Kaçmak İçin Tasarlandı: Yapay Zekanın Siber Saldırıları Endüstrileştirmesi

• Yapay zeka, saldırıların ekonomik yapısını değiştirdi. Eskiden kaynakları bol bir ekibin gerektirdiği bir kampanyayı oluşturmak, artık tek bir operatörün de yapabileceği bir şey haline geldi.
• Saldırganlar artık, birçok savunma döngüsünün tepki verebilmek üzere tasarlandığı süreden daha hızlı bir şekilde taktiklerini test edebilir, uyarlayabilir ve değiştirebilir.
• Artık tek hedef insanlar değil. Onlar adına e-postaları okuyan yapay zeka sistemleri, başlı başına bir saldırı yüzeyi haline gelmiştir.
• Günümüzde savunma, sürekli olarak geliştirilen katmanlı denetimler anlamına gelmektedir; yapay zeka ve makine öğrenimi ise bu denetimlerin öğrenme hızını artırmaktadır.

Güvenlik alanında lider konumda olanların çoğu, yapay zekanın siber riskleri değiştirdiğinin zaten farkında. Asıl zor soru ise bu değişimin operasyonel açıdan ne anlama geldiği. Yapay zeka saldırıları daha akıllı hale getiriyor mu? Bazen. Ancak daha da önemlisi, deneme maliyetini düşürüyor ve fikir, yük, dağıtım ve yineleme arasındaki süreyi kısaltıyor. Bu da saldırının ekonomik yapısını değiştiriyor.

Bu, piyasada halihazırda gözlemlediğimiz ve müşterilerimizden, iş ortaklarımızdan ve düşünce kuruluşlarından duyduğumuz bir durumdur. ABD, Birleşik Krallık, Kanada, Avustralya ve Yeni Zelanda’dan oluşan istihbarat ittifakı “The Five Eyes”e göre, “öncü yapay zeka modellerinin mevcut sektör beklentilerini aşması ve hem saldırı hem de savunma amaçlı siber yetenekleri kökten dönüştürmesi bekleniyor. Bunun gerçekleşmesi için gereken süre yıllar değil, aylar.”

Bunun uzak bir gelecekte yaşanacak bir sorun olduğunu düşünüyorsanız, işte bu yönde hızla ilerlediğimizi gösteren birkaç güncel istatistik:

• Artık kimlik avı e-postalarının %82,6’sı bir şekilde yapay zeka içeriyor (KnowBe4).
• Yapay zeka, beş dakika içinde ikna edici bir oltalama e-postası oluşturabilir; buna karşılık, bir insanın bunu yapması 16 saat sürer (IBM X-Force).
• Tamamen yapay zeka ile otomatikleştirilmiş oltalama e-postalarının tıklama oranı %54 iken, geleneksel kampanyalarda bu oran %12’dir (bağımsız araştırma).
• Siber suçlarda ortalama saldırı süresi 29 dakikaya gerilemiş olup, gözlemlenen en hızlı vaka 27 saniye sürmüştür. Kaydedilen bir saldırı vakasında, ilk erişimden dört dakika sonra veri sızdırma işlemi başlamıştır (CrowdStrike’ın 2026 Küresel Tehdit Raporu).

Bu istatistikler, çoğu güvenlik yönetişiminin başa çıkmak üzere tasarlandığından daha hızlı değişen bir ortamı ortaya koyuyor; üstelik bu durum, en ileri düzey yapay zeka modellerinin daha geniş kitlelerce erişilebilir hale gelmesinden önce bile geçerli. Peki, güvenlik liderleri hangi konulara farklı bir bakış açısıyla yaklaşmalı? Cevap, yapay zekanın saldırının kendisinin ekonomik dinamiklerini nasıl değiştirdiğini anlamakla başlıyor.

Yapay zeka ortaya çıkmadan önce, savunması sağlam bir kuruluşa karşı verimli bir kampanya yürütmek, zaman, insan kaynağı ve altyapı gerektiren önemli bir yatırımdı.

Günümüzde yetkin bir siber suçlu, saldırının her aşamasını önemli ölçüde kısaltabilir. Eskiden günler süren keşif çalışmaları artık saatler veya dakikalar içinde tamamlanabiliyor. Eskiden araştırma ve çaba gerektiren oltalama tuzakları, artık sadece bir komutla kurulabiliyor. Eskiden bir hazırlık ortamı ve uzun bir deneme süreci gerektiren yük testleri, kat kat hızlanmıştır.

