Claude E. Shannon es considerado el padre de la Teoría de la Información. En 1948 publicó el artículo “A Mathematical Theory of Communication”, donde estableció las bases formales para medir la información y analizar los sistemas de comunicación de manera cuantitativa.

La principal contribución de Shannon fue demostrar que la información puede medirse independientemente de su significado, utilizando modelos matemáticos basados en probabilidad.

Este enfoque permitió separar el contenido semántico del proceso técnico de transmisión, dando lugar al desarrollo de sistemas eficientes de telecomunicación, compresión de datos y corrección de errores.

El desarrollo de la Teoría de la Información surge como respuesta a la necesidad de comprender los procesos de transmisión de mensajes en sistemas técnicos. Antes de mediados del siglo XX, el estudio de la comunicación se centraba en aspectos físicos o eléctricos, sin un marco unificado que permitiera medir la información de manera objetiva.

Claude E. Shannon introdujo un enfoque innovador al proponer que la información podía analizarse mediante modelos probabilísticos, independientemente del contenido del mensaje. Este planteamiento permitió definir conceptos fundamentales como la entropía y establecer límites teóricos para la transmisión y compresión de datos (Alencar, 2015).

La Teoría de la Información estableció por primera vez límites matemáticos sobre la eficiencia y confiabilidad de los sistemas de comunicación.

Los aportes de Shannon impulsaron el desarrollo de las telecomunicaciones digitales, el almacenamiento de datos y los mecanismos modernos de codificación y corrección de errores (Csiszár & Körner, 2011).

Importancia de la teoría de la información en ciberseguridad

En el ámbito de la ciberseguridad, la Teoría de la Información permite analizar el comportamiento estadístico de los datos que circulan en un sistema. A través de métricas como la entropía, es posible identificar patrones anómalos que pueden indicar accesos no autorizados, alteraciones de datos o ataques informáticos (Gorzalka & Deloumeaux, 2012).

En ciberseguridad, la teoría de la información se utiliza para:

• Analizar patrones de datos normales y anómalos
• Evaluar la aleatoriedad de claves criptográficas
• Optimizar la transmisión segura de información
• La entropía se utiliza como métrica clave para detectar anomalías en tráfico de red y sistemas de información.

El análisis de información permite identificar comportamientos inusuales que pueden indicar intrusiones, fugas de información o ataques.

La Figura 1 ilustra el comportamiento de la entropía de Shannon para una fuente binaria en función de la probabilidad de ocurrencia de uno de sus símbolos. Cuando la probabilidad se aproxima a 0 o a 1, la entropía disminuye, lo que indica que el sistema es altamente predecible y, por tanto, contiene poca información nueva. En contraste, cuando la probabilidad es de 0,5, la incertidumbre del sistema es máxima y, en consecuencia, la cantidad de información también alcanza su valor más alto.

Por ejemplo, un flujo de datos con una distribución altamente predecible puede representar un riesgo, mientras que un flujo con alta aleatoriedad suele asociarse a mecanismos de protección más robustos.

El análisis de la información permite evaluar la seguridad de un sistema sin necesidad de interpretar el contenido de los datos.

Este enfoque resulta clave para el Reto 1, ya que permite comprender los riesgos asociados al flujo de información dentro de una organización ficticia.

Figura 1

Entropía de Shannon en función de la probabilidad para una variable binaria

En la Teoría de la Información es fundamental diferenciar conceptos que suelen utilizarse indistintamente en el lenguaje cotidiano:

• Datos: Los datos son representaciones simbólicas elementales que describen hechos, mediciones o eventos sin un significado inherente para quien los recibe. Pueden presentarse en forma numérica, alfanumérica, binaria o simbólica, pero carecen de interpretación por sí mismos si no se les asocia un contexto.
• Desde la teoría de la información, los datos pueden entenderse como símbolos emitidos por una fuente, cuya ocurrencia puede modelarse probabilísticamente. Sin embargo, mientras no exista un marco de referencia que permita interpretarlos, estos símbolos no aportan conocimiento ni reducen la incertidumbre del receptor.
• Información: La información surge cuando los datos se organizan, procesan o contextualizan de tal manera que reducen la incertidumbre de quien los recibe. En términos de la teoría de Shannon, la información está directamente relacionada con la probabilidad de ocurrencia de los eventos: un mensaje aporta información en la medida en que modifica el conocimiento previo del receptor.

Un conjunto de datos se convierte en información cuando permite responder a una pregunta, tomar una decisión o anticipar un comportamiento del sistema. Por ello, la información no es una propiedad absoluta del dato, sino una relación entre el mensaje y el conocimiento previo del receptor.

