Clase 194 — Deception: honeypots y honeytokens
Parte: 8 — Blue Team, detección y SOC · Fuente: The Practice of Network Security Monitoring — Richard Bejtlich
⏱️ Duración estimada: 100 min · Nivel: Intermedio
🎯 Objetivo
Usar el engaño (deception) como fuente de detección de altísima fidelidad: honeypots, honeytokens y cuentas trampa que nadie legítimo debería tocar, de modo que cualquier interacción es, por definición, sospechosa. Aprenderás a desplegar señuelos, a colocar honeytokens en lugares estratégicos y a alertar sobre su uso.
⚠️ Ética: los honeypots se despliegan en tu propia infraestructura para observar y alertar. No los uses para atacar a terceros ni para atraer tráfico hacia sistemas que no controlas.
📚 Resultados de aprendizaje
Al finalizar, el alumno podrá:
- Diferenciar honeypots de baja y alta interacción, honeytokens y honeynets.
- Desplegar un honeypot de laboratorio y recolectar sus eventos.
- Colocar honeytokens (credenciales, archivos, canary tokens) estratégicamente.
- Configurar alertas de alta fidelidad ante cualquier interacción con el señuelo.
- Integrar las señales de deception en el SIEM y el flujo del SOC.
🗺️ Temas
| # |
Tema |
Por qué importa |
| 1 |
Deception como estrategia |
Señales sin falsos positivos |
| 2 |
Honeypots de baja vs alta interacción |
Riesgo vs riqueza de datos |
| 3 |
Honeytokens y canary tokens |
Trampas ligeras y ubicuas |
| 4 |
Cuentas y credenciales trampa |
Detectar robo y uso de credenciales |
| 5 |
Honeynets y engaño distribuido |
Escalar el engaño |
| 6 |
Colocación estratégica |
Dónde poner el cebo |
| 7 |
Alertas de alta fidelidad |
Priorización automática |
| 8 |
Riesgos y contención |
No convertir el señuelo en punto de apoyo |
📖 Definiciones y características
- Honeypot: sistema señuelo sin propósito productivo, diseñado para ser sondeado. Característica: toda interacción es sospechosa por definición.
- Baja interacción: emula servicios (banners, puertos) sin un SO real. Característica: seguro y fácil, datos limitados.
- Alta interacción: SO/servicios reales controlados. Característica: datos ricos, mayor riesgo de ser abusado.
- Honeytoken: dato-cebo (credencial, archivo, URL, registro) cuya sola invocación dispara alerta. Característica: no requiere un host dedicado.
- Canary token: honeytoken que "avisa" al abrirse (documento, DNS, AWS key). Característica: telemetría de alta fidelidad y despliegue trivial.
- Cuenta trampa: usuario de AD atractivo (p. ej. "admin_backup") que nadie debe usar. Característica: cualquier logon con ella es incidente.
- Honeynet: red de honeypots interconectados. Característica: observa movimiento lateral del atacante.
🧰 Herramientas y preparación
En laboratorio aislado y segmentado:
- T-Pot o honeypots individuales (Cowrie para SSH/Telnet, Dionaea para malware).
- Canarytokens (proyecto open source de Thinkst) para tokens de documento, DNS y AWS.
- Cuentas trampa en tu AD de laboratorio con auditoría de logon.
- Tu SIEM para centralizar las alertas de los señuelos.
Aísla los honeypots del resto de la red para que, si son comprometidos, no sirvan de trampolín.
🧪 Laboratorio guiado — Siembra señuelos y escucha
- Despliega un honeypot SSH. Levanta Cowrie en una VM aislada; confirma que registra intentos de login y comandos.
- Segmenta. Coloca el honeypot en una VLAN aislada con salida controlada para que no pueda pivotar.
- Genera un canary token. Crea un documento Word/Excel con Canarytokens y colócalo con un nombre atractivo ("nóminas_2026.xlsx").
- Crea una cuenta trampa. En el AD de laboratorio, añade "svc_backup_admin" con auditoría de logon y sin uso legítimo.
- Simula el intruso. Desde otra VM, sondea el honeypot, abre el documento cebo y usa la cuenta trampa.
- Verifica las alertas. Confirma que cada interacción genera una señal: eventos de Cowrie, aviso del canary token, 4624/4625 de la cuenta trampa.
- Integra en el SIEM. Enruta todas estas señales a una regla de máxima prioridad ("cualquier toque = incidente").
- Documenta. Define el runbook: qué hacer cuando un señuelo dispara (aislar origen, investigar alcance).
✍️ Ejercicios
- Compara honeypot de baja y alta interacción con pros/contras.
- Diseña la colocación de 3 honeytokens en una red corporativa típica.
- Crea una cuenta trampa y su regla de alerta de máxima prioridad.
- Explica por qué las señales de deception tienen tan pocos falsos positivos.
- Enumera 3 riesgos de un honeypot mal segmentado y su mitigación.
- Diseña un canary token para detectar acceso no autorizado a un repositorio.
📝 Reto verificable
Despliega al menos dos mecanismos de deception (p. ej. un honeypot y un honeytoken/cuenta trampa) e intégralos al SIEM con alertas de alta prioridad. Criterio de aceptación: cada interacción simulada dispara una alerta de máxima prioridad en el SIEM identificando origen y señuelo tocado, y el honeypot está segmentado de forma que no pueda usarse como pivote hacia el resto de la red.
⚠️ Errores comunes
| Síntoma / mensaje |
Causa y cómo arreglar |
| El honeypot se usa como trampolín |
Mala segmentación; aíslalo en VLAN sin acceso lateral |
| Falsos positivos en cuenta trampa |
Un escáner de inventario la tocó; excluye esas herramientas o ajusta |
| Nadie ve las alertas del canary |
No integradas al SIEM/notificación; enruta a máxima prioridad |
| Honeytokens demasiado obvios |
Nombres poco creíbles; imita la nomenclatura real de la empresa |
| Deception olvidada |
Señuelos caducan (credenciales rotan); revisa y renueva periódicamente |
❓ Preguntas frecuentes
❓ ¿La deception reemplaza a las detecciones normales?
No. Es una capa complementaria de altísima fidelidad. Detecta a quien ya está dentro y explorando, pero no ve todo; se combina con SIEM, EDR y hunting.
❓ ¿No es peligroso poner un honeypot?
Solo si está mal segmentado. Un honeypot aislado, con salida controlada, es seguro. El riesgo aparece cuando puede pivotar hacia la red real.
❓ ¿Los honeytokens requieren infraestructura?
Casi nada. Un canary token es un archivo, una URL o una clave que avisa al usarse. Es de las detecciones más baratas y efectivas que existen.
🔗 Referencias
📥 Material descargable
⬅️ Clase anterior
Clase 193 — Detección de C2 y beaconing
➡️ Siguiente clase
Clase 195 — Threat intelligence operacional