Un poco de OSINT sobre un Fake Tweet hecho con el Paint

Estos días pasados alguien, con muy mala baba, ha hecho un Fake Tweet supuestamente mío con el Paint, que no es mío. Se ve burdamente que es un Fake, pero por desgracia mucha gente lo ha creído, y otros lo han querido creer, pero no es verdad. No quiero ni publicar el mensaje, porque me parece feo y ofensivo, pero basta con ver algunos detalles para saber que es un Fake Total. 

Figura 1: Un Fake Tweet hecho con el Paint y un poco de OSINT

El primer punto, my más evidente, es que no está en Twitter y ha aparecido inicialmente en una web de guardar imágenes. Se puede hacer un poco de Open Source INTelligence para rastrear los orígenes de ese fichero... más luego algo de doxing.

Figura 2: Open Source INTelligence (OSINT): Investigar personas e Identidades en Internet 2ª Edición de 0xWord, escrito por Vicente Aguilera y Carlos Seisdedos

El segundo punto es la foto de perfil del supuesto Tweet, que yo no la he usado en mi cuenta de Twitter nunca. La foto que se ve en este artículo es la que yo usaba en Twitter, que es la misma que usaba en Linkedin. Pero es que además la foto es de Mayo del 2016, cuando se hizo público que yo entraba en el Comité Ejecutivo de Telefónica.  En el mes de Abril, como podéis ver, aún no estaba yo en el organigrama y esa foto ni existía, como teneis en WebArchive.

Figura 3: Este es el Tweet FAKE en cuestión

Que en el mensaje salgan perritos y cosas más allá que los clásicos emoticonos hechos con ASCII ART como mi cara maligna con cuernecitos }:) que son lo que suelo usar yo es otro indicio de que es un Fake malo - y con maldad -.

Pero es que además, esa semana estuve en Ecuador, donde pasé el día 5 de Abril de 2016 dando una conferencia en Quito, así que estaba con muchas horas de diferencia en otro lugar del mundo. Se puede ver que el post de mi blog de ese día 3 de Abril se publicó en un horario lejano 3 A.M., y el del 4 de Abril estaba el programado para las 6:04 que es lo que hago yo cuando estoy con mucho lío.

Figura 3: El 4 de Abril de 2016 no hubo partido del Real Madrid

Además, ese día 4 de Abril de 2016 no hubo partido del Real Madrid con el Fútbol Club Barcelona, que fue, según he mirado en las bases de datos, el día 2 de Abril, sábado, mientras que el día 4 fue lunes... Y lo más importante, jamás insultaría así a nadie, y mira que han dicho cosas en mi vida en las redes, pero creo que cuando alguien insulta dice más de él que de la otra persona.

Me gusta el salseo del fútbol y me troleo con amigos, pero nada más...y el que ha hecho esto es una mala persona. Nada más que decir. Eso sí, lo mismo acabo sabiendo quién lo creo, que he visto la imagen origen y voy a jugar un poco más al doxing.

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)  

Grok y los usuarios que más interacción tienen con tu cuenta de Twitter... o llámalo X

Ha estado esta semana circulando una respuesta por la que supuestamente Grok el Asistente de Inteligencia Artificial de Twitter  de X, te daba la lista de las 10 cuentas que más ven tu perfil. El detalle es sutil y significativo, porque al final no es esa la información que da, sino sobre las que más interactúan con tu cuenta, que es diferente.

Figura 1: Grok y los usuarios que más interacción

tienen con tu cuenta de Twitter... o llámalo X

Que un modelo como Grok tuviera un leak de información no sería raro. Haciendo técnicas de Prompt Injection ha sido posible saltarse los Guardrails y el Harmful Mode de muchos modelos, y hemos visto el System Prompt de DeepSeek, o bugs de privacidad leakeadndo API Keys a GitHub, Amazon Whisper o Llama Code. Así que había que entender qué estaba sacando directamente en esa lista que podría ser un leak o una mala interpretación de los resultados. De todas estas cosas hablé en esta charla.

Figura 2: Creando una IA... ¿Qué puede salir mal?

