Trabajo de graduación · UMG · Maestría en Análisis Forense Informático

Proceso de investigación y análisis

Cómo se diseñó el estudio, cómo se midió cada variable, cómo se procesaron los datos y cómo se obtuvo cada figura y cada estadístico del Capítulo IV.

Esta página reconstruye el camino completo que va del planteamiento del problema a las cifras del Capítulo IV. Está escrita para un revisor técnico: cada definición operativa, cada fórmula y cada decisión analítica se presenta con el archivo y la función del repositorio donde se implementa, y todos los valores numéricos que aparecen abajo se recalculan desde los datos al generar la página.

1. Problema e hipótesis

En las aplicaciones Fintech del sector bancario, la evidencia digital de un incidente —logs, registros transaccionales, marcas de tiempo— suele generarse como subproducto de la operación y no como un entregable verificado. Cuando ocurre un incidente, la investigación forense descubre a posteriori que faltan eventos, que los registros no tienen los campos necesarios o que no hay forma de probar que no fueron alterados.

La propuesta del trabajo es tratar la preparación forense (Forensic Readiness) como un atributo de calidad del software: incorporar controles forenses al proceso de Quality Assurance, de modo que la capacidad de producir evidencia se pruebe antes de liberar, igual que cualquier otro requisito.

H1: la implementación de controles forenses en QA (VI) mejora la calidad de la evidencia digital (VD) Operacionalizado como: la mediana de las diferencias IQCEDpostest − IQCEDpretest es distinta de cero. H0: la mediana de las diferencias es cero. Contraste bilateral, α = 0.05.

La hipótesis general se descompone en tres específicas, cada una asociada a un atributo de la evidencia y medida por un subconjunto de los KPIs:

Hipótesis específicas · Cap. II pp. 27–28 y Cap. V p. 73
HipótesisAtributo de la evidenciaKPIs que la midenEscenarios de validación
HE1Completitud y consistencia de los logsKPI1, KPI2SC-01, SC-02, SC-03, SC-04
HE2Integridad verificable y preservación preventivaKPI3, KPI4SC-05, SC-06, SC-07
HE3Trazabilidad transaccional y rapidez de recuperaciónKPI5, KPI6, KPI7SC-08, SC-09, SC-10

2. Diseño del estudio

Diseño cuasi-experimental de medidas repetidas pretest–postest sobre un mismo sistema. La unidad de análisis es el escenario de incidente (n = 10). Cada escenario se ejecutó dos veces sobre la aplicación Fintech del laboratorio (Forensic Readiness Lab): primero sin los controles del modelo (pretest) y luego con ellos (postest). Como el sistema, los datos de prueba y el guion del incidente son los mismos en ambas corridas, cada escenario funciona como su propio control y la diferencia observada se atribuye a los controles incorporados.

Pretest · 05/05/2026
12:16:14–12:16:20 UTC

Sistema base, sin controles forenses en el ciclo de QA.

Postest · 05/05/2026
14:00:10–14:00:20 UTC

Mismo sistema con los controles del modelo implementados.

Evidencia por corrida
4 archivos

Reporte de KPIs, volcado de base de datos, log de consola y resumen de ejecución. 4 × 2 fases × 10 escenarios = 80.

Los escenarios cubren las cuatro dimensiones de la variable dependiente y reproducen incidentes típicos del sector: ataques de autenticación, compromiso de sesión, fraude transaccional, fraude de identidad, inyección, amenaza interna y degradación de la infraestructura forense. SC-01 es un control negativo: una operación legítima, que permite verificar que el modelo también deja evidencia completa cuando no hay incidente.

