Keşif aşamasında giriş noktaları, veri akışları ve ilgili kod bağlamı inceleniyor. Ajanlar birden fazla güvenlik açığı hipotezi üretiyor, bunları bağımsız olarak araştırıyor ve birbirlerinin sonuçlarını sorguluyor. Kanıtlar aday bulgular hâlinde sentezleniyor; bir açık doğrulanmış sayılmadan önce danışmanlar kavram kanıtı niteliğindeki istismarları yeniden üretiyor.

Bu yapı, kapsama alanı ile muhakemeyi birbirinden ayırdığı için önemli. Bir ajan geniş kapsamlı arama yaparken diğeri belirli bir saldırı yolunun peşine düşebiliyor, başka bir ajan ise sonucun yanlış olduğunu göstermeye çalışabiliyor. İnsan doğrulaması, yanlış pozitiflere ve yazılımın gerçek çalışma biçimine ilişkin hatalı varsayımlara karşı son kontrol noktası olarak kalıyor.

Mandiant’ın AVDH için açıkladığı sonuçlar

Google, AVDH’nin yaklaşık on aydır kurum içinde kullanıldığını ve yaygın biçimde kullanılan web eklentileriyle açık kaynak projelerinde düzinelerce atanabilir güvenlik açığı ortaya çıkardığını belirtiyor. Çalışmalar sonucunda 12 CVE atanmış; yaklaşık bir düzine açığın daha açıklama süreci devam ediyor.

Çalınmış kurumsal depoların incelendiği bir olay müdahalesi soruşturmasında ise haricî kaynaklar, sistemin iki gün içinde 100’den fazla doğrulanmış yüksek önem dereceli güvenlik açığının belirlenmesine yardımcı olduğunu aktarıyor.

Bu rakamlar yapay zekâ destekli incelemenin ölçek potansiyelini gösteriyor; ancak dikkatli yorumlanmalı. Bunlar Mandiant ve ilgili haber kaynaklarının aktardığı operasyonel sonuçlar, geleneksel güvenlik testleriyle bağımsız biçimde denetlenmiş karşılaştırmalı ölçümler değil. Ayrıca yeni keşfedilmiş veya daha önce bildirilmemiş bir açık, otomatik olarak aktif bir sıfır gün istismarı anlamına gelmez.

Palo Alto’nun NOVA’sı birden fazla modeli bir araya getiriyor

Palo Alto Networks’ün Unit 42 ekibi NOVA’yı —“Network and Open-Source Vulnerability Analyzer”ın kısaltması— özel ajan altyapıları ve birden fazla gelişmiş yapay zekâ modeliyle çalışan otonom bir keşif, doğrulama ve raporlama sistemi olarak tanımlıyor.

Şirketin açıkladığı teste göre NOVA, iki ayda 3.915 açık kaynak projesini analiz etti ve daha önce bilinmeyen 14.090 güvenlik açığı belirledi. Unit 42, bu açıkların yüzde 99,4’ünün daha önce bildirilmediğini ve yaklaşık yüzde 40’ının yüksek veya kritik önem derecesine sahip olduğunu söylüyor.

NOVA’nın önemi yalnızca bulgu sayısından ibaret değil. Sonuçlara ilişkin haberlerde, bulguların önemli bölümünün otomatik analizle geleneksel olarak ilişkilendirilen bellek bozulması hatlarından ziyade anlamsal veya mantıksal kusurlar olduğu aktarılıyor. Bunlar erişim denetimi hataları, yol işleme sorunları, sunucu tarafı istek sahteciliği (SSRF) ya da kod enjeksiyonuna karşı yetersiz koruma gibi, uygulamanın amaçlanan davranışını anlamayı gerektiren açıklar olabilir.

AVDH’de olduğu gibi burada da manşet rakamları şirket kaynaklı. “Daha önce bilinmeyen” ifadesi tek başına her bulgunun pratikte istismar edilebilir bir sıfır gün olduğunu kanıtlamaz; önem derecesi de kullanılan puanlama çerçevesine göre değişebilir. Daha temkinli sonuç şu: Çok modelli ajan sistemleri, geleneksel inceleme süreçlerinin aynı hızda ele alamayacağı çok sayıda güvenlik açığı adayını ortaya çıkarabilecek seviyeye geliyor.

Açıkları daha hızlı bulmak neden tek başına yetmiyor?

