El navegador Firefox, uno de los proyectos de software libre más auditados del mundo, ha corregido recientemente 14 vulnerabilidades críticas tras una investigación impulsada por herramientas de inteligencia artificial. Los fallos fueron identificados por el equipo de seguridad Frontier Red Team de la empresa Anthropic, que utilizó su modelo de IA Claude para analizar el código del navegador en busca de errores.
El trabajo permitió descubrir más de un centenar de fallos en total, incluidos 22 problemas de seguridad registrados oficialmente como vulnerabilidades CVE, todos ellos corregidos antes del lanzamiento de la versión Firefox 148.
Según Mozilla, este hallazgo demuestra que la inteligencia artificial puede convertirse en una herramienta clave para reforzar la seguridad del software ampliamente utilizado en internet.
14 vulnerabilidades críticas detectadas en el motor de JavaScript
La mayor parte de los fallos detectados se encontraban en el motor JavaScript de Firefox, uno de los componentes más complejos del navegador y responsable de ejecutar código web dinámico.
El equipo de Anthropic logró identificar 14 errores considerados de alta gravedad, capaces potencialmente de provocar comportamientos inesperados en el navegador. Aunque Mozilla no ha detallado públicamente todos los escenarios de explotación, este tipo de vulnerabilidades suele permitir a un atacante ejecutar código malicioso, provocar fallos del navegador o manipular datos procesados por la aplicación.
Lo que llamó especialmente la atención de los ingenieros de Mozilla fue la calidad de los informes recibidos. Cada vulnerabilidad detectada incluía pruebas mínimas reproducibles, lo que permitió verificar rápidamente el problema y desarrollar los parches necesarios.
Según la compañía, en cuestión de horas los ingenieros empezaron a aplicar correcciones en el código del navegador para cerrar estas brechas de seguridad.
22 vulnerabilidades registradas oficialmente
El análisis derivó finalmente en la publicación de 22 identificadores CVE, el sistema internacional utilizado para catalogar vulnerabilidades de seguridad en software.
Estas vulnerabilidades pueden abarcar diferentes tipos de problemas, entre ellos:
-
errores de lógica en el código;
-
fallos de validación de datos;
-
comportamientos inesperados en el motor de ejecución de scripts;
-
posibles escenarios que podrían facilitar ataques de corrupción de memoria.
La corrección de estos fallos se integró directamente en la versión Firefox 148, evitando que los errores pudieran ser explotados activamente por ciberdelincuentes.
Para los usuarios, esto significa que actualizar el navegador garantiza que estas vulnerabilidades ya no representan un riesgo.
Más de 90 errores adicionales descubiertos
Además de los fallos críticos, la investigación detectó otros 90 errores adicionales en el código de Firefox. Aunque la mayoría no representaban vulnerabilidades de seguridad graves, sí podían afectar al funcionamiento del navegador.
Entre ellos se encontraban fallos de tipo “assertion failure”, un tipo de error que ocurre cuando el software encuentra condiciones inesperadas durante su ejecución.
Este tipo de problemas suele detectarse mediante técnicas de fuzzing, un método de pruebas automatizadas que introduce millones de combinaciones de datos inesperados para provocar errores en el software.
Sin embargo, en este caso la inteligencia artificial también logró identificar errores lógicos que no habían sido detectados previamente por las herramientas de fuzzing, lo que demuestra el potencial de estos sistemas para complementar las técnicas tradicionales de análisis de seguridad.
Uno de los aspectos más interesantes de este caso es que Firefox no fue elegido al azar para la investigación. El navegador fue seleccionado precisamente por ser uno de los proyectos de código abierto más examinados del mundo, lo que lo convierte en un entorno ideal para probar nuevas técnicas de detección de errores.
Durante años, Firefox ha sido sometido a auditorías constantes, análisis estáticos del código y pruebas automatizadas. A pesar de ello, la inteligencia artificial fue capaz de identificar fallos que habían pasado desapercibidos.
Los expertos comparan esta situación con los primeros años del fuzzing, cuando esta técnica comenzó a revelar grandes cantidades de errores en software ampliamente utilizado.
