Las empresas almacenan y procesan una cantidad creciente de información sensible: bases de datos de clientes, documentos financieros, propiedad intelectual, credenciales, modelos de inteligencia artificial y registros internos. Aunque muchas organizaciones ya cifran sus datos cuando están almacenados o cuando viajan por una red, todavía existe un momento crítico en el que la información necesita ser utilizada por una aplicación.
La computación confidencial busca proteger precisamente esa etapa. Mediante entornos de ejecución aislados y respaldados por hardware, esta tecnología ayuda a mantener protegidos los datos mientras se procesan en la memoria del servidor.
Por lo tanto, la computación confidencial añade una nueva capa a la estrategia de ciberseguridad empresarial. No sustituye el cifrado tradicional, el control de accesos ni la protección de redes. En cambio, los complementa para reducir la exposición de información crítica dentro de infraestructuras locales, híbridas y cloud.
Google Cloud y Microsoft definen esta tecnología como la protección de los datos en uso mediante un entorno de ejecución de confianza basado en hardware, conocido como TEE. Estos entornos están diseñados para impedir el acceso o la modificación no autorizados mientras una aplicación está ejecutándose.
Los tres estados de los datos
Para comprender la importancia de la computación confidencial, primero debemos distinguir los tres estados principales por los que atraviesa la información.
Datos en reposo
Son los datos almacenados en discos, bases de datos, sistemas de backup o servicios de almacenamiento en la nube. Normalmente, se protegen mediante cifrado de discos, bases de datos, archivos o copias de seguridad.
Datos en tránsito
Son aquellos que se desplazan entre usuarios, aplicaciones, servidores o centros de datos. En este caso, protocolos como TLS ayudan a evitar que terceros intercepten la información durante la comunicación.
Datos en uso
Son los datos que una aplicación ha cargado en memoria para analizarlos, modificarlos o producir un resultado. Esta etapa resulta más compleja porque, tradicionalmente, la información debe descifrarse antes de que el procesador pueda utilizarla.
La computación confidencial completa esta estrategia al proteger los datos en uso dentro de un entorno aislado. De esta manera, una organización puede ampliar el cifrado más allá del almacenamiento y de las comunicaciones.
¿Cómo funciona la computación confidencial?
La computación confidencial utiliza un Trusted Execution Environment, también llamado entorno de ejecución de confianza o TEE.
Un TEE es una zona protegida de la memoria y del procesador. El hardware aísla ese entorno del sistema operativo, del hipervisor, de otras máquinas virtuales y de determinados usuarios con privilegios administrativos.
Dentro del TEE, el código autorizado puede procesar la información. Sin embargo, un componente situado fuera de ese entorno no debería poder leer o alterar los datos protegidos. Microsoft explica que el contenido se procesa internamente, pero permanece cifrado cuando algo externo intenta acceder a él.
Este modelo suele apoyarse en tres elementos:
Aislamiento respaldado por hardware
El procesador crea una separación entre la carga protegida y el resto de la infraestructura. Así, se reduce la dependencia de la seguridad proporcionada únicamente por el sistema operativo o el hipervisor.
Cifrado de memoria
Los datos almacenados temporalmente en la memoria se protegen con claves administradas por el hardware. En algunos servicios, estas claves permanecen dentro del procesador y no están disponibles para otros componentes del host.
Atestación
La atestación permite comprobar que la aplicación se está ejecutando dentro de un entorno autorizado y que sus componentes importantes no fueron modificados.
Por ejemplo, una organización puede configurar sus sistemas para que una clave criptográfica solo sea entregada después de confirmar que la aplicación correcta se está ejecutando dentro de un TEE válido.
¿Qué son las máquinas virtuales confidenciales?
Las máquinas virtuales confidenciales son servidores virtuales que incorporan aislamiento y cifrado de memoria respaldados por hardware.
Su objetivo es proteger la carga completa de una máquina virtual, incluyendo aplicaciones, datos y determinados componentes del sistema operativo. Por esta razón, pueden resultar útiles para migrar aplicaciones existentes hacia la nube sin rediseñar completamente el software.
Además, algunas plataformas permiten utilizar máquinas virtuales confidenciales con discos cifrados, arranque seguro, módulos TPM virtuales y políticas de atestación. Microsoft indica que sus máquinas virtuales confidenciales pueden crear una separación respaldada por hardware entre la aplicación, el hipervisor y el código de administración del host.
Google Cloud también ofrece máquinas virtuales confidenciales que utilizan cifrado de memoria y atestación para proteger aplicaciones y datos mientras se utilizan.
