El número de ataques DDoS en los nueve primeros meses de 2026 creció un 140,7%

El número de ataques DDoS en los nueve primeros meses de 2026 creció un 140,7% frente al mismo periodo de 2025. Es un aumento de aproximadamente 2,4 veces: donde hace un año se registraban 100 ataques, ahora se contabilizan unos 241. Lo publica CNews. En el fragmento accesible del material el nombre de la empresa analista aparece cortado, así que la metodología de cálculo y los valores absolutos habrá que comprobarlos en el informe original.

Qué se sabe y qué no se sabe todavía

Los hechos caben en pocas líneas. Se comparan dos ventanas idénticas: enero–septiembre de 2025 y de 2026. Lo que se mide es el número de ataques, no su potencia ni el volumen total de tráfico. La diferencia es importante. Un mayor número de ataques puede significar que los atacantes lanzan muchas oleadas cortas y baratas en lugar de pocas grandes. También puede significar que han ganado sensibilidad los sistemas que detectan esos incidentes.

En el texto accesible no figuran la potencia máxima en Tbit/s, la duración media ni el desglose por sectores y por tipos de ataque. Sin esos datos es difícil saber de qué se trata: de ruido volumétrico, que los proveedores absorben en la entrada, o de ataques en la capa de aplicación, que golpean servicios concretos.

• Periodo: enero–septiembre de 2026 frente a enero–septiembre de 2025.
• Aumento del número de ataques: +140,7%.
• Multiplicador: aproximadamente ×2,4.
• Publicación: CNews, 13 de octubre de 2026.
• No se revela en el fragmento: potencia máxima, duración, estructura sectorial, regiones.

De dónde puede venir un aumento así

Lo que sigue son hipótesis, no conclusiones del informe. La primera: la propia herramienta se ha abaratado. El mercado de DDoS como servicio funciona desde hace tiempo por suscripción, y las botnets de cámaras, routers y otros dispositivos del internet de las cosas se amplían más rápido de lo que se logra limpiarlas. La segunda: ha bajado la barrera de entrada. Generar scripts y automatizar tareas rutinarias con modelos de lenguaje ahorra tiempo incluso a operadores poco preparados. El fragmento no ofrece datos directos sobre la proporción de ataques de este tipo, pero la dirección es lógica.

La tercera hipótesis se refiere a los objetivos. Cada vez más negocio vive en API y servicios en la nube. Para las plataformas de IA, un ataque en la capa de aplicación es especialmente peligroso: cada solicitud al modelo consume tiempo de cómputo en la GPU. Miles de solicitudes «de apariencia humana» por segundo pueden tumbar un servicio que aguantaría sin problemas ese mismo flujo contra una página estática normal. Y la factura por la caída y por los recursos malgastados llega a la vez.

Qué revisar ahora mismo en la defensa

Primero, determine de qué tipo de ataque está realmente protegido. El contrato con un proveedor de protección contra tráfico volumétrico no cubre los ataques L7 contra el login, el buscador o el endpoint de inferencia. Para esos puntos hacen falta límites de solicitudes por clave y por usuario, verificación del comportamiento del cliente y colas separadas para las operaciones pesadas.

Después, calcule lo que cuesta una solicitud. Si una consulta al modelo consume una fracción apreciable de segundo de GPU, el acceso sin autenticación debe cerrarse o limitarse con dureza. Funcionan bien el almacenamiento en caché de respuestas habituales y el rechazo inmediato en caso de sobrecarga: es mejor devolver un error a una parte de los usuarios que tumbar el servicio para todos.

Por último, haga simulacros. Compruebe quién desvía el tráfico hacia el filtrado y en cuántos minutos, si el equipo tiene contactos en el lado del proveedor y si el plan funciona cuando el ataque coincide con un lanzamiento o un pico de ventas. La cifra de +140,7% habla ante todo de frecuencia. Y cuando la frecuencia es alta, lo que decide no es una defensa «por si acaso», sino un procedimiento de actuación ensayado.