Data leak protection para responsables de la toma de decisiones de TI: estrategias, soluciones y mejores prácticas

«Data leak protection», «data leak prevention» y «data loss prevention» se usan a menudo de forma indistinta, pero no significan lo mismo. Aquí aclaramos la terminología y describimos las estrategias para los directores de ciberseguridad.

Contenido

1. Definición: ¿qué es la data leak protection?
2. Tipos de fuga de datos
3. Data leakage protection policy
4. Lista de tareas de data leak protection
5. Soluciones: soluciones de data leak prevention
6. Gestión del riesgo humano
7. Retos y limitaciones

Puntos clave: data leak protection

• La data leak protection es la estrategia; la data leak prevention es la ejecución operativa, con tecnologías concretas.
• Las fugas accidentales por la TI invisible y el mal uso de la IA superan a los ataques dirigidos: las personas siguen siendo el mayor factor de riesgo.
• Una política de data leak protection eficaz combina la clasificación de datos, el acceso con privilegios mínimos y planes probados de respuesta a incidentes.
• Las soluciones de data leak protection modernas necesitan integración en la nube y aprendizaje automático: las reglas estáticas producen demasiados falsos positivos.
• La gestión del riesgo humano complementa la tecnología mediante la formación continua y las intervenciones basadas en el comportamiento.

Definición: ¿qué es la data leak protection?

Cualquiera que impida que los datos de la empresa se fuguen de forma incontrolada está practicando la data leak protection. Parece sencillo. En realidad no lo es, porque el término abarca un conjunto de cosas a la vez: cortafuegos y filtros en el aspecto técnico, y normas de conducta, formación y procesos en el aspecto humano.

DLP, la abreviatura, aparece en casi todas las conversaciones sobre seguridad, y suele significar específicamente data leak prevention, la capa operativa. Un sistema DLP reacciona en el momento en que la gestión de los datos por parte de alguien parece sospechosa. Un asistente intenta enviar 10 000 direcciones de correo de clientes a su cuenta de Gmail personal; el sistema lo bloquea. Un desarrollador copia el código fuente en una memoria USB justo antes de presentar su dimisión. Saltan las alarmas.

La data leak protection se sitúa un nivel por encima. Es la estrategia y el estado general de una organización, no solo la tecnología que la impone. Una buena data leak protection significa que los datos no acaben fuera de la empresa por accidente o a propósito, sea cual sea la causa real: permisos incorrectos, ingeniería social o una brecha técnica en alguna parte.

Merece la pena conocer también el término data loss prevention, que no es exactamente lo mismo. La pérdida total de datos por eliminación, un fallo del disco duro o un ransomware se acerca más a la disponibilidad que a la confidencialidad, y aquí es donde las copias de seguridad, las instantáneas y los planes de recuperación hacen el trabajo pesado. En cambio, los filtros, la supervisión y el análisis del comportamiento humano son territorio de la data leak prevention, y confundir ambos es un error común y evitable.

Tipos de fuga de datos

En la práctica, los tipos de fuga de datos se dividen en tres vías, y cada una de ellas cuesta dinero a su manera.

Fuga de datos accidental

La primera categoría, la mayoría de las veces, se reduce a un simple accidente. Un clic de más, el destinatario equivocado, un recurso compartido en la nube configurado como «público» en lugar de «interno». Nadie se propone causar daños y, sin embargo, los datos de los clientes acaban igualmente fuera de la empresa.

El «shadow IT» o TI invisible y los errores en las instrucciones o de prompting son especialmente complicados en este caso. Alguien tiene un plazo de entrega ajustado para una presentación a primera hora de la mañana siguiente y pega los planes internos del producto directamente en ChatGPT para terminar la diapositiva en cinco minutos. En ese momento, no se le pasa por la cabeza que esos datos se encuentran ahora en los servidores de otra persona.

Los sistemas DLP suelen detectar este tipo de cosas tarde, si es que las detectan. Las normas ayudan. También las herramientas: los sistemas pueden detectar patrones de uso compartido extraños y bloquearlos automáticamente. Pero no pongas el listón tan alto que los empleados empiecen a buscar soluciones alternativas.

Ataques electrónicos maliciosos

Los ataques electrónicos maliciosos persiguen un objetivo más sencillo: robar los datos o extorsionar a cambio de dinero. El malware y el ransomware preparan el terreno, introduciéndose silenciosamente en la red, copiando datos y, finalmente, lanzando la amenaza: pague o lo publicaremos todo.

