@alonso_isidoro alonsoir

La deserialización insegura (como la que puede llevar a RCE) no ha desaparecido del ecosistema Java; # sigue presente en aplicaciones del mundo real, con impacto real en seguridad. Sin embargo, su

afectación concreta depende mucho de cómo estén construidas las aplicaciones y de sus dependencias.

La vulnerabilidad de deserialización insegura sigue siendo relevante en 2026 y se observa con

frecuencia en auditorías de seguridad de aplicaciones Java.

Su presencia no es inherente al lenguaje, sino al uso indebido de mecanismos como la serialización

Java nativa y a dependencias inseguras.

El impacto real en tu proyecto depende de si:

Usas serialización Java para entrada externa.

Dependes de librerías que aceptan datos no confiables sin validación.

No aplicas filtros y prácticas de defensiva en la deserialización.

time gcc -o scraper scrapper_multi_thread.c -lcurl -pthread -Wall -Wextra -O2 gcc -o scraper scrapper_multi_thread.c -lcurl -pthread -Wall -Wextra -O2 0.17s user 0.08s system 104% cpu 0.239 total

time ./scraper https://www.omg.org 3 4 [MAIN] Hilo 0 creado [MAIN] Hilo 1 creado [HILO 123145548595200] Iniciado [HILO 123145549131776] Iniciado [HILO 123145548595200] Esperando URLs... [HILO 123145549668352] Iniciado

	### Version1
	ExecutorService executor = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());

	List<Callable<List<String>>> tareas = new ArrayList<>();
	int chunkSize = usuarios.size() / Runtime.getRuntime().availableProcessors();

	for (int i = 0; i < usuarios.size(); i += chunkSize) {
	int start = i;
	int end = Math.min(i + chunkSize, usuarios.size());
	tareas.add(() -> {

	#!/usr/bin/env bash
	set -euo pipefail
	IFS=$'\n'

	##### CONFIGURACIÓN #####
	OUTPUT_DIR="./output"
	SKIP_PDF=false
	SEND_MAIL=false
	EMAIL_RECIPIENT="example@example.com"
	HELP=false

	#!/bin/bash

	set -e

	# ==================== COLORES ====================
	RED='\033[0;31m'
	GREEN='\033[0;32m'
	YELLOW='\033[1;33m'
	BLUE='\033[1;34m'
	NC='\033[0m' # Sin color

	import asyncio
	import os
	from textwrap import dedent
	from pyspark.sql import SparkSession
	from pyspark.sql.functions import col
	from agno.agent import Agent
	from agno.models.openai import OpenAIChat
	import requests
	from dotenv import load_dotenv
	import logging

	# filepath: /Users/aironman/git/python-samples-2025/src/python_samples_2025/agno/agno-sample.py
	import os
	from agno.agent import Agent
	from agno.models.openai import OpenAIChat
	from dotenv import load_dotenv

	load_dotenv()
	# Obtén el token de la variable de entorno
	openai_api_key = os.getenv("OPENAI_API_KEY")
	if not openai_api_key:

	nasm -f macho64 fast_memcpy.asm -o fast_memcpy.o
	clang -O2 test_memcpy.c fast_memcpy.o -o test_memcpy
	./test_memcpy

	┌<▸> ~/g/python-samples-2025
	└➤ poetry run python src/python_samples_2025/rag_ollama_transcriber.py
	❌ Ollama no está corriendo. Intentando iniciarlo...
	⏳ Iniciando Ollama...
	✅ Ollama está listo.
	Modelos disponibles en Ollama:
	1. my-codellama:latest
	2. codellama:latest
	3. neural-chat:latest
	4. llama2:latest

	#!/bin/zsh

	# Título del script
	echo "\n============================================="
	echo " ANALIZADOR DE ESPACIO EN DISCO PARA MACOS"
	echo "=============================================\n"

	# Información general del sistema
	echo "INFORMACIÓN DEL SISTEMA:"
	echo "---------------------------------------------"