Güvenlik açıklarını daha hızlı bulmak savunma kapasitesini artırabilir. Ancak kuruluşlar hâlâ yavaş düzeltme döngülerine bağlıysa kriz de büyüyebilir. CERT-EU, tahmini negatif yedi günlük istismar süresine dikkat çekiyor. Bu ifade, istismar faaliyetlerinin yama geniş ölçekte kullanıma sunulmadan önce başlayabildiği anlamına geliyor.

Bu ölçüm, yamanın rolünü değiştiriyor. Kalıcı kod düzeltmesi hâlâ gerekli; ancak ilk ve tek savunma hamlesi olmayabilir. Güvenlik ekiplerinin geliştiriciler inceleme yaparken, testleri tamamlarken, sorumlu bildirim sürecini yürütürken ve kademeli dağıtım gerçekleştirirken maruziyeti azaltması gerekiyor.

Palo Alto’nun programı ağ seviyesinde çevreleme ekliyor

Palo Alto’nun Frontier AI Critical Defense Programı, bu soruna karşı yapay zekâ laboratuvarlarını, yazılım ve açık kaynak kuruluşlarını, operasyonel teknoloji ile sağlık hizmetleri gibi sektörleri bir araya getirmeyi amaçlıyor. Önerilen yaklaşım, kalıcı yazılım düzeltmesi hazır olmadan önce istismar trafiğini veya kötüye kullanılan protokol davranışlarını engelleyen ağ seviyesinde “sanal yamalar” dağıtmak.

Palo Alto, Advanced Virtual Patching özelliğiyle korumaların saatler içinde dağıtılabileceğini; geleneksel bir yamanın uygulanması için sektör genelinde öne sürdüğü ortalama sürenin ise 55 gün olduğunu belirtiyor.

Sanal yama, güvenlik açığını gideren kod değişikliğinin yerine geçen bir çözüm değil, telafi edici bir denetim olarak görülmeli. Etkinliği, güvenlik ekibinin istismar yolunu doğru tanımlayabilmesine ve ağ kontrolünün meşru faaliyetleri aksatmadan bu yolu engelleyebilmesine bağlı. Saldırılar güvenilir kanallar, şifreli trafik veya yerel yetki yükseltme üzerinden gerçekleştiğinde ya da normal kullanımdan ayırt edilmesi zor davranışlar sergilediğinde kapsama alanı sınırlı kalabilir.

Savunmacılar yeniden avantaj sağlayabilir mi?

Belki — ancak yalnızca bir yapay zekâ tarayıcısı ekleyerek değil.

Daha güçlü savunma mimarisi, birden fazla aşamayı tek bir operasyonel döngüde birleştiriyor:

1. Kodu ve saldırı yüzeyini haritalayın: Ajanların sistemin ne yaptığını anlamasını sağlayın.
2. Tehdit modelini oluşturup inceleyin: Büyük ölçekli hipotez üretiminden önce insan denetimi uygulayın.
3. Birden fazla ajan ve model kullanın: Farklı bakış açılarıyla arama yapın ve zayıf bulguları birbirine sorgulatın.
4. Açıkları yeniden üretip önceliklendirin: İnsan uzmanlar ve istismar edilebilirliğe dair kanıtlarla doğrulama yapın.
5. Bildirim ve kalıcı düzeltmeyi yürütün: Uygun koordinasyon süreci üzerinden açıklama ve geliştirme çalışmalarını tamamlayın.
6. Maruziyeti hemen sınırlayın: Ağ kontrolleri veya diğer telafi edici önlemlerle saldırı yolunu geçici olarak kapatın.
7. Düzeltmeyi doğrulayın: Yazılım yaması dağıtıldıktan sonra açığın gerçekten giderildiğini test edin.

AVDH ve NOVA’nın gösterdiği stratejik ders şu: Avantaj, tek başına model çıktısından değil, orkestrasyondan geliyor. Yapay zekâ keşif ve doğrulama sürelerini sıkıştırabilir; fakat savunmacıların hâlâ güvenilir kanıta, dikkatli önceliklendirmeye, dayanıklı mimariye ve aynı hızda hareket edebilen dağıtım sistemlerine ihtiyacı var.

Saldırganlar da benzer modelleri kullanabilir; sanal yamalar ise geçici ve kapsama bağlı çözümler. Bu nedenle gerçekçi hedef, sıfır gün riskini tamamen ortadan kaldırmak değil. Hedef, keşiften çevrelemeye ve kalıcı düzeltmeye uzanan savunma döngüsünü, saldırganın açığı bulmasından istismar etmesine kadar geçen yoldan daha hızlı ve güvenilir hâle getirmek.