El phishing y el pretexting son la vía de entrada habitual. Un enlace de inicio de sesión falso. Una identidad falsa. A menudo, eso es suficiente para que un atacante se haga con los datos de acceso y, a partir de ahí, se mueva lateralmente por la red, a veces durante semanas, antes de que alguien se dé cuenta.

La data leak prevention ayuda en este caso al vigilar los flujos de datos y bloquear las transferencias que parezcan extrañas, aunque la velocidad es importante. Si se actúa con demasiada lentitud, los datos ya habrán salido antes de que el sistema dé la voz de alarma.

Insiders maliciosos

Esta es la categoría más complicada de las tres. Alguien que ya tiene un acceso legítimo decide utilizarlo de forma malintencionada. Un comercial se marcha con toda la lista de clientes. Un administrador, al que se le ha denegado el ascenso demasiadas veces, copia documentos de estrategia en un servidor privado a altas horas de la noche.

La ingeniería social, el fraude del CEO y los ataques «quid pro quo» también entran en esta categoría. En el fraude del CEO, llega un correo electrónico a la bandeja de entrada del departamento de contabilidad, supuestamente del director general: «¡Urgente! Envíe el archivo XY a este consultor de inmediato». Breve y conciso, exactamente como suena el jefe de verdad cuando hay un problema. El archivo se envía. Solo más tarde alguien se da cuenta de que a la dirección de correo del remitente le faltaba un carácter.

El ataque «quid pro quo» se desarrolla de forma diferente. Alguien llama haciéndose pasar por el soporte técnico de TI: «Estamos viendo un problema con tu acceso. ¿Podrías abrir este archivo para que podamos comprobarlo?» Suena útil. No lo es.

La gestión del riesgo humano es lo que realmente aborda bien esta categoría: rastrear las anomalías de comportamiento, impartir una formación que muestre tácticas reales en lugar de recitar reglas y facilitar de verdad que se notifique algo sospechoso sin que parezca que se está delatando a un compañero. La data leak protection, en otras palabras, es mucho más que un software.

Data leakage protection policy

Una data leakage protection policy especifica quién en una organización puede ver, editar y compartir qué datos, y qué sucede si algo sale mal. Si se omiten estas reglas, los sistemas de DLP no tienen nada concreto que hacer cumplir, ya que la tecnología solo puede actuar sobre lo que ya se ha definido.

No es un documento de TI, o no debería tratarse como tal. Pertenece a la gestión de riesgos, vincula las obligaciones legales con las operaciones diarias y necesita un apoyo real por parte de la dirección. Sin ese respaldo, la data leak protection sigue siendo teórica en lugar de operativa.

Clasificación de datos: ¿quién necesita qué?

La clasificación es lo primero, y parte de una simple verdad: no todo merece el mismo nivel de protección. Un comunicado de prensa público no necesita cifrado. Una lista de nóminas, sí. La mayoría de las organizaciones se decantan por cuatro niveles.

• Público: comunicados de prensa, estudios publicados, información general sobre productos. En este caso basta con un toque ligero.
• Interno: correos electrónicos de los departamentos, documentos de planificación, informes rutinarios. Nada que deba salir del edificio, aunque tampoco nada que deba bloquearse internamente.
• Confidencial: contratos, previsiones financieras, hojas de ruta de desarrollo. Esto requiere cifrado, registros de acceso y autenticación multifactor.
• Restringido: detalles de pago, expedientes de personal, historiales de pacientes, propiedad intelectual. Solo las personas con autorización explícita pueden consultarlos y cada acceso queda registrado.

La DLP se comporta en función de la clasificación de un archivo. Si se etiqueta algo como «restringido», cualquier intento de enviarlo al exterior se bloquea en el acto. Un archivo sin etiquetar no le da al sistema nada sobre lo que actuar.

Cumplimiento de las normativas: RGPD, NIS2 y otros marcos que debes conocer

Nada de esto es opcional. El RGPD por sí solo exige que las organizaciones dispongan de medidas técnicas y organizativas para proteger los datos personales contra el acceso no autorizado, con multas reales para quien no pueda demostrarlo.

