Cloudflare ha presentado Vulnerability Discovery and Remediation, un nuevo servicio que combina el análisis de código de los modelos OpenAI Daybreak, incluido GPT-5.6 Cyber, con el tráfico y el contexto de seguridad que observa la red de Cloudflare. El objetivo es detectar vulnerabilidades, identificar cuáles están siendo atacadas en tiempo real, generar reglas específicas para el Web Application Firewall (WAF) y proponer soluciones de corrección en el código. Este servicio se encuentra en fase de acceso anticipado y está disponible solo por invitación para ciertos clientes Enterprise.
Resumen en 30 segundos: Cloudflare, GPT-5.6 Cyber y sus claves
- Cloudflare combina análisis de código de OpenAI Daybreak con datos del tráfico real para evaluar vulnerabilidades.
- GPT-5.6 Cyber ayuda a investigar fallos y a generar propuestas de corrección.
- En caso de riesgo inmediato, Cloudflare puede crear reglas WAF específicas para bloquear ataques en el edge.
- La plataforma prioriza vulnerabilidades que muestran indicios de explotación activa frente a las que aún no están siendo atacadas.
- Ninguna regla WAF o corrección automática se aplica sin previa revisión humana.
Este enfoque aborda uno de los desafíos habituales en la gestión de vulnerabilidades: que la detección de una falla no indica necesariamente cuál debe corregirse primero. Un escaneo puede devolver miles de resultados, pero un equipo de seguridad necesita distinguir entre vulnerabilidades teóricas en componentes poco expuestos y aquellas que están siendo explotadas activamente.
Cloudflare busca aprovechar su posición en el tráfico en producción para aportar esa información adicional. En lugar de tratar el análisis de código y la defensa perimetral como procesos separados, cruza los hallazgos con las señales observadas en sus servicios de seguridad.
Del código al tráfico real: priorización basada en impacto
Esta nueva capacidad se integra en Cloudflare Managed Defense, conectando tres elementos clave de su plataforma: Web Assets, WAF y Workers Observability. Los modelos Daybreak de OpenAI trabajan sobre ellos para analizar el código y sugerir posibles correcciones.
El proceso difiere del método de escaneo tradicional:
Primero se realiza un análisis de código para identificar posibles vulnerabilidades. Luego, Cloudflare añade el contexto del tráfico recibido y los sistemas de seguridad para comprender mejor la situación.
De esta manera, puede responder a una pregunta más práctica: ¿está alguien intentando explotar esta vulnerabilidad en producción?
| Fase | Función |
|---|---|
| Descubrimiento | Análisis del código para identificar vulnerabilidades |
| Contextualización | Cruzamiento con tráfico real y señales de seguridad |
| Priorización | Detección de los fallos con mayor riesgo de ser explotados |
| Protección temporal | Generación de reglas WAF específicas para mitigar |
| Remediación | Propuestas para modificar el código |
| Revisión | Aprobación humana antes de aplicar cambios |
Cloudflare denomina a este proceso inicial de priorización Triage What’s Actively Under Fire. La plataforma cruza los resultados del análisis de vulnerabilidades con el tráfico en tiempo real para priorizar los problemas que muestran signos de explotación activa.
Esto no implica descartar completamente las vulnerabilidades sin ataques observados. Cloudflare aclara que los hallazgos permanecen en su sistema, pero que el análisis contextual en producción ayuda a definir las prioridades.
Es importante destacar que, si bien un puntaje CVSS alto indica potencial gravedad, no revela si una aplicación específica es accesible, si el código vulnerable está en ejecución o si ya se están realizando intentos de explotación.
Añadir telemetría en producción proporciona información adicional para tomar decisiones acertadas.
Además, la escala de la infraestructura de Cloudflare es significativa: la compañía afirma procesar billones de solicitudes diarias en millones de activos web. Esto le permite detectar patrones de ataque y alimentar sus capacidades de inteligencia de amenazas. Es una cifra proporcionada por la propia empresa y no una medición independiente.
El WAF como parche temporal antes de modificar el código
Un elemento especialmente interesante es cómo se conecta el descubrimiento de vulnerabilidades con el Web Application Firewall.
Cuando se detecta una vulnerabilidad que requiere atención inmediata, el cliente puede solicitar a Cloudflare que cree una regla WAF personalizada para el vector de ataque detectado.
Esta regla se ejecuta en la infraestructura perimetral de Cloudflare y puede bloquear solicitudes maliciosas antes de que lleguen a la aplicación vulnerable.
Se trata de un parche virtual que no corrige el fallo en el código, sino que proporciona una protección temporal en el camino del atacante mientras el equipo de desarrollo prepara y despliega una solución definitiva.
