Jamming y spoofing GNSS contra drones: lo que dice la investigación de 2026 y qué probar en tu flota
Por Kike Gandia · Drones y Defensa · 12 min de lectura
Un dron que pierde el GNSS no solo pierde el mapa: pierde la referencia con la que corrige el rumbo, mantiene la altura y vuelve a casa. Este año, IEEE Communications Surveys & Tutorials ha publicado un survey en abierto (Zeng et al., vol. 28, 2026) que revisa cinco años de investigación sobre jamming y spoofing GNSS contra drones. Lo leemos como lo leería un equipo ofensivo: qué ataques funcionan, qué defensas caben en un dron de verdad y qué se puede probar en una flota.
- 1 W
- basta para interrumpir la recepción GNSS (en un radio de 30 km)
- +2 dB
- le bastan a un spoofer para dominar el pico de correlación (sobre la señal auténtica)
- 1.600+
- casos de interferencia GNSS notificados en el Báltico (primer semestre de 2024, aviación civil)
- −160 dB·W
- potencia de la señal GNSS en la antena (por debajo del ruido térmico)
Cifras citadas por el survey (págs. 5913-5916).
Por qué un dron cae cuando el GNSS miente
La señal GNSS recorre más de 20.000 km hasta la antena y llega por debajo del ruido térmico. Esa debilidad es la que hace tan barato atacarla. El survey resume la vulnerabilidad de un dron en tres frentes:
- Señal Abierta y muy débil
- Las señales civiles tienen estructura pública y potencia mínima. El receptor no puede distinguir una señal auténtica de una falsa con el mismo formato.
- Hardware Receptor poco adaptable
- Control automático de ganancia (AGC) y ancho de banda de los lazos de seguimiento limitados: con jamming potente el front-end se satura y trabaja en zona no lineal.
- Plataforma Sin sitio para defenderse
- La carga útil y el cómputo a bordo hacen difícil montar arrays de antenas o algoritmos complejos.
Las tres vulnerabilidades de partida del GNSS en un UAV.
A eso se suma el atacante: plataformas de radio definida por software de bajo coste, como HackRF One, pueden generar interferencia capaz de perturbar gravemente a los receptores GNSS comerciales. Y la regulación avanza: la OACI publicó en 2024 la edición 10 del Anexo 10, con disposiciones de seguridad GNSS para operaciones con UAV y criterios técnicos para las alertas de integridad de la navegación.
Jamming: tapar la señal
El jamming inunda el receptor con potencia para enterrar la señal real. Como esta llega tan débil, hasta un jammer pequeño es eficaz. El survey los clasifica por su forma en el espectro:
| Tipo | Qué emite | Efecto |
|---|---|---|
| Onda continua (CWI) | Un tono estrecho junto a la frecuencia portadora | Banda estrecha: concentra la energía y puede saturar el receptor |
| Multitono | Varios tonos a la vez | Más espectro afectado que un tono único |
| Chirp (barrido) | Barre un rango de frecuencias en poco tiempo | Banda ancha: reduce la eficacia de los filtros en tiempo o en frecuencia |
| Pulsos | Pulsos cortos de mucha potencia | Ciclo de trabajo ajustable para perturbar distintos tipos de señal |
| Banda parcial | Ruido en una sub-banda de la señal | Degrada la calidad solo en esa parte |
El daño se mide en relación portadora-ruido (C/N0). Según el survey, subir la relación jammer-ruido de 55 a 92 dB·Hz puede degradar la C/N0 en 15 dB. En un ensayo citado (Borio et al.), con relaciones jammer-señal de 65 y 70 dB un receptor u-blox 5H solo dio posicionamiento válido el 16 % y el 14 % del tiempo. En un dron con RTK el efecto se multiplica: la estación de referencia también puede dejar de calcular soluciones fijas y la pérdida de continuidad de fase degrada el cálculo de actitud, clave para el control de vuelo.
Spoofing: engañar al receptor
El spoofing no tapa la señal: la sustituye por otra falsa que el receptor acepta. Es más barato de ocultar y, según el survey, su bajo coste y su sigilo lo convierten en una amenaza especialmente seria.