Los diez escenarios · metadata_escenarios.csv
IDEscenarioIncidente simuladoComponente bajo pruebaDimensión VDHE
SC-01Línea base operativa: login exitoso + transferencia legítimaControl negativo — operación legítima (no incidente)auth.service, accounts.service, transfers.service, auditMiddlewareGeneraciónHE1
SC-02Fuerza bruta y bloqueo de cuentaAcceso no autorizado / ataque de autenticaciónauth.service — lockout; users.failedAttempts, users.lockedUntilGeneraciónHE1
SC-03JWT manipulado — compromiso de sesiónCompromiso de sesión / acceso no autorizado mediante token adulteradomiddleware/auth.ts — validación JWT; forensic/audit-trail.tsIntegridadHE1
SC-04Fraude — transferencia a cuenta en blacklistFraude transaccional — intento de transferencia a cuenta en lista negratransfers.service.ts — bloqueo por isBlacklisted; admin.router.tsTrazabilidadHE1
SC-05Evasión de límite por operaciones divididas (split)Fraude transaccional / evasión de control / manipulación de límitestransfers.service.ts — agregación diaria contra dailyLimitTrazabilidadHE2
SC-06Account takeover — toma de cuentaToma de cuenta / suplantación de identidad / compromiso de sesiónauth.service.ts, profile.router.ts, transfers.service.tsPreservaciónHE2
SC-07Fraude de identidad sintética — KYCFraude de identidad / suplantación en proceso KYCloans.service.ts — KYC, score de riesgo, validación DPI/direcciónGeneraciónHE2
SC-08SQL injection — intento bloqueadoAbuso de API / alteración de registros (intento no exitoso)middleware/sql-injection.ts — 5 patrones regex; HTTP 400GeneraciónHE3
SC-09Insider threat — alteración de logAlteración de registros (insider threat / abuso de privilegio)forensic/hash-chain.ts; backend/scripts/verify-hash-chain.tsIntegridadHE3
SC-10Drift NTP — degradación de correlación temporalDegradación de infraestructura forense / anomalía temporalforensic/time-sync.ts, time_sync_log, auditMiddlewareTrazabilidadHE3

3. Variable independiente: implementación de controles forenses

Se mide con el Instrumento 1, una lista de verificación de diez ítems que se aplica a cada escenario en cada fase, a partir de la evidencia generada en esa corrida. Cada ítem se valora en una escala ordinal de cuatro puntos sin punto neutral:

Escala de valoración de cada ítem
ValorCategoríaCriterio
0InexistenteEl control no existe en el sistema.
1Existe, no funcionalHay algo implementado, pero no produce evidencia utilizable.
2Funcional con esfuerzoProduce evidencia, pero recuperarla o interpretarla requiere trabajo manual.
3Funcional y aprovechableProduce evidencia utilizable directamente en una investigación.
Puntaje VI = Σi=1..10 ítemi ∈ [0, 30] Bajo: 0–10 · Medio: 11–20 · Alto: 21–30 · vi_totales.csv
Instrumento 1 · diez ítems · medias sobre los 10 escenarios, vi_long.csv
ÍtemQué verifica la lista de verificaciónMedia pretestMedia postest
I1Casos de prueba validan registro de eventos críticos0.03.0
I2Trazabilidad E2E navegable y verificable0.03.0
I3Validación de campos detecta omisiones y bloquea0.03.0
I4Controles de auditoría capturan acciones sensibles0.03.0
I5Verificación de integridad hash funcional0.03.0
I6Sincronización temporal precisa y confiable1.03.0
I7Persistencia conforme a política de retención0.03.0
I8Criterios forenses en pruebas no funcionales0.03.0
I9Criterios forenses en DoD condicionan aceptación1.03.0
I10Documentación permite reproducción exacta2.03.0

Resultado: el puntaje fue 4/30 en los 10 escenarios del pretest (nivel Bajo) y 30/30 en los 10 del postest (nivel Alto). Los puntos del pretest provienen de los mismos ítems en todos los escenarios (I6 = 1, I9 = 1, I10 = 2), aspectos que el sistema base ya cubría parcialmente.

4. Variable dependiente: KPIs forenses e IQCED

Se mide con el Instrumento 2: siete indicadores que el laboratorio calcula automáticamente en cada corrida y deja en un kpi_report_*.json. Cada fila de kpis_long.csv conserva el numerador, el denominador, la ruta del reporte de origen y su hash SHA-256, de modo que cualquier valor se puede rastrear hasta el archivo que lo produjo.