Si miráis en el ejemplo que hemos hecho con la cuenta oficial de Cálico Electrónico en Twitter/X, se puede ver que te hace una lista con el número de visitas mensuales media, y me parece una salvajada que, por ejemplo, Nikotxan - papá y creador de Cálico Electrónico - que lo quiere mucho, tenga 30 visitas al mes de media.  ¿Por qué os digo esto? Pues ahora os lo explico.

Figura 3: Visitas al mes en los últimos 365 días

(o eso responde Grok)

Os he dicho que me parece una salvajada, pero me lo parece porque ... ¿de dónde saca los datos? Preguntando lo mismo con la cuenta de 0xWord, lo que obtenemos es que realmente no tiene acceso a estos datos, y que usa como aproximación el número de interacciones.

Figura 4: Proxy por engagement e inferencia

Los datos de las interacciones son algo que la persona puede ver en sus tweets. Sin necesidad de tener una cuenta Premium (donde tienes muchas más estadísticas) se puede saber el número de comentarios y quién comenta, el número de visitas al post, el número y quién te ha dado Like, el número y quien a hecho un ReTweet o RePost,  el número de cuánta gente lo ha Guardado, y el número de cuánta gente ha hecho un Quote+ReTweet, y con esto puedes sacar la información del engagement de tus usuarios.

Figura 5: Datos de interacción de un Tweet públicos

Saber quién en concreto ha hecho la acción de Comment, Like, RePost o Quote-RePost es privado, y solo lo puede ver el dueño de la cuenta pero.... no nos engañemos, los Posts y los Quote-Repost son información pública que se puede sacar con las opciones de búsqueda correctas de Twitter/X. 

Figura 6: Hacking & Pentesting con Inteligencia Artificial.

En 0xWord, escrito por Pablo González, Fran Ramírez,

Rafael Troncoso, Javier del Pino y Chema Alonso, 

Al final, quedan visibles en el perfil de la cuenta que ha hecho el RePost o el Quote-RePost. Saber quién ha hecho Like a un Post del Tweet/Post de otro ya no lo tengo tan claro si se puede ver fácil, pero desde luego hay datos suficientes para poder hacer públicamente una inferencia de interacciones.

Figura 7: Si eres el dueño del tweet puedes ver quién

ha hecho Quote-RePost (Citas), RePost o Like

Con todos estos datos, las herramientas profesionales de Twitter/X hacen estadísticas muy valiosas para los equipos de marketing, que ayudan a medir los resultados de sus campañas. Visto esto, la pregunta inicial a Grok sobre Cálico Electrónico de la Figura 3, calcular 30 interacciones para una cuenta es muy alto, así que debe ser una inferencia que ... habrá salido bien, o habrá salido mal. 

¿Quién visita tu perfil?

Sin embargo, la preocupación era que te pudiera dar un dato que en la Figura 3 se le ha pedido, que es quién visita mi perfil. Este dato, que obviamente tiene Twitter/X y que utiliza para los algoritmos de Machine Learning de recomendación de follow, lo diera, tendríamos acceso a un dato que ahora no se tiene.  

Figura 8: Libro de Machine Learning aplicado a Ciberseguridad de
Carmen Torrano, Fran Ramírez, Paloma Recuero, José Torres y Santiago Hernández

Alguien que visita tu perfil pero que no interactúe, podría pasar desapercibido tal y como está ahora, pero si te diera Grok lo que se pide "¿Quién visita mi perfil?" sería un leak bueno. 

Figura 9: En Linkedin se puede ver quién ha visto tu perfil

Linkedin sí que da ese dato , y se puedoe saber quién ha visto tu perfil, que es algo muy común. La única diferencia es que en Linkedin se conoce que se puede sacar este dato, y en Twitter/X no es posible a día de hoy. 

Figura 10: Preguntando internamente.

Probando internamente con Grok 3, desde una cuenta Premium, es decir, sin usar la versión de asistente de Time-Line, el resultado es que no me daba nada de nada de datos. No he podido probar con Grok 4, que no lo tengo, pero si alguno de vosotros lo tiene y lo prueba, encantado de que me compartáis los resultados. En definitiva, visto hasta aquí, no hay más que una aproximación por interacción con una estimación, así que no leak. 

