Düşünce Liderleri
Yapay zekâ açıkları ışık hızında buluyor. Onları düzeltmek ise bambaşka bir mesele.

Öne çıkan noktalarYapay zeka artık sıfır gün açıklarını savunucuların yamalayabileceğinden daha hızlı…
Daha fazla göster
- Yapay zeka artık sıfır gün açıklarını savunucuların yamalayabileceğinden daha hızlı ortaya çıkarıyor.
- Yapay zeka tarafından oluşturulan yamaların yarısından fazlası açığı düzeltemedi veya yeni açıklar ortaya çıkardı.
- Yalnızca açıklanmış CVE'lere güvenmek, savunucuları saldırganların zaman çizelgelerine tepki vermeye bırakır.
Siber güvenlikte yeni bir sorunla karşı karşıyayız ve ironik biçimde bu sorun, problemleri her zamankinden daha hızlı bulabilme becerimizden kaynaklanıyor.
Öncü yapay zekâ modelleri, yazılımlardaki açıkları keşfetme ve bunlardan yararlanma konusunda giderek çok başarılı oluyor. Bu da yıllarca gizli kalabilecek kusurların, birkaç ay önce hayal etmesi neredeyse imkânsız olan hızlarda ortaya çıkarıldığı anlamına geliyor.
Ancak asıl zorluk, sektörün açıkları bulma konusunda onları düzeltme konusunda olduğundan çok daha hızlı ilerlemesi. Anthropic’in son araştırmasını ele alalım. Zhipu AI’ın açık ağırlıklı GLM-5.3 modeli, ExploitBench kıyaslamasındaki 410 denemenin 50’sinde uçtan uca çalışan istismarlar geliştirmeyi başardı; Claude Mythos Preview ise 56 denemede başarılı oldu.
Kısıtlı bir öncü model ile ağırlıkları açıkça erişilebilen bir model arasındaki fark son derece küçük. Bir zamanlar son derece uzmanlaşmış güvenlik araştırmacılarının sahip olduğu beceriler, artık çok daha geniş bir kitlenin erişimine açılıyor. Bu sırada, hepimizin kullandığı yazılımlar da birdenbire daha az savunmasız hâle gelmiş değil. Sıfırıncı gün açığını bulmanın, onu düzeltme sürecinden daha hızlı olabildiği bir döneme girdik.
Yakın zamanda ortaya çıkan PHP2Shell açıkları bunun çarpıcı bir örneği. Wiz, Calif ve OpenAI’ın Codex Güvenlik ekibinin araştırmasına göre, öncü yapay zekâ tek bir araştırmacının PHP motorundaki kritik kusurları yaklaşık bir hafta içinde ortaya çıkarmasına yardımcı oldu. Bu açıklar, WordPress, Drupal ve Joomla üzerinde geliştirilen uygulamalar da dâhil olmak üzere web’in önemli bir bölümünün temelini oluşturan bir çalışma ortamını etkiledi.
Bu durum güvenlik ekipleri için acil bir soruyu gündeme getiriyor: Saldırganlar açıkları savunma ekiplerinin yamalayabileceğinden daha hızlı keşfedebildiğinde ne olur?
Geleneksel Açık Yönetimi Rehberi Bu Duruma Göre Hazırlanmadı
Açık yönetimi yıllardır alışıldık bir sırayla ilerliyor. Bir açık keşfediliyor, biri bunu bildiriyor, bir CVE numarası atanıyor, yama yayımlanıyor, tarayıcılar açığı saptıyor, güvenlik ekipleri riski değerlendirip düzeltmeye öncelik veriyor ve yamayı dağıtıma alıyor. Kusursuz bir süreç değil, ancak güvenlik ekosisteminin tamamı bu sürecin etrafında şekillendi.
Ancak asıl sorun, bu sürecin büyük ölçüde açığın varlığından önceden haberdar olmaya dayanması. Geleneksel tarayıcılar, ortamınızdaki bilinen açıkları belirlemede oldukça başarılı; peki henüz açıklanmamış olanlar ne olacak? CVE numarası, güvenlik duyurusu ya da yaması olmayanlar?
PHP2Shell açığının duyurulması, bu modelin bizi ne kadar savunmasız bıraktığını gösteriyor. CVE-2026-109618 ve CVE-2026-109619 numaralı iki kritik açığın her ikisi de CVSS 9.2 olarak derecelendirildi ve PHP’nin kendisindeki bellek güvenliği kusurlarından kaynaklandı. Araştırmacılar, WordPress, Drupal ve Joomla dâhil olmak üzere yaygın kullanılan uygulamaları hedef alan uzaktan kod yürütme ve bellek ifşası saldırılarını gösterdi. Temel çalışma ortamındaki zayıflık nedeniyle, kodu başka açılardan güvenli olan uygulamalar bile savunmasız kalabilirdi.
Zaman çizelgesi de aynı ölçüde dikkat çekiciydi. Kamuoyuna yapılan erken bir uyarının ardından PHP’nin güvenlik ekibi yayın takvimini öne çekti. Yamalar kullanıma sunulduğunda, ilk saldırı girişimleri çoktan gözlemlenmeye başlamıştı.