Instrumento 2 · siete indicadores forenses · kpis_long.csv
KPIIndicadorQué mideCálculoEjemplo real: SC-09 postestHE
KPI1% eventos críticos registradosEventos críticos del escenario que quedaron registrados en la bitácora de auditoríaeventos críticos registrados ÷ eventos críticos generados × 1009 ÷ 9 = 100.00 %HE1
KPI2% logs con campos obligatorios completosRegistros de log que contienen todos los campos obligatorios definidos por el modeloregistros con campos completos ÷ registros generados × 1009 ÷ 9 = 100.00 %HE1
KPI3% registros con hash verificableRegistros cuyo hash SHA-256 se verifica contra la cadena de integridadregistros con hash verificable ÷ registros evaluados × 1008 ÷ 9 = 88.89 %HE2
KPI4% conservación conforme a política de retenciónRegistros conservados conforme a la política de retenciónregistros conservados conforme ÷ registros sujetos a la política × 1009 ÷ 9 = 100.00 %HE2
KPI5% correlación end-to-end exitosaFlujos transaccionales que se pueden correlacionar de extremo a extremoflujos correlacionados ÷ flujos evaluados × 1001 ÷ 1 = 100.00 %HE3
KPI6% capacidad de reconstrucción completaIncidentes cuya secuencia de hechos se puede reconstruir por completo a partir de la evidenciaincidentes reconstruidos ÷ incidentes evaluados × 1001 ÷ 1 = 100.00 %HE3
KPI7Tiempo promedio de recuperación de evidenciaTiempo promedio para recuperar la evidencia del incidentemilisegundos (no porcentual: queda fuera del IQCED)356 msHE3

La columna de ejemplo usa SC-09 porque es el único escenario donde un KPI postest no llega a 100 %: en la simulación de amenaza interna se altera un registro de log, y la cadena de hashes lo detecta (8 de 9 registros verificables). Es el comportamiento esperado del control, no una falla.

Índice Global de Calidad de Evidencia Digital (IQCED)

Para contrastar la hipótesis general se necesita una sola medida por escenario y fase. El IQCED es la media aritmética de los seis KPIs porcentuales, con igual peso:

IQCED = ( KPI1 + KPI2 + KPI3 + KPI4 + KPI5 + KPI6 ) / 6 ∈ [0, 100] Regla fijada antes de procesar los datos: un KPI no medible (N/A) se computa como 0. KPI7 se excluye por no ser porcentual y se analiza aparte. indice_global.csv

La regla N/A → 0 parte de un criterio probatorio: si el sistema no tiene la infraestructura para medir un atributo forense, ese atributo no existe a efectos de una investigación. En el pretest KPI4 y KPI5 son N/A, y KPI2, KPI3, KPI6 se registran como 0 ÷ 0. Solo KPI1 tiene denominador real en el pretest (10, 10, 8, 12, 10, 14, 10, 8, 9, 10 eventos críticos según el escenario), con numerador 0 en todos los casos.

KPI7 se reporta descriptivamente: en el postest el tiempo de recuperación tuvo una media de 485 ms y una mediana de 438 ms (rango 356–781 ms), por debajo del umbral de referencia de 1000 ms. En el pretest no había mecanismo de recuperación que cronometrar.

5. Valoración experta

El Instrumento 3 es un cuestionario de quince ítems en escala Likert de cuatro puntos, sin punto neutral (1 = totalmente en desacuerdo, 4 = totalmente de acuerdo), aplicado mediante Microsoft Forms a 12 profesionales de QA, desarrollo, ciberseguridad, análisis y negocio. Los ítems se agrupan en tres dimensiones de cinco: A (pertinencia y coherencia), B (aplicabilidad técnica) y C (suficiencia y viabilidad). Su función en el diseño es complementar la evidencia de laboratorio con el juicio de quienes operan sistemas reales.

El export de Forms se procesa en src/extract.py: los encabezados se resuelven a los códigos A1–C5 comparando texto normalizado (Forms trunca los enunciados largos), las respuestas textuales se convierten a 1–4 y el proceso se detiene con error si algún ítem o respuesta no se puede mapear. El repositorio versiona solo una copia anonimizada.

Confiabilidad del cuestionario

α = k / (k − 1) · ( 1 − Σ σ²ítem / σ²total ) k = 15 ítems · 12 respondentes · varianzas muestrales (ddof = 1) · src/transform.py · alfa_cronbach()
α global
0.906

Supera el umbral de 0.70 fijado en la §3.5 del marco metodológico.

α por dimensión
A = 0.833 · B = 0.751 · C = 0.771

Las tres subescalas son consistentes por separado, no solo en conjunto.

α si se elimina un ítem
0.888 – 0.913

Solo al quitar B4 (0.913) o C4 (0.910) el α sube, y como máximo 0.007: una ganancia marginal que no justifica descartar ningún ítem.

6. Del laboratorio al documento

El procesamiento sigue un esquema ETL (extract, transform, load) con dos etapas de verificación intercaladas. Ningún número pasa de una etapa a otra transcrito a mano.

