Publicamos análisis comparativos de algoritmos de detección de suplantación facial y de la evolución de los perfiles de seguridad. Cada documento parte de corpus de prueba documentados, umbrales operativos explícitos y resultados reproducibles, no de resúmenes de prensa.
Ver líneas de investigaciónCiberAnálisis es un centro de investigación aplicada en seguridad digital. Publicamos informes comparativos y libros blancos sobre verificación biométrica, detección de ataques de presentación y evolución de los perfiles de seguridad. Trabajamos con equipos de riesgo, identidad y cumplimiento que necesitan evidencia reproducible antes de mover un umbral en producción.
Nuestros informes enfrentan arquitecturas concretas: redes siamesas frente a transformers con atención sobre parches faciales, fusión de señales frente a verificación unimodal. Cada comparación se documenta con corpus mixto de ataques de impresión, replay y máscaras 3D, y con métricas operativas como APCER y BPCER a umbral fijo.
Escribimos para responsables de identidad digital en banca, fintech y servicios públicos, y para laboratorios académicos que replican resultados. También para auditoría interna que necesita entender por qué dos modelos con AUC similar divergen al fijar el punto de corte en producción.
Publicamos la partición de datos, la semilla de entrenamiento y el criterio de calibración por dominio. Cuando un resultado no se sostiene fuera del conjunto de prueba, lo señalamos. Preferimos un hallazgo limitado y verificable a una curva que solo funciona en el paper.
No vendemos licencias de software ni integramos SDKs. No publicamos rankings comerciales ni aceptamos encargos que condicionen la conclusión del informe. Cuando un tema exige datos que no podemos obtener de forma legítima, lo dejamos fuera del alcance en lugar de estimarlo.
Escribimos en español rioplatense, sin jerga de marketing. Si un modelo falla en subgrupos demográficos, lo decimos con la tasa concreta. Si una regulación deja un vacío, lo nombramos. La claridad sobre lo que no sabemos es parte del informe, no una nota al pie.
Los libros blancos se publican en acceso abierto. Para consultas sobre metodología, réplicas o colaboración: info@cuauhtemoc-blanco.com.
Tres entradas del archivo que suelen consultarse junto a los white papers sobre spoofing y perfiles de seguridad. Sirven como punto de entrada antes de bajar al detalle metodológico.
Qué cambia cuando el ataque se genera con modelos generativos. Revisión de dos familias de arquitecturas frente a ataques de presentación y deepfakes en condiciones de iluminación variable.
De la huella aislada a la señal compuesta. Cómo los perfiles han pasado de verificar un rasgo a correlacionar señales de dispositivo, comportamiento y biometría bajo PSD2 y GDPR.
Calibración, umbral operativo y coste del falso rechazo. Por qué las métricas agregadas ocultan fallos críticos en sistemas de verificación biométrica en producción.
Si buscas el corpus completo de informes y white papers, la sección de servicios detalla formatos, alcance y criterios de publicación.
Valor operativo del programa de investigación
Cada white paper enfrenta al menos dos familias de algoritmos sobre el mismo corpus de ataques: impresión, replay, máscaras 3D y deepfakes generativos. El resultado no es un ranking abstracto, sino una tabla de umbrales operativos que puedes llevar a la reunión de arquitectura.
Publicamos APCER, BPCER y coste del falso rechazo por canal, no solo AUC agregado. Cuando un modelo se comporta distinto en subgrupos demográficos o en dispositivos de gama baja, lo señalamos antes de que aparezca en producción.
Seguimos cómo la verificación unimodal dio paso a esquemas compuestos donde biometría facial, señales de dispositivo y patrones de interacción se correlacionan. Útil si estás rediseñando el flujo de alta o de recuperación de cuenta.
Traducimos PSD2, GDPR y marcos locales a decisiones concretas: qué señal se puede fusionar, cuánto se retiene y qué hay que documentar. Sin esto, la fusión de señales se vuelve un riesgo legal antes que técnico.
Los informes describen corpus, particiones y criterios de calibración por dominio. Un equipo interno puede replicar el piloto y contrastar sus números con los nuestros antes de comprometer un despliegue.
Tras la entrega, coordinamos una sesión técnica para discutir umbrales, sesgos detectados y siguientes experimentos. Es el momento donde suelen aparecer las preguntas que ningún informe cerrado responde.