• Señales: Las señales son las manifestaciones físicas o eléctricas que permiten transportar los datos y la información a través de un canal de comunicación. Constituyen el soporte material de la información y pueden adoptar distintas formas según el sistema de transmisión:
• Señales eléctricas
• Señales electromagnéticas
• Señales ópticas
• Señales digitales (niveles lógicos)

En un sistema de comunicación, la información abstracta debe transformarse en una señal para poder ser transmitida desde la fuente hasta el receptor. Durante este proceso, la señal puede verse afectada por ruido, interferencias o distorsiones, lo que puede alterar la información recibida.

Un conjunto de datos solo se convierte en información cuando disminuye la incertidumbre del sistema receptor.

Un registro numérico aislado constituye un dato; cuando se contextualiza dentro de un rango esperado, se transforma en información. Por ejemplo:

Supón que una empresa registra la temperatura de un servidor cada minuto.

• Registro numérico aislado (dato):27.5 Este valor por sí solo no dice mucho: es solo un número.
• Contexto aplicado:Si sabemos que la temperatura normal de operación del servidor debe estar entre 20 °C y 30 °C, podemos evaluar ese número dentro de ese contexto.
• Transformación en información:Al comparar el registro con el rango esperado, podemos afirmar que:

“La temperatura actual del servidor (27.5 °C) se encuentra dentro del rango operativo normal.”

Aquí ya hay una reducción de incertidumbre y se genera información útil para la toma de decisiones (por ejemplo, no hay alerta de sobrecalentamiento).

El modelo de Shannon–Weaver representa el proceso de comunicación como una secuencia de etapas funcionales que permiten abstraer cualquier sistema real de transmisión de información (ver Figura 3). Este modelo se enfoca en los aspectos técnicos de la comunicación, sin considerar el significado del mensaje (Alencar, 2015).

El modelo de Shannon–Weaver es una herramienta base para analizar sistemas de comunicación digitales y organizacionales.

En la tabla 1 se resume tres componentes fundamentales del modelo clásico de comunicación propuesto por Claude Shannon en su teoría matemática de la comunicación (1948) y en la tabla 2 se puede visualizar las dimensiones del modelo de comunicación ampliado a ciberseguridad. Estos elementos estructuran cualquier sistema de transmisión de información, tanto en telecomunicaciones como en entornos digitales y de ciberseguridad.

La fuente es el origen de la información. Es el sistema o entidad que produce los símbolos que serán transmitidos. En teoría de la información, la fuente se modela como una fuente discreta de información, es decir:

• Produce símbolos.
• Cada símbolo tiene una probabilidad asociada.
• Puede ser con memoria o sin memoria.

Cada símbolo tiene probabilidad $p\left(x_i\right)$.

Ejemplo: Usuario

En un sistema organizacional:

• El usuario genera credenciales.
• El sistema genera logs.
• Un servidor genera paquetes de datos.

En la tabla se ejemplifica como:

Usuario → genera datos (credenciales, solicitudes, transacciones).

Aplicación en ciberseguridad

Desde el enfoque de seguridad:

• Una fuente legítima produce patrones estables.
• Una fuente maliciosa (bot, atacante) puede producir patrones anómalos.
• La distribución probabilística de eventos permite medir incertidumbre (entropía).

El canal es el medio físico o lógico por el cual viaja la información desde la fuente hasta el receptor.

En la teoría de Shannon:

• El canal puede introducir errores.
• Tiene capacidad limitada.
• Puede estar afectado por ruido.

El canal no genera información nueva; solo transporta.

Ejemplo: Red

En sistemas digitales, el canal puede ser:

• Red LAN
• Internet
• Fibra óptica
• Enlace inalámbrico
• API de comunicación

En la tabla:

Red → transporta la señal digital.

Aplicación en ciberseguridad

El canal es el punto donde pueden ocurrir:

• Interceptaciones.
• Ataques Man-in-the-Middle.
• Alteración de paquetes.
• Pérdida de integridad.
• En este punto la seguridad busca:
• Confidencialidad.
• Integridad.
• Disponibilidad.

El ruido es cualquier perturbación que altera la señal original durante la transmisión.

En teoría de la información:

• El ruido introduce incertidumbre adicional.
• Puede cambiar probabilidades.
• Reduce la fidelidad de la señal.

El modelo original de Shannon incluye el ruido como elemento central del sistema.

Ejemplo: Interferencia

En el entorno digital puede ser:

• Interferencia electromagnética.
• Pérdida de paquetes.
• Corrupción de datos.
• Ataques intencionales.

En la tabla:

Interferencia → altera la señal transportada.

Tipos de ruido en ciberseguridad

En contexto organizacional, el ruido puede ser:

• Ruido aleatorio (errores naturales).
• Ruido sistemático (fallas técnicas).
• Ruido adversarial (ataques deliberados).