Keşif aşamasında giriş noktaları, veri akışları ve ilgili kod bağlamı inceleniyor. Ajanlar birden fazla güvenlik açığı hipotezi üretiyor, bunları bağımsız olarak araştırıyor ve birbirlerinin sonuçlarını sorguluyor. Kanıtlar aday bulgular hâlinde sentezleniyor; bir açık doğrulanmış sayılmadan önce danışmanlar kavram kanıtı niteliğindeki istismarları yeniden üretiyor.

Bu yapı, kapsama alanı ile muhakemeyi birbirinden ayırdığı için önemli. Bir ajan geniş kapsamlı arama yaparken diğeri belirli bir saldırı yolunun peşine düşebiliyor, başka bir ajan ise sonucun yanlış olduğunu göstermeye çalışabiliyor. İnsan doğrulaması, yanlış pozitiflere ve yazılımın gerçek çalışma biçimine ilişkin hatalı varsayımlara karşı son kontrol noktası olarak kalıyor.

Mandiant’ın AVDH için açıkladığı sonuçlar

Google, AVDH’nin yaklaşık on aydır kurum içinde kullanıldığını ve yaygın biçimde kullanılan web eklentileriyle açık kaynak projelerinde düzinelerce atanabilir güvenlik açığı ortaya çıkardığını belirtiyor. Çalışmalar sonucunda 12 CVE atanmış; yaklaşık bir düzine açığın daha açıklama süreci devam ediyor.

Çalınmış kurumsal depoların incelendiği bir olay müdahalesi soruşturmasında ise haricî kaynaklar, sistemin iki gün içinde 100’den fazla doğrulanmış yüksek önem dereceli güvenlik açığının belirlenmesine yardımcı olduğunu aktarıyor.

Bu rakamlar yapay zekâ destekli incelemenin ölçek potansiyelini gösteriyor; ancak dikkatli yorumlanmalı. Bunlar Mandiant ve ilgili haber kaynaklarının aktardığı operasyonel sonuçlar, geleneksel güvenlik testleriyle bağımsız biçimde denetlenmiş karşılaştırmalı ölçümler değil. Ayrıca yeni keşfedilmiş veya daha önce bildirilmemiş bir açık, otomatik olarak aktif bir sıfır gün istismarı anlamına gelmez.

Palo Alto’nun NOVA’sı birden fazla modeli bir araya getiriyor

Palo Alto Networks’ün Unit 42 ekibi NOVA’yı —“Network and Open-Source Vulnerability Analyzer”ın kısaltması— özel ajan altyapıları ve birden fazla gelişmiş yapay zekâ modeliyle çalışan otonom bir keşif, doğrulama ve raporlama sistemi olarak tanımlıyor.

Şirketin açıkladığı teste göre NOVA, iki ayda 3.915 açık kaynak projesini analiz etti ve daha önce bilinmeyen 14.090 güvenlik açığı belirledi. Unit 42, bu açıkların yüzde 99,4’ünün daha önce bildirilmediğini ve yaklaşık yüzde 40’ının yüksek veya kritik önem derecesine sahip olduğunu söylüyor.

NOVA’nın önemi yalnızca bulgu sayısından ibaret değil. Sonuçlara ilişkin haberlerde, bulguların önemli bölümünün otomatik analizle geleneksel olarak ilişkilendirilen bellek bozulması hatlarından ziyade anlamsal veya mantıksal kusurlar olduğu aktarılıyor. Bunlar erişim denetimi hataları, yol işleme sorunları, sunucu tarafı istek sahteciliği (SSRF) ya da kod enjeksiyonuna karşı yetersiz koruma gibi, uygulamanın amaçlanan davranışını anlamayı gerektiren açıklar olabilir.

AVDH’de olduğu gibi burada da manşet rakamları şirket kaynaklı. “Daha önce bilinmeyen” ifadesi tek başına her bulgunun pratikte istismar edilebilir bir sıfır gün olduğunu kanıtlamaz; önem derecesi de kullanılan puanlama çerçevesine göre değişebilir. Daha temkinli sonuç şu: Çok modelli ajan sistemleri, geleneksel inceleme süreçlerinin aynı hızda ele alamayacağı çok sayıda güvenlik açığı adayını ortaya çıkarabilecek seviyeye geliyor.

Açıkları daha hızlı bulmak neden tek başına yetmiyor?