- Generado Señal sintetizada
- Se fabrican señales con aspecto GNSS a partir de estructuras conocidas. Exige conocer la estructura de la señal auténtica.
- Meaconing Retransmisión con retardo
- Se captura la señal real y se reemite con retardo y más potencia. Permite atacar incluso señales militares cifradas sin descifrarlas.
- Asíncrono Fuerza a perder el enganche
- Señales falsas de gran potencia hacen que el receptor pierda la señal real y se enganche a la falsa.
- Síncrono Alineado con la real
- La señal falsa coincide en tiempo y frecuencia con la auténtica y se amplifica poco a poco hasta arrastrar los lazos de seguimiento.
Tipos de spoofing según su origen y su estrategia de sincronización (tabla V).
Dos resultados que conviene tener presentes. En un experimento citado por el survey, ajustes controlados del retardo permitieron secuestrar varios UAV a la vez dentro de una zona. Y con RTK, un spoofing de fase progresivo desvía el rumbo del dron, lo que puede acabar en un control no autorizado.
Lo nuevo: ataques que se adaptan, se esconden y se coordinan
La parte más útil del survey para un equipo de seguridad es su revisión de amenazas emergentes. Su conclusión: el peligro ya no es solo que el dron falle, sino que alguien le quite el control.
- Adaptativo Elegir el momento
- Lanzar el spoofing justo cuando un objetivo sale de un túnel, donde depende del GNSS, subió la tasa de éxito de menos del 40 % a cerca del 75 % (Chang et al.). Con un simulador GPS que percibía la posición de los drones, otro trabajo hizo que dos drones malinterpretaran su posición y chocaran en un punto predeterminado (He et al.).
- Encubierto Quedarse bajo el umbral
- Un ataque progresivo desvió el rumbo −1,13° en 670 s sin disparar alarmas (Gao et al.). Sobre sistemas GNSS/INS fuertemente acoplados se logró un error de posición mejor que 1,01 m en 3D con un 39 % más de éxito (Geng et al.).
- Multidimensional Enjambres y aprendizaje
- Un array multiantena que imita a más de cuatro satélites arrastra a toda una formación hacia un destino falso sin alterar las posiciones relativas internas, así que no salta ninguna comprobación de consistencia (Ceccato et al.). Con aprendizaje por refuerzo, el atacante aprende cuándo actuar sin conocer el modelo del objetivo (Ma et al.).
Tres familias de amenazas emergentes, con los resultados de los estudios que cita el survey (págs. 5916-5918).
Otro trabajo (Jung et al.) fue más allá de la señal: manipulando la posición relativa y el ángulo de guiñada que recibe un sistema de navegación con aprendizaje por refuerzo, consiguió que los drones chocaran con obstáculos. La amenaza ya no es solo la capa de radio, sino la lógica de navegación que se alimenta de ella.
Dos tipos de dron, dos defensas distintas
El survey separa dos mundos que casi todo el mundo mezcla. Un operador de inspección, agro o logística está casi siempre en el de la izquierda.
Comercial y de consumo Coste y peso mandan
- Amenaza típica: jamming de banda estrecha y meaconing
- Defensa: procesado con una sola antena y MEMS-INS de bajo coste
- Vuelta a casa tras el jamming con los datos de los sensores
- Simuladores de amenaza GNSS antes de la misión
- Autenticación del enlace de datos; en enjambres, fusión cooperativa y comprobaciones de consistencia
Táctico y militar Rendimiento y fiabilidad mandan
- Amenaza típica: jamming de banda ancha, spoofing generado, adaptativo y encubierto
- Defensa: antenas en array (como en el UAV «Gray Eagle» de EE. UU.) y fusión multisensor
- Blindaje físico de la antena frente a interferencia terrestre
- Autenticación criptográfica: M-code, y OS-NMA de Galileo en la banda E1
Amenazas y contramedidas por tipo de dron (tabla VI y págs. 5918).
