Qué es la verificación formal de software y por qué puede cambiar la ciberseguridad

Ilustración conceptual de la verificación formal de software mediante demostraciones matemáticas y elementos de ciberseguridad.

Durante años, comprobar la seguridad de un programa ha significado someterlo a pruebas, buscar vulnerabilidades y revisar su código. Son procedimientos necesarios, pero tienen una limitación importante. Una prueba demuestra que un programa funciona correctamente en determinadas condiciones, no que vaya a hacerlo en todas las situaciones posibles.

La verificación formal aborda el problema desde otro lugar. En vez de limitarse a observar cómo se comporta un programa, utiliza métodos matemáticos para demostrar que cumple unas propiedades previamente definidas. La diferencia es relevante, especialmente cuando un fallo puede comprometer comunicaciones privadas, datos financieros o infraestructuras críticas.

Qué es la verificación formal de software

La verificación formal consiste en demostrar matemáticamente que un programa satisface determinadas propiedades en todas las ejecuciones contempladas por el modelo utilizado. No se trata de ejecutar miles de pruebas y confiar en que ninguna encuentre errores. Se trata de construir una demostración que permita comprobar, bajo unas condiciones y supuestos definidos, que el comportamiento del programa respeta las propiedades establecidas.

Podemos imaginarlo como la diferencia entre comprobar que una puerta se cierra correctamente varias veces y demostrar que su mecanismo impide abrirla sin la llave en todas las situaciones contempladas por su diseño. Las pruebas permiten observar comportamientos concretos. La demostración matemática busca una garantía mucho más amplia, aunque siempre limitada por lo que se haya especificado.

Esto no significa que la verificación formal sustituya a las pruebas convencionales. Son herramientas diferentes que responden a preguntas distintas. Una prueba puede descubrir un fallo inesperado. Una demostración formal puede establecer que una propiedad concreta se cumple dentro de un modelo.

Cómo funciona una demostración matemática del código

Para verificar formalmente un programa es necesario definir primero qué debe hacer y qué comportamientos deben quedar prohibidos. Esas condiciones se expresan mediante especificaciones matemáticas.

Después, un sistema de verificación comprueba que el programa satisface esas especificaciones. Herramientas como Lean permiten construir demostraciones que son revisadas por un núcleo de confianza. Los agentes o programas que generan las pruebas no necesitan ser considerados fiables por sí mismos, porque el núcleo comprueba si cada demostración es válida.

Sin embargo, existe una condición fundamental. La demostración solo garantiza aquello que se ha especificado. Si los requisitos son incompletos, incorrectos o demasiado permisivos, el resultado puede ser matemáticamente correcto y, aun así, no ofrecer la protección que se esperaba.

AlphaProof Code y la verificación de Signal

Uno de los ejemplos más relevantes de esta aproximación llegó en noviembre de 2026. Google DeepMind presentó AlphaProof Code, un sistema multiagente que combina especificaciones guiadas por personas con agentes de inteligencia artificial capaces de generar demostraciones formales.

El equipo utilizó el sistema para verificar propiedades de seguridad de libsignal, la implementación de referencia del protocolo Signal. El trabajo se realizó sobre un binario compilado para la arquitectura AArch64 y produjo aproximadamente 6,5 millones de líneas de demostraciones Lean, apoyadas en unas 26.000 líneas de especificaciones y semántica de máquina consideradas parte de la base de confianza.

Las propiedades estudiadas incluyen el secreto hacia adelante, la autenticación, la seguridad posterior al compromiso y el secreto del proceso de establecimiento de la conexión. El análisis contempla componentes criptográficos como el protocolo de establecimiento PQXDH y Triple Ratchet.

Conviene precisar el alcance del resultado. El objeto de la verificación fue un binario concreto de libsignal-cli, no las aplicaciones completas de Signal para Android, iOS o escritorio. Los autores explican que parte de los resultados puede ser relevante para otros entornos que utilizan el mismo código Rust, pero esa transferencia depende de que se mantengan las condiciones de compilación, enlazado y ejecución contempladas en el trabajo.

