Robo de datos de clientes
Base de datos con nombres, direcciones, correos, hashes de contraseña y referencias de pedidos. Impacto: fraude, sanciones, pérdida de confianza y comunicación obligatoria a afectados.
CLOCKWORK COMPUTER STORE es una empresa de venta online de periféricos informáticos. La tienda mantiene su estética original en negro y naranja, su catálogo de productos y su comunidad, pero ahora incorpora un caso práctico: analizar amenazas que afectan a un ecommerce tecnológico con 100.000 clientes registrados.
Catálogo similar al original, pero con elementos que pueden servir para investigar riesgos: productos falsificados, campañas fraudulentas, cuentas comprometidas, URLs sospechosas y posibles indicadores de fraude.
El alumnado debe relacionar cada amenaza con activos afectados, fuentes de inteligencia, impacto empresarial y medidas de mitigación.
Base de datos con nombres, direcciones, correos, hashes de contraseña y referencias de pedidos. Impacto: fraude, sanciones, pérdida de confianza y comunicación obligatoria a afectados.
Dominios parecidos a la tienda, campañas en redes sociales y correos que prometen descuentos falsos para robar credenciales o datos de pago.
Compras con tarjetas robadas, cambios de dirección de envío, múltiples intentos fallidos de pago y abuso de promociones.
Marketplace externo y perfiles falsos que utilizan la marca Clockwork para vender periféricos no autorizados, dañando la reputación.
Escaneo de servicios, explotación de paneles de administración, intentos de credential stuffing y abuso de APIs de pedidos.
Publicaciones falsas sobre retrasos, cupones inexistentes o supuestas brechas de seguridad para afectar ventas y confianza.
Durante una campaña de rebajas, el equipo detecta señales que podrían indicar una operación coordinada contra la empresa.
Un grupo está aprovechando la popularidad de Clockwork Computer Store para lanzar una campaña de phishing, vender periféricos falsificados y probar credenciales filtradas contra la tienda.
Se detectan 1.240 intentos de login fallidos contra cuentas de clientes con patrón de credential stuffing.
Atención al cliente recibe mensajes sobre un cupón “CLOCKWORK90” que no existe en la campaña oficial.
Marketing observa un perfil falso en Instagram que redirige a un dominio similar al oficial.
El sistema antifraude marca pedidos de monitores y auriculares con tarjetas diferentes pero misma dirección de entrega.
El equipo TI identifica peticiones sospechosas contra /api/checkout y /admin/login.
Todos los indicadores son ficticios o reservados para documentación. Sirven para practicar clasificación, enriquecimiento, priorización y difusión de inteligencia.
| Tipo | Indicador | Contexto | Acción esperada |
|---|---|---|---|
| Dominio | clockwork-discounts.example | Landing falsa con cupón no autorizado. | Bloqueo DNS, aviso a clientes, takedown. |
| Dominio | store-clockwork-login.example | Suplantación de login. | Monitorizar, reportar y añadir a lista de bloqueo. |
| IP | 198.51.100.42 | Intentos repetidos contra login de clientes. | Rate limiting, WAF, correlación con cuentas afectadas. |
| IP | 203.0.113.77 | Consultas anómalas a API de checkout. | Revisión de logs, bloqueo temporal y alerta SOC. |
promos@clockwork-support.example | Remitente usado en phishing. | Concienciación, reglas antiphishing, DMARC/SPF/DKIM. | |
| Ruta | /admin/login?debug=true | Pruebas contra panel administrativo. | Revisar exposición, MFA, hardening y registros. |
| Cupón | CLOCKWORK90 | Cupón falso usado como señuelo. | Comunicación en web y redes oficiales. |
Entrega individual. El documento debe reflejar investigación propia, fuentes fiables y una propuesta aplicable a una empresa ecommerce de periféricos informáticos.
¿Cómo puede la inteligencia de amenazas ayudar a Clockwork Computer Store a identificar y prevenir amenazas cibernéticas?
¿Qué tipo de información sobre amenazas necesita la empresa: técnica, táctica, estratégica y operacional?
¿Cómo recopilar, analizar y difundir información sobre amenazas entre TI, dirección, atención al cliente y marketing?
¿Cómo convertir la inteligencia en controles concretos: WAF, MFA, monitorización, antifraude, concienciación y respuesta?
¿Cómo puede la IA ayudar a clasificar alertas, detectar anomalías, priorizar IOCs o resumir campañas de phishing?
¿Qué herramientas de IA, SIEM, SOAR, CTI platforms, OSINT y análisis de fraude podrían utilizarse?
Pista CTI: en un ecommerce real, el carrito y el checkout generan señales útiles para detectar fraude, abuso de cupones y automatización maliciosa.
7 observables requieren enriquecimiento. Prioridad alta: phishing, credential stuffing y fraude de pedidos.
Elevado. Campaña de descuentos y alta exposición en redes sociales.
| Cola | Elemento | Prioridad |
|---|---|---|
| Phishing | clockwork-discounts.example | Alta |
| Fraude | Pedidos con mismo destino y distintas tarjetas | Alta |
| Infraestructura | Peticiones anómalas a /admin/login | Media |