Yapay zeka ve makine öğreniminin saldırı araçlarını güçlendirmesiyle, tehdit ortamı saldırganların oyun alanı haline geldi. Microsoft, bu çeyrek boyunca hackerların dağıtım yöntemlerini aylık olarak değiştirdiklerini ve hangi formatların e-posta savunmalarını en etkili şekilde atlattığını test ettiklerini belgeledi:

• HTML ekleri, CAPTCHA ile engellenen kimlik avı saldırılarını yaymanın en yaygın yöntemi idi (Ocak ayında %37), ancak Şubat ayında %49’luk bir artışın ardından SVG dosyaları bu yöntemin yerini aldı.
• Mart ayında, PDF eklerinin sayısı dört katından fazla arttı; DOC/DOCX eklerinin sayısı ise neredeyse beş katına çıktı.
• PDF dosyalarına gömülü QR kodları, en hızlı büyüyen yayılım kanalı haline geldi ve bu çeyrekte QR tabanlı kimlik avı saldırılarının %70’ini oluşturdu.

Ocak ayında HTML saldırılarını tespit etmek üzere kalibre edilmiş bir kontrol sistemi, Mart ayında ne tür saldırıların geleceği konusunda çok az ipucu verdi. Bu, bir tespit hatası değildir. Bu, bir imzanın yazılabilmesinden daha hızlı bir şekilde testler yapabilen, ölçümler alabilen ve taktiklerini değiştirebilen bir saldırgana karşı savunma yapmanın yapısal bir sonucudur.

Yapay zeka ortaya çıkmadan önce, kişiselleştirmenin maliyeti çok yüksekti. Artık bu maliyet sıfıra yakın.

Gelen kutusu eskiden tek bir ana okuyucu, yani çalışan, göz önünde bulundurularak tasarlanmıştı. Bu durum değişiyor. Yapay zeka asistanları artık e-posta içeriklerini hızla özetleyebiliyor, sınıflandırabiliyor ve bunlara göre harekete geçebiliyor. Dolayısıyla şu soru ortaya çıkıyor: Kuruluşlar, bir insan tarafından okunmadan ve bir makine tarafından işlenmeden önce içeriği inceliyor mu?

Microsoft’un kendi performans karşılaştırma verileri, Defender’ın kötü amaçlı e-postaların ortalama %70,8’ini teslimattan sonra, yani gelen kutusuna ulaştıktan sonra ortadan kaldırdığını göstermektedir. Bu bekleme süresi boyunca:

• Bir kullanıcı, bir eki açabilir, bir mesajı iletebilir veya bir bağlantıya tıklayabilir.
• Bir yapay zeka asistanı içeriği özetleyebilir.
• Bir yardımcı pilot, gömülü komutları işleyebilir.

Haziran 2025’te araştırmacılar, Microsoft 365 Copilot’ta bulunan ve ciddiyet derecesi 10 üzerinden 9,3 olan bir sıfır tıklama güvenlik açığı olan EchoLeak’i ortaya çıkardılar. Saldırı şu şekilde gerçekleşti: Saldırgan, gizli talimatlar içeren özel olarak hazırlanmış bir e-posta gönderdi. Alıcı, Copilot'tan gelen kutusunu özetlemesini istediğinde, yapay zeka gizli talimatı okudu, bunu bir komut olarak yorumladı ve hassas belgeleri sessizce harici bir sunucuya aktardı. Kullanıcı, yapay zeka asistanını tam olarak tasarlandığı şekilde kullanmıştı.

Bu durum, e-postaya yönelik tehdit modelini, çoğu güvenlik mimarisinin henüz hesaba katmadığı bir şekilde değiştiriyor. Yapay zeka, bir insanın sahip olabileceği şüphecilik, bağlamsal farkındalık veya içgüdüden yoksun bir şekilde metinleri okur. Ayrıca, geniş ölçekte okuma yapar; daha kapsamlı verilere erişebilir, kullanıcıdan devralınan izinlere sahiptir ve bazen okumadan çok daha öteye geçen eylemlerde bulunma yeteneğine de sahiptir.

Bu güvenlik sorununun ikinci bir boyutu daha bulunmaktadır. Yapay zeka ajanı belleği üzerine yapılan araştırmalar, bir yapay zeka ajanı tarafından işlenen özel olarak hazırlanmış bir belgenin, ajanın kalıcı belleğine talimatlar yerleştirebileceğini ortaya koymuştur; bu talimatlar süresiz olarak kalır ve orijinal dosyayla hiçbir ilgisi olmayan gelecekteki etkileşimlerde sessizce tetiklenir. Bu, komut satırı enjeksiyonundan bir adım öte bir durumdur ve “bellek zehirlenmesi” olarak adlandırılır.