Üstelik o günkü tek sorun PHP değildi. Ayrı bir yazılım tedarik zinciri saldırısında, büyük dil modelleri için popüler bir açık kaynaklı ağ geçidi olan LiteLLM’in 1.107.0 sürümü tehlikeye atıldı. Saldırganlar yayımlanan Python paketine bir bilgi hırsızı ve uzaktan erişim truva atı yerleştirirken projenin kaynak kodu deposu temiz kaldı. Yalnızca kaynak kodunu inceleyen bir ekip, kötü amaçlı yükü tamamen gözden kaçırırdı.
Bu olaylar, açıkların güvenilir yazılım bileşenlerinin derinliklerinde yıllarca varlığını sürdürebildiğini; kötü amaçlı kodun da kuruluşların rutin olarak yüklediği bağımlılıklar üzerinden sisteme girebildiğini gösteriyor. Bunların hiçbiri mutlaka uygulamanın kendi kodundan kaynaklanmıyor.
Ayrıca ciddi açıklar, uygulamalarınızın bağımlı olduğu yazılımlarda hâlâ bulunurken tarayıcınızın sisteminizi sorunsuz gösterebileceğini de ortaya koyuyor. Yakın zamana kadar gizli kusurları geniş ölçekte keşfetmek için önemli düzeyde araştırma uzmanlığı ve kaynak gerekiyordu; ancak öncü yapay zekâ bu denklemi değiştiriyor.
Hatayı Bulmak Kolay Kısım. Peki Ya Sonra?
Yapay zekânın sıfırıncı gün açıklarını keşfetme becerisi büyük heyecan yaratıyor. İlerleme olağanüstü olduğu için bu heyecan haklı; ancak bence yapay zekânın kaç açık bulabileceğine dair abartılı bir heyecan var ve sonrasında ne olacağına yeterince odaklanılmıyor.
Bir açığı bulmak sizi daha güvende kılmaz. Öncelikle, yapay zekânın ürettiği bulgular kendiliğinden geçerli olmadığı ve ikna edici görünen bir istismar her zaman tekrarlanamadığı için açığın gerçek olduğunu kanıtlamanız gerekir. Ardından hangi sürümlerin etkilendiğini, açığın gerçekten istismar edilip edilemeyeceğini ve ne tür bir risk doğurduğunu anlamanız gerekir.
Sonra açığı düzeltmeniz gerekir; işler asıl bu noktada ilginçleşiyor. 1Password’ün araştırması, yapay zekâ tarafından üretilen 6.080 yamayı inceledi ve bunların %53,9’unun özgün açığı gidermediğini, yeni bir güvenlik kusuruna yol açtığını ya da her ikisini birden yaptığını ortaya koydu.
Bu çalışmada, oluşturulan yamaların yarıdan fazlasının kendi içinde bir güvenlik sorunu vardı. Elbette bu sonuçlar belirli test koşullarını yansıtıyor. Ancak deneyimli her mühendisin bildiği bir gerçeği ortaya koyuyor: düzeltme gibi görünen kodu yazmakla sorunu gerçekten çözdüğünü kanıtlamak birbirinden çok farklı şeylerdir.
Yama doğru olsa bile işiniz henüz bitmiş sayılmaz. Mevcut işlevleri bozacak mı? Uygulamanızın bağlı olduğu kütüphanenin eski sürümüyle çalışacak mı? Başka bir düzine soruna yol açacak bir yükseltmeyi zorunlu kılmadan dağıtılabilir mi?
Yamayı yüzlerce uygulamaya, ekibe ve ortama yaymanız gerektiğinde ne olur? Test ortamında çalışan ama hiçbir zaman üretim ortamına ulaşmayan bir yama kimseyi korumaz. Güvenlik sektörünün yüzleşmesi gerektiğini düşündüğüm büyük uçurum bu.
Güvenlik açıklarının keşfini akıl almaz bir hızla artırıyoruz; buna karşılık bu keşifleri gerçek korumaya dönüştürmek için gereken işlerin çoğu hâlâ can sıkıcı ölçüde yavaş ilerliyor. Bu açığın kendisi de giderek bir güvenlik riskine dönüşüyor.
Peki Bu Açığı Gerçekten Nasıl Kapatabiliriz?
Zaten aşırı yük altında çalışan güvenlik ekiplerine daha çok çalışmalarını ya da daha fazla uyarıyı işlemelerini söylemenin çözüm olduğunu düşünmüyorum. Kusurları keşfetmek artık en büyük darboğaz değilken etkili güvenlik açığı yönetiminin nasıl olması gerektiğini yeniden düşünmeliyiz.
İşe şu dört alandan başlardım.
1. CVE Veritabanını Resmin Tamamı Sanmayın
CVE’ler ve güvenlik açığı tarayıcıları vazgeçilmezdir; ancak bunlar gerçekte var olan her şeyin değil, bildiklerimizin kaydıdır. Güvenlik ekipleri kamuya açıklanmış güvenlik açıklarının ötesine geçerek düşünmeye başlamalı; geleneksel taramayı proaktif araştırma, kod analizi, tehdit istihbaratı ve kuruluşlarının dayandığı yazılım bileşenlerini net biçimde anlama çalışmalarıyla birleştirmelidir.
