jacobideji/aiiroverlayAI IR Overlay™ — marco práctico de respuesta a incidentes para agentes de IA en producción. Basado en NIST SP 800-61 r3, alineado con NIST AI RMF, NIST CSF 2.0, OWASP Top 10 para Aplicaciones Agénticas 2026, ISO/IEC 42001, EU AI Act.
Por qué un overlay, no un reemplazo. La tesis.
Parte del framework AI IR Overlay™. Consulta CONTENT_MAP.md para el mapa completo del repositorio.
Versión actual: v0.35.0 · 2026-07-09 · CHANGELOG
Una línea base práctica de respuesta a incidentes para agentes de IA en producción. Adáptalo y critícalo libremente.
La respuesta a incidentes tradicional (codificada en NIST SP 800-61 r3, que sustituyó a la r2 en abril de 2025) se construyó en torno a vectores de acceso no autorizado: malware, exploits, robo de credenciales, movimiento lateral. Los agentes de IA cambian el modo de fallo.
Los incidentes de IA a menudo se manifiestan a través de canales autorizados:
Cuando el actor está autorizado, la pregunta cambia de "¿quién entró?" a "¿qué podía tocar y qué hizo?" La evidencia crucial ahora reside en prompts, llamadas a herramientas, trazas de recuperación y estado de configuración. No en los endpoints.
La mecánica central de una respuesta a incidentes eficaz permanece sin cambios:
La IA no reescribe las reglas de una IR eficaz. Cambia el mapa.
El AI IR Overlay operacionaliza las obligaciones del deployer para sistemas de IA en producción. Un deployer es la organización que utiliza un sistema de IA en sus propias operaciones, bajo su propia supervisión (según el Artículo 3 de la Ley de IA de la UE). Este framework es para el equipo de seguridad que responde a incidentes en agentes que ejecuta la organización deployer.
Fuera de alcance:
Los copilotos de proveedores que una organización despliega están dentro del alcance para el deployer (el lado del cliente). Las obligaciones del provider del proveedor no se abordan aquí.
El AI IR Overlay añade cuatro controles conscientes de agentes (el Minimum Viable Overlay, o MVO) sobre tu programa de IR existente.
Nota: Las fases que se muestran a continuación se alinean con NIST SP 800-61 r3 (abril de 2025), desglosadas en siete columnas operativamente distintas según la Sección 1 de
MATRIX.md. NIST SP 800-61 r3 reestructura la respuesta a incidentes en torno a las funciones de NIST CSF 2.0 (Govern, Identify, Protect, Detect, Respond, Recover); consulta el crosswalk del AI IR Overlay a CSF 2.0 encrosswalks/nist-csf-2.mdpara el mapeo a nivel de función.```text ┌───────────────────────────────────────────────────────────────────────┐ │ AI IR Overlay Response Flow (NIST SP 800-61 r3, unpacked) │ │ │ │ Preparation → Detection → Triage → Containment → Evidence → │ │ Recovery → Closure │ └───────────────────────────────────────────────────────────────────────┘ │ ▼ ┌───────────────────────────────────────────────────────────────────────┐ │ AI IR Overlay · MVO Controls (4) │ │ │ │ 1. INVENTORY · Agents · Identities · Tools · Write Targets │ │ 2. SAFE MODES · Kill-Switch Ladder (M0–M5; 6 M3 + 2 M4 variants) │ │ 3. EVIDENCE · Minimum AI Evidence Set (Types A–F) │ │ 4. CONTROLLED · Staged, validated re-enablement │ │ RE-ENABLE │ └───────────────────────────────────────────────────────────────────────┘
Para la vista completa de la matriz fase-por-control, consulte la Sección 1 de [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/main/MATRIX.md).
## Orden de lectura
**Si está respondiendo a un incidente de agente de IA en este momento**, comience con [`RESPONSE-START.md`](https://github.com/jacobideji/aiiroverlay/blob/main/RESPONSE-START.md) para la ruta de navegación de cuatro archivos que lo lleva desde la página de las 3 a. m. hasta un punto de control defendible de 60 minutos.