Detección: qué cabe en un dron y qué no
Para el jamming, lo más barato es vigilar el AGC y la C/N0: es ligero, pero genera falsos positivos cuando la potencia varía por causas naturales. El análisis tiempo-frecuencia da más detalle a cambio de más cómputo, y los arrays estiman la dirección de llegada para separar el jammer de los satélites. Con aprendizaje automático, un perceptrón multicapa alcanzó un 98,9 % de detección con un 0,28 % de falsas alarmas (Alkhatib et al.), y un detector de ventana deslizante, un 99,97 % de detección con receptores u-blox M8T a 20 µs por muestra (Sormayli et al.).
Para el spoofing, el panorama es más incómodo: casi todos los métodos tienen un talón de Aquiles.
| Método | Cómo detecta | Límite |
|---|---|---|
| Calidad de la señal | La señal engañosa distorsiona la función de correlación | Sensible al multitrayecto y a la potencia del engaño |
| Huella de radiofrecuencia | Diferencias débiles en el dominio tiempo-frecuencia | Cálculo elevado y C/N0 alta para ser fiable |
| Monitorización de medidas | Anomalías en las medidas del receptor | Mala detección en tiempo real por el retardo de la demodulación |
| Array de antenas | Ángulo de llegada de cada señal | Hardware adicional |
| INS | Contraste con las medidas inerciales | En vuelos largos empeora por el error acumulado del INS |
| Enlace de comunicaciones | Diferencia entre medidas por el enlace y por GNSS | El retardo del enlace afecta a la precisión |
| Visión | Correlación de posiciones por imagen | Afectada por la luz visible |
Mitigación: de detectar a recuperar la posición
- 600 m → 12 m
- error máximo bajo spoofing con seguimiento asistido por INS (INSAT, dataset TEXBAT: −98 %)
- 23,6 m → 1,03 m
- error 3D (RMS) en un sistema RTK/INS fuertemente acoplado (filtro de Kalman robusto adaptativo (Hao))
- 9,78 m → 2,77 m
- error de pseudorango con procesado multicorrelador (figura ilustrativa del survey)
Tres resultados de mitigación de spoofing recogidos en el survey (págs. 5934-5936).
Contra el jamming, el filtro notch adaptativo es la opción económica para banda estrecha; las transformadas tiempo-frecuencia sirven para chirps y pulsos; y los arrays con conformación de haz (PI, MVDR) logran la mayor supresión a costa de hardware. La IA también separa señal e interferencia: una red convolucional profunda alcanzó 36 dB de supresión (Sun et al.). Contra el spoofing, el survey recoge multicorrelador, corrección de medidas con doble diferencia (válida si los receptores están separados al menos 20 m), arrays, aprendizaje por refuerzo y, sobre todo, el acoplamiento fuerte GNSS/INS, que usa la estabilidad a corto plazo del INS para corregir al GNSS.
Qué recomienda el survey según el dron. Para drones pequeños con peso, tamaño y energía muy limitados, el filtro notch es la opción por defecto contra jamming de banda estrecha; si la amenaza es más compleja, las transformadas tiempo-frecuencia dan un buen equilibrio. El aprendizaje profundo suele ser inviable si no está muy optimizado. Para spoofing, en drones pequeños el aprendizaje supervisado ofrece buen equilibrio; los drones medianos pueden permitirse arrays y fusión multisensor.
Su balance general es honesto: el procesado de señal y los arrays son técnicas maduras; la IA mejora la detección, pero en mitigación sigue en fase exploratoria.
Los cuatro retos que siguen abiertos
- 1 — Recursos a bordo
Carga útil, cómputo y batería no dejan sitio para arrays multiantena ni redes grandes. Es el cuello de botella de todo lo demás. - 2 — Falta de flexibilidad
La cadena clásica «detectar y luego suprimir» añade latencia frente a interferencias dinámicas, y la IA depende de datos de entrenamiento: fuera de ellos, degrada. - 3 — Pocas soluciones específicas para UAV
La mayoría son adaptaciones genéricas y se centran en jamming o en spoofing, no en ataques híbridos. - 4 — Enjambres
La fusión de información añade latencia, la comunicación entre drones es un blanco y, si caen nodos críticos, la redundancia no basta.