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)  

Comprueba tú que anuncios políticos te pondría a ti ChatGPT en función de los datos que le das y el riesgo del etiquetado de personas

Vaya por adelantado que lo que voy a mostrar ahora no es más que un juego experimental de reflexión que lleva también saltarse los Guardarraíles que evitan que ChatGPT, en virtud a su System Prompt, haga juicios políticos en sus respuestas, pero es curioso como los datos que nosotros damos a cualquier plataforma o servicio digital podrían ser utilizados con un modelo MM-LLM y obtener una respuesta de ideología política.

Figura 1: Comprueba tú que anuncios políticos te pondría

a ti ChatGPT en función de los datos que le das

y el riesgo del etiquetado de personas

A ver, el experimento es sencillo, se trata de pedirle a ChatGPT que, basado en datos de cualquier fuente, intente inferir una ideología política. Pero la respuesta que me dio fue curiosa, como podéis ver en esta primera imagen, ya que dice sería irresponsable por que no tiene suficientes datos. 

Figura 2: Opinar sobre mi ideología política es arriesgado

Y es correcto. No los tiene porque no creo que haya tenido yo ninguna conversación política o ideológica con él, que es un tema de debate que no me gusta mucho. Perfecto, pues vamos a decirle que en lugar de responder con la creencia política, que responda con qué anuncio de un mitin político de una serie de partidos cree que habrá más probabilidades de éxito, y le damos la lista de PP, PSOE, Podemos y VOX, y entonces sí, nos responde.

Figura 3: Pero si tuviera que ponerme un anuncio sería de Podemos.

En este caso se trata de coger los datos que tenga de mí y estereotiparlo con datos que tenga de perfiles ideológicos afines a determinados partidos, para ver qué anuncio me ofrecería, teniendo en cuenta el tipo de peticiones que le he hecho.

Figura 4: ...pero mirando mi perfil de X dice que PSOE

He probado varias veces a ver si cambiaba mucho, pero no, es consistente. Así que como parece que con esos datos me daba una respuesta, he querido probar con otras fuentes de datos mías, a ver si cambiando la base sobre la que tomar la decisión cambiaba su opinión, y sí, la verdad es que sí. Al pedirle que se base en mi cuenta de Twitter/X el resultado cambia.

Figura 5:... y con el blog, me dice que PP.

Y cuando le digo que lo haga basándose en los datos de mi blog, el resultado vuelve a cambiar, y me da otra opinión diferente. Lo que tiene sentido, porque los que me conocen saben que la política es un tema que evito de siempre, así que ni en mi blog, ni en mi cuenta de Twitter/X ni en mis conversaciones con ChatGPT he hablado de eso, y solo son conjeturas basadas en estereotipos para asignar un anuncio, así que con diferentes fuentes de datos es normal que asigne diferentes "etiquetas".

Figura 6: Libro de Machine Learning aplicado a Ciberseguridad de
Carmen Torrano, Fran Ramírez, Paloma Recuero, José Torres y Santiago Hernández

Lo que sí me hizo reflexionar es sobre lo que hablaba en el discurso que impartí sobre Tecnología Humanista, ya que los algoritmos de Machine Learning, y ahora estos modernos MM-LLMs con Deep Reasoning, facilitan mucho la asignación de etiquetas a cualquier fuente de datos, con una "accuracy" muy pequeño, tal y como se ve en esta muestra, y es tentador para los desarrolladores de servicios aplicarlas a todos los usuarios de una plataforma porque pueden acertar en un porcentaje pequeño, pero ese pequeño porcentaje puede suponer un incremento en negocio. 

Figura 7: Discurso Doctor Honoris Causa de Chema Alonso: Tecnología Humanista

Por el camino, se han puesto etiquetas "erróneas" a personas que pueden que le mediaticen su experiencia, la información que reciben, los productos que le ofrecen, etcétera, sin saber que ha sido que le han catalogado erróneamente, y esto puede llevar a evoluciones de la realidad casi distópicas, si al final es la profecía auto-cumplida, y el etiquetado previo erróneo de una persona lleva a su condicionamiento subliminal para convertirlo en lo etiquetado... Prueba tú, a ver si acierta o no acierta estereotipándote.

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)  

Captcha Cognitivo de Twitter / X de Sentar Personas Correctamente: Probando con ChatGPT & Gemini

Ayer, ayudando a uno de los amigos a recuperar el acceso a su cuenta de Twitter/X, me volvió a salir un Captcha Cognitivo de esos que me gusta probar con los motores de MM-LLMs para ver si tienen sentido o no, y para ver si es fácil para ellos saltárselo.

