Investigación del Apagón Ibérico (28-04-2025): Análisis de Datos Públicos

Este repositorio documenta el análisis técnico en curso sobre el apagón masivo ocurrido en la Península Ibérica el 28 de abril de 2025.

---

Puedes leer directamente resultados y conclusiones en Medium

---

ACTUALIZACIÓN (29-04-2025):

Ha transcurrido un día desde el incidente. Si bien las investigaciones oficiales están en curso y aún no hay conclusiones definitivas, la hipótesis central que guía este análisis, basada en los datos públicos disponibles hasta ahora, sugiere la posibilidad de un evento coordinado y complejo, que va más allá de una simple cascada de fallos técnicos. Se explora la consistencia de los eventos observados con TTPs (Tácticas, Técnicas y Procedimientos) de actores avanzados, como el grupo conocido como Sandworm.

Contexto y Comunicaciones Oficiales (Resumen)

• España:
  • El gobierno indica que "no descarta ninguna hipótesis" y menciona que las centrales nucleares (que realizaron paradas de seguridad automáticas) fueron "un problema".
  • La Audiencia Nacional ha iniciado una investigación por posible sabotaje (incluyendo ciberataque).
  • Red Eléctrica de España (REE) ha comunicado no haber sufrido ciberataques en sus sistemas y sitúa el inicio del evento principal a las 12:33 CEST (10:33 UTC), con una pérdida de 15 GW en segundos.
• Portugal:
  • Reportes iniciales y datos de REN sugieren que la perturbación eléctrica pudo originarse en la red portuguesa minutos antes del evento principal en España.
  • El gobierno portugués ha solicitado una investigación a nivel de la UE.

La narrativa inicial más difundida apuntaba a una cascada de fallos técnicos. Sin embargo, el análisis detallado de datos públicos de energía y conectividad revela patrones y anomalías significativas que merecen una investigación más profunda:

1. Degradación Temprana de Conectividad: Datos de IODA muestran una disminución notable en la conectividad a internet (active probing) en ambas redes, española y portuguesa, antes (~10:20-10:25 UTC) del colapso eléctrico principal registrado en España (10:33 UTC).

2. Origen Portugués del Evento Eléctrico: Datos del operador portugués (REN) indican un colapso significativo en la generación eléctrica portuguesa alrededor de las 10:30 UTC, precediendo al evento español.

3. Colapso Sincronizado en España: Datos de REE confirman una caída casi vertical y simultánea (~10:33 UTC) de diversas fuentes de generación (Nuclear, Solar PV, Eólica, Ciclo Combinado) en España.

Estos hallazgos preliminares, especialmente la desconexión temporal entre los problemas de conectividad y el fallo eléctrico principal en España, junto con el origen portugués de la perturbación eléctrica, justifican la exploración de hipótesis más complejas, incluyendo la posibilidad de un ataque coordinado multi-vector (Telecom + Energía).

• Consulta: ➡️ Análisis detallado ⬅️

---

Metodología y Trazabilidad

Este análisis sigue un enfoque estructurado para garantizar la claridad y reproducibilidad:

1. Recolección de Datos Crudos: Se utilizan scripts (scripts/scraper*.py) para obtener datos de Downdetector y se recopilan datos públicos de REE, REN, IODA y otras FUENTES. Estos datos se almacenan sin modificar en resources/raw/.
2. Preprocesamiento: Scripts (scripts/preprocess_raw_csvs.py) y funciones auxiliares (utils.py) limpian y estandarizan los datos crudos, generando los datasets procesados ubicados fuera de la carpeta raw/ (e.g., en resources/energy/spain/, resources/ioda/).
3. Análisis Exploratorio de Datos (EDA): Se realizan análisis individuales por fuente de datos en notebooks Jupyter (notebooks/):
   • energia_es.ipynb: Análisis de datos de generación, demanda y almacenamiento en España (REE).
   • ioda.ipynb: Análisis de datos de conectividad a Internet (IODA) para España y Portugal.
   • downdetector.ipynb: Análisis de reportes de usuarios sobre caídas de servicios (Downdetector España).
   • (Nota: Análisis de datos de REN Portugal integrado donde es relevante, basado en datos de resources/raw/energy/portugal)
4. Correlación y Síntesis: Se trabaja en la integración y comparación temporal de los hallazgos de los diferentes EDAs para construir una línea de tiempo detallada del incidente, identificando correlaciones y discrepancias. (El notebook combined_sources.ipynb puede contener trabajo en progreso para esta síntesis).
5. Investigación Contextual: Se recopila información adicional en docs/ sobre la infraestructura energética y de telecomunicaciones ibérica, TTPs de actores relevantes (Sandworm), informes técnicos (e.g., Industroyer_Report.pdf) y el estado del arte (SOTA.md) para contextualizar los hallazgos técnicos.
6. Visualización: Se utilizan bibliotecas como Plotly y Matplotlib para generar gráficos interactivos y estáticos que ilustran patrones, anomalías y comparaciones temporales. Los plots generados se almacenan en las subcarpetas plots/ dentro de resources/.

