• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar a la barra lateral principal
  • Saltar al pie de página

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Herramientas
  • Tienda

Fallo de seguridad en los gestores de contraseñas

febrero 20, 2019 Por Daniel Rodríguez Deja un comentario

Recientemente el ISE ha publicado un informe en el que se advierte de un fallo de seguridad en los principales gestores de contraseñas disponibles para Windows. Los gestores de contraseñas analizados son 1Password, Dashlane, KeePass y LastPass.

Los gestores de contraseña son aplicaciones informáticas en las que se puede guardar de forma segura las contraseñas. Para acceder a las mismas es necesario introducir una contraseña maestra. El problema de seguridad aparece porque esta contraseña maestra queda guardada en la memoria del ordenador. Por lo que un atacante puede leer la misma y acceder a las contraseñas guardadas en la aplicación. Aunque para ello necesita disponer de acceso a la memoria del ordenador.

El fallo de seguridad no es grave, ni es un motivo para abandonar estas aplicaciones. El atacante necesita acceder a la memoria del ordenador. Por lo que las posibilidades de explotar esta es reducida.

A pesar de este fallo, y debido a las pocas posibilidades que existen de explotarlo, es mejor seguir utilizando estas aplicaciones. Dado que utlizar la misma contraseña en diferentes servicios o utilizarlas débiles es más problemático debido a las continuas filtraciones de seguridad. Tal como se explicó en la entrada: cómo gestionar de forma segura nuestras contraseñas. Punto que también se insiste en un artículo de The Washington Post en el que cubre la publicación del informe.

Imágenes: Pixabay (Michael Gaida)

No te olvides valorar esta entrada

Sin votos
Por favor espera...

Archivado en: Noticias

Entrada anterior: « 4 ventajas de TDD
Siguiente entrada: Pruebas unitarias en JavaScript (Creación de una librería JavaScript 3ª parte) »

Interacciones del lector

Deja un comentario Cancelar la respuesta

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.

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones de Analytics Lane.

Contenido relacionado

Barra lateral primaria

Tiendas afiliadas

Realiza tus compras mediante los enlaces y colabora con la web, todo sin coste adicional para ti. También puedes ver nuestra tienda. ¡Gracias!
Aliexpress Amazon Banggood Gearbest

Seguir a Analytics Lane

  • twitter
  • pinterest
  • youtube
  • telegram
  • github
  • rss

Seguir en Feedly

follow us in feedly

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones de Analytics Lane.

Política de Privacidad

Lo mejor valorado

  1. Seleccionar filas y columnas en Pandas con iloc y loc
    Puntuación: 5.0/5. 5 votos.
  2. Unir y combinar dataframes con pandas en Python
    Puntuación: 5.0/5. 5 votos.
  3. Eliminar registros duplicados en pandas
    Puntuación: 5.0/5. 5 votos.
  4. Guardar y leer archivos Excel en Python
    Puntuación: 5.0/5. 4 votos.
  5. Archivos JSON con Python: lectura y escritura
    Puntuación: 4.7/5. 7 votos.

Comentarios recientes

  • Daniel Rodríguez en Reglas de asociación y market-basket analysis
  • eva en Reglas de asociación y market-basket analysis
  • Daniel Rodríguez en Proteger las funciones escritas en Matlab para su distribución
  • Marco Cabrera en Proteger las funciones escritas en Matlab para su distribución
  • Marc en Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

Entradas recientes

  • Numpy básico: inicializar arrays de Numpy con un valor
  • Bajar impuestos para crecer más
  • Usar Python desde Matlab
  • Numpy básico: como añadir elementos en arrays de Numpy con np.append()
  • Relación entre impuestos y riqueza

Etiquetas

Anaconda Analytics Lane App Designer Bases de datos Blockchain CLV Computación cuántica Criptomonedas Deep learning Elecciones Excel Git GUIDE Hash Java Jupyter Libros Machine learning Marketing node numpy pandas Precios RapidMiner scikit-learn seaborn series temporales Small Data Spark SQL Unit testing VirtualBox

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Tienda

Afiliados

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • GearVita
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

2018-2019 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto