Yapay zekâ artık siber saldırılarda tali bir araç değil; Google Threat Intelligence Group'un Mayıs 2026'da yayımladığı bir rapora göre üretken yapay zekâ, saldırganların iş akışına endüstriyel ölçekte entegre oluyor ve kullanımı artık saldırının neredeyse tüm aşamalarında görülüyor. ITmedia AI Plus'ın yayımladığı habere göre grup, ilk kez bir tehdit aktörünün yapay zekâ yardımıyla geliştirilmiş bir sıfır gün açığından yararlanmaya çalıştığını tespit etti.
Açık, açık kaynaklı bir web yönetim aracını hedef alma girişiminde kullanıldı ve iki faktörlü kimlik doğrulamanın aşılmasına yol açıyordu. Daha da önemlisi, bu açık bellek bozulması gibi geleneksel bir uygulama hatasından değil, uygulama tasarımındaki gelişmiş bir mantık kusurundan kaynaklanıyordu. Bu durum, bağlamı okuyabilen ve akıl yürütebilen büyük dil modellerinin, geleneksel güvenlik açığı tarama araçlarının fark edemediği mantık hatalarını ortaya çıkarmaya yardımcı olabileceğine işaret ediyor.
Sorun yalnızca yapay zekâ değil, ona erişimin kolay olması
Habere göre gözlemlenen saldırılar ağırlıklı olarak ele geçirilmiş veya kötüye kullanılmış kapalı model ticari hesaplarına dayanıyordu. Ancak açık ağırlıklı modellerin yaygınlaşması denklemi farklı bir açıdan değiştiriyor: Model ağırlıkları indirildikten sonra kullanım, geliştirici kurumun denetimine daha az tabi oluyor; ayrıca sağlayıcının modeli geri çekmesi veya sonradan kontroller uygulaması da zorlaşıyor.
Accenture Japonya'da siber güvenlik faaliyetlerinden sorumlu Daisuke Fuji, kapalı ve açık ağırlıklı modeller arasındaki temel farkın geliştiricinin kullanım üzerindeki kontrol düzeyiyle ilgili olduğunu açıkladı. Kapalı modeller genellikle güvenlik kontrollerini, hesap kayıtlarını, kullanım koşullarını ve etkinlik izlemeyi bir arada sunuyor. Açık ağırlıklı modeller ise zararlı davranışları reddetme eğilimlerini zayıflatacak şekilde değiştirilebiliyor veya yeniden eğitilebiliyor; buna, “sansürsüz” olarak tanımlanan sürümlerin üretilmesi de dahil.
Saldırganların mevcut en iyi modele sahip olması gerekmiyor. Fuji'ye göre, Anthropic ve OpenAI'ın kapalı modellerinden daha düşük performans gösteren modeller bile çok sayıda güvenlik açığı bulabiliyor. On yıllardır tespit edilmemiş derin açıkların keşfi daha gelişmiş bir model gerektirebilir; ancak para peşindeki suçlular genellikle hızlı ve düşük maliyetle saldırılabilecek hedefleri tercih ediyor.
Kurumlar açısından pratikte ne değişiyor?
Bu gelişmeler, saldırıların hemen tamamen makineler tarafından yönetilen bağımsız operasyonlara dönüşeceği anlamına gelmiyor. Fuji, yaygın kullanımın hâlâ insanlara yardım etmek şeklinde olduğunu düşünüyor; çünkü gelişmiş modelleri geniş ölçekte çalıştırmak grafik işlem birimleri ile sınırlı ve pahalı sunucu kaynakları gerektiriyor. Günümüzde en gerçekçi kullanım, keşfi hızlandırmak: Potansiyel web sitelerini belirlemek, çok sayıda hedefi taramak ve hızlıca saldırılabilecek sistemleri bulmak.