Este método resulta especialmente útil ante vulnerabilidades críticas y días cero, donde modificar código y realizar despliegues puede llevar días o semanas. En esas situaciones, una regla WAF puede ofrecer una mitigación temprana, siempre que el vector de ataque pueda bloquearse en ese nivel.
El flujo propuesto por Cloudflare sería:
Vulnerabilidad → análisis de riesgo → tráfico en producción → regla WAF → corrección de código
OpenAI participa en la investigación y en la fase final del proceso.
Los modelos de su familia Daybreak, incluyendo GPT-5.6 Cyber, pueden analizar en detalle el código y ayudar a generar parches que posteriormente revisan los desarrolladores.
Cloudflare aclara que, al menos en esta primera versión, no pretende automatizar completamente el proceso: ninguna corrección de código ni regla WAF entra en funcionamiento sin aprobación humana.
Este enfoque mantiene la separación entre automatización y autonomía. La IA puede investigar, priorizar y preparar acciones, pero la decisión final sigue en manos del equipo responsable.
Más de 60.000 vulnerabilidades en 2026: la urgencia de automatizar
Cloudflare justifica la necesidad de automatizar parte del proceso ante el crecimiento exponencial en el número de vulnerabilidades.
Según datos de la compañía, la National Vulnerability Database (NVD) había registrado 60.475 vulnerabilidades en septiembre de 2026, frente a las 48.185 contabilizadas en todo 2025.
Este incremento evidencia la magnitud del problema, aunque no todas las vulnerabilidades afectan a la misma entidad, ni todas tienen la misma probabilidad de explotación.
Por eso, Cloudflare ha añadido una fuente adicional de información: el tráfico en su red.
Este método resulta especialmente útil cuando una vulnerabilidad es nueva y hay poca información pública sobre su explotación. Si Cloudflare detecta patrones en el tráfico que corresponden a intentos reales y puede relacionarlos con un fallo en el código de un cliente, cambia la prioridad de respuesta.
Incluso afirma que su infraestructura podría detectar y neutralizar ataques de día cero en etapas iniciales, gracias a su visibilidad global y capacidades de inteligencia de amenazas, aunque no garantiza la anticipación de todas las vulnerabilidades nuevas.
La incorporación de GPT-5.6 Cyber forma parte de la iniciativa OpenAI Daybreak Defense Network, diseñada para poner modelos especializados en ciberseguridad a disposición de organizaciones defensivas.
Para Cloudflare, este acuerdo conecta esos modelos con un flujo de información que un modelo grande aislado no puede acceder: tráfico en producción, telemetría del WAF y observabilidad de aplicaciones.
Desde la perspectiva de OpenAI, representa un ejemplo adicional de cómo sus modelos para ciberseguridad pueden integrarse en sistemas defensivos empresariales, donde las acciones propuestas pueden traducirse en controles concretos.
Este enfoque refleja la evolución de la automatización de la seguridad: no solo detectar errores en el código, sino conectar código, inteligencia de amenazas, telemetría de producción, mitigación en red y corrección del software.
Vulnerability Discovery and Remediation aún no está disponible de forma general. Está actualmente en acceso temprano por invitación para clientes seleccionados de Cloudflare Enterprise, y sus resultados en gran escala se evaluarán a medida que se amplíe su uso.
La compañía tampoco ha establecido una fecha para su lanzamiento oficial.
Lo más relevante desde el punto de vista técnico es cómo conecta las etapas del proceso de seguridad: el tiempo que tarda un equipo en corregir una vulnerabilidad y el tiempo que un atacante necesita para explotarla. La propuesta de Cloudflare recurre al edge para cubrir temporalmente esa brecha mientras GPT-5.6 Cyber ayuda a preparar la solución definitiva.
Preguntas frecuentes
¿Qué es Cloudflare Vulnerability Discovery and Remediation?
Se trata de un nuevo servicio de Cloudflare Managed Defense que combina análisis de código mediante modelos OpenAI Daybreak con datos de tráfico y seguridad de su red para detectar, priorizar y asistir en la corrección de vulnerabilidades.
¿Qué hace GPT-5.6 Cyber en Cloudflare?
GPT-5.6 Cyber participa en la exploración profunda del código y ayuda a generar parches. Cloudflare cruza esos resultados con el contexto de tráfico para determinar las vulnerabilidades con mayor prioridad.
¿Cloudflare puede parchear una vulnerabilidad sin modificar el código?
Puede crear reglas WAF personalizadas en el edge para bloquear temporalmente la explotación en el vector de ataque detectado. Es una mitigación provisional, no una corrección definitiva en el código.
¿La IA puede aplicar cambios automáticamente?
No en este servicio. Cloudflare especifica que ninguna corrección de código ni regla WAF entra en vigor sin aprobación humana explícita.
Fuente: cloudflare