44 Yapay Zeka Ajanıyla Otomatik Saldırılar Japonya’yı Vurdu

Japonya’daki kuruluşlar, siber güvenlik dünyasında yeni bir evreye işaret eden sofistike saldırıların hedefi oldu. Yakın zamanda açıklanan detaylara göre, bu saldırılarda yapay zeka siber saldırı süreçlerinin merkezinde yer alarak, insan operatörlere yardımcı olmaktan tüm saldırı zincirini otomatikleştirme kapasitesine kadar geniş bir yelpazede rol oynadı. Sektör uzmanları, bu vakaların yapay zekanın siber alandaki kötüye kullanım potansiyelini gözler önüne serdiğini ve gelecekteki tehdit dinamiklerini kökten değiştirebileceğini belirtiyor. Analiz edilen üç ayrı olay, yapay zekanın saldırganların cephaneliğindeki yerinin derinleştiğini gösteriyor.

Siber Saldırılarda Yapay Zekanın Yükselişi

Yapay zekanın siber güvenlik alanındaki çift yönlü kullanımı uzun süredir tartışılıyor. Savunma tarafında tehditleri erken tespit etme, anormallikleri belirleme ve otomasyon sağlama potansiyeli vaat ederken, saldırganlar için de yeni kapılar açtığı biliniyordu. Daha önce Güney Kore ve Japonya’daki hedeflere yönelik otonom yapay zeka sızma testi çerçevesi ARTEX kullanılarak gerçekleştirilen saldırılar, bu tehlikenin ilk somut örneklerinden biriydi. Ancak son açıklanan vakalar, yapay zekanın rollerinin çok daha ileri bir noktaya taşındığını ortaya koyuyor.

Güvenlik araştırmacıları Bakuei Matsukawa ve Joseph C Chen, tehdit aktörlerinin kullandığı maruz kalmış sunucu ortamlarında yapılan incelemelerin, bu platformların sadece el ile yürütülen operasyonlar için değil, aynı zamanda komuta ve kontrol de dahil olmak üzere tüm iş akışını otomatikleştiren yapay zeka ajan platformları için de kullanıldığını gösterdiğini dile getiriyor. Elde edilen istihbarat, keşif ve saldırı araçları, hedef listeleri, sonuçlar, loglar ve komut geçmişlerini içeriyor. Bu durum, siber saldırıların artık insan zekasına ek olarak veya ondan bağımsız olarak da yürütülebileceği bir döneme girildiğinin kanıtı olarak değerlendirilebilir.

44 Ajanlı Otomasyon ve LLM Destekli Hedefleme

Açıklanan saldırılardan ilki, CyberStrikeAI adlı açık kaynaklı bir sızma testi aracını kötüye kullanıyor. Ekim 2026’da kısa bir süre içinde yoğunlaşan bu faaliyet, daha önce Fortinet FortiGate cihazlarına yönelik bir kampanya sırasında da kullanılmıştı. Yapay zeka güdümlü bu operasyon, keşif, güvenlik açığı tespiti ve doğrulaması, istismar, komuta ve kontrol (C2), kalıcılık sağlama, veri sızdırma ve hatta otomatik raporlama gibi saldırı yaşam döngüsünün çeşitli aşamalarını tekrarlanabilir bir iş akışına dönüştürerek otomatikleştiriyor. Bu süreçte görev, saldırının farklı yönlerini ele almak üzere 44 ayrı ajana devrediliyor. Dahası, Japonca dilinde sahte formlar ve oturum açma sayfaları oluşturma yeteneği de bu sistemin bir parçası.

İkinci vaka, Büyük Dil Modelleri (LLM) desteğiyle insan liderliğinde yürütülen bir saldırı olarak öne çıkıyor. Bu kampanyada LLM’ler, planlama ve araç geliştirme süreçlerini hızlandırmak için kullanılmış. Altyapı ve eserler üzerinde yapılan analizler, bu saldırının aynı zamanda yapay zeka iş akışı platformlarını ve çıkarım hizmetlerini hedefleyerek düşük maliyetle yüksek miktarda çıkarım kapasitesi elde etmeyi amaçladığını gösteriyor. Ağustos ve Eylül 2026’da 24 gün süren bu saldırılardan birinde, varsayılan kimlik bilgileriyle açıkta kalan bir coğrafi bilgi sistemi (GIS) sunucusu hedef alınarak kadastro ve ticari kayıtlar, Windows kimlik bilgileri ve e-posta verileri çalındı.

Üçüncü olayda ise yapay zekanın rolü, operatörün araç ve komut dosyalarını geliştirmekle sınırlı kalmış. Bu durum, Cisco, Citrix, F5 ve Yamaha gibi firmaların uç cihazlarını hedef alan bir dizi kampanyada teknolojinin daha sınırlı bir rol oynadığını düşündürüyor. Bu kampanyalarda yayımlanmış güvenlik açıkları, yönetim işlevleri veya yapılandırma dosyalarındaki kimlik bilgileri kullanılmış.

Kurumsal Hedefler ve Veri Sızıntılarının Boyutu

Yapay zeka güdümlü bu siber operasyonların etkisi oldukça geniş bir alana yayılıyor. CyberStrikeAI kullanılan ilk saldırıda, kısa bir sürede en az 19 tanımlanabilir kuruluş, bunlardan en az 16’sı Japonya’da olmak üzere doğrulama faaliyetlerine maruz kaldı. Her bir hedef için aynı