Por tanto, no se ha demostrado que Signal sea invulnerable ni que todos sus componentes estén libres de errores. Se han demostrado propiedades específicas de una implementación concreta bajo modelos y supuestos definidos.

El equipo también reintrodujo dos errores históricos que ya habían sido corregidos en libsignal para comprobar si sus especificaciones permitían detectar comportamientos incompatibles con las propiedades esperadas. Este ejercicio muestra por qué las especificaciones son tan importantes como las propias demostraciones.

Qué puede cambiar en la ciberseguridad

La relevancia de este avance está en la posibilidad de reducir el coste de una tarea que tradicionalmente ha requerido una gran cantidad de trabajo especializado.

La verificación formal de sistemas complejos ha sido históricamente costosa. El propio equipo de Google DeepMind recuerda que la verificación del microkernel seL4 requirió alrededor de veinte años-persona y la del compilador CompCert, unos seis. La automatización mediante agentes podría facilitar que estas técnicas lleguen a más proyectos y no queden reservadas exclusivamente a sistemas muy críticos.

La inteligencia artificial puede ayudar a construir especificaciones, explorar posibles demostraciones y resolver partes complejas del proceso. Pero no elimina la necesidad de supervisión humana. Los requisitos deben ser revisados, las propiedades relevantes deben estar bien definidas y las hipótesis criptográficas y técnicas tienen que ser razonables.

El enfoque también encaja con una estrategia de seguridad más amplia. El NIST, en su informe IR 8397, recomienda combinar distintas técnicas, entre ellas el modelado de amenazas, las pruebas automatizadas, el análisis estático, las pruebas históricas, el fuzzing y la revisión de dependencias. La verificación formal puede reforzar ese conjunto, pero no sustituye las demás medidas.

Los límites de una garantía matemática

Una demostración formal no es una garantía universal sobre un sistema completo. Su alcance depende de la calidad de las especificaciones, de los modelos utilizados y de los elementos que se consideran fiables.

Un programa puede cumplir perfectamente una especificación que no contemple una amenaza importante. También pueden existir vulnerabilidades en bibliotecas externas, sistemas operativos, hardware o procesos de actualización que queden fuera de la demostración.

Por eso, la verificación formal no elimina la necesidad de auditorías, pruebas de penetración, análisis de dependencias ni controles de seguridad durante el desarrollo. Su valor está en aportar garantías matemáticas sobre propiedades concretas, allí donde una prueba convencional no puede ofrecerlas por sí sola.

El siguiente reto no consiste únicamente en conseguir que una inteligencia artificial escriba código, sino en que ese código pueda acompañarse de pruebas verificables sobre lo que realmente hace. Si esa práctica llega a integrarse en los procesos habituales de desarrollo, la seguridad dejará de depender exclusivamente de encontrar errores después de que aparezcan.

¿Quieres conocer otras tecnologías que están transformando la seguridad del software? Sigue leyendo VerifiedHuman y descubre cómo evoluciona la relación entre inteligencia artificial, programación y ciberseguridad.

Preguntas frecuentes sobre la verificación formal de software

¿Qué es la verificación formal de software?

Es un método que utiliza técnicas matemáticas para demostrar que un programa cumple determinadas propiedades bajo unas especificaciones y condiciones definidas.

¿En qué se diferencia la verificación formal de las pruebas de software?

Las pruebas comprueban el comportamiento del programa en situaciones concretas. La verificación formal busca demostrar matemáticamente que determinadas propiedades se cumplen en todas las ejecuciones contempladas por el modelo.

¿Puede la inteligencia artificial verificar que un programa es seguro?

La inteligencia artificial puede ayudar a generar demostraciones formales, pero estas solo garantizan las propiedades especificadas. La revisión de los requisitos y de los supuestos técnicos sigue siendo necesaria.

¿Qué demostró AlphaProof Code sobre Signal?

El proyecto verificó determinadas propiedades de seguridad de un binario concreto de libsignal. No demostró que todas las aplicaciones y componentes de Signal sean invulnerables.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Scroll al inicio