Hızlı cevap: Otonom sızma testi ajanı, keşiften zafiyet doğrulamasına kadar uzanan saldırı hattını insan müdahalesi olmadan yürütebilen yapay zeka sistemidir. Çok ajanlı swarm mimarisinde tek bir dev ajan yerine onlarca uzman ajan bulunur, her biri tek bir göreve odaklanır ve keşfedilen her sayfa ile her alt alan adına paralel koşar. Aşama hattı genellikle keşif, içerik ve varlık keşfi, zafiyet değerlendirme, doğrulama ve raporlama biçiminde ilerler. Bu yaklaşım klasik otomatik tarayıcıdan daha derin ve bağlamsaldır, fakat halüsinasyon ve aşırı yetki riskleri taşıdığı için yetkili bir kapsamda ve insan denetiminde çalışması şarttır.

Son yıllarda sızma testi dünyasında en çok konuşulan konu otonom ajanlar oldu. Bir komut verip saatler sonra doğrulanmış açıkların raporunu alma fikri cezbedici. Ancak bu sistemlerin gerçekte nasıl çalıştığı çoğu zaman bir kara kutu gibi anlatılıyor. Bu yazı kutuyu açıyor. Çok ajanlı bir swarm hangi aşamalardan geçer, neden tek bir modelden daha etkilidir ve nerede hâlâ insana ihtiyaç duyar.

Otonom ajan ile klasik otomatik tarayıcı farkı

Klasik bir otomatik tarayıcı kural tabanlı çalışır. Belirli imzaları ve bilinen desenleri hedefe karşı dener, eşleşme bulursa işaretler. Hızlıdır ama bağlamdan yoksundur. Bir formu neden doldurduğunu, bir cevabın ne anlama geldiğini yorumlamaz.

Otonom ajan ise muhakeme eder. Keşfettiği bir giriş noktasına bakıp sonraki adıma kendi karar verir. Bir API cevabındaki ipucunu izleyip yeni bir uç nokta türetir, bir hatadan yeni bir hipotez çıkarır. Bu, bir insan sızma testçisinin düşünme biçimine daha yakındır. Bu temel ayrımı yapay zeka destekli taramanın geleneksel tarayıcıdan farkı yazımızda ayrıntılı ele aldık.

Swarm aşama hattı

Çok ajanlı bir sistem rastgele koşmaz. Belirli bir sırayla ilerleyen bir aşama hattı izler, çünkü her aşama bir sonrakini besler. Tipik bir hat şöyledir.

Aşama Ne yapar Çıktısı
Keşif DNS, e posta güvenliği, teknoloji tespiti, alt alan adı taraması hedef profili ve alt alan listesi
İçerik keşfi sayfa, dizin, API ve parametre bulma taranacak URL havuzu
Zafiyet değerlendirme enjeksiyon, kimlik, mantık testleri aday bulgular
Doğrulama kanıt üretme, exploit deneme kanıtlanmış veya reddedilmiş
Raporlama bulguları toplama, kademeleme güven kademeli rapor

Bu sıralama önemlidir. Keşif tamamlanmadan zafiyet değerlendirme eksik kapsamla çalışır. Doğrulama olmadan ise her bulgu yalnız bir hipotez olarak kalır. Keşif aşamasının derinliğini yapay zeka ile saldırı yüzeyi keşfi yazımızda inceledik.

Çok ajanlı mimari neden daha iyi

Tek bir büyük model her işi yapmaya çalıştığında dikkati dağılır ve bir görevde derinleşemez. Swarm mimarisi işi böler. Her uzman ajan dar bir alanda çalışır. Biri yalnız enjeksiyon dener, biri yalnız kimlik akışlarını kurcalar, biri yalnız yapılandırma hatalarına bakar. Bu uzmanlaşma derinlik getirir.

İkinci kazanç paralelliktir. Keşfedilen her alt alan adı ve her sayfa için uzmanlar eş zamanlı koşabilir. Bir hedefin kırk canlı alt alan adı varsa, her birinin kendi backend servisi ayrı ayrı denetlenir, hiçbiri atlanmaz. Kapsama bu şekilde tam olur.

Üçüncü kazanç veri bağımlılığının düzgün yönetilmesidir. Bir ajanın ürettiği çıktı diğerinin girdisi olabilir. Keşif aşamasında bulunan bir kimlik bilgisi, sonraki aşamada kimlik doğrulamalı taramayı mümkün kılar. Bu yüzden birbirinin verisine ihtiyaç duyan ajanlar aynı anda değil, sırayla koşmalıdır. İyi bir swarm bu bağımlılık sırasını korur.

