La demanda de redes 5G privadas está en auge. Con una previsión de crecimiento que alcanzará los 161.000 millones de dólares para 2033 las empresas están adoptando estas infraestructuras por sus ventajas en velocidad, fiabilidad y personalización, pero persisten importantes preocupaciones en materia de seguridad. Aunque las redes privadas ofrecen un mayor control, no son intrínsecamente seguras. En este contexto, la seguridad impulsada por inteligencia artificial (IA) representa tanto una oportunidad como un desafío.
Crecimiento del mercado 5G privado
El crecimiento de redes 5G privadas está siendo impulsado por la creciente digitalización de las empresas y la demanda de soluciones de red personalizadas y seguras. La adopción de tecnologías como el Internet de las Cosas (IoT) y la automatización industrial está aumentando la necesidad de redes 5G privadas que ofrezcan baja latencia y alta fiabilidad.
Las redes 5G privadas están encontrando aplicaciones en diversos sectores al permitir comunicaciones seguras y de baja latencia, facilitando tecnologías como la realidad aumentada y la automatización. Se espera que las redes 5G privadas se conviertan en el estándar en diversas industrias y en una parte clave de las operaciones empresariales. Según una encuesta global realizada por Nippon Telegraph and Telephone (NTT) en colaboración con The Economist reveló que más de la mitad de los directores de sistemas de información planeaban implementar redes 5G privadas en un plazo de 24 meses.
Desafíos de seguridad y soluciones
Para comprender los riesgos asociados, Trend Micro y CTOne encargaron a Sapio Research la realización de una encuesta entre responsables de TI y ciberseguridad en siete países. Los resultados revelan una combinación de conciencia sobre las amenazas y deficiencias en protección. Entre las principales preocupaciones destacan las vulnerabilidades en la cadena de suministro, las amenazas internas y la amplia superficie de ataque de los dispositivos conectados. Aunque un 62 % de las empresas ya utiliza IA para mejorar su seguridad, su adopción enfrenta obstáculos como los altos costos, los falsos positivos y la falta de especialización. Además, la propia IA puede generar nuevos riesgos, lo que subraya la necesidad de medidas de seguridad robustas.
Otro problema crítico es la escasez de expertos dedicados a la protección de redes de comunicación. Solo el 20 % de las organizaciones cuenta con un equipo específico para la seguridad de la tecnología de comunicaciones, y los presupuestos destinados a la protección del 5G privado son insuficientes, representando apenas el 18 % del gasto total en ciberseguridad. Las brechas en el cumplimiento normativo también ponen en riesgo a las empresas, ya que muchas no cifran los datos, carecen de controles de acceso adecuados y no garantizan el cumplimiento de regulaciones clave. Sin las inversiones necesarias, las organizaciones quedan expuestas a violaciones de datos, ataques de ransomware y accesos no autorizados a infraestructuras críticas.
Para fortalecer la seguridad en redes 5G privadas apuestan Trend Micro y CTOne por la adopción de un enfoque proactivo. Asociarse con proveedores de seguridad experimentados, integrar principios de Zero Trust, consolidar plataformas de protección y utilizar la IA de manera responsable son estrategias fundamentales. Además, “es crucial priorizar la inteligencia de amenazas en tiempo real, la autenticación continua y las redes con capacidad de autorrecuperación para anticiparse a los ataques”, aseguran en el informe. Los servicios de seguridad gestionada y la IA generativa pueden ser clave para reducir la carga operativa, cerrar brechas de habilidades y mejorar la detección y respuesta ante amenazas.
Asimismo, las empresas deben ampliar sus marcos de seguridad para abarcar todo el ecosistema 5G. Esto implica proteger estaciones base, entornos de edge computing y tecnologías de segmentación de red, fundamentales para garantizar la separación y el rendimiento de los servicios. Las soluciones basadas en IA pueden automatizar la detección de anomalías, prever incidentes de seguridad y responder rápidamente a amenazas antes de que escalen. Sin embargo, también es vital proteger los propios modelos de IA contra ataques adversariales, en los que los ciberdelincuentes manipulan los algoritmos para evadir los controles de seguridad o generar falsos positivos.
