Analizamos dinámica de tecleo, trayectorias de ratón y microgestos táctiles para verificar identidad durante toda la sesión, sin interrumpir al usuario ni depender de un único factor.
Antes de entrar en el detalle de cada servicio conviene fijar el terreno. Aquí aclaramos qué cubre nuestro trabajo con biometría conductual, qué no, y cómo interpretamos términos que suelen generar dudas cuando se discuten con equipos de seguridad, producto o cumplimiento.
No es un único evento al iniciar sesión. Es una evaluación que se repite durante toda la sesión, comparando señales de tecleo, movimiento de cursor y gestos táctiles contra el perfil construido para ese usuario. Cuando la desviación supera un umbral configurado, el sistema puede pedir una verificación adicional o degradar permisos. No bloquea por sí sola: la decisión final la define la política que acordamos con cada cliente.
Trabajamos con dinámica de tecleo (intervalos entre pulsaciones, tiempo de permanencia, ritmo de borrado), trayectorias de ratón (curvatura, velocidad, microvacilaciones antes del clic) y sensores móviles (inclinación, presión táctil, vibración al sostener el dispositivo). No usamos contenido escrito, capturas de pantalla, ubicación precisa ni identificadores de hardware como fuente biométrica. Esos datos pueden existir en otros sistemas, pero no forman parte de nuestro modelo.
Nadie teclea igual a las nueve de la mañana que después de una reunión larga. El modelo aprende a distinguir entre deriva legítima (cansancio, cambio de teclado, postura distinta) y una suplantación real. Para eso se calibra por usuario y por contexto de uso, con ventanas temporales que se ajustan según la sensibilidad del entorno. En un back office bancario la tolerancia es baja; en una herramienta interna de bajo riesgo, más amplia.
Un mismo usuario puede entrar desde un portátil con teclado mecánico, un móvil Android y una tablet compartida. Cada dispositivo introduce ruido en las señales. Nuestro enfoque es construir perfiles por dispositivo cuando la variación lo justifica, y recurrir a señales más estables (ritmo general, patrón de pausas) cuando no hay historial suficiente. No prometemos precisión idéntica en todos los casos: la reportamos por segmento.
Un falso positivo es una sesión legítima marcada como sospechosa. Preferimos que el sistema pregunte antes que cortar. Las acciones posibles son: solicitar segundo factor, reducir privilegios temporalmente o registrar el evento para revisión. La tasa aceptable se define con el cliente según el coste de cada error en su operación. No existe un número universal que sirva para todos los contextos.
No reemplazamos sistemas de gestión de identidades, no emitimos certificaciones regulatorias y no operamos como proveedor de verificación documental. Tampoco ofrecemos reconocimiento facial ni lectura de huella dactilar: nuestro foco es el comportamiento, no los rasgos físicos. Cuando un proyecto requiere esas capas, lo indicamos y trabajamos junto al proveedor correspondiente.
Cada despliegue deja registro de qué señales se capturan, con qué finalidad, durante cuánto tiempo se conservan y quién puede consultarlas. Ese registro se entrega al equipo de cumplimiento del cliente y se revisa en cada cambio de configuración. Si en algún momento se modifica el conjunto de señales activas, la versión anterior queda archivada con fecha y motivo.
La verificación continua no se apoya en un único gesto ni en un dato aislado. Combina señales que el usuario ya genera sin proponérselo: cómo escribe, cómo mueve el cursor, cómo sostiene el dispositivo. Estos son los resultados concretos que medimos en despliegues reales.
El usuario trabaja sin reautenticaciones forzadas. El modelo evalúa el comportamiento en segundo plano y solo activa un paso adicional cuando la señal se desvía del perfil registrado.
Un cambio brusco en la cadencia de tecleo o en la trayectoria del ratón se marca antes de que la sesión llegue a operaciones sensibles. La ventana de exposición se reduce a segundos, no a minutos.
Las alertas llegan con contexto: qué señal se desvió, en qué tarea y con qué nivel de confianza. El analista decide con datos, no con capturas de pantalla ni llamadas de verificación.
Un teclado externo, una tablet en movilidad o un portátil corporativo generan patrones distintos. El modelo se calibra por dispositivo y por usuario para no confundir variación natural con riesgo.
Cada decisión del motor queda registrada con la señal que la motivó. Útil para revisiones internas, cumplimiento normativo y ajuste posterior de umbrales sin rehacer la integración.
Para ver cómo se combinan estas capacidades en un despliegue concreto, revisa las soluciones por tipo de entorno o consulta cómo trabajamos con cada organización.
Cada equipo llega con un punto de partida distinto: unos ya tienen captura de eventos en producción y necesitan afinar el modelo; otros parten de cero y quieren entender qué señales conviene registrar antes de escribir una línea de código. Estos son los tres modos en los que acompañamos proyectos de autenticación continua.
Revisamos qué datos de tecleo, ratón y sensores móviles está capturando tu producto hoy, con qué frecuencia y en qué momentos de la sesión. Entregamos un mapa de cobertura, huecos de instrumentación y una propuesta de ventana temporal por tipo de interacción.
Implementamos el pipeline completo: extracción de características, perfil por usuario, umbrales adaptativos y respuesta ante desviaciones. Trabajamos sobre tu stack actual y definimos juntos qué se resuelve en el dispositivo y qué viaja al backend.
Una vez en marcha, los patrones cambian: nuevos dispositivos, teclados externos, usuarios que trabajan en movilidad. Revisamos métricas periódicamente, reajustamos umbrales y documentamos cada decisión para que el equipo pueda mantener el sistema sin depender de nosotros.
Si quieres ver cómo encajan estas piezas con el resto de nuestras capacidades, revisa las soluciones por tipo de entorno o vuelve a la visión general del centro.