{"id":706,"date":"2020-11-13T21:46:32","date_gmt":"2020-11-13T21:46:32","guid":{"rendered":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/?p=706"},"modified":"2020-11-13T21:54:03","modified_gmt":"2020-11-13T21:54:03","slug":"base-de-datos-negativa-seguridad-cibernetica","status":"publish","type":"post","link":"https:\/\/sandbox.cliento.mx\/jorgeprezcolinmx\/base-de-datos-negativa-seguridad-cibernetica\/","title":{"rendered":"Base de datos negativa, la clave para la seguridad cibern\u00e9tica"},"content":{"rendered":"\n

La base de datos negativa o\nNegative Database (NDB)<\/em> se refiere al c\u00famulo de informaci\u00f3n que contiene\ndatos simulados y aut\u00e9nticos, de este modo, cuando alguien intenta violar la\nseguridad y acceder a las bases de una organizaci\u00f3n, recupera tanto los datos\nreales como los fabricados.<\/p>\n\n\n\n

Fernando Esponda\nDarlington, jefe del Departamento Acad\u00e9mico de Computaci\u00f3n y director de la\nLicenciatura en Ciencia de Datos del ITAM, es el autor de esta aportaci\u00f3n que\npromete solucionar problemas para compartir informaci\u00f3n.<\/p>\n\n\n\n

De acuerdo con el diario The Economist<\/em><\/a>, Esponda dirigi\u00f3 a varios inform\u00e1ticos de la universidad de Yale para explorar la idea de crear una base de datos negativa, esta alternativa para la seguridad inform\u00e1tica qued\u00f3 plasmada en la investigaci\u00f3n Protecting Data Privacy through Hard-to-Reverse Negative Databases<\/em><\/a>, la cual fue presentada en la Conferencia de Seguridad de la Informaci\u00f3n del 2006.<\/p>\n\n\n\n

La idea de las bases de\ndatos negativas ha sido explorada ampliamente por Esponda y diversos equipos de\ninvestigadores, los grandes vol\u00famenes de datos que se manejan hoy en d\u00eda en\ncualquier industria representan nuevos desaf\u00edos sobre c\u00f3mo deben ser\nutilizados, pero sobre todo c\u00f3mo son representados, ya que esto tiene un\nimpacto directo sobre su uso. Por ello, las NDB sirven tanto para la\nencriptaci\u00f3n de datos como para la restricci\u00f3n de las consultas (controlar el\nacceso a los datos para protegerlos de ataques internos).<\/p>\n\n\n\n

Por otro lado, las bases de datos negativas tambi\u00e9n son \u00fatiles para un tema que ya hemos abordado con anterioridad en el blog: el intercambio de datos<\/a>. Compartir informaci\u00f3n interna con terceros con el objetivo de crear nuevas cadenas de valor, productos o servicios es una idea sumamente atractiva para todas las industrias, pero lo que detiene esta acci\u00f3n es que la privacidad y el anonimato est\u00e1n en riesgo.<\/p>\n\n\n\n

Por ejemplo, dos ecommerce pueden\nestudiar el comportamiento de compra de los consumidores y determinar cu\u00e1les\nson las posibles transacciones que tienen en com\u00fan, sin revelar en su totalidad\nla informaci\u00f3n que contienen sus respectivas bases de datos.<\/p>\n\n\n\n

Representaci\u00f3n de las bases de datos\nnegativas<\/h2>\n\n\n\n

Por naturaleza, las bases\nde datos son sumamente amplias, as\u00ed que a\u00f1adir datos simulados a los ya\nexistentes puede sonar poco viable; no obstante, una de las ventajas de las\nbases de datos negativas es que puede comprimirse usando un esquema comod\u00edn.\nAdem\u00e1s, las consultas tambi\u00e9n pueden estar protegidas.<\/p>\n\n\n\n

A la fecha, existen tres\nalgoritmos b\u00e1sicos para crear una NDB:<\/p>\n\n\n\n