**¿Es nuevo aquí? Comience con [QUICKSTART.md](https://github.com/jacobideji/aiiroverlay/blob/main/QUICKSTART.md)** para la ruta de adopción estándar de 30 días. Para startups y equipos de seguridad pequeños (5 personas o menos, control de plataforma limitado), [QUICKSTART-startup.md](https://github.com/jacobideji/aiiroverlay/blob/main/QUICKSTART-startup.md) es la ruta mínima viable de 4 semanas dirigida al Nivel de Madurez 2. Para ver un ejemplo completo de principio a fin, consulte [`examples/incident-walkthrough.md`](https://github.com/jacobideji/aiiroverlay/blob/main/examples/incident-walkthrough.md). Para ver ejemplos de código funcional de los contratos de API del framework, consulte [`reference-impls/`](https://github.com/jacobideji/aiiroverlay/blob/main/reference-impls).
Para el orden de lectura conceptual completo, los elementos 1 a 8 son el núcleo, los elementos 9 a 15 son los artefactos de trabajo.
Para una referencia tabular autocontenida (vista de matriz del framework: fases, escalera de kill-switch, tipos de evidencia, métricas, controles MVO, niveles de madurez, índice de playbooks, crosswalk de estándares), consulte [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/main/MATRIX.md).
1. **El Overlay Mínimo Viable.** Los cuatro controles en detalle: [`framework/01-minimum-viable-overlay.md`](https://github.com/jacobideji/aiiroverlay/blob/main/framework/01-minimum-viable-overlay.md)
2. **El Modelo Mental.** Cuatro frases que gobiernan cada decisión: [`framework/02-mental-model.md`](https://github.com/jacobideji/aiiroverlay/blob/main/framework/02-mental-model.md)
3. **La Hoja de Ruta de Madurez.** Dónde está su programa y cómo avanzarlo: [`framework/03-maturity-roadmap.md`](https://github.com/jacobideji/aiiroverlay/blob/main/framework/03-maturity-roadmap.md)
4. **Materialidad y Divulgación.** El protocolo de convocatoria que decide qué reloj regulatorio aplica y cuándo comienza: [`framework/04-materiality-and-disclosure.md`](https://github.com/jacobideji/aiiroverlay/blob/main/framework/04-materiality-and-disclosure.md). El disparador de convocatoria canónico (basado en modo: M3+; basado en condición: datos de clientes, destinatarios externos, acciones financieras, datos regulados, impacto de confianza orientado al cliente, atención pública) al que hace referencia cada playbook que pueda convocar la llamada.
5. **Las Seis Preguntas de Triage.** Disciplina de la primera hora: [`triage/six-questions.md`](https://github.com/jacobideji/aiiroverlay/blob/main/triage/six-questions.md). Tarjeta imprimible: [`triage/six-questions-card.md`](https://github.com/jacobideji/aiiroverlay/blob/main/triage/six-questions-card.md).
6. **Modos de Kill-Switch.** Escalera de contención: [`kill-switches/overview.md`](https://github.com/jacobideji/aiiroverlay/blob/main/kill-switches/overview.md)
7. **Conjunto Mínimo de Evidencia.** Qué preservar y en qué orden: [`evidence/minimum-evidence-set.md`](https://github.com/jacobideji/aiiroverlay/blob/main/evidence/minimum-evidence-set.md)
8. **Ejemplo trabajado de extremo a extremo.** Una respuesta a incidentes sintética pero específica que muestra el framework operando como un sistema coherente (inventario → modos seguros → evidencia → llamada de materialidad → re-habilitación controlada → endurecimiento posterior al incidente): [`examples/incident-walkthrough.md`](https://github.com/jacobideji/aiiroverlay/blob/main/examples/incident-walkthrough.md). Léalo después de los elementos 1-7 para ver cómo los controles se transfieren entre sí bajo presión operativa.
