Un grupo de atacantes utilizó sistemas autónomos para comprometer un servidor universitario a través de una brecha en MONAI Label.
El uso de agentes de IA autónomos ha dado un salto cualitativo en el terreno del espionaje informático. Según ha revelado un informe del equipo de inteligencia sobre amenazas de Amazon (Amazon Threat Intelligence), un grupo de intrusos vinculado de forma preliminar a China empleó herramientas automatizadas para localizar un fallo desconocido hasta ese momento en MONAI Label, una plataforma de código abierto utilizada habitualmente por investigadores para clasificar pruebas médicas y entrenar modelos de diagnóstico.
La brecha detectada permitió a los atacantes escribir archivos en el sistema sin necesidad de disponer de una cuenta de usuario y alcanzar el control administrativo total en el servidor de una universidad.
El inicio del incidente: cómo actuaron los sistemas autónomos
La reconstrucción efectuada por los analistas sitúa el origen de la campaña en el mes de septiembre. Los atacantes recurrieron a Cairn, un entorno de software libre concebido originalmente para realizar auditorías de seguridad automáticas con agentes de IA. En esta ocasión, sin embargo, el operador humano se limitó a marcar los objetivos finales y ordenar la obtención de acceso al sistema, dejando en manos de los algoritmos la elección de los métodos y la ejecución técnica.
Durante una ventana de observación de unas 48 horas, las herramientas autónomas inspeccionaron la interfaz del software objetivo y lograron escribir archivos en el servidor en apenas 11 minutos desde que identificaron la vía de entrada. Los investigadores pudieron reconstruir estos pasos debido a un error de los propios atacantes, quienes dejaron su panel de control visible en internet sin contraseña, lo que expuso los registros de ejecución, las órdenes formuladas en chino simplificado y la franja horaria empleada.
La escalada técnica: del archivo oculto al control total
Tras esa primera incursión rápida, el ataque avanzó hacia una fase más profunda. El defecto detectado en MONAI Label consiste en un fallo de validación de rutas de archivo (conocido técnicamente como path traversal). En las versiones 0.8.5 y anteriores, el programa admite identificadores de ficheros sin comprobar si quedan confinados dentro de la carpeta de almacenamiento designada, lo que permite guardar datos en otras zonas del disco duro.
Como el software funciona por defecto sin exigir inicio de sesión, cualquier usuario con acceso a la red interna puede enviar peticiones maliciosas. En una sesión posterior, los agentes de IA aprovecharon esta debilidad para colocar un archivo específico que el lenguaje de programación Python carga de forma automática al arrancar. A continuación, solicitaron una tarea rutinaria de entrenamiento de imágenes; al iniciarse ese proceso secundario, el archivo malicioso se ejecutó y abrió una conexión remota con permisos de administrador raíz (root) hacia los atacantes.
El informe detalla que este acceso total quedó confirmado en el servidor de una universidad concreta y que existió un intento sobre una segunda institución educativa a través de un túnel de comunicaciones. Con todo, la compañía subraya que no existen evidencias de que los intrusos accedieran a historiales médicos reales ni a escáneres de pacientes.
Qué cambia para los administradores y qué pasos dar ahora
El problema ha recibido formalmente la identificación CVE-2026-133968, con una valoración de gravedad de 9,8 sobre 10. Aunque el equipo responsable de MONAI Label integró una corrección en el código fuente el pasado 19 de octubre para bloquear nombres de archivo fraudulentos, todavía no se ha publicado un paquete de actualización listo para instalar.
Ante esta situación, los centros de investigación, hospitales y universidades que utilicen esta herramienta deben revisar de inmediato su configuración con las siguientes medidas preventivas:
- Aislar los servidores MONAI Label de conexiones externas o redes no fiables mediante reglas estrictas de cortafuegos.
- Activar el sistema de autenticación de usuarios, que viene desactivado por defecto en la instalación básica.
- Ejecutar el servicio bajo una cuenta de sistema con permisos restringidos, impidiendo de forma taxativa que opere con perfil de administrador.
- Revisar si existen procesos anómalos de Python o archivos de inicio imprevistos en los directorios del servidor.
El caso constata la capacidad operativa que alcanzan los agentes de IA cuando se aplican a la localización de vulnerabilidades sin supervisión humana continua, lo que obliga a extremar la higiene informática en entornos científicos.