Computación confidencial e inteligencia artificial
La inteligencia artificial es uno de los principales motivos por los que este tema ha adquirido tanta relevancia.
Los modelos empresariales pueden procesar información financiera, documentos privados, historiales de clientes, propiedad intelectual o datos personales. Además, el propio modelo, sus parámetros y sus métodos de entrenamiento pueden representar activos valiosos para la organización.
La computación confidencial aplicada a la IA puede ayudar a proteger tanto los datos utilizados por el modelo como el código y los modelos que se ejecutan dentro de la infraestructura.
Actualmente, ya existen servicios confidenciales orientados a analítica, aprendizaje automático, entornos de trabajo de IA y cargas aceleradas mediante GPU. Google Cloud, por ejemplo, ofrece servicios confidenciales para GKE, Dataflow, Dataproc y entornos asociados a inteligencia artificial. También dispone de máquinas virtuales confidenciales con GPU para cargas sensibles de IA.
Sin embargo, esta tecnología no corrige por sí sola problemas como permisos excesivos, exposición de APIs, prompt injection o un modelo entrenado con información incorrecta. Por consiguiente, debe combinarse con gobierno de datos, controles de identidad y seguridad durante el desarrollo.
Casos de uso de la computación confidencial
No todas las aplicaciones necesitan esta tecnología. Sin embargo, puede aportar valor cuando la organización procesa información especialmente sensible o cuando varias partes necesitan colaborar sin revelar completamente sus datos.
Procesamiento de información regulada
Sectores como finanzas, salud, seguros y gobierno suelen manejar datos personales, financieros o clínicos. Un entorno confidencial puede reducir la exposición de esa información durante su procesamiento.
Protección de propiedad intelectual
Algoritmos, modelos de inteligencia artificial, fórmulas, diseños y procesos internos pueden ejecutarse dentro de entornos aislados para reducir el riesgo de acceso no autorizado.
Análisis conjunto entre organizaciones
Dos o más empresas pueden analizar información compartida sin entregar sus datos originales a las demás partes.
Por ejemplo, entidades financieras podrían comparar señales relacionadas con fraude sin revelar directamente toda la información de sus clientes. Google Cloud describe este tipo de colaboración como uno de los casos de Confidential Space.
Gestión de claves y secretos
Las claves de cifrado pueden liberarse únicamente cuando una aplicación demuestra mediante atestación que está ejecutándose en un entorno autorizado.
Bases de datos sensibles
La tecnología puede utilizarse para proteger determinados cálculos, consultas o datos confidenciales mientras una base de datos los procesa.
Servicios cloud con mayor aislamiento
Las empresas que desean reducir el nivel de confianza depositado en operadores, administradores o capas privilegiadas pueden utilizar entornos confidenciales para establecer límites adicionales.
Beneficios para las empresas
La adopción de computación confidencial puede aportar varias ventajas.
Protección de datos en uso
Añade una capa de seguridad para el momento en que los datos se encuentran activos dentro de la memoria.
Menor exposición ante usuarios privilegiados
El aislamiento respaldado por hardware puede ayudar a limitar el acceso del administrador del host, del hipervisor o del proveedor de infraestructura, según la arquitectura y la configuración elegida.
Mayor confianza en entornos compartidos
La empresa puede ejecutar cargas sensibles en infraestructura cloud o multiinquilino con controles adicionales de aislamiento y verificación.
Colaboración segura
Varias organizaciones pueden producir resultados conjuntos sin compartir directamente todos sus datos privados.
Soporte para cargas reguladas
Puede formar parte de una arquitectura diseñada para satisfacer requisitos de privacidad, soberanía y cumplimiento. Sin embargo, utilizar un TEE no garantiza automáticamente el cumplimiento de una normativa; la empresa debe evaluar todo el sistema, sus procesos y sus controles. Microsoft presenta la computación confidencial como una capa que puede apoyar cargas reguladas y controles de soberanía.
Computación confidencial frente al cifrado tradicional
La computación confidencial no reemplaza las tecnologías de seguridad ya utilizadas por una empresa.
Una estrategia completa debe proteger:
- Los datos almacenados mediante cifrado en reposo.
- Las comunicaciones mediante cifrado en tránsito.
- Los datos procesados mediante protección en uso.
- Las identidades mediante autenticación y mínimo privilegio.
- Las aplicaciones mediante desarrollo seguro y DevSecOps.
- La continuidad del negocio mediante backup y recuperación.
- La infraestructura mediante parches, segmentación y monitoreo.
Por esta razón, la computación confidencial debe verse como una capa adicional dentro de una estrategia de defensa en profundidad.
