esa simple separación de tablas, insuficiente frente a un atacante con recursos.

Defendiendo tu seguridad en el concesionario

Desde luego, como comprador con experiencia analizando riesgos digitales, exigiría un conjunto claro de garantías. De lo contrario, no aceptaría que mi rostro formara parte del sistema del vehículo.

La primera de ellas sería el procesado local de datos por defecto. El reconocimiento facial se tiene que realizar en el propio coche, sin enviar el vídeo en bruto a servidores externos salvo consentimiento explícito. Por supuesto, es necesario que cuente con la certificación UNECE R155/R156. Estas normas exigen la gestión del ciclo de vida completo de la ciberseguridad del vehículo, no solo en el momento de la venta.

El reglamento UNECE/R155 obliga a los fabricantes a implantar un sistema de gestión de la ciberseguridad –“Cyber Security Management System”, CSMS-. El CSMS tiene que cubrir todo el ciclo de vida del vehículo -desarrollo, producción y posventa-. El CSMS tiene que incluir la identificación exhaustiva de amenazas, evaluación continua del riesgo y monitorización de incidentes. Paralelamente, el R156 es un reglamento complementario que regula la gestión de las actualizaciones de software -incluidas las inalámbricas “over-the-air” (OTA)-. En consecuencia, sirve para garantizar que los parches que corrigen fallos en el sistema de monitorización del conductor se validen y desplieguen de forma segura y trazable.

Dos reglamentos igual de necesarios

En otras palabras, la UNECE/R155 estipula una gestión de riesgos continua, que no se limite a una foto fija en el momento de la homologación. La R156 asegura que las actualizaciones que corrigen vulnerabilidades de los sistemas de monitorización del conductor lleguen de forma íntegra y autenticada. Sin embargo, ambos reglamentos dependen del buen hacer del fabricante para su implementación. Si la marca se centra únicamente en el software y no piensa en la seguridad de su hardware, estará dejando “agujeros” a largo plazo. Todo esto afecta directamente a los sistemas de detección de fatiga. Cualquier vulnerabilidad detectada en la cámara o en el procesado de datos biométricos debe reportarse y mitigarse de forma proactiva. No vale preocuparse solamente ante el lanzamiento del modelo.

Es vital exigir transparencia total sobre qué datos se capturan, dónde se almacenan y durante cuánto tiempo. Además, debemos tener la posibilidad real de borrado y portabilidad de nuestros datos biométricos al cambiar de vehículo o de fabricante. Tampoco basta con las autoevaluaciones internas de este último: deberían realizarse auditorías de seguridad independientes periódicas.

Además, conviene que la clave criptográfica que protege los datos biométricos esté anclada en un chip seguro y no dependa únicamente de parches por software. Es lo que conocemos como “hardware root of trust” -“raíz de confianza en el hardware”-.

¿Y tú? ¿Vas a revisar estas condiciones la próxima vez que cambies de coche? Recuerda que la biometría no es ni mucho menos la garantía de protección de la que nos quieren convencer. Al final del día, con la cámara de un detector de fatiga, estarás exponiendo tu rostro a los ciberdelincuentes.

Pablo F. Iglesias es el fundador de CyberBrainers (https://www.cyberbrainers.com), consultora especializada en blindaje reputacional, construcción de autoridad digital y asesoramiento a víctimas de fraude online, en especial, con criptomonedas, de EliminamosContenido (https://www.eliminamoscontenido.com)>, el servicio de desindexación y eliminación de contenido dañino en Internet, y del sello editorial Ediciones PY (https://www.edicionespy.com). Speaker internacional, cripto analista de riesgo antifraude, experto en ayudar a referentes digitales, influencers y marcas personales a diversificar su presencia y construir reputaciones inquebrantables. Reconocido divulgador en Seguridad TIC, ganador de varios premios ESET, Bitácoras y Red Seguridad a la divulgación en Ciberseguridad, colaborador habitual en varios programas de televisión, radio y periódicos, y representante del emprendimiento español en Silicon Valley. Autor de seis libros y host del videopodcast enCLAVE DIGITAL. Actualmente asesora a grandes patrimonios y víctimas de fraudes online sobre riesgos digitales, demostrando con hechos su filosofía de diversificación y gestión de riesgo.

DEJA UNA RESPUESTA

¡Por favor, escribe tu comentario!
Por favor, introduce tu nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.