Desde su entrada en vigor en 2024, la Directiva NIS2 (¿a quién aplica?) ha elevado aún más el listón para las organizaciones de los sectores de la energía, la sanidad, las finanzas y los servicios de TI, que ahora disponen de solo 24 horas para notificar un incidente una vez que tienen conocimiento de él, con poco margen para sentarse a debatir la gravedad de la situación. Para todos los afectados, nuestra guía práctica explica cómo son en la práctica los procesos que cumplen la NIS2.

La obligación tampoco se detiene en la frontera de la UE, aunque los detalles sí lo hagan. En España, las obligaciones de notificación de incidentes de ciberseguridad son específicas según el sector y el tipo de entidad, y no están reguladas por una única ley. Aparte de los ya mencionados, los principales marcos que deben tenerse en cuenta son el Esquema Nacional de Seguridad (ENS) para el sector público y DORA para el sector financiero. La norma ISO 27001 aborda el mismo territorio desde otra dirección: desde su revisión de 2022, nombra explícitamente la data leak prevention como un control obligatorio, lo que significa que las organizaciones tienen que documentar cómo previenen la exfiltración en todos los sistemas, redes y dispositivos.

Derechos de acceso: los mínimos necesarios

El principio de privilegio mínimo es sencillo: dar a las personas solo el acceso que realmente necesitan para hacer su trabajo.

Ventas necesita el CRM y los registros de clientes. ¿Datos de nóminas de RR. HH.? Nadie de ventas necesita saberlos. Los desarrolladores necesitan repositorios de código y entornos de prueba, no previsiones financieras ni documentos de estrategia.

Esta lógica se basa en la superficie de ataque. Cada permiso adicional es una cosa más que un atacante obtiene si una cuenta se ve comprometida, ya sea mediante phishing, una contraseña robada o cualquier otra cosa. Limita el acceso y limitarás lo que una fuga de datos puede alcanzar realmente.

Poner esto en práctica significa realizar auditorías periódicas de quién puede acceder a qué, revocar automáticamente los derechos en el momento en que alguien cambia de equipo o se va, y vigilar los patrones de acceso que no encajan, como alguien que de repente abre archivos sin relación con su puesto.

Respuesta a incidentes: ¿qué sucede en una emergencia?

Ninguna política de data leak prevention, por muy sólida que sea, evita que se produzcan todos los incidentes. Precisamente por eso se necesita un plan claro para cuando ocurra uno, que normalmente se desarrolla en cuatro fases, aunque en medio de un incidente real tienden a confundirse rápidamente.

1. Detección y contención: alguien tiene que detectar la fuga, alguien tiene que ser informado y el acceso afectado debe cerrarse inmediatamente. La velocidad es importante en esta fase: un chatbot de ciberseguridad puede ahorrar un tiempo muy valioso a la hora de notificar una fuga.
2. Evaluación: determinar la cantidad de datos implicados, el número de personas y las obligaciones legales que se derivan.
3. Notificación: en España, los plazos dependen de la normativa que afecte a la organización y de la naturaleza del incidente. Así, según el RGPD, el plazo para notificar a la autoridad de control es de 72 horas desde que la organización tiene constancia de la brecha. Para una entidad financiera sometida a DORA, el plazo de notificación de un incidente grave es de 4 horas desde su clasificación como tal y, en cualquier caso, 24 horas desde que la entidad tiene conocimiento del incidente. El Anteproyecto de Ley de Coordinación y Gobernanza de la Ciberseguridad, el instrumento legislativo previsto para realizar la transposición de la Directiva NIS2, asume los plazos de dicha directiva. Cualquier persona que se enfrente a un riesgo grave debe ser informada en un plazo igualmente ajustado.
4. Seguimiento: análisis forense, comprender exactamente cómo sucedió, cerrar la brecha y volver a corregir lo que en la política permitió que sucediera en primer lugar.

Aclara los roles y las responsabilidades mucho antes de que los necesites. Todo el mundo debe saber, con suficiente antelación, quién tiene la autoridad para desconectar los sistemas, quién trata con los reguladores y quién llama a los clientes y socios. No da tiempo a averiguar eso en medio de una fuga.

Si no hay un director de ciberseguridad a tiempo completo en la empresa, vale la pena considerar la opción de un director de ciberseguridad virtual: alguien contratado específicamente para dirigir la respuesta, traer ayuda especializada y gestionar la comunicación tanto interna como externa, sin comprometerse a un puesto permanente.