Estructura del Repositorio

.
├── docs/                     # Documentación, Investigación Contextual, Resúmenes
│   ├── Industroyer_Report.pdf  # Ejemplo de informe técnico relevante
│   ├── SOTA.md               # Estado del arte, TTPs relevantes
│   ├── sources.md            # Lista detallada de fuentes de datos e información
│   └── summary.md            # Resumen ejecutivo de hallazgos y análisis - Redactado por Gemini
├── notebooks/                # Jupyter Notebooks para análisis exploratorio y síntesis
│   ├── downdetector.ipynb
│   ├── energia_es.ipynb
│   └── ioda.ipynb
├── resources/                # Datos procesados, visualizaciones y datos crudos
│   ├── downdetector/         # Datos procesados y plots de Downdetector
│   │   ├── es-28-04-2025.json
│   │   └── plots/
│   ├── energy/               # Datos procesados y plots de Energía (España y Portugal)
│   │   ├── portugal/
│   │   │   └── ren_eletricity_28_04.png # Plot procesado REN
│   │   └── spain/
│   │       ├── almacenamiento.csv # Ejemplo dato procesado REE
│   │       ├── demanda.csv
│   │       ├── generacion.csv
│   │       ├── energy.html      # Ejemplo visualización interactiva
│   │       └── plots/           # Plots estáticos REE
│   ├── ioda/                 # Datos procesados y plots de IODA
│   │   ├── ioda_portugal.csv
│   │   ├── ioda_spain.csv
│   │   └── plots/
│   └── raw/                  # Datos CRUDOS originales, sin modificar
│       ├── downdetector/
│       ├── energy/
│       ├── ioda/
│       └── nuclear_prod.txt # Ejemplo otros datos relevantes
├── scripts/                  # Scripts Python reutilizables para tareas específicas
│   ├── preprocess_raw_csvs.py # Limpieza y preparación de datos crudos
│   ├── scraper_pt.py          # Scraper específico (si aplica)
│   └── scraper.py            # Scraper principal (e.g., Downdetector)
├── .gitignore                # Archivos y carpetas a ignorar por Git
├── README.md                 # Este archivo (versión en Español)
├── README_en.md              # Versión en Inglés del README
├── requirements.txt          # Dependencias del proyecto Python
└── utils.py                  # Funciones auxiliares compartidas

Instalación y Uso

1. Clonar el repositorio:

   git clone https://github.com/MrCabss69/Sandworm-Spain-04-2025
   cd Sandworm-Spain-04-2025

2. Crear un entorno virtual (recomendado):

   python -m venv .venv
   source .venv/bin/activate  # En Windows: .venv\Scripts\activate

3. Instalar dependencias:

   pip install -r requirements.txt

4. Ejecutar los análisis:
   • Puedes ejecutar los notebooks Jupyter (notebooks/*.ipynb) utilizando Jupyter Lab o Jupyter Notebook para explorar los análisis paso a paso.
   • Los scripts en scripts/ pueden ejecutarse directamente si es necesario (e.g., para actualizar datos o reprocesar). Consulta el código para detalles específicos.

Contribuciones / Contacto

Este es un análisis independiente y en curso. Si tienes información adicional, encuentras errores o deseas discutir los hallazgos, puedes abrir un "Issue" en este repositorio o contactar directamente conmigo. ¡Contribuciones y puntos de vista constructivos son bienvenidos!

---

Disclaimer: Este análisis se basa exclusivamente en datos disponibles públicamente y representa una interpretación independiente. Las hipótesis presentadas, particularmente en relación con un posible ciberataque y actores específicos, son especulativas y requerirían confirmación a través de investigaciones forenses oficiales.