Limitaciones y desafíos
Aunque ofrece ventajas importantes, implementar esta tecnología requiere planificación.
Compatibilidad de las aplicaciones
Algunas cargas pueden trasladarse a máquinas virtuales confidenciales con pocos cambios. No obstante, otras necesitan modificaciones para utilizar enclaves, atestación o liberación segura de claves.
Rendimiento y costos
El cifrado de memoria y los controles adicionales pueden introducir cierta complejidad o impacto operativo. Este efecto depende del hardware, del proveedor y del tipo de carga.
Gestión de claves
Las claves deben protegerse correctamente durante todo su ciclo de vida. Una arquitectura confidencial mal configurada puede seguir exponiendo información por otros canales.
Protección limitada al modelo de amenazas
Un TEE protege frente a riesgos concretos, pero no elimina vulnerabilidades del código, credenciales robadas, errores de autorización o ataques dirigidos a la aplicación.
Necesidad de personal especializado
Los equipos de infraestructura, desarrollo y seguridad deben comprender la arquitectura, la atestación, las claves y las responsabilidades compartidas.
Cómo implementar computación confidencial en una empresa
La adopción no debería comenzar comprando tecnología sin conocer primero qué datos y procesos necesitan protección.
1. Identificar la información sensible
La empresa debe clasificar datos personales, financieros, estratégicos, regulatorios y de propiedad intelectual.
2. Analizar el flujo de los datos
Es necesario determinar dónde se almacenan, cómo se transfieren, qué aplicaciones los procesan y quién puede acceder a ellos.
3. Definir el modelo de amenazas
La organización debe establecer de quién desea proteger los datos: usuarios externos, administradores internos, operadores cloud, otras organizaciones o aplicaciones no autorizadas.
4. Elegir el nivel de aislamiento
Dependiendo del caso, pueden utilizarse máquinas virtuales confidenciales, contenedores protegidos, enclaves o espacios de colaboración confidencial.
5. Diseñar la atestación y gestión de claves
Los secretos deberían liberarse únicamente a cargas verificadas y autorizadas.
6. Ejecutar una prueba controlada
Conviene comenzar con una carga limitada, medir rendimiento, compatibilidad, costos y procedimientos de recuperación.
7. Integrar monitoreo y DevSecOps
Finalmente, la empresa debe incorporar registros, alertas, gestión de vulnerabilidades y controles de seguridad dentro del ciclo de desarrollo.
Computación confidencial y el futuro de la infraestructura TI
A medida que las empresas trasladan más aplicaciones a la nube y utilizan inteligencia artificial con datos privados, proteger únicamente el almacenamiento y las comunicaciones resulta insuficiente.
Por ello, la computación confidencial se está convirtiendo en una capacidad relevante para infraestructuras cloud, contenedores, máquinas virtuales, analítica e inteligencia artificial. Las ofertas actuales de Google Cloud, Microsoft Azure y AWS muestran que el enfoque ya se utiliza en servicios comerciales, aunque su adopción debe responder a riesgos y necesidades reales.
Conclusión
La computación confidencial amplía la protección de datos hacia una de las etapas más delicadas: el momento en que la información está siendo procesada.
Mediante entornos de ejecución de confianza, cifrado de memoria y atestación, las empresas pueden reducir la exposición de cargas sensibles y crear arquitecturas con mayores niveles de aislamiento.
Sin embargo, esta tecnología no debe implementarse de forma aislada. Su verdadero valor aparece cuando se integra con ciberseguridad empresarial, control de identidades, desarrollo seguro, protección cloud, backup y monitoreo continuo.
Para organizaciones que administran información regulada, modelos de inteligencia artificial, propiedad intelectual o datos compartidos entre varias partes, la computación confidencial puede convertirse en una pieza importante de su estrategia tecnológica.
Preguntas frecuentes
¿Qué es la computación confidencial?
Es una tecnología que protege los datos mientras se procesan mediante entornos de ejecución de confianza aislados y respaldados por hardware.
¿Qué significa proteger datos en uso?
Significa proteger la información cuando una aplicación la carga en memoria para analizarla, modificarla o generar un resultado.
¿La computación confidencial reemplaza el cifrado?
No. Complementa el cifrado en reposo y en tránsito, pero también requiere controles de identidad, desarrollo seguro, gestión de claves y monitoreo.
¿Qué empresas pueden beneficiarse?
Organizaciones que procesan datos financieros, información personal, historiales médicos, propiedad intelectual, modelos de IA o información compartida entre varias entidades.