Lista de tareas de data leak protection: lo que realmente importa

No necesitas marcar cincuenta casillas para hacer bien la data leak prevention. Necesitas las prioridades adecuadas.

Lista de tareas básica para la implementación

• Documenta los flujos de datos: ¿dónde se origina realmente la información confidencial y dónde se almacena, procesa y comparte? Si te saltas este paso, todas las reglas que escribas después no tendrán una base sólida.
• Prioriza los datos críticos: ve primero a por las joyas de la corona, generalmente registros de clientes, datos de pacientes, código fuente o información financiera, las cosas cuya pérdida realmente dolería.
• Haz que la clasificación sea real, no teórica: etiquetas como «público», «interno», «confidencial» y «restringido» solo sirven de algo una vez que la gente las utiliza realmente, y la automatización elimina gran parte de la carga del trabajo manual.
• Reduce el riesgo humano: la gente necesita entender por qué existen las reglas, no solo seguirlas a ciegas, especialmente al ver la frecuencia con la que el phishing está detrás de una fuga de datos.
• Prueba los planes de emergencia: tener uno en papel es muy diferente a poder ejecutarlo bajo presión, y es en los simulacros periódicos donde suelen aparecer las lagunas.
• Define los KPI: incidentes detectados, porcentaje de falsos positivos, tiempo de respuesta; sin ellos, no hay una forma clara de decir si algo de esto funciona.

Soluciones de data leak prevention

La tecnología por sí sola no detendrá las fugas de datos. Sin embargo, la data leak prevention solution adecuada es a menudo lo que separa un incidente contenido de un verdadero desastre. Esto es lo que suele funcionar en la práctica.

Supervisión y análisis del comportamiento

Los sistemas DLP más antiguos buscan patrones: números de tarjetas de crédito, números de seguridad social, nombres de archivos concretos. Esto funciona, pero es estático. En cambio, el DLP moderno analiza el comportamiento, lo que plantea preguntas más útiles. ¿Por qué alguien extrae 3000 archivos a las 2 de la madrugada? ¿Por qué los documentos de ingeniería se dirigen de repente a un destino personal?

El panel de métricas de gestión del riesgo humano de SoSafe es una respuesta a esa pregunta. Reúne los controles técnicos y las métricas de comportamiento en un solo lugar, y muestra dónde reside el riesgo real, tanto en las herramientas como en las personas. Porque, en última instancia, son las personas las que hacen clic en el enlace equivocado, copian el archivo incorrecto o toman atajos por falta de tiempo.

Arquitectura Zero Trust

Más allá de la palabra de moda, representa un auténtico cambio: no confiar en nadie por defecto, incluidas las personas que ya están dentro de la red. Cada solicitud de acceso se autentica, autoriza y registra, independientemente de su origen.

Combinar Zero Trust con la data leak prevention tiene su lógica. La DLP impide que salgan los datos. Zero Trust impide que las personas que no necesitan los datos accedan a ellos. En una guía aparte, explicamos cómo crear una arquitectura de seguridad empresarial en torno a Zero Trust.

DLP en la nube y control de SaaS

La mayoría de los datos hoy en día no se encuentran en servidores internos. Están dispersos por Slack, Microsoft 365, Google Drive, Salesforce, dondequiera que los equipos trabajen, y las herramientas de DLP más antiguas creadas solo para endpoints y correo electrónico se pierden la mayor parte de ese movimiento por completo.

El DLP en la nube suele funcionar en tres frentes:

• Integración de API: conexión directa con plataformas SaaS para que el sistema vea quién comparte qué, incluso fuera del correo electrónico.
• Proxies en línea: filtrado del tráfico antes de que llegue a la nube y detección de cargas de datos sospechosas en la puerta.
• Herramientas CASB (Cloud Access Security Brokers o agentes de seguridad de acceso a la nube): se sitúan entre los usuarios y los servicios en la nube para aplicar políticas como el bloqueo de archivos no cifrados de las nubes públicas.

Protección de endpoints y gestión de la data loss prevention

Ordenadores portátiles, teléfonos, memorias USB: los endpoints siguen siendo un punto de riesgo real, ya que los dispositivos se pierden, se roban o se infectan, y los datos no protegidos que contienen quedan expuestos en el momento en que eso sucede.