Figura 1: Captcha Cognitivo de Twitter/X de Sentar Personas Correctamente.

Probando con ChatGPT & Gemini

Este no es el primero que pruebo, así que si quieres leer sobre este tema, te dejo las referencias a las diferentes pruebas que he ido realizando en estos artículos, que si te gusta el tema seguro que te resultan interesantes.

• ReCaptchav2 de Google con Cognitive Services
• Captcha Cognitivo de Twitter (X) con GPT4-Vision & Gemini
• Captcha Cognitivo de Twitter (X) con Anthropic Claude 3.0 Opus
• Captcha Cognitivo de Twitter (X) con GPT-4o
• Captcha Cognitivo de Administración Pública con ChatGPT
• Captcha Cognitivo de la mano y la plancha en HBO max
• Captcha Story X: I am not a Robot, I am a GenAI Multimodal Agent
• Reto hacking con un Captcha Cognitivo para romper con GenAI
• Solución al Reto de Hacking de un Captcha Cognitivo Visual
• Anthropic Claude 3.5 Sonnet & Cognitive Captchas
• Captcha Cognitivo de HBO max de reconocer de sonidos con ML & GPT4-o
• LinkedIN + ChatGPT: El Captcha Cognitivo del Objeto Descolocado

En este caso el Captcha Cognitivo trata de Sentar Personas Correctamente, dadas unas coordenadas basadas en una letra y un símbolo, tal y como podéis ver en la imagen siguiente.

Figura 2: Captcha Cognitivo de Sentar Personas Correctamente

En este caso hay una flecha a la izquierda y otra a la derecha, pero no siguen un orden pre-establecido y simplemente mueve aleatoriamente, o pseudo-aleatoriamente, a la persona a otro asiento, así que para nosotros se trata de un algoritmo bastante sencillo.

Figura 3: Captcha Cognitivo resuelto correctamente

El proceso es preguntar: "¿Está la persona sentada en el sitio correcto o no?" Si la respuesta es Sí, entonces enviar la solución. Si la respuesta es No, entonces dar a la flecha que se quiera para mover a la persona a otro asiento.

Probando con ChatGPT

Como ChatGPT es un MM-LLM, fui a probar la versión gratuita en la web con GPT-4, para ver si lo resolvía bien. No necesitaba meterme en Deep Research para hacer esta prueba, ya que me imaginaba los resultados.

Figura 4: ChatGPT acierta diciendo que está mal sentado

En el ejemplo anterior acierta al decir que no está sentado en la posición correcta, y si le enviamos ahora una prueba en la que está correctamente sentado el pasajero, vemos que también da con la respuesta correcta.

Figura 5: ChatGPT acierta diciendo que está bien sentado

Sin embargo, no acierta todos, y un porcentaje pequeño de ellos tiene alguna alucinación, como podemos ver en este caso concreto donde cambiada la persona y los símbolos, ChatGPT tiene un fallo y dice que está correctamente sentado, cuando no lo está.

Figura 6: ChatGPT falla diciendo que está bien sentado

Pero en cualquier caso, utilizar una API con un MM-LLM como GPT-4 serías más que suficiente para acertar, si no en todos los casos, en la mayoría. Es decir, como los seres humanos que no tenemos perfección.

Google Gemini 

Probando exactamente lo mismo con Google Gemini, veremos que tenemos resultados más o menos similares. En este caso, os dejo por aquí otros ejemplos del Captcha Cognitivo por si queréis probarlos vosotros con otros modelos, que hay distintas variaciones.

Figura 7: Variación del Captcha Cognitivo con inclinación a la derecha

y pasajero mal sentado.

Como se puede observar, también cambian las letras y los símbolos, así que necesitamos un sistema de Visión Artificial correctamente entrenado para reconocer las diferentes isometrías, símbolos y caracteres, y diseñar visualmente la matriz sobre los asientos.

Figura 8: Variación del Captcha Cognitivo con inclinación a la derecha

y pasajero correctamente sentado.

Ahora probamos con Google Gemini de igual manera, y con el mismo prompt que con ChatGPT, y podéis ver que el resultado es exactamente el mismo.