E-posta altyapıları üzerinde yapay zeka destekli yardımcılar, kodlama asistanları ve otonom iş akışları çalıştıran kuruluşlar, zaten savunmakta zorlandıkları bir alana, büyük ölçüde güvenli olmayan ikinci bir katman daha eklemişlerdir. Çoğu kuruluş, e-posta güvenlik duruşunu bu durumu dikkate alacak şekilde güncellememektedir.

Yıllar boyunca pek çok güvenlik programı, yıllık gözden geçirmeler, üç aylık ayarlamalar, periyodik masa başı tatbikatları ve planlı politika güncellemeleri gibi döngüler içinde geliştirildi. Bu ritim hâlâ değerini koruyor. Ancak bu ritim, hızla ve büyük ölçekte şekil değiştirebilen saldırılar için tasarlanmamıştı.

Cevap, uyarlanabilir savunmadır: Tehdit geliştikçe öğrenen, engellenen her girişimden, her yanlış pozitif durumdan ve her olay incelemesinden ders çıkararak kendini geliştiren güvenlik katmanları. Savunma amaçlı kullanılan Frontier AI modelleri, sinyal ile eylem arasındaki süreyi kısaltmaya, insan analistlerin gerekli hızda işleyemediği kalıpları ortaya çıkarmaya ve kontrolleri saldırıların değişim hızına daha yakın bir şekilde geliştirmeye yardımcı olabilir.

Bu uyarlama, gelen kutusundaki yeni okuyucuyu da hesaba katmalıdır. Bir çalışan şüpheci davranması için eğitilebilirken, bir yapay zeka asistanı ise herhangi bir koruma önlemi olmadığında işlediği her şeye göre hareket eder. Mesajlar ve ekler, okuyucu ister insan ister makine olsun, herhangi bir okuyucuya ulaşmadan önce güvenilmez olarak değerlendirilmeli ve etkisiz hale getirilmelidir.

Yapay zeka tabanlı savunma, güçlü yönlerini ön plana çıkararak pratik olmalıdır: daha hızlı ön sınıflandırma, şüpheli dosyaların daha erken tespit edilmesi, sinyaller arasında daha iyi korelasyon ve tehdit ile uyum sağlama arasındaki sürenin kısaltılması.

Başarılı olacak kuruluşlar, her olayı “kapatılmış bir bilet” olarak değil, bir istihbarat kaynağı olarak değerlendirebilen kuruluşlardır. Uyumluluk çerçevelerinin bu gelişmeleri yakalamasını beklemek, geçerli bir savunma stratejisi değildir. Saldırganlar şimdiden her girişimden ders çıkarmaktadır ve savunma tarafı da yapay zeka ve makine öğreniminden yararlanarak e-postaları incelemek, tespit etmek ve temizlemek suretiyle aynı şeyi yapmaya başlamıştır.

Özellikle kritik altyapı söz konusu olduğunda, yalnızca mevzuatın tanımlayamayacağı ek bir sorumluluk söz konusudur. Dijitalleşme hızlandıkça, bu kuruluşların saldırıya açık alanları da buna paralel olarak genişlemektedir. Güvenlik stratejisi, mevzuatın öngördüğü asgari şartlar temelinde oluşturulamaz.

“Beş Göz” ortak bildirisi bunu açıkça ortaya koyuyor: “Siber risk artık salt teknik bir mesele olarak ele alınamaz. Bu, temel bir iş riski ve liderlik sorumluluğudur.” Aciliyet konusuna gelince ise: “Şimdi harekete geçen liderler, maruz kalma düzeyini azaltacak, dayanıklılığı güçlendirecek ve müşteriler, iş ortakları ve yatırımcılar nezdinde güven oluşturacaklardır. Gecikenler ise giderek artan ve önlenebilir bir riskle karşı karşıya kalacaklardır.”

Daha dayanıklı bir yaklaşım, sınırda katmanlı savunma mekanizmaları, işletme modelinde yapay zeka destekli uyum ve sürekli iyileştirmenin standart bir uygulama haline gelmesi beklentisiyle başlar. Önemli olan, savunma mekanizmalarınızın bu gelişmelere ayak uyduracak kadar hızlı bir şekilde gelişip gelişmediğidir.

Bu durum, risklerin en yüksek olduğu yerlerde, yani kritik altyapı ve bunun merkezinde yer alan hava boşluklu ağlarda en büyük öneme sahiptir; bir sonraki makale de işte bu noktadan başlıyor.