Güvenlik açıklarını daha hızlı bulmak savunma kapasitesini artırabilir. Ancak kuruluşlar hâlâ yavaş düzeltme döngülerine bağlıysa kriz de büyüyebilir. CERT-EU, tahmini negatif yedi günlük istismar süresine dikkat çekiyor. Bu ifade, istismar faaliyetlerinin yama geniş ölçekte kullanıma sunulmadan önce başlayabildiği anlamına geliyor.

Bu ölçüm, yamanın rolünü değiştiriyor. Kalıcı kod düzeltmesi hâlâ gerekli; ancak ilk ve tek savunma hamlesi olmayabilir. Güvenlik ekiplerinin geliştiriciler inceleme yaparken, testleri tamamlarken, sorumlu bildirim sürecini yürütürken ve kademeli dağıtım gerçekleştirirken maruziyeti azaltması gerekiyor.

Palo Alto’nun programı ağ seviyesinde çevreleme ekliyor

Palo Alto’nun Frontier AI Critical Defense Programı, bu soruna karşı yapay zekâ laboratuvarlarını, yazılım ve açık kaynak kuruluşlarını, operasyonel teknoloji ile sağlık hizmetleri gibi sektörleri bir araya getirmeyi amaçlıyor. Önerilen yaklaşım, kalıcı yazılım düzeltmesi hazır olmadan önce istismar trafiğini veya kötüye kullanılan protokol davranışlarını engelleyen ağ seviyesinde “sanal yamalar” dağıtmak.

Palo Alto, Advanced Virtual Patching özelliğiyle korumaların saatler içinde dağıtılabileceğini; geleneksel bir yamanın uygulanması için sektör genelinde öne sürdüğü ortalama sürenin ise 55 gün olduğunu belirtiyor.

Sanal yama, güvenlik açığını gideren kod değişikliğinin yerine geçen bir çözüm değil, telafi edici bir denetim olarak görülmeli. Etkinliği, güvenlik ekibinin istismar yolunu doğru tanımlayabilmesine ve ağ kontrolünün meşru faaliyetleri aksatmadan bu yolu engelleyebilmesine bağlı. Saldırılar güvenilir kanallar, şifreli trafik veya yerel yetki yükseltme üzerinden gerçekleştiğinde ya da normal kullanımdan ayırt edilmesi zor davranışlar sergilediğinde kapsama alanı sınırlı kalabilir.

Savunmacılar yeniden avantaj sağlayabilir mi?

Belki — ancak yalnızca bir yapay zekâ tarayıcısı ekleyerek değil.

Daha güçlü savunma mimarisi, birden fazla aşamayı tek bir operasyonel döngüde birleştiriyor:

1. Kodu ve saldırı yüzeyini haritalayın: Ajanların sistemin ne yaptığını anlamasını sağlayın.
2. Tehdit modelini oluşturup inceleyin: Büyük ölçekli hipotez üretiminden önce insan denetimi uygulayın.
3. Birden fazla ajan ve model kullanın: Farklı bakış açılarıyla arama yapın ve zayıf bulguları birbirine sorgulatın.
4. Açıkları yeniden üretip önceliklendirin: İnsan uzmanlar ve istismar edilebilirliğe dair kanıtlarla doğrulama yapın.
5. Bildirim ve kalıcı düzeltmeyi yürütün: Uygun koordinasyon süreci üzerinden açıklama ve geliştirme çalışmalarını tamamlayın.
6. Maruziyeti hemen sınırlayın: Ağ kontrolleri veya diğer telafi edici önlemlerle saldırı yolunu geçici olarak kapatın.
7. Düzeltmeyi doğrulayın: Yazılım yaması dağıtıldıktan sonra açığın gerçekten giderildiğini test edin.

AVDH ve NOVA’nın gösterdiği stratejik ders şu: Avantaj, tek başına model çıktısından değil, orkestrasyondan geliyor. Yapay zekâ keşif ve doğrulama sürelerini sıkıştırabilir; fakat savunmacıların hâlâ güvenilir kanıta, dikkatli önceliklendirmeye, dayanıklı mimariye ve aynı hızda hareket edebilen dağıtım sistemlerine ihtiyacı var.

Saldırganlar da benzer modelleri kullanabilir; sanal yamalar ise geçici ve kapsama bağlı çözümler. Bu nedenle gerçekçi hedef, sıfır gün riskini tamamen ortadan kaldırmak değil. Hedef, keşiften çevrelemeye ve kalıcı düzeltmeye uzanan savunma döngüsünü, saldırganın açığı bulmasından istismar etmesine kadar geçen yoldan daha hızlı ve güvenilir hâle getirmek.