Figura 9: Gemini acierta. El pasajero no está sentado correctamente.

Y ahora le damos un ejemplo donde el pasajero sí que está sentado en el asiento correcto, y como podéis ver Google Gemini también acierta. Así que también podemos utilizar este MM-LLM para automatizar esta resolución de Captchas Cognitivos.

Figura 10: Gemini acierta. El pasajero no está sentado correctamente.

El resultado anterior es correcto, pero en el ejemplo siguiente tiene una alucinación, al igual que le sucedía a ChatGPT. Es decir, no es perfecto, pero tampoco lo es el sistema cognitivo de los seres humanos. Sin embargo, es más que funcional.

Figura 11: Google Gemini falla diciendo que está bien sentado y no lo está.

En cualquier caso, cada vez es más sencillo para los nuevos modelos resolver estos Captchas Cognitivos, y dentro de poco vamos a ver casos al contrario, donde solo los modelos de IA van a ser capaces de resolver estos modelos y será... "I am not a Human" en lugar de "I am not a Robot".

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)  

Fake Brokers y Melendi en los anuncios de los ciberestafadores en Internet

No es la primera vez que hablo de Fake Brokers. No es la primera vez que hablo de los Fake Brokers y los famosos. No es la primera vez que hablo de los Fake Brokers y los anuncios de los medios de comunicación generalistas online. No es la primera vez que hablo de los Fake Brokers y los anuncios en Twitter/X con Melendi. Pero aún así, esto sigue de forma masiva.

Figura 1: Fake Brokers y Melendi en los anuncios

de los ciberestafadores en Internet

Estos Falsos Agentes de Inversión, o Fake Brokers, aparecen en cualquier rincón, y hay que tener mucho cuidado con ellos para que no engañen a personas que no entiendan como funciona este mundo, ya que sus artimañas para capturar víctimas están diseñadas para localizar a personas vulnerables, con unos poquitos ahorros y mucha necesidad.

Figura 2: "Ciberestafas: La historia de nunca acabar" (2ª Edición).por Juan Carlos Galindo en 0xWord.

Estos días me he topado varias veces con el pobre Melendi utilizado como reclamo por las campañas de los Fake Brokers. Y lo he ido reportando porque a Mi Survivor 1.1 (Kid Edition) le gusta mucho la canción de "Tu jardín con enanitos" y me la pone siempre que vamos a patinar. Así que he decido volver a escribir sobre esto para que cada vez que veáis algo así lo denunciéis y los tiren.

Figura 3: Campaña de malvertising sobre Fake Brokes en Diario AS

usando la imagen de Melendi.

Como podéis ver en la imagen anterior aparece Melendi y un anuncio sobre el "proyecto que todo español quiere conocer". Un click-bait de libro, que cuando haces clic en la noticia te lleva directamente a una página usurpando la estética de El País para engañar a las víctimas, y que usa la imagen de Melendi con Pablo Motos para conseguir engañarles.

Figura 4: Fake News de Fake Brokers usando la imagen de El País

con una imagen de Melendi y Pablo Motos de hace años.

Como se puede ver en el pie de la imagen anterior, la dirección URL del servidor donde está colgada esa falsa noticia es el-espain-pais.online, un dominio que nada tiene que ver con el del periódico de El País. Por supuesto, no pongas ni un céntimo de ninguna. moneda en esas empresas enlazadas en estas webs.

Figura 5: Post promovido con texto de "click bait" y

falsa noticia de Fake Brokers con la imagen de El Mundo

Lo mismo sucede con Twitter/X, donde como veis la estrategia es comprar la verificación de una cuenta, luego publicar un post/tweet con un mensaje y un enlace a la noticia falsa del Fake Broker y luego solicitar promocionarlo como un Ad en la plataforma.

Figura 6: Diferente mensaje de click-bait, distinta cuenta verificada, 

misma estrategia y misma noticia.

Y por supuesto, cuando haces clic en la noticia enlazada, te lleva a otra noticia falsa, en este caso con la imagen de El Mundo, donde te cuentan la misma historia.