9. **Plantillas.** [`templates/ai-bom.yaml`](https://github.com/jacobideji/aiiroverlay/blob/main/templates/ai-bom.yaml) (AI Bill of Materials para MVO-1 Inventario) · [`templates/agent-privilege-matrix.csv`](https://github.com/jacobideji/aiiroverlay/blob/main/templates/agent-privilege-matrix.csv) (matriz de niveles de herramientas para MVO-2 Modo M3)
10. **Crosswalks.** [`crosswalks/nist-ai-rmf.md`](https://github.com/jacobideji/aiiroverlay/blob/main/crosswalks/nist-ai-rmf.md) (NIST AI RMF 1.0) · [`crosswalks/nist-csf-2.md`](https://github.com/jacobideji/aiiroverlay/blob/main/crosswalks/nist-csf-2.md) (NIST CSF 2.0 y SP 800-61 r3) · [`crosswalks/owasp-agentic-top-10.md`](https://github.com/jacobideji/aiiroverlay/blob/main/crosswalks/owasp-agentic-top-10.md) (OWASP Agentic Top 10 2026)
11. **Playbooks.** Los veinticuatro playbooks incluidos (puerta de contenido completada), organizados por el arco descrito en [CONTENT_MAP.md](https://github.com/jacobideji/aiiroverlay/blob/main/CONTENT_MAP.md):
- **Fundación:** [`playbooks/02-evidence-lives-in-new-places.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/02-evidence-lives-in-new-places.md) (el playbook de fundación conceptual; las Tres Realidades de la Evidencia de IA: el actor es un workflow, no una estación de trabajo; la carga útil puede ser lenguaje, no malware; la evidencia es frágil; léalo primero para los nuevos y vuelva a leerlo después de cualquier incidente cuya cadena de evidencia fallara), [`playbooks/01-agent-as-privileged-identity.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/01-agent-as-privileged-identity.md) (el playbook de respuesta clave; cada playbook posterior se basa en la lente de identidad privilegiada).
- **Prevención:** [`playbooks/04-tool-design-is-containment.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/04-tool-design-is-containment.md) (nivelación de herramientas T0/T1/T2 previa al incidente que hace quirúrgico el Kill-Switch Modo M3), [`playbooks/19-build-vs-buy.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/19-build-vs-buy.md) (disciplina en el momento de la adquisición: la Prueba de Prontitud de 60 minutos, las ocho preguntas críticas de adquisición, la Matriz de Decisión Build vs Buy y el endurecimiento posterior a la adquisición que convierte las brechas de capacidad de la plataforma en compromisos contractuales o compromisos de construcción del lado del cliente).
- **Cierre:** [`playbooks/18-post-incident-hardening.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/18-post-incident-hardening.md) (el SLA de endurecimiento de 5 días hábiles que convierte las lecciones en salvaguardas permanentes).
- **Gobernanza:** [`playbooks/24-board-ready-scorecard.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/24-board-ready-scorecard.md) (scorecard de capa ejecutiva en cuatro dominios: Contención, Evidencia, Gobernanza, Recuperación), [`playbooks/17-communication-techniques.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/17-communication-techniques.md) (la disciplina de comunicación de crisis: SLA de primera actualización de 30 minutos, la Taxonomía de Tres Estados de Confirmado/Sospechoso/Validando, el Estándar de Actualización de Cuatro Elementos, la Matriz de Comunicación con Partes Interesadas en clases de ejecutivo interno / propietario de negocio / usuario final / cliente / regulador / junta directiva / prensa / empleado, la Biblioteca de Plantillas y la disciplina de Reencuadre Responsable que convierte "la IA lo hizo" en lenguaje de responsabilidad del sistema), [`playbooks/05-executive-decision-making.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/05-executive-decision-making.md) (la disciplina de toma de decisiones ejecutiva: el Paquete de Decisión Ejecutiva Edición IA con cinco secciones que incluyen el Perfil de Capacidad del Agente y el Resumen de Procedencia, el marco de impacto CIA+T que eleva la Confianza al estatus de par junto a Confidencialidad, Integridad y Disponibilidad, la cadencia de 4 horas, los horizontes de planificación de 4/24/72 horas y la disciplina de Recibo de Aprobación que evita que la aprobación humana se degrade en un sello de goma).