  1. Ejecución de los escenarios

    El laboratorio corre los 10 escenarios en pretest y postest. Cada corrida calcula sus KPIs y deja cuatro archivos de evidencia.

    Salida: 80 archivos · 04_evidencias/<fase>/escenario_scNN/
  2. Consolidación del paquete de datos

    Un script del laboratorio lee los reportes y la lista de verificación, y produce los CSV en formato largo y ancho, junto con dos manifiestos: el SHA-256 de cada archivo de evidencia y el de cada CSV exportado.

    Script: exportar_para_etl.py (repositorio del laboratorio) · Salida: input/exports_etl/
  3. Verificación de integridad

    Antes de usar los datos se recalcula el SHA-256 de cada CSV contra su manifiesto y se comprueban conteos, cobertura de identificadores, rangos y cruces entre archivos. Si alguna comprobación falla, el script termina con código 1.

    Script: scripts/verificar_paquete.py
  4. Extracción

    Carga de los siete CSV (UTF-8 con BOM) y del cuestionario de expertos, con validación de columnas y de dominio de las respuestas.

    Código: src/extract.py
  5. Transformación

    Agregación de la VI por ítem y fase, medias de KPI por fase, prueba de normalidad, contraste de hipótesis, tamaños de efecto y alfa de Cronbach.

    Código: src/transform.py · pandas, NumPy, SciPy
  6. Carga: figuras y consolidado

    Generación de las figuras del capítulo en PNG a 150 dpi y de un Excel con todas las tablas intermedias y los resultados de inferencia.

    Código: src/plots.py, src/load.py · Salida: output/graficas/, output/consolidado.xlsx
  7. Auditoría contra el documento

    Cada cifra impresa en el Capítulo IV se registra tal como aparece en el documento y se compara contra su recálculo desde los CSV.

    Script: scripts/auditar_capitulo4.py contra scripts/valores_tesis.json · resultado en Auditoría
  8. Publicación de este sitio

    El sitio se genera desde los mismos datos y vuelve a correr la auditoría; la salida literal de los scripts de verificación queda en Evidencia.

    Script: scripts/generar_sitio.py

7. Análisis estadístico

El contraste de la hipótesis general compara los 10 pares IQCED pretest–postest. La elección entre una prueba paramétrica y una no paramétrica no se fijó de antemano: la decide la normalidad de las diferencias, según la regla implementada en src/transform.py · estadistica_inferencial().

dj = IQCEDpostest, j − IQCEDpretest, j , j = 1..10 Diferencias observadas: 100.00, 100.00, 100.00, 100.00, 100.00, 100.00, 100.00, 100.00, 98.15, 100.00
Paso 1 · Normalidad
Shapiro-Wilk

W = 0.366, p = 1.0e-07. Se rechaza la normalidad. El rechazo se debe a la falta de variabilidad (9 de 10 diferencias son idénticas), no a asimetría.

Paso 2 · Contraste
Wilcoxon de rangos con signo

Al rechazarse la normalidad se descarta la t pareada. W = 0, p = 0.001953 (distribución exacta, bilateral). Se rechaza H0.

Paso 3 · Tamaño del efecto
r rank-biserial = 1.00

10 de 10 diferencias son positivas y ninguna negativa: es el valor máximo posible del indicador.

Cómo leer estos resultados

El valor p es el mínimo que el diseño permite. Con n = 10 y todas las diferencias del mismo signo, la distribución exacta de Wilcoxon da p = 2 / 210 = 0.001953. Ningún resultado con diez pares puede ser más significativo. El p indica que la mejora es consistente en todos los escenarios; la magnitud de la mejora la dan los descriptivos: diferencia media de 99.81 puntos sobre 100, con desviación estándar de 0.59.

La d de Cohen no se usa para interpretar. Se calcula como referencia (d = 170.6), pero al dividir por una desviación estándar casi nula el valor se dispara y pierde significado. Por eso el capítulo reporta como tamaño de efecto la correlación rank-biserial, coherente con la prueba de Wilcoxon.

Efecto techo. El postest tiene media 99.81 y nueve escenarios en 100. El análisis lo detecta y lo declara: la escala no puede registrar mejoras por encima de ese nivel, por lo que los resultados describen que el modelo lleva la calidad de la evidencia al máximo medible, no cuánto podría superarlo.

