Seguridad de códigos QR: un enfoque de reentrenamiento adaptativo para la detección dinámica de amenazas basadas en URL

Por qué esos pequeños cuadrados importan para tu seguridad

Los códigos QR se han convertido discretamente en puertas de enlace entre el mundo físico e internet, permitiéndonos acceder a menús, páginas de pago, aplicaciones y más con una sola lectura. Pero la misma comodidad que los hace útiles también los convierte en una herramienta atractiva para los delincuentes, que pueden ocultar enlaces web peligrosos dentro de cuadrados en blanco y negro de aspecto inocente. Este artículo explora cómo un tipo avanzado de inteligencia artificial puede aprender a diferenciar los enlaces de códigos QR seguros de los dañinos y seguir mejorando a medida que aparecen nuevas estafas.

De atajos útiles a trampas ocultas

En la última década, y especialmente durante la pandemia de COVID-19, el uso de códigos QR se ha disparado, con decenas de millones de escaneos registrados en poco tiempo. La mayoría de estos códigos simplemente apuntan a sitios web rutinarios. Sin embargo, los atacantes han comprendido que la gente rara vez comprueba a dónde conduce un código antes de escanearlo y suele confiar en cualquier código publicado en público o compartido por un servicio. Al incrustar direcciones web maliciosas en códigos QR, los delincuentes pueden dirigir a los usuarios a páginas de phishing que roban contraseñas o a sitios que instalan malware de forma encubierta. Este estudio se centra en esa capa invisible: la dirección web, o URL, oculta dentro de cada código, porque es el verdadero vehículo de los ataques, a diferencia de la manipulación física del patrón impreso.

Por qué las defensas antiguas se quedan cortas

Las defensas tradicionales intentan bloquear enlaces dañinos de dos formas principales. Algunas se basan en listas de URLs conocidas como maliciosas, que son sencillas pero fáciles de sortear cuando los atacantes cambian sus direcciones. Otras usan aprendizaje automático entrenado con características diseñadas a mano, como la longitud de la URL o si contiene ciertos símbolos o palabras. Estos métodos pueden funcionar razonablemente bien, pero tienden a ser rígidos y dependen en gran medida de patrones vistos en datos antiguos. A medida que los delincuentes inventan nuevos trucos y varían la apariencia de sus enlaces, estos modelos fijos tienen dificultades para mantenerse al día, lo que conduce a amenazas no detectadas o a demasiadas alarmas falsas.

Un lector más inteligente para direcciones web

Los autores proponen un nuevo sistema basado en BERT, un potente modelo de IA diseñado originalmente para entender el lenguaje natural. En lugar de frases y párrafos, alimentan a BERT con las cadenas de caracteres que conforman las URLs. Primero, el sistema escanea un código QR y extrae la URL incrustada. Esa URL se divide en tokens y se pasa por una versión compacta de BERT, que la convierte en una rica representación numérica que captura patrones sutiles y relaciones dentro de la cadena. Encima de esta representación, los investigadores añaden un clasificador estadístico ligero que decide si el enlace es probablemente benigno o malicioso. Este diseño permite al sistema captar señales complejas que los modelos más simples pasan por alto, aunque las URLs no sean un lenguaje regular.

Aprender y reaprender a medida que evolucionan las amenazas

Una característica clave del enfoque es que no se queda congelado tras su primer entrenamiento. Los autores comienzan con una colección balanceada de unas 20.000 URLs etiquetadas —algunas seguras, otras maliciosas— procedentes de un conjunto de datos público. Una vez afinado el modelo con estos datos, lo conectan a un flujo en vivo de URLs dañinas recién descubiertas desde un servicio llamado URLhaus, y mezclan periódicamente esos ejemplos frescos con enlaces seguros adicionales. Cada ronda de reentrenamiento actualiza el modelo para que pueda reconocer estilos de ataque emergentes mientras preserva lo que ya sabe. Las pruebas muestran que incluso tras actualizaciones repetidas, la precisión se mantiene muy alta: alrededor del 98–99 % en los datos originales y aproximadamente el 97 % en conjuntos más amplios y actualizados, con el sistema detectando casi todos los enlaces maliciosos y raramente marcando como peligrosos los enlaces seguros por error.

Cómo esto ayuda a los usuarios cotidianos

Para un usuario corriente, el resultado es simple: cuando escaneas un código QR, una IA que actúa en segundo plano puede decidir rápidamente si el enlace oculto parece de confianza. Si parece seguro, te redirigen al sitio web; si aparenta ser peligroso, puedes recibir una advertencia o bloquearse el acceso. Al combinar un robusto modelo de estilo lingüístico con reentrenamiento continuo en datos de ataques reales, este trabajo ofrece un escudo flexible que se adapta a medida que los estafadores cambian de táctica. Aunque exige recursos de cómputo considerables, el enfoque demuestra que filtros inteligentes y en evolución pueden convertir el humilde código QR en una puerta mucho más segura hacia el mundo online.

Cita: Almousa, H., Alsuhibany, S.A. QR code security: an adaptive retraining approach for dynamic URL-based threat detection. Sci Rep 16, 13143 (2026). https://doi.org/10.1038/s41598-026-43002-z

Palabras clave: Seguridad de códigos QR, detección de URL maliciosas, protección contra phishing, modelo basado en BERT, reentrenamiento adaptativo