- **Medición y Profundidad:** [`playbooks/13-six-metrics.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/13-six-metrics.md) (las seis métricas), [`playbooks/14-testing-for-agent-failure-modes.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/14-testing-for-agent-failure-modes.md) (pruebas de Kill-Switch previas a la producción), [`playbooks/16-training-your-team.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/16-training-your-team.md) (el playbook de disciplina de entrenamiento que convierte las capacidades documentadas del framework en memoria muscular operativa a través del Micro-Ejercicio de 30 Minutos, los Cuatro Movimientos Centrales, los dos roles permanentes de Propietario del Modo Seguro y Propietario de la Evidencia, el Currículo-de-Seis y la cadencia mensual con objetivos de entrenamiento medibles; forma el par de pruebas y entrenamiento con PB14), [`playbooks/03-rag-knowledge-base-forensics.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/03-rag-knowledge-base-forensics.md) (secuencia Congelar-el-Mundo de 90 minutos para incidentes de recuperación), [`playbooks/22-model-policy-drift.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/22-model-policy-drift.md) (forense de eventos de cambio para actualizaciones de modelos, ediciones de prompts, ajustes de políticas, cambios de retriever y reconstrucciones de índices; introduce la variante de contención M3-Drift, la Instantánea de Configuración Posterior al Cambio, el libro de eventos del pipeline de cambios, el paquete Drift Canary y la secuencia de rollback en capas; forma el par de pruebas previas a la producción / monitoreo continuo con PB14), [`playbooks/15-records-retention.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/15-records-retention.md) (el playbook de disciplina de prueba: la inmersión profunda en el ciclo de vida de la taxonomía de evidencia A-F en captura, retención, cadena de custodia, evidencia de manipulación y disposición; introduce el Estándar de Retención de Dos Niveles, el mecanismo de retención legal activado por incidentes y la Prueba Trimestral de Reconstructibilidad que valida empíricamente las afirmaciones de evidencia del framework a los 30, 60 y 90 días), [`playbooks/23-logging-privacy.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/23-logging-privacy.md) (el playbook de disciplina de privacidad: cómo capturar evidencia de IA sin sobre-recolectar contenido regulado; introduce la Matriz de Gobernanza Multi-Parte Interesada en Seguridad, Privacidad, Legal e Ingeniería, el Modelo de Registro de Tres Capas con Capa 1 metadatos + Capa 2 carga útil selectiva + Capa 3 escalamiento bajo retención legal, el estándar Forensically Useful y la disciplina de redacción y tokenización; forma la tríada de captura / retención / prueba con PB15).
- **Operaciones:** [`playbooks/20-maturity-roadmap.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/20-maturity-roadmap.md) (vista operativa de la Hoja de Ruta de Madurez), [`playbooks/07-secrets-and-tokens.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/07-secrets-and-tokens.md) (disciplina de credenciales), [`playbooks/11-monitoring-detection.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/11-monitoring-detection.md) (tres familias de señales para uso indebido autorizado), [`playbooks/06-prompt-injection-workflow.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/06-prompt-injection-workflow.md) (inyección de workflow: instrucciones dañinas ocultas en tickets, correos electrónicos, páginas web y documentos que el agente lee; defensa arquitectónica sobre ingeniería de prompts), [`playbooks/09-output-leakage.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/09-output-leakage.md) (fuga sin brecha: exposición de datos a través de salidas de IA rutinarias; variante de contención M3-Output; DLP de capa de salida y clasificación de canales como defensa arquitectónica; completa la tríada de cobertura entrada → contexto → salida con PB06 y PB03), [`playbooks/08-multi-agent-blast-radius.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/08-multi-agent-blast-radius.md) (topologías multi-agente, contención primero-orquestador), [`playbooks/10-vendor-copilots.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/10-vendor-copilots.md) (copilotos de proveedores: límite de identidad controlado por el cliente, SLAs contractuales de evidencia y contención, Ejercicio Trimestral de Evidencia del Proveedor; variante de contención M3-Vendor), [`playbooks/12-insider-threat-3.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/12-insider-threat-3.md) (Insider Threat 3.0, tríada capacidad-intención-impacto, compromiso conjunto de RR.HH./Legal), [`playbooks/21-shadow-ai.md`](https://github.com/jacobideji/aiiroverlay/blob/main/playbooks/21-shadow-ai.md) (descubrimiento de Shadow AI: la Instantánea de Descubrimiento de 60 minutos, el Estándar de Admisión de Agente Shadow de 24 horas, contención a nivel de identidad para runtimes no modificables, ruta de decisión migrar/rediseñar/retirar y el endurecimiento de cuatro límites que incluye la ruta de integración gobernada que evita que el próximo agente shadow permanezca en la sombra).