Gestionar esto bien suele abarcar varias cosas a la vez:

• Cifrado automático de archivos confidenciales
• Bloqueo de puertos USB y almacenamiento externo
• Prevención de capturas de pantalla en documentos confidenciales
• Borrado remoto si un dispositivo se pierde o lo roban

La gestión centralizada también es importante en este caso. Los equipos de TI necesitan una visión clara de lo que está protegido y lo que no, o los puntos ciegos aparecen rápidamente.

Cifrado: la última línea de defensa

Cuando todos los demás controles fallan y los datos se filtran, el cifrado es lo que los mantiene ilegibles, ya sean archivos, correos electrónicos o bases de datos, en reposo o en movimiento. Dos capas hacen la mayor parte del trabajo:

• Cifrado de transporte (TLS/SSL): protege los datos en tránsito de A a B.
• Cifrado de extremo a extremo: solo el remitente y el destinatario pueden leer el contenido, ni siquiera el proveedor de servicios intermedio.

El cifrado no sustituye a la data leak prevention, pero es lo que sobrevive cuando todo lo demás ha fallado.

Gestión del riesgo humano: el factor humano

Las soluciones técnicas de DLP son importantes, pero no lo cubren todo por sí solas. Como explicó la experta de SoSafe Elisa Yamaguchi en Sicur Cyber 2024, el 82 % de las fugas de datos se deben a un error humano, ya sea intencionado o no.

Por qué la formación en concienciación tradicional se queda corta

La práctica habitual durante mucho tiempo consistió en un curso de formación en línea al año y un cuestionario al final, y simplemente no funciona. La mayor parte se olvida en dos semanas y la gente sigue haciendo clic cuando llega un correo electrónico de phishing real.

Eso ha cambiado con este modelo. En lugar de una sesión anual, la formación llega ahora en breves ráfagas de microaprendizaje, programadas para cuando aparece un riesgo. A quien no supera la simulación de phishing se le aparta para recibir ayuda específica; a quien lo hace bien se le deja en paz en lugar de obligarle a repetir lo que no necesita. Nada de esto se basa en conjeturas: los porcentajes de avisos, las tendencias de porcentajes de clics y los equipos con dificultades aparecen en un panel de métricas de gestión del riesgo humano.

Análisis del comportamiento: detectar el riesgo antes de que se agrave

Si se está atento, la mayoría de los incidentes de insiders avisan con antelación: un aumento repentino de las descargas, el acceso a un área que no tiene nada que ver con el puesto de alguien, un inicio de sesión a las tres de la mañana de alguien que nunca ha tenido horarios extraños. Este es el tipo de señales que el análisis del comportamiento está diseñado para detectar, no solo rastreando lo que la gente hace, sino si rompe su propio patrón establecido. El aprendizaje automático se encarga de la creación de la línea de base, para aprender lo que es normal en cada persona y emitir una alerta solo cuando eso cambia, lo que reduce considerablemente los falsos positivos. No todos los accesos a datos confidenciales parecen sospechosos. Solo los inusuales.

Sin embargo, hay una condición: este tipo de análisis debe ser transparente. La gente debe saber que su comportamiento se está rastreando y por qué. Si se omite ese paso, la desconfianza crece rápidamente, lo que desharía cualquier cultura de seguridad que existiera antes.

Ejemplo práctico: cómo funciona una plataforma integrada

El panel de métricas de gestión del riesgo humano de SoSafe muestra cómo es esto en la práctica. Extrae señales de comportamiento de varias fuentes a la vez, simulaciones de phishing, participación en la formación, avisos de correos electrónicos sospechosos, y las condensa en un Human Security Index que muestra la situación de una organización y dónde se encuentran sus mayores lagunas.

Debajo de ese índice, tres cosas funcionan juntas:

1. Sensores de comportamiento humano: extraen datos de las herramientas internas y de los propios análisis de datos de SoSafe, al rastrear quién hace clic en los correos electrónicos de phishing, quién notifica algo sospechoso y quién se molesta en terminar la formación frente a quién la ignora.
2. Human Security Index: un único KPI que se sigue a lo largo del tiempo en lugar de congelarse como un número único, para que la dirección pueda ver realmente si la inversión en formación está dando sus frutos.
3. Intervenciones prácticas: si se falla una simulación, llega una unidad de microaprendizaje casi de inmediato; si el comportamiento de riesgo de un equipo aumenta, se vuelve a formar sin que nadie tenga que solicitarlo.