8. Cómo se obtuvo cada figura

Todas las figuras se generan con matplotlib y seaborn desde src/plots.py. Ninguna se edita después de generada. Los colores son constantes en todo el capítulo: pretest #7FB3D5, postest #1F4E78. En la página Figuras cada imagen lleva su ficha técnica con los valores exactos que representa.

De los datos a cada figura · src/plots.py
FiguraFuenteTransformaciónCodificación visualFunción
2 a 11vi_long.csv, vi_totales.csv, kpis_long.csv, indice_global.csv, metadata_escenarios.csvSe filtran las filas del escenario. Panel A: valor 0–3 de cada ítem I1–I10 por fase; la suma y el nivel se leen de vi_totales.csv. Panel B: valor de KPI1–KPI6 por fase con N/A dibujado como 0 (misma regla que el IQCED); el IQCED del título se lee de indice_global.csv. Título, dimensión e hipótesis vienen de metadata_escenarios.csv.Barras agrupadas pretest/postest. Línea de referencia en 2 en el panel A.plot_escenario_panel()
12 a 14input/anonimizado/instrumento_3.csvPor cada ítem de la dimensión se cuentan las respuestas en cada nivel 1–4 y se convierten a porcentaje de la fila (12 respuestas = 100 %). La media del título es la media de las 60 respuestas de la dimensión.Barras horizontales apiladas al 100 %, escala divergente de rojo (1) a azul (4). Se rotulan los segmentos ≥ 5 %.plot_cuestionario_dimension_apilada()
Tablas 4–8Los mismos CSVSe reconstruyen en scripts/generar_sitio.py al generar este sitio y se comparan cifra por cifra contra el documento en la auditoría.Tabla HTMLpagina_tablas()

9. Decisiones metodológicas y limitaciones

Se declaran aquí las decisiones que un revisor podría cuestionar, junto con lo que se hizo para acotarlas.

IMPUTACIÓN N/A → 0 · ANÁLISIS DE SENSIBILIDAD

La conclusión no depende de esta regla. Si en lugar de contar los N/A como cero se excluyen del promedio, el IQCED pretest máximo sigue siendo 0.00. Y si se usa solo KPI1, el único indicador con denominador real en el pretest, el resultado es el mismo: 0 eventos críticos registrados (0) en los 10 escenarios.

VARIANZA MÍNIMA Y EFECTO TECHO

Pretest en 0 y postest en 100 en nueve de diez escenarios. Esto limita lo que la estadística inferencial puede aportar más allá de confirmar la consistencia del cambio, y es la razón por la que se privilegia la lectura descriptiva y el tamaño de efecto no paramétrico.

VARIABLE INDEPENDIENTE SIN VARIACIÓN ENTRE ESCENARIOS

La VI vale 4/30 en todos los escenarios del pretest y 30/30 en todos los del postest. La asociación entre VI y VD descansa por lo tanto en dos niveles de implementación, no en diez valores independientes; no se estima una relación dosis–respuesta.

UN SOLO EVALUADOR

El modelo fue implementado y evaluado por la misma persona investigadora, sin segundo evaluador independiente, lo que impide estimar concordancia entre observadores en el Instrumento 1. Está declarado como limitación en el Cap. I, p. 15. Lo mitigan dos cosas: los KPIs (Instrumento 2) los calcula el sistema, no el evaluador, y cada uno queda encadenado por hash a su evidencia.

VALIDEZ EXTERNA

Los escenarios se ejecutaron en una aplicación de laboratorio con incidentes simulados, no en un sistema bancario en producción. La valoración del panel experto (Instrumento 3) aporta evidencia sobre la aplicabilidad en entornos reales, pero la generalización a producción requiere validación adicional.

Las observaciones abiertas sobre la redacción del documento se listan, sin omitir ninguna, al final de la página Auditoría.

10. Cómo reproducirlo

Python 3.12 con dependencias ancladas: pandas==2.2.3 · numpy==2.1.3 · openpyxl==3.1.5 · matplotlib==3.9.2 · seaborn==0.13.2 · scipy==1.14.1.

pip install -r requirements.txt
python scripts/verificar_paquete.py   # integridad SHA-256 y consistencia del paquete
python main.py                        # figuras, Excel consolidado y reporte
python scripts/auditar_capitulo4.py   # cada cifra del documento contra su recálculo
python scripts/generar_sitio.py       # este sitio

verificar_paquete.py y auditar_capitulo4.py terminan con código de salida 1 si alguna comprobación falla, de modo que la verificación se puede automatizar sin leer la salida.