Más playbooks se publican como versiones MINOR. Consulte [CHANGELOG.md](https://github.com/jacobideji/aiiroverlay/blob/main/CHANGELOG.md) para el calendario completo de versiones.
12. **Esquemas.** Contratos legibles por máquina para validación de CI: [`schemas/ai-bom.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/ai-bom.schema.json) (validador de AI-BOM) · [`schemas/privilege-matrix.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/privilege-matrix.schema.json) (validador de filas de la Matriz de Privilegios) · [`schemas/credential-event.schema.json`](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/credential-event.schema.json) (validador de registro de eventos de credenciales PB07) · [`schemas/kill-switch-api.md`](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/kill-switch-api.md) (contrato de API de activación de Modo M0 a M5) · [`schemas/evidence-export.spec.md`](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/evidence-export.spec.md) (contrato de script de exportación de evidencia Tipo A a F).
13. **Validador de referencia.** [`scripts/validate.py`](https://github.com/jacobideji/aiiroverlay/blob/main/scripts/validate.py) (Python 3.10+, jsonschema, pyyaml). Valida el YAML de AI-BOM y el CSV de la Matriz de Privilegios contra los JSON Schemas; v0.26.0 agrega validación de kill-switch condicional por objetivo de madurez más verificaciones de obsolescencia de vigencia operativa para `last_reviewed` (ventana de 7 días) y `kill_switches.mX.tested_at` (ventana de 90 días). Ejecute con `--strict` para escalar la obsolescencia a errores de CI. Una GitHub Action en [`.github/workflows/validate-templates.yml`](https://github.com/jacobideji/aiiroverlay/blob/main/.github/workflows/validate-templates.yml) ejecuta el validador en cada pull request que toque `templates/`, `schemas/` o el propio script.
14. **Implementaciones de referencia.** [`reference-impls/evidence_exporter/`](https://github.com/jacobideji/aiiroverlay/blob/main/reference-impls/evidence_exporter) es un CLI de Python que implementa el [Contrato de Script de Exportación de Evidencia](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/evidence-export.spec.md) para los Tipos A a F con disciplina de manifiesto, hashes de integridad, exportación paralela y eventos de telemetría. [`reference-impls/kill_switch_demo/`](https://github.com/jacobideji/aiiroverlay/blob/main/reference-impls/kill_switch_demo) demuestra el [Contrato de API de Kill-Switch](https://github.com/jacobideji/aiiroverlay/blob/main/schemas/kill-switch-api.md) con M0/M1/M2/M3/M4 contra un registro de herramientas de agente sintético, incluida la aplicación de separación de funciones y el parámetro de alcance M3. Ambos son solo biblioteca estándar de Python 3.10+; ambos se ejecutan de extremo a extremo sin requerir cuentas de proveedores.