CISA’nın Bilinen İstismar Edilen Güvenlik Açıkları Kataloğu gibi kaynaklar bilinen tehditleri önceliklendirmede değerlidir; ancak henüz kimsenin açıklamadığı güvenlik açıklarını gösteremez. PHP2Shell, temel yazılımlarda ciddi güvenlik açıklarının keşfedilmeden önce yıllarca var olabileceğini gösterdi. Öncü yapay zekâ bu kusurları günler içinde ortaya çıkarabilirken yalnızca yayımlanmış uyarılara güvenmek, savunma ekiplerinin her zaman başkalarının belirlediği takvime göre hareket etmesi anlamına gelir.
2. Daha Fazla Bulgunun Daha İyi Güvenlik Anlamına Gelmediğini Kabul Edin
Yapay zekâ çok büyük miktarda olası bulgu üretebilir; ancak bu, her bulguyu araştırmak için bir mühendislik ekibinin tüm işini bırakması gerektiği anlamına gelmez.
Asıl değer; hangi güvenlik açıklarının gerçek, istismar edilebilir ve sizin ortamınız açısından önemli olduğunu bilmektir. Sorunu yeniden üretebilir misiniz? Hangi sürümler etkileniyor? Gerçekçi bir saldırı yolu var mı? İşletme üzerindeki asıl etkisi ne?
Bu bağlam olmadan kuruluşlar, yalnızca önem derecesi puanlarına göre güvenlik açıklarına öncelik verme ve saldırganların hassas sistemlere ve kimlik bilgilerine gerçekte nasıl ulaşabileceğini gözden kaçırma riskiyle karşı karşıya kalır.
3. Düzeltmeyi Yalnızca Teknik Olarak Doğru Değil, Dağıtılabilir Hale Getirin
Bu, güvenlik açığı giderme sürecinin en çok küçümsenen zorluklarından biridir. Kurumsal ortamlar, her bağımlılığın bir gecede en yeni sürüme yükseltilebildiği kusursuz yerler değildir. Bu ortamlarda eski uygulamalar, birbirine bağlı sistemler, uyumluluk gereksinimleri ve kolayca değiştirilemeyecek yazılım sürümleri bulunur.
Dolayısıyla bir kuruluşun altyapısının yarısını yeniden kurmasını gerektiren bir düzeltmenin pek faydası olmaz. Güvenlik yamalarını eski sürümlere uyarlamanın, uyumluluğu korumanın, gereksiz saldırı yüzeylerini azaltmanın ve güncellemeleri ekiplerin zaten kullandığı araçlar ve iş akışları üzerinden sunmanın daha iyi yollarını bulmalıyız.
NIST’in kurumsal yama yönetimi kılavuzu; güncellemeleri belirlemenin, önceliklendirmenin, yüklemenin ve doğrulamanın önemini vurgular. Şimdiki zorluk, bu sürecin tamamını yapay zekâ destekli keşiflerin hızına yetişecek kadar hızlandırmaktır; çünkü dünyanın en iyi yaması bile kimse onu dağıtamıyorsa işe yaramaz.
4. Gerçekte Ne Kadar Hızlı Koruma Sağladığınızı Ölçün
Yapay zekâ bugün kritik bir güvenlik açığı keşfetse, bu açığı doğrulamanız, çalışan bir yama geliştirmeniz, yamayı test etmeniz ve üretim ortamına almanız ne kadar sürer?
PHP2Shell’e verilen yanıt, yararlı bir kıyaslama ölçütü sunuyor. Echo’da, üst proje yamaları kullanıma sunulur sunulmaz düzeltilmiş PHP paketlerini teslim ettik; desteklenen PHP sürümleri için güncellenmiş imajları da aynı öğleden sonra yeniden oluşturduk.
Güvenlik ekipleri, keşif ve doğrulamadan yama geliştirme, uyumluluk testleri ve dağıtıma kadar tüm giderim sürecini ölçmelidir. Etkilenen yazılımları ne kadar hızlı yeniden oluşturabileceklerini, güvenlik açığı bulunan bir bağımlılığı kullanan her uygulamayı belirleyip belirleyemeyeceklerini ve korunma sağlamak için ne kadar manuel müdahale gerektiğini bilmelidirler.
Öncü yapay zekâ, güvenlik açıklarının keşfedilmesini hızlandırıp daha erişilebilir hâle getirdikçe, keşif ile olası istismar arasındaki süre kısalmaya devam edecek. Geleneksel bildirim ve yama döngülerinin bu hıza yetişeceğini varsayamayız. Güvenlik açığı yönetiminin bir sonraki dönemini, saldırganlar harekete geçme fırsatı bulamadan bu keşifleri güvenilir ve dağıtıma hazır düzeltmelere kimin dönüştürebileceği belirleyecek.












