CrowdStrike, yapay zekâ güvenliği için Fiddler ve Dreadnode’u satın almayı planlıyor

CrowdStrike, 3 Kasım 2026’da, teknolojisi yapay zekâ ajanlarının davranışlarını değerlendirmek ve açıklamak için Falcon Observe’a dönüştürülecek olan Fiddler’ı satın alma niyetini açıkladı. Ayrı bir açıklamada, Dreadnode’u satın alma ve sistemler üretim ortamına ulaşmadan önce Falcon platformuna otomatik yapay zekâ güvenliği testleri ekleme planları ayrıntılandırıldı.

Her iki açıklama da Fal.Con EU 2026’da yapıldı ve önerilen satın almaları konu alıyor. CrowdStrike, Falcon Observe ve Dreadnode’u 2027 mali yılının dördüncü çeyreğinde genel kullanıma sunmayı hedefliyor. Planlanan ürünler, birbirinden farklı denetim alanlarına odaklanıyor: yapay zekâyı kullanıma sunulmadan önce zayıflıklara karşı sınamak, ajanların amaçlanan görevleri yerine getirip getirmediğini değerlendirmek ve dağıtımdan sonra kararlarını izlemek.

Falcon Observe’ta Fiddler’ın Rolü

Dağıtımdan önce ekipler, ajanların kendilerine verilen görevleri güvenli ve doğru biçimde yerine getirip getirmediğini değerlendirirken istemleri, modelleri ve yapılandırmaları karşılaştırmak için Fiddler’ı kullanabilir. Dağıtımdan sonra platform, davranışlardaki sapmaları ve istenmeyen eylemleri belirlemek üzere tüm ajan hiyerarşisi boyunca kararları ve akıl yürütme yollarını izlemek üzere tasarlanmıştır. Karar sürecini yeniden oluşturarak ekiplerin hataya yol açan adımı bulmasını sağlar.

Bu görünürlük, geleneksel güvenlik denetimlerindeki bir boşluğu gideriyor. CrowdStrike’ın para iadesi örneğinde, geçerli kimlik bilgileri ve onaylı araçlar kullanan bir ajanın şirket politikasını ihlal eden bir iadeyi onaylaması anlatılıyor. Geleneksel denetimler, karar yanlış olsa bile faaliyeti meşru görebilir; açıklanabilirlik ise ajanın neden harekete geçtiğini ve davranışının nerede yanlış yola saptığını ortaya çıkarmayı amaçlıyor.

Fiddler, birinci ve üçüncü taraf ajanları kapsıyor; OpenTelemetry üzerinden araçlandırmayı ve ayrıca LangGraph, Amazon Bedrock, AWS Strands ve Google ADK’yı destekliyor. Karar düzeyindeki kayıtlarının uyumluluk çalışmalarına ve denetimlere destek olması amaçlanıyor. Falcon bünyesinde ajanların amacı ve davranışları; uç nokta, kimlik, bulut ve çalışma zamanı güvenliği telemetrisiyle ilişkilendirilecek. Böylece güvenlik ekipleri hem bir ajanın neden harekete geçtiğini hem de bunun sonucunda kurumsal sistemlerde neler yaşandığını inceleyebilecek.

Dreadnode’un Üretim Öncesi Testleri

Dreadnode, istenen testin yalın bir dille açıklanmasıyla işe başlıyor; ardından üretim öncesinde yapay zekâ sistemlerini, modelleri, model depolarını, uygulamaları, ajanları ve MCP sunucularını sınamaya tabi tutuyor. CrowdStrike, jailbreak, istem enjeksiyonu, çok turlu saldırılar ve ajanlara özgü saldırılar dâhil 50’den fazla saldırı tekniği uyguladığını belirtti. Bulgular önem derecelerine göre sıralanıyor ve OWASP Top 10 for LLMs, OWASP Agentic Security kategorileri ASI01’den ASI10’a kadar, MITRE ATLAS ve NIST AI Risk Management Framework ile eşleştiriliyor.

Sonuçlar; toplam bulguları, saldırı başarı oranlarını, önem derecesi dağılımını, bulgu sonuçlarını ve daha ayrıntılı risk ölçütlerini kapsayan birleşik bir risk görünümüne aktarılıyor. Dışa aktarılabilir bir rapor, devam etme veya etmeme kararlarını destekliyor. İnsan denetçiler, saldırganın tam istemini ve hedefin yanıtını inceleyebilir, saldırıyı adım adım takip edebilir, bulguları yeniden sınıflandırabilir, önem derecelerini değiştirebilir ve gerekçelerini belgeleyebilir. Bulgular yeniden sınıflandırıldığında gösterge panelindeki ölçümler yeniden hesaplanıyor.

Planlanan devir süreci, testleri çalışma zamanı savunmasına bağlıyor. Dreadnode bulguları, politika önerileri olarak Falcon Guardian’a aktarılacak; böylece dağıtım öncesinde belirlenen zayıflıklar, kullanıma sunulduktan sonraki korumalara yön verecek. Test verileri CrowdStrike’ın SafeMind modellerini de destekleyecek. Falcon Guardian, kurumların geliştirdiği yapay zekâ için çalışma zamanında yapay zekâ tespiti ve müdahalesi sağlarken Falcon Observe, ajanların amaçlandığı gibi davranıp davranmadığını değerlendirip açıklıyor.

Birlikte ele alındığında bu öneriler, üretim öncesi test ve değerlendirmeden sürekli gözlem ve çalışma zamanı korumasına uzanan bağlantılı bir iş akışı ortaya koyuyor. Bu zincirin hayata geçirilmesi, önerilen satın almaların tamamlanmasına ve vaat edilen entegrasyonların geliştirilmesine bağlı. Bu nedenle, genişletilmiş yapay zekâ güvenliği yol haritasında yanıt bekleyen temel soru, hedeflenen kullanıma sunma takvimine uyulup uyulamayacağı.