15. **Matriz del Framework.** [`MATRIX.md`](https://github.com/jacobideji/aiiroverlay/blob/main/MATRIX.md): referencia tabular autocontenida para el framework en v0.33.0. Nueve secciones que cubren la matriz de fase de respuesta (Preparación hasta Cierre), la escalera de kill-switch con las seis variantes M3, el Conjunto Mínimo de Evidencia con punteros de inmersión profunda, las Seis Métricas, los cuatro controles MVO, los cuatro niveles de madurez, la referencia rápida de los 24 playbooks, el resumen del crosswalk de estándares y una leyenda de lectura rápida. Calibrado para sesiones informativas de la junta directiva, incorporación, recorridos de auditores y referencias de una página. Cada celda se rastrea hasta un archivo específico en el repositorio.
## Procedencia
El AI IR Overlay se desarrolló a través de la serie de newsletter *AI IR Overlay* de LinkedIn (Números 1 a 24, 2025 a 2026), escrita por Jacob Ideji, como una síntesis de NIST AI RMF 1.0, NIST CSF 2.0, NIST SP 800-61 r3, OWASP Top 10 for Agentic Applications 2026, las obligaciones del deployer de la EU AI Act y la experiencia del mantenedor en respuesta a incidentes y seguridad de IA. El framework aún no se ha implementado en un incidente de IA de producción documentado; se anima a los adoptantes que lo usen en un incidente real a enviar estudios de caso anonimizados a través de [Discussions](https://github.com/jacobideji/aiiroverlay/discussions). Cada número de la newsletter se asigna a un playbook en el framework completo. Consulte [CONTENT_MAP.md](https://github.com/jacobideji/aiiroverlay/blob/main/CONTENT_MAP.md) para el índice número-a-archivo.
## Trabajo relacionado
- NIST SP 800-61 r3: *Incident Response Recommendations and Considerations for Cybersecurity Risk Management*, un Perfil Comunitario de CSF 2.0 (abril de 2025, reemplaza a r2)
- NIST AI Risk Management Framework (AI RMF 1.0)
- OWASP Top 10 for LLM Applications (2025.1)
- OWASP Top 10 for Agentic Applications 2026 (ASI01 a ASI10, Proyecto OWASP GenAI Security)
- ISO/IEC 27035 (serie de múltiples partes): *Information security incident management* (la disciplina general de IR que el AI IR Overlay extiende para agentes de IA; referenciada como disciplina base en `framework/01-minimum-viable-overlay.md`)
- ISO/IEC 42001:2023: *Information technology, Artificial intelligence, Management system* (AIMS)
- EU AI Act (Reglamento 2024/1689), obligaciones del Artículo 26 para deployers
- MITRE ATLAS (Adversarial Threat Landscape for Artificial-Intelligence Systems): arte previo adyacente sobre modelado de amenazas de IA. Actualmente no está mapeado en los crosswalks; un crosswalk de ATLAS es bienvenido como contribución comunitaria
## Acrónimos
- **AI-BOM**: AI Bill of Materials
- **ASI**: Agentic Security Initiative (OWASP)
- **CCPA**: California Consumer Privacy Act
- **CSF**: (NIST) Cybersecurity Framework
- **DFS**: (Estado de Nueva York) Department of Financial Services
- **DLP**: Data Loss Prevention
- **EDR**: Endpoint Detection and Response
- **GDPR**: General Data Protection Regulation (UE)
- **HIPAA**: Health Insurance Portability and Accountability Act
- **IC**: Incident Commander
- **IR**: Incident Response
- **MCP**: Model Context Protocol
- **MVO**: Minimum Viable Overlay
- **PAM**: Privileged Access Management
- **PHI**: Protected Health Information
- **PII**: Personally Identifiable Information
- **RAG**: Retrieval-Augmented Generation
- **RMF**: (NIST AI) Risk Management Framework
- **SIEM**: Security Information and Event Management
- **SLA**: Service Level Agreement
- **SOC**: Security Operations Center *(distinto de SOC 2, el estándar de auditoría de AICPA)*
- **TTA**: Time-to-Activate
- **TTE**: Time-to-Evidence
- **TTSM**: Time-to-Safe-Mode
- **UEBA**: User and Entity Behavior Analytics