Bu veri akışının sağlıklı olması için bulunan değerlerin maskelenmeden aktarılması gerekir. Keşifte bulunan bir anahtar sonraki aşamada kullanılacaksa, raporda ve ara veride gerçek haliyle görünmelidir.

Otonom exploit ve kendi kendine öğrenme

İleri swarm sistemleri yalnız test etmez, doğrulanmış bir açıktan yola çıkıp exploit üretmeye çalışır. Bu, otomatik exploit üretimi denen alandır ve sembolik yürütme ile fuzzing gibi tekniklerle beslenir. Konuyu otomatik exploit üretimi yazımızda ele aldık. Saldırgan ve savunmacı ajanların birbirine karşı koştuğu mor takım otomasyonunu ise yapay zeka saldırgan ve savunmacı ajan yazımızda inceledik.

Sınırlar ve insan denetimi

Otonom ajanlar güçlüdür ama kusursuz değildir. Üç temel sınır vardır.

Birincisi halüsinasyondur. Bir dil modeli var olmayan bir açığı ikna edici biçimde anlatabilir. Bu yüzden her bulgu bağımsız kanıtla doğrulanmadan iddia sayılmaz. Doğrulama olmadan üretilen çıktının güvenilmezliğini yapay zeka taramasında aşırı üretim ve gürültü yazımızda anlattık.

İkincisi aşırı yetkidir. Bir ajana gereğinden fazla araç ve izin verildiğinde beklenmedik ve zararlı eylemler yapabilir. Bu riski ve kontrollerini yapay zeka ajan işlem onayı güvenliği yazımızda ve llm ajan aşırı yetki yazımızda ele aldık.

Üçüncüsü deterministik olmamadır. Aynı hedefte iki koşum farklı sonuçlar verebilir. Bu, tekrarlanabilirlik ve kanıt saklama ihtiyacını doğurur.

Bu sınırlar yüzünden otonom ajan, yetkili bir test kapsamında ve bir uzmanın denetiminde çalışmalıdır. Ajan ağır işi yapar, uzman kritik kararı ve son doğrulamayı üstlenir.

KAOS ve DSET yaklaşımı

DSET olarak geliştirdiğimiz KAOS, bu yazıda anlatılan çok ajanlı swarm mimarisini temel alır. Keşiften doğrulamaya uzanan aşama hattında onlarca uzman ajan, keşfedilen her sayfaya ve her alt alan adına koşar, veri bağımlılığı sırasını korur ve bulduğu her şeyi bir güven kademesine bağlar. Doğrulama olmadan hiçbir bulgu kesin ilan edilmez. Ajanların ürettiği gerçek değerler, sonraki aşamada kullanılmak üzere maskelenmeden aktarılır. KAOS hakkında daha fazlası için yapay zeka siber güvenlik tarama aracımız yazısına bakın.

Otonom bir aracın ham çıktısı ile bir uzmanın yorumladığı doğrulanmış rapor arasında büyük fark vardır. Ankara Hacettepe Teknokent bünyesindeki ekibimiz, otonom taramayı insan denetimiyle birleştirerek güvenilir sonuç üretir. DSET ile iletişime geçin.

Sık sorulan sorular

Otonom ajan bir insan sızma testçisinin yerini alır mı? Bugün için hayır. Otonom ajan keşfi ve tekrarlayan testleri hızlandırır, geniş kapsamı kısa sürede tarar. Ancak kritik karar, iş mantığı açıkları ve son doğrulama hâlâ bir uzman gerektirir. En iyi sonuç, ajanın hızını uzmanın yargısıyla birleştirmektir.

Çok ajanlı swarm tek bir büyük modelden neden daha iyi? Çünkü iş bölünür ve her uzman dar alanında derinleşir, ayrıca her sayfa ve alt alan adı paralel taranarak kapsam tam olur. Tek model her işi yapmaya çalışırken derinlik ve kapsam kaybeder.

Otonom ajanın ürettiği bulgulara doğrudan güvenebilir miyim? Doğrudan değil. Doğrulanmış kanıt taşıyan bulgular aksiyona hazırdır, ancak hipotez ve olası kademesindeki bulgular elle teyit edilmelidir. Halüsinasyon riski bu teyidi zorunlu kılar.

Kaynaklar

  • MITRE ATT&CK, saldırı taktik ve teknik çerçevesi, aşama hattı eşlemesi için.
  • OWASP Web Security Testing Guide, test metodolojisi ve doğrulama.
  • OWASP Top 10 for LLM Applications, ajan aşırı yetki ve güvensiz çıktı riskleri.
  • DSET blog: yapay zeka ile saldırı yüzeyi keşfi.