← Volver al portfolio

Caso de estudio · Cloud Security

Arquitectura de datos segura en la nube para una empresa de productos digitales

Diseñé de punta a punta la migración a AWS de una empresa con datos dispersos, sistemas aislados y demanda creciente: arquitectura, seguridad de red, gestión de riesgos, auditoría, DevSecOps y privacidad de datos.

  • Rol: Cloud Architect
  • AWS
  • Seguridad por diseño
  • Ley 25.326 · GDPR

Proyecto académico · Tecnicatura Superior en Seguridad Informática (TECLAB) · 2026

01 · Contexto

El problema

La empresa (caso Tech Consulting) generaba mucha información pero no podía aprovecharla ni protegerla. El diagnóstico inicial detectó cinco problemas concretos:

P1

Excel como fuente de datos

Cada persona calculaba sus métricas con criterios propios. No existía una única versión de la verdad.

P2

3 bases SQL Server aisladas

Sistemas transaccionales on-premise, sin integración ni recuperación ante desastres.

P3

Eventos en tiempo real perdidos

Los microservicios generaban datos de uso que nadie capturaba.

P4

Datos fuera de todo sistema

Listados de tiendas y categorías sin dueño ni control de versiones.

P5

Sin escalabilidad

Infraestructura fija frente a una demanda creciente de productos digitales.

02 · Diseño

La solución

Propuse una arquitectura en AWS organizada en capas con responsabilidades separadas, con alta disponibilidad en dos zonas y la seguridad integrada desde la primera fase.

FUENTES3 × SQL ServerMicroserviciosPlanillasDatos maestrosINGESTAAWS DMS (CDC)Amazon KinesisDataSyncDATA LAKE · S3RawCuratedAnalyticsPROCESAMIENTOAWS GlueRedshiftAthenaKPIsúnicosApps: ALB + WAF → EC2 Auto Scaling / ECS Fargate → RDS SQL Server Multi-AZ · VPC 3 capas × 2 zonasIAM + MFA · KMS · Lake Formation · CloudTrail · GuardDuty · Config · Security Hub · Macie
Arquitectura simplificada. La seguridad es transversal a todas las capas.

Decisión

PaaS gestionado antes que servidores propios

RDS, Glue, Kinesis y Fargate trasladan parches, backups y alta disponibilidad al proveedor, y el equipo se concentra en los datos.

Decisión

Replatform para SQL Server, refactor para analítica

Los 3 sistemas se migran a RDS sin reescribirlos; los datos analíticos se rediseñan como data lake por zonas.

Decisión

Red en 3 capas con grupos de seguridad encadenados

Solo el balanceador queda expuesto a Internet. Cada capa acepta tráfico únicamente de la anterior.

Decisión

Seguridad antes que datos

La fase de fundaciones (IAM, MFA, cifrado, auditoría) va antes de mover un solo registro.

03 · Riesgos

Gestión de riesgos y auditoría

Evalué 10 riesgos con la fórmula Riesgo = Probabilidad × Impacto y definí una estrategia para cada uno. Los riesgos altos estaban todos del lado del cliente en el modelo de responsabilidad compartida.

Riesgos principales, nivel y control propuesto
RiesgoNivelControl principal
Configuración incorrecta que expone datosaltoInfraestructura como código revisada + AWS Config + Security Hub
Credenciales comprometidasaltoMFA, mínimo privilegio, roles temporales, GuardDuty
RansomwarealtoBackups inmutables en cuenta separada + pruebas de restauración
Imagen de contenedor vulnerablealtoEscaneo en el pipeline y en ECR
Punto único de fallomedioRedundancia Multi-AZ en todas las capas

Auditoría

Plan de 5 tipos

Web, código fuente, redes, infraestructura y forense, con herramientas y frecuencia definidas.

Registros

Logs inmutables

CloudTrail, Flow Logs y auditoría de SQL Server en una cuenta aislada con Object Lock.

Monitoreo

Activo + pasivo

Alarmas en tiempo real y análisis periódicos para detectar amenazas internas y externas.

04 · Automatización

Pipeline DevSecOps

Diseñé un circuito de entrega continua con controles de seguridad automáticos en cada cambio, contenedores versionados e infraestructura inmutable.

  1. 1–2

    Código y build

    Revisión entre pares y build de la imagen Docker desde una base aprobada.

  2. 3–4

    Pruebas y escaneo

    Tests, análisis estático, dependencias, secretos e imágenes.

  3. 5–6

    Staging y aprobación

    Entorno idéntico a producción y aprobación humana registrada.

  4. 7–8

    Producción y operación

    Despliegue blue/green con rollback automático y monitoreo continuo.

05 · Datos personales

Privacidad y gobierno de datos

Política de privacidad (14 cláusulas)

Alineada con la Ley 25.326 y buenas prácticas del GDPR: finalidades, derechos de los titulares, transferencias internacionales y notificación de brechas en 72 h.

Rol de DPO y matriz RACI

Funciones del Data Protection Officer y responsabilidades repartidas entre DPO, CIO, CSO, CDIO, CTO y Cloud Architect.

DLP en 3 niveles

Prevención de fuga de datos en red, almacenamiento (Amazon Macie) y estaciones de trabajo.

Amenazas insider y outsider

Escenarios de ataque interno y externo durante la migración, con controles para cada uno.

06 · Entregables

Resultados del diseño

  • 63

    páginas en el plan integrado (4 documentos técnicos)

  • 10

    riesgos evaluados con matriz y plan de tratamiento

  • 5

    fases de migración en un cronograma de 9 meses

  • 3 × 2

    capas de red × zonas de disponibilidad

Qué aprendí

  • Migrar a la nube no traslada la responsabilidad sobre los datos: identidades, configuración y datos siempre son del cliente.
  • La seguridad funciona mejor como fase inicial del proyecto que como revisión final.
  • Automatizar controles en el pipeline reduce más riesgos que cualquier revisión manual.
  • El problema de fondo suele ser de gobierno de datos, no de tecnología.

07 · Herramientas

Stack y conceptos aplicados

Servicios de AWS

  • Amazon VPC
  • EC2 / Auto Scaling
  • ECS Fargate
  • RDS SQL Server
  • S3 Data Lake
  • AWS DMS
  • Kinesis
  • Glue · Redshift · Athena
  • IAM · KMS
  • CloudTrail · CloudWatch
  • GuardDuty · Config · Security Hub
  • Macie

Conceptos y marcos

  • Tríada CIA
  • Responsabilidad compartida
  • RBAC · MFA
  • Modelado de amenazas
  • Matriz de riesgos
  • Well-Architected Framework
  • Docker · Kubernetes
  • CI/CD · DevSecOps
  • Infraestructura inmutable
  • DLP
  • Ley 25.326 · GDPR