Los retos del survey (sección VI): se encadenan, porque el primero limita a los demás.
Como respuesta, el survey propone tres capas: recepción (multifrecuencia, multiconstelación, apoyo de satélites en órbita baja y arrays compactos), algoritmos (arquitecturas ligeras como Transformers destilados) y sistema (fusión multisensor centrada en el GNSS, colaboración en enjambre y decisión inteligente).
Lo que esto significa para tu flota
Del paper sale una lección que no es de laboratorio: casi nadie prueba lo que hace su dron cuando el GNSS miente. Cinco preguntas para empezar:
- ¿Qué hace el dron al perder el GNSS? Mantiene, aterriza o vuelve a casa. Se prueba, no se supone.
- ¿Qué hace cuando el GNSS está presente pero es falso? Es el caso difícil: no salta ninguna pérdida de señal.
- ¿Cruza el GNSS con INS, visión u otro sensor? Y a partir de qué discrepancia avisa.
- ¿Depende de correcciones RTK o de un enlace de datos sin autenticar? Son un punto de entrada aparte.
- ¿Qué ve el operador en tierra? Una alerta, o solo una posición plausible.
Cómo se prueba sin cometer un delito
Emitir señales GNSS falsas o inhibidoras al aire libre está prohibido en general (el propio survey cita la prohibición de dispositivos de jamming de la FCC y las normas de EASA). La prueba responsable se hace en entorno controlado: con un simulador de constelación y señal conducida o en cámara apantallada, con autorización escrita del propietario del dron y alcance cerrado. Lo mismo vale para cualquier prueba radiada: consúltalo con asesoría jurídica antes.
Hackeamos drones y hackeamos con drones
Un dron es un dispositivo IoT con hélices: firmware, SoC, enlace de radio, aplicación móvil, nube y puertos de depuración. Por eso entra de lleno en nuestro pentesting de IoT y hardware. Lo abordamos por los dos lados:
- Contra el dron El dron como objetivo
- Firmware y puertos de depuración (UART, JTAG, SWD), enlace de control y vídeo, aplicación y nube, y su comportamiento cuando el GNSS miente.
- Con el dron El dron como herramienta
- Reconocimiento aéreo de instalaciones y plataforma para ejercicios de red team cuando el acceso físico no es una opción.
Más detalle técnico en «Hackeando drones (II)», enlazado al final del artículo.
Preguntas frecuentes
¿Un jammer barato puede inutilizar un dron comercial?
Según el survey, 1 W basta para interrumpir la recepción GNSS en un radio de 30 km, y un equipo SDR de bajo coste como HackRF One puede generar interferencia capaz de perturbar receptores comerciales. Cuánto se degrada depende del receptor: en el ensayo de Borio et al., un u-blox 5H dio posicionamiento válido solo el 16 % y el 14 % del tiempo.
¿Qué es peor, el jamming o el spoofing?
El jamming es más burdo: el dron suele saber que ha perdido la señal. El spoofing es el que puede conducir al dron donde quiere el atacante, y las variantes encubiertas están diseñadas para no disparar alarmas.
¿Resuelve la IA el problema?
Ayuda mucho a detectar, pero para mitigar sigue en fase exploratoria. Depende de datos de entrenamiento representativos y, en drones pequeños, el aprendizaje profundo suele ser inviable salvo que esté muy optimizado.
¿Se puede probar la resiliencia de mi flota?
Sí, con autorización y en entorno controlado. Cuéntanos qué drones y qué misión tenéis y definimos el alcance.
Servicio relacionado
Temas de este artículo
#Drones #GNSS #GPS-spoofing #Jamming #UAV #Hacking-IoT #Hacking-Hardware #IEEE #Investigación
Seguir leyendo
- Seguridad de drones: amenazas críticas y cómo proteger el espacio aéreo en 2025
- Hackeando Drones III: Guerra de Drones – Defensa Activa y Resiliencia Operativa
- Hackeando drones (II): Anatomía del vector aéreo