Figura 7: Fake News de Fake Brokers usando la imagen de El Mundo

con una imagen de Melendi 

Así que, por favor, denunciad si los veis. Yo, tras ver esto, he reportado la URL y he denunciado el Ad en Twitter/X que lo podéis hacer, así que si te interesa este mundo de la ciberseguridad, por favor, denuncia todos estos Anuncios en la red para evitar que lleguen a víctimas.

Figura 8: Formulario de denuncia de la estafa en Twitter/X

Si de verdad te interesa ser participe de este mundo, sabiendo que no hay habichuelas mágicas, pero sí valor, puedes usar empresas fiables como Bit2Me para hacer estas inversiones, o directamente tener el Wallet de Tu que hemos lanzado en Telefonica Innovación Digital donde está todo mucho más acotado, controlado y, por supuesto, no es una estafa.

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)  

Grok y las virales imágenes de las celebrities que crea

Twitter - perdón - X, que viene con Grok como MM-LLM, permite hacer imágenes con personas famosas, de una manera muy sencilla, lo que está generando un montón de contenido viral en las redes. Y es que viene hasta con el modo FUN, para hacer cosas "divertidas" con todas ellas.

Figura 1: Grok y las virales imágenes de las celebrities que crea.

(Arturo Pérez-Reverte charlando con David Broncano)

Para usarlo, solo tienes que entrar en Grok, que es una capacidad que por ahora han puesto a cuentas Premium y cuentas no Premium.

Figura 2: Grok en Twitter - perdón - X

Uno de los que está dentro de la base de datos de celebridades en Grok es nuestro querido Iker Casillas, que publicó una foto en la que estaba sentado con Bono de U2, generando todo tipo de comentarios en su Twitter.

Figura 3: Iker Casillas y Bono de U2

Esto en otros MM-LLMs que usan generadores de imágenes con modelos de difusión está controlado. Por ejemplo en Bing obtienes este tipo de mensaje de protección.

Figura 4: Bing Copilot no permite usar famosos en las imágenes

Pero sí en Grok. Y puedes hacer casi cualquier cosa, como esta imagen en la que Iker Casillas y Gerard Piqué están en una escena mucho más entrañable de hermanamiento entre equipos, y con las camisetas cambiadas.

Figura 5: Hermandad entre Iker Casillas y Gerard Piqué

También está Iker Jiménez entre las celebrities, y aquí está en una foto con su queridísimo Diego Armando Maradona, con el que también se puede pedir hacer imágenes.

Figura 6: El día que Iker Jiménez jugó con Maradona...en Twitter

Te puedes pasar el rato haciendo todo tipo de imágenes con personas famosas, lo que no sé si será del agrado de todos, pero es lo que hay. Aquí puedes poner a Iker Casillas a bailar con Iker Jiménez.

Figura 7: Grok ha puesto a Iker Casillas a bailar con Iker Jiménez

O puedes poner a David Broncano charlando con Arturo Pérez-Reverte o compartiendo un rato juntos. Y además estas imágenes, por supuesto, las puedes pedir como con todos los modelos de difusión, en formatos híper realistas.

Figura 8: Arturo Pérez-Reverte charlando con David Broncano 

Por suerte, los algoritmos de detección de imágenes generadas con modelos de difusión funcionan con los que utiliza Grok, así que subiendo una de estas imágenes a VerifAI Pro se puede detectar que ha sido generada con un GenAI.

Figura 9: Detección de VerifAI Pro

Cada vez que solicitas una imagen a Grok, éste te hace dos modelos diferentes para que elijas, pero lo hace a una velocidad sorprendente.

Grok, dibuja a Chema Alonso

Como curiosidad, lo que querido probar conmigo mismo, y ha sido bastante curioso, porque sí que conoce quién es "Chema Alonso" en la parte de LLM, y me identifica perfectamente.

Figura 10: ¿Conoces a Chema Alonso Grok?

Pero cuando le digo que me haga una foto sale alguien que me quiere sonar, pero que no soy yo. Supongo que paso mucho tiempo con él, o que al llamarnos igual por el nombre nos ha confundido. Vaya usted a saber.

Figura 11: No soy yo, pero me suena esa persona.

Pues eso, que si aún no has probado Grok, estos días de fiestas que vienen por delante son un buen momento para ello. Que hay que probarlo todo.

¡Saludos Malignos!

Autor: Chema Alonso (Contactar con Chema Alonso)