Ancak keşif maliyetinin düşmesi hedef listesini genişletebilir. Daha önce ekonomik açıdan değersiz görünen sistemler, haklarındaki bilgilerin otomatik olarak toplanabilmesi hâlinde hedef alınabilir duruma gelebilir. Bunun içinde finans ve kripto para sektörlerinin yanı sıra yapay zekâ şirketleri de öne çıkıyor. GTIG raporu, yapay zekânın aynı anda hem gelişmiş bir saldırı unsuru hem de yüksek değerli bir hedef hâline geldiğini belirtiyor; yapay zekâ yazılım tedarik zincirine yönelik saldırılar, yapay zekâ ajanlarına özel beceri paketlerine kötü amaçlı kod yerleştirilmesi ve birden fazla büyük dil modelini birbirine bağlayan geçitlerin ele geçirilmesi de bunlar arasında yer alıyor.
Savunma, ihlalin başarıya ulaştığını varsaymakla başlıyor
Haberdeki en önemli pratik sonuç, her saldırıyı önlemenin artık koruma planı oluşturmak için gerçekçi bir temel olmadığıdır. Fuji, ihlal sonrasında zararı azaltacak önlemler alınmasını öneriyor; bunlar arasında iş sürekliliği planları oluşturmak, verilerin yedeklerini saklamak ve mikro segmentasyon kullanarak ağları daha küçük bölgelere ayırmak bulunuyor. Bu önlemler her ihlali önlemez; ancak saldırganın yayılmasını sınırlamayı ve operasyonların yeniden başlatılmasını hızlandırmayı amaçlar. Bunlar fidye yazılımlarıyla mücadelede bilinen ilkelerdir.
Kamuya açık bilgilerin azaltılması da daha önemli hâle geliyor. Model, kamuya açık etkinliklerde duyurulan teknolojiler veya web sayfalarının kaynak koduna ilişkin ayrıntılar gibi küçük sinyalleri toplayarak kurumun ortamına dair varsayımlar oluşturabilir. Fuji, saldırganın çıkarımlarını yanıltmak amacıyla sahte bilgiler sunmak anlamına gelen savunmacı aldatmayı olası seçeneklerden biri olarak değerlendiriyor.
Yama borçlarını yönetmek ve yapay zekâyı dikkatli kullanmak
Haberde ayrıca “yama borcu” sorununa da dikkat çekiliyor: Güncellemeleri test etmenin, prosedürleri hazırlamanın ve uygulama sonrasında doğrulama yapmanın zorluğu nedeniyle giderilmemiş güvenlik açıklarının birikmesi. Fuji, Japon şirketlerinin yamaları kurmadan önce ve sonra yürütülen işlemlerin gerektirdiği karmaşıklık ve zaman nedeniyle özellikle etkilenebileceğini söylüyor. İşaret ettiği eğilimler arasında buluta geçerek yama gerektiren sistemlerin kapsamını azaltmak ve testleri ve doğrulamayı hızlandırmak için yapay zekâ kullanmak bulunuyor.
Ancak yapay zekânın savunma amacıyla kullanılması karşılıklı bir risk taşıyor. Kurum, kaynak kodunu veya ortamına ilişkin verileri bir sağlayıcıya gönderir ve bu sağlayıcı saldırıya uğrarsa koruma aracı saldırgan için bir bilgi kaynağına dönüşebilir. Bu nedenle yapay zekâ destekli güvenlik açığı tarama ortamı kurulmadan önce verilerin nerede saklandığı ve eğitim amacıyla kullanılıp kullanılmayacağı doğrulanmalı. Habere göre, aracı kurumun kontrolü altında tutan egemen yapay zekâya yönelik ilgi Accenture müşterileri arasında artıyor.
certi.news'in editoryal değerlendirmesi: Asıl değişim, tamamen bağımsız saldırıların ortaya çıkması değil, istismar edilebilir hedefleri ve güvenlik açıklarını aramanın maliyetinin düşmesidir. Bu durum, proaktif tarama, sızma testleri ve kırmızı takım tatbikatlarının yanı sıra operasyonel dayanıklılığın ve açıkta bırakılan bilgi yüzeyinin azaltılmasının değerini artırıyor. Kaynak, savunmacıların önemli bir avantajının kendi ortamları hakkında daha geniş bilgiye sahip olmaları olduğunu vurguluyor; ancak bu avantajdan ne ölçüde yararlanılacağı, verilerin kalitesine, bilgi paylaşımı kontrollerine ve kurumların keşfettikleri sorunları saldırganlardan önce giderme kapasitesine bağlı olacak.