¿Qué es la computación confidencial y cómo protege los datos utilizados por la IA?

La computación confidencial es una tecnología de seguridad diseñada para proteger los datos mientras están siendo procesados por un sistema informático. Su importancia ha aumentado con la adopción de inteligencia artificial (IA) y servicios en la nube, donde las organizaciones necesitan ejecutar aplicaciones y modelos sobre infraestructuras compartidas sin exponer información sensible a terceros.

Raghuram Yeluri, especialista tecnológico de Intel, explicó en una entrevista con WIRED en Español que la computación confidencial busca proteger una etapa particularmente vulnerable del manejo de información: el momento en que los datos están en uso. Mientras el cifrado tradicional protege los archivos almacenados y la información transmitida por redes, esta tecnología extiende la protección al procesamiento dentro de los sistemas.

El mecanismo consiste en crear entornos de ejecución aislados mediante hardware, donde los datos permanecen protegidos frente a otros usuarios y administradores de la infraestructura. La información se cifra en memoria y solo puede utilizarse dentro del entorno autorizado de procesamiento, reduciendo el riesgo de accesos no permitidos.

Esta capacidad adquiere relevancia en los servicios de nube pública. A diferencia de los centros de datos propios, donde una organización controla directamente sus servidores, las plataformas compartidas alojan aplicaciones de distintos clientes y son administradas por proveedores externos. En ese contexto, una vulnerabilidad del sistema o un administrador malintencionado podría comprometer información que no cuenta con mecanismos adicionales de aislamiento.

La computación confidencial busca reducir esos riesgos mediante protecciones integradas en los procesadores. Según Yeluri, su objetivo es garantizar que los datos solo puedan quedar disponibles para su procesamiento dentro de la unidad de cómputo autorizada, sin que otros componentes o usuarios puedan acceder directamente a ellos.

Cómo funciona la computación confidencial en inteligencia artificial

La protección no se limita a los datos personales. En sectores como la banca, la salud y la industria farmacéutica, los modelos de inteligencia artificial también representan activos valiosos, debido a los recursos invertidos en su desarrollo y entrenamiento.

Una organización que utiliza infraestructura externa para ejecutar un modelo puede necesitar proteger tanto los datos empleados como el propio sistema de IA. La computación confidencial permite alojar ambos elementos en entornos aislados, con el propósito de impedir que otras partes accedan a información o propiedad intelectual sin autorización.

Entre las tecnologías desarrolladas por Intel se encuentra Software Guard Extensions (SGX), que permite crear enclaves protegidos dentro de los procesadores, aunque requiere adaptar las aplicaciones. Posteriormente, Trust Domain Extensions (TDX) amplió este enfoque hacia máquinas virtuales confidenciales, facilitando la migración de aplicaciones existentes sin modificaciones.

La compañía también desarrolla TDX Connect, una tecnología orientada a extender las propiedades de protección desde los procesadores centrales hacia unidades de procesamiento gráfico (GPU) y otros aceleradores utilizados para ejecutar modelos de inteligencia artificial de mayor tamaño.

Otra aplicación es la colaboración entre organizaciones que necesitan utilizar información conjunta sin compartir directamente sus bases de datos. Yeluri planteó el ejemplo de dos bancos interesados en mejorar un modelo de IA con información de ambas instituciones. Mediante un entorno confidencial, cada entidad podría aportar datos sin permitir que la otra acceda a ellos, mientras el propietario del modelo mantiene protegida su tecnología.

Cómo verificar que los datos están protegidos

Además del aislamiento, la computación confidencial incorpora mecanismos para comprobar que las aplicaciones se ejecutan en entornos autorizados. Este procedimiento se conoce como atestación y utiliza pruebas criptográficas para verificar la autenticidad del hardware y las condiciones de ejecución.

Intel dispone de Trust Authority, un servicio que permite realizar estas comprobaciones mediante tres etapas. Primero, verifica la evidencia criptográfica generada por el hardware. Después, compara una medición del código ejecutado con la versión esperada. Finalmente, comprueba que el entorno cumple las políticas definidas por el usuario, como el proveedor de nube, la ubicación o la generación del procesador.

Cuando las condiciones se cumplen, el sistema emite un token firmado que puede utilizarse como evidencia ante auditores, reguladores o socios comerciales. De esta manera, las organizaciones no dependen únicamente de las declaraciones del proveedor sobre la seguridad de su infraestructura.

La tecnología también comienza a adquirir importancia frente al desarrollo de agentes autónomos de inteligencia artificial. Estos sistemas pueden ejecutar tareas, utilizar herramientas externas y tomar decisiones operativas sin supervisión humana continua, lo que introduce nuevos desafíos de seguridad.

En ese escenario, la computación confidencial puede contribuir a establecer identidades verificables para los agentes, registrar sus operaciones y comprobar las conexiones con herramientas y servidores externos. Sin embargo, el aislamiento de datos no resuelve por sí mismo todos los riesgos asociados con el comportamiento de los sistemas autónomos.

La evolución de estas herramientas refleja un cambio en la protección de la información: además de impedir accesos no autorizados durante el almacenamiento y la transmisión, las organizaciones necesitan proteger los datos mientras se utilizan y contar con mecanismos que permitan verificar las condiciones bajo las cuales se procesan.