Esta actualización incorpora mejoras reales en dos frentes muy concretos: la identificación de señales de vulnerabilidad en activos expuestos y la detección de filtraciones relevantes, incluidas credenciales, referencias al dominio y contraseñas publicadas en pastes, GitHub u otras fuentes monitorizadas. Además, la capa de IA aporta más contexto para interpretar y priorizar mejor los hallazgos.
Qué queríamos mejorar
El objetivo de esta evolución ha sido ampliar la capacidad real de detección y hacer más útil la información que recibe el equipo. No se trata solo de detectar antes activos con señales de vulnerabilidad o localizar exposiciones de información que sí pueden tener impacto, sino también de aportar una lectura más útil mediante análisis y priorización asistidos por IA.
Qué mejora en Discovery
Discovery mejora ahora la capacidad para señalar activos que pueden presentar software desactualizado, configuraciones débiles o posibles vulnerabilidades visibles desde el exterior, ayudando a revisar con más criterio qué sistemas merecen atención prioritaria.
- Mayor capacidad para detectar señales asociadas a vulnerabilidades visibles desde el exterior.
- Mejor identificación de activos con versiones desactualizadas o configuraciones débiles.
- Más contexto útil, también con apoyo de IA, para priorizar revisión interna y respuesta.
Qué mejora en Data Exposure
Data Exposure se ha reforzado para detectar y presentar mejor exposiciones realmente relevantes, como credenciales, referencias al dominio, filtraciones asociadas o contraseñas publicadas en pastes, GitHub y otras fuentes monitorizadas, reduciendo además el ruido de resultados poco útiles.
- Mayor foco en filtraciones relevantes para la organización, incluidas credenciales y contraseñas expuestas.
- Mejor capacidad para distinguir referencias reales al dominio frente a ruido no accionable.
- Resultados más útiles para revisión, exportación y respuesta interna.
Qué cambia para el usuario
En términos prácticos, estas mejoras permiten detectar antes activos con señales de vulnerabilidad, localizar mejor exposiciones como credenciales o contraseñas filtradas en pastes o GitHub y contar con más contexto gracias a la priorización asistida por IA, facilitando una revisión más útil y una respuesta más rápida por parte del equipo.