Anexo - Referencias

Parte: A
Estado: Revisado
Edición: v2 / 01.09.2026
Tiempo estimado de lectura: 7 min

Edición del 1 de septiembre de 2026

Las fuentes conservan sus fechas de consulta. El laboratorio identifica la simulación determinística y la integración con modelo por separado.

Acá podés volver desde una afirmación de la guía hasta su fuente. La bibliografía reúne especificaciones, investigaciones y reportes originales; cada capítulo conserva el contexto en que los usa. Una demostración de laboratorio y un incidente en producción no tienen el mismo alcance.

Referencias - Marcos y estándares

Fuente	Organización / ámbito	Partes donde se cita
A2A Protocol - Agent Discovery (agent-card.json)	A2A Project	03, 05
A2A Protocol Specification 1.0	A2A Project	05
Agent Skills Specification	Agent Skills	05
CVE-2025-32711 (EchoLeak), NVD	NVD	04
MCP Authorization specification (2026-07-28)	Model Context Protocol	03, 06
MCP 2026-07-28: protocolo base y metadata de solicitud	Model Context Protocol	03, 06
MCP 2026-07-28: descubrimiento de servidores de autorización	Model Context Protocol	03, 06
MCP 2026-07-28: consideraciones de seguridad de autorización	Model Context Protocol	03, 06
MCP Security Best Practices	Model Context Protocol	06
MCP Tools specification (2026-07-28)	Model Context Protocol	03, 06
MITRE ATLAS	MITRE	00, 01, 02, 03, 04, 08, 09, 10
MITRE ATT&CK	attack.mitre.org	02
Model Context Protocol Specification 2026-07-28	Model Context Protocol	06
NIST AI 100-2 E2025, errata	NIST	01
NIST AI 100-2e2025	NIST	00, 01, 04, 08, 10
NIST AI RMF 1.0, características de confianza	NIST	00
NIST AI RMF: características de una IA confiable	NIST	00
NIST SP 800-226, Guidelines for Evaluating Differential Privacy Guarantees	NIST	10
NVD: CVE-2019-6446 (NumPy pickle deserialization)	NVD	08
NVD: CVE-2025-23266	NVD	09
OWASP Agentic AI - Threats and Mitigations	OWASP GenAI Security Project	05
OWASP Agentic Skills Top 10	OWASP	01, 05, 10
OWASP AI Testing Guide (AITG)	OWASP	02, 10
OWASP AISVS 1.0 (verificación de controles de seguridad en IA)	OWASP	00, 01, 02, 03, 04, 05, 10
OWASP GenAI LLM Top 10 2026	OWASP GenAI Security Project	01, 04, 05, 06, 07, 09, 10, 11
OWASP GenAI Security Project	OWASP GenAI Security Project	00
OWASP GenAI Security Project: recursos (incluye Agentic AI Threats and Mitigations v1.1)	OWASP GenAI Security Project	01
OWASP Machine Learning Security Top 10	OWASP	01, 08, 09, 10
OWASP MCP Top 10	OWASP	01, 06
OWASP Top 10 for Agentic Applications 2026	OWASP GenAI Security Project	01, 05, 06, 10
OWASP Top 10 for LLM Applications, ediciones archivadas	OWASP GenAI Security Project	00, 01
Skills Over MCP Working Group, estado de SEP-2640	Model Context Protocol	05

Referencias - Investigación y case studies

Fuente	Organización / ámbito	Partes donde se cita
AgentDojo (arXiv 2406.13352)	arXiv	Anexo
AgentPoison: Red-teaming LLM Agents via Poisoning Memory or Knowledge Bases (arXiv 2407.12784)	arXiv	05, 07
ALGEN: Few-shot Inversion Attacks on Textual Embeddings using Alignment and Generation	arXiv	07
AutoAttack: Reliable evaluation of adversarial robustness (arXiv 2003.01690)	arXiv	08, 10
BadNets: Identifying Vulnerabilities in the Machine Learning Model Supply Chain (arXiv 1708.06733)	arXiv	08
Deep Learning with Differential Privacy (arXiv 1607.00133)	Investigación original	10
ConfusedPilot: Confused Deputy Risks in RAG-based LLMs	arXiv	07
EchoLeak, análisis de la primera prompt injection zero-click en producción (CVE-2025-32711)	arXiv	07
Greshake et al., Indirect Prompt Injection en aplicaciones con LLM	arXiv	07
HarmBench (arXiv 2402.04249)	arXiv	04
JailbreakBench (arXiv 2404.01318)	arXiv	04
Knockoff Nets: Stealing Functionality of Black-Box Models (arXiv 1812.02766)	arXiv	08
Language Model Inversion (arXiv 2311.13647)	arXiv	07
LivePI: More Realistic Benchmarking of Agents Against Indirect Prompt Injection	arXiv	04
LLMmap: Fingerprinting de LLMs con pocas consultas (arXiv 2407.15847)	arXiv	03
LoRA: Low-Rank Adaptation of Large Language Models (arXiv 2106.09685)	Investigación original	01
MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers (arXiv 2508.14925)	arXiv	06
Membership Inference Attacks against Machine Learning Models - Shokri et al. (arXiv 1610.05820)	arXiv	08
Membership Inference Attacks From First Principles - LiRA (arXiv 2112.03570)	arXiv	08, 10
MINJA: Memory Injection Attacks on LLM Agents via Query-Only Interaction (arXiv 2503.03704)	arXiv	05
Morris II / ComPromptMized (arXiv 2403.02817)	arXiv	11
NIST AI 600-1, perfil GenAI	DOI / publicación académica	00
PoisonedRAG: Knowledge Corruption Attacks to Retrieval-Augmented Generation of Large Language Models, USENIX Security 2025	USENIX	07
Semi-supervised Knowledge Transfer for Deep Learning from Private Training Data, PATE (arXiv 1610.05755)	Investigación original	10
RAGuard: Secure Retrieval-Augmented Generation against Poisoning Attacks	arXiv	07
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv 2005.11401)	Investigación original	01
ReAct: Synergizing Reasoning and Acting in Language Models (arXiv 2210.03629)	Investigación original	01, 05
Sleeper Agents: Training Deceptive LLMs that Persist Through Safety Training (arXiv 2401.05566)	arXiv	08
Towards Deep Learning Models Resistant to Adversarial Attacks (arXiv 1706.06083)	arXiv	08, 10
Traceback of Poisoning Attacks to Retrieval-Augmented Generation, WWW 2025	arXiv	07
Universal and Transferable Adversarial Attacks on Aligned Language Models - GCG (arXiv 2307.15043)	arXiv	08
Vec2Text: Text Embeddings Reveal (Almost) As Much As Text (arXiv 2310.06816)	arXiv	07
Harnessing the Universal Geometry of Embeddings, vec2vec (arXiv 2505.12540v4)	arXiv	07
WASP: Benchmarking Web Agent Security Against Prompt Injection Attacks	arXiv	04