Todo el enfoque se apoya más en la psicología del comportamiento humano que en el castigo: al reforzar lo bueno y no señalar públicamente lo malo, la gente realmente se mantiene comprometida en lugar de resentirse.

Retos y limitaciones: lo que la data leak prevention no puede hacer

La data leak prevention funciona, pero ninguna estrategia de DLP escapa a algún tipo de límite: técnico, organizativo o humano.

Falsos positivos: la avalancha de falsas alarmas

Muchos sistemas de DLP comparten el mismo defecto: dan la voz de alarma con demasiada frecuencia. El 92 % de las alertas de DLP resultan ser falsos positivos, o simplemente se ignoran por completo. Un desarrollador envía datos de prueba a un colega y se activa una alarma. Finanzas comparte un resumen de cifras en SharePoint y se bloquea. Los equipos de ciberseguridad se pasan tardes enteras borrando alertas inofensivas, y en medio de ese ruido, un ataque real se cuela.

La solución suele ser conductual: el contexto y el análisis del patrón de vida, en lugar de la coincidencia rígida de reglas, combinado con los ciclos de feedback del usuario, es lo que lleva al DLP basado en el aprendizaje automático hacia un número significativamente menor de falsos positivos.

Privacidad frente a seguridad: una línea muy fina

La data leak prevention implica necesariamente la supervisión, qué archivos abre alguien, qué correos electrónicos escribe, y eso plantea verdaderas cuestiones legales. Dentro de la UE, en concreto, el RGPD exige que cualquier supervisión sea proporcionada, lo que hace que algo como el registro permanente de pulsaciones de teclas sea muy difícil de justificar. La supervisión en el lugar de trabajo conlleva expectativas de proporcionalidad similares en muchas jurisdicciones más allá de la UE también, incluso donde las reglas exactas difieren. En el caso de España, además de los requisitos de necesidad, proporcionalidad y transparencia establecidos por el RGPD, la supervisión de empleados está regulada por la legislación laboral española y por la normativa sobre derechos digitales. El artículo 20.3 del Estatuto de los Trabajadores permite al empresario vigilar y controlar a los trabajadores para verificar el cumplimiento de sus obligaciones laborales, pero exige respetar su dignidad. La LOPDGDD establece garantías específicas para determinadas tecnologías de supervisión, como la información previa sobre videovigilancia y geolocalización, restricciones sobre cámaras y grabación de sonido en determinados espacios y derechos específicos de privacidad respecto de los dispositivos digitales proporcionados por el empresario. Los convenios colectivos también pueden establecer garantías adicionales.

Sean cuales sean los detalles, la transparencia no es negociable: la gente necesita saber que se la está vigilando, no enterarse después. Los límites suelen establecerse mediante los acuerdos del comité de empresa, y Privacy-by-design ofrece una forma práctica de suavizar la intromisión, al mantener los registros anonimizados para que el sistema solo registre que «alguien» compartió un archivo restringido externamente, con un nombre adjunto solo una vez que haya una causa genuina de sospecha. Las configuraciones BYOD añaden otra capa, en la que las soluciones de contenedores mantienen los datos de trabajo y personales técnicamente separados, aunque ni siquiera esa separación es hermética.

Complejidad y adopción: cuando la seguridad se interpone

Los sistemas DLP se complican rápidamente. Las organizaciones más pequeñas a menudo carecen del tiempo o el personal para ejecutar uno correctamente, y conseguir que los empleados se pongan de su lado puede ser aún más difícil. Si se ven acciones inofensivas bloqueadas con suficiente frecuencia, la frustración se convierte en soluciones alternativas.

Decir no constantemente no es la respuesta. En su lugar, los sistemas modernos deben ofrecer una forma de avanzar. Alguien intenta compartir un archivo externamente y se encuentra con un bloqueo; en lugar de un simple error, el sistema podría sugerir algo como un enlace seguro, con límite de tiempo y protegido por contraseña. La productividad sobrevive. La seguridad también.

La mejor versión de la data leak prevention es aquella que nadie nota que se interpone en su camino. Proteger en lugar de bloquear es realmente la diferencia entre un sistema con el que la gente trabaja y uno que elude.