En este último caso, el “ruido” no es accidental, sino malicioso.

Figura 3

Modelo de comunicación de Shannon–Weaver

Figura 3

a. Componentes del sistema de comunicación

El modelo identifica cinco componentes principales:

1. Fuente: genera el mensaje.
2. Transmisor: convierte el mensaje en una señal.
3. Canal: medio de transmisión.
4. Receptor: reconstruye el mensaje.
5. Destino: recibe la información.

Cada componente puede introducir pérdidas o errores en la comunicación.

Esta descomposición permite al estudiante analizar de forma estructurada el sistema de comunicación de la organización ficticia (Gorzalka & Deloumeaux, 2012).

b. Ruido en la comunicación

El ruido representa cualquier perturbación que altera la señal durante la transmisión. Puede originarse en el canal, en los dispositivos o en factores humanos. Su presencia es inevitable en los sistemas reales (Csiszár & Körner, 2011).

El ruido no se elimina completamente; se controla mediante técnicas de codificación y corrección.

En la Figura 4 se muestra como el ruido no deseado se superpone a una señal (comparación señal vs ruido). En sistemas digitales, el ruido es cualquier señal no deseada que se mezcla con la señal de información y puede causar errores durante la transmisión. Entre los tipos más comunes están el ruido térmico o blanco (generado por la agitación de electrones en componentes), el ruido impulsivo (picos de interferencia de corta duración), la diafonía (acoplamiento indeseado entre canales adyacentes) y el ruido de intermodulación (producto de interacciones no lineales entre señales). Estos ruidos son inevitables en canales reales y requieren técnicas de codificación y corrección de errores para mantener la integridad de la información transmitida.

Como se aprecia en la Figura 5, el ruido es un fenómeno inherente a los sistemas de comunicación electrónicos y se manifiesta como fluctuaciones aleatorias que alteran la señal transmitida. En el caso de las señales analógicas, el ruido provoca deformaciones continuas en la amplitud de la señal, mientras que en las señales digitales genera variaciones que pueden provocar errores en la interpretación de los niveles lógicos. Un aspecto clave evidenciado en la figura es que el ruido no está relacionado con el contenido de la señal de entrada, sino con el medio y las condiciones físicas del sistema de transmisión, lo que concuerda con el planteamiento clásico de la teoría de la información propuesta por Shannon (1948).

Figura 4

Ruido en sistemas de comunicación digital

Figura 5

Efecto del ruido en señales analógicas y digitales

Los modelos de comunicación buscan representar de manera simplificada cómo fluye la información entre emisor y receptor. Mientras que el modelo de Shannon–Weaver se centra en la transmisión técnica de señales y la reducción del ruido, otros modelos incorporan dimensiones psicológicas, sociales y culturales del proceso comunicativo.

Estos modelos pueden clasificarse en:

• Modelos lineales
• Modelos interactivos
• Modelos transaccionales
• Modelos socioculturales

Cada uno aporta una perspectiva diferente sobre cómo se produce y se interpreta la comunicación.

• a. Modelo de Lasswell (1948)
  Propuesto por Harold Lasswell.
  Enfoque: Modelo lineal basado en cinco preguntas clave: ¿Quién dice qué, por qué canal, a quién y con qué efecto?
  Aporte principal: Introduce la medición del efecto del mensaje, algo que no estaba explícitamente desarrollado en Shannon.
  Limitación: No considera retroalimentación.
• b. Modelo de Berlo (SMCR) (1960)
  Desarrollado por David Berlo.
  Componentes: Source (Fuente), Message (Mensaje), Channel (Canal), Receiver (Receptor).
  Aporte: Incorpora factores psicológicos y sociales: Habilidades comunicativas, Actitudes, Conocimiento, Sistema social. Amplía el enfoque técnico hacia lo humano.
• c. Modelo Interactivo de Schramm (1954)
  Propuesto por Wilbur Schramm.
  Aporte principal: Introduce el concepto de retroalimentación.
  Considera que: Emisor y receptor intercambian roles. Existe un “campo de experiencia” compartido. Es uno de los primeros modelos que reconoce la comunicación como proceso bidireccional.
• d. Modelo Transaccional de Barnlund (1970)
  Desarrollado por Dean Barnlund.
  Características:
  • Comunicación simultánea.
  • Influencia mutua constante.
  • Considera señales verbales y no verbales.
  • Incluye contexto físico, psicológico y social.
  Aquí la comunicación no es lineal, sino dinámica.
• e. Modelo Sociocultural
  Inspirado en enfoques constructivistas como los de Lev Vygotsky.
  Enfoque: La comunicación no solo transmite información; construye significado social.
  Se centra en: Cultura, Contexto, Interpretación, Lenguaje como herramienta social.