Referencias - Implementación, advisories y práctica

Fuente	Organización / ámbito	Partes donde se cita
AI Security Bootcamp (aisb), programa y laboratorios	GitHub / proyecto citado	08, 09
Anthropic, Code execution with MCP	Anthropic	00
Anthropic: Disrupting the first reported AI-orchestrated cyber espionage campaign (GTG-1002, nov-2025)	Anthropic	00, 05
AWS: Instance Metadata Service	docs.aws.amazon.com	09
AWS: opciones de IMDS, precedencia y hop limit	AWS	09
Canarytokens: funcionamiento de los señuelos y sus alertas	Thinkst	Anexo
EchoLeak: análisis de los investigadores, Breaking Down EchoLeak	Aim Security / Cato Networks	04
CSA MAESTRO - threat modeling para IA agéntica	Cloud Security Alliance	01, 02
CycloneDX ML-BOM	cyclonedx.org	09
ETSI TS 104 223, Baseline Cyber Security Requirements for AI Models and Systems	etsi.org	00
EU AI Act, texto consolidado	eur-lex.europa.eu	00
Reglamento (UE) 2026/1744, modificación del AI Act	EUR-Lex	00
Colorado SB26-189, tecnologías de decisión automatizada	Asamblea General de Colorado	00
Google SAIF - Risk map	Google SAIF	00, 01, 02, 03
Hines et al., Defending Against Indirect Prompt Injection Attacks With Spotlighting	ceur-ws.org	07
Kubernetes: RBAC good practices	Kubernetes	09
Kubernetes: Service Accounts	Kubernetes	09
Kubernetes: configuración de Service Accounts y tokens proyectados	Kubernetes	09
Meta Llama Guard	llama.com	10
MITRE ATLAS - atlas-data v2026.07	GitHub / proyecto citado	01, 02, 03, 04, 05, 06, 07, 08, 09, 10, 11
MITRE ATLAS v2026.07, dataset del esquema v6 usado para validar IDs y relaciones	MITRE	Anexo
NCSC, Prompt injection is not SQL injection (it may be worse)	UK NCSC	00
NCSC, Prompt injection is not SQL injection, documento PDF	UK NCSC	00
NVIDIA NeMo Guardrails	GitHub / proyecto citado	10
NVIDIA: Modeling Attacks on AI-Powered Apps with the AI Kill Chain Framework	NVIDIA	01
PoisonGPT: experimento de edición y distribución de un modelo alterado	Mithril Security	11
Slack AI: Data Exfiltration via Indirect Prompt Injection	PromptArmor	11
Cylance, investigación original de evasión	Skylight Cyber	11
NVIDIA Security Bulletin CVE-2025-23266 (rev. 2.0)	NVIDIA	09
NumPy: numpy.load y la opción allow_pickle	NumPy	08
Opacus: DP-SGD privacy accounting (accountant RDP)	opacus.ai	10
OWASP AISVS 1.0, C7 Model Behavior, Output Control & Safety Assurance	GitHub / proyecto citado	04
OWASP AISVS 1.0, C9 Orchestration & Agentic Security	GitHub / proyecto citado	05
PyTorch: serialization semantics	docs.pytorch.org	08
PyTorch 2.6: serialization semantics	PyTorch	08
PyTorch: torch.load	docs.pytorch.org	08
PyTorch: advisory GHSA-53q9-r3pm-6pq6, CVE-2025-32434	PyTorch	08
PyTorch: Compromised PyTorch-nightly dependency chain	PyTorch	11
Malware in a machine learning model hosted on Hugging Face	ReversingLabs	11
SafeRAG: Benchmarking Security in Retrieval-Augmented Generation, ACL 2025	aclanthology.org	07
SEP-2640 Skills Extension	GitHub / proyecto citado	05
Skills over MCP Working Group, repositorio experimental	GitHub / proyecto citado	05
SPDX: AI System BOM	spdx.dev	09
Snyk Agent Scan, scanner para agentes, MCP y skills	Snyk	Anexo

Nota editorial

Una URL puede respaldar varias técnicas, mitigaciones o case studies. En esos casos se conserva una sola entrada y el contexto específico permanece junto a la afirmación del capítulo. Las versiones y estados normativos se detallan en Marcos, versiones y matrices de cobertura. Los destinos ficticios de los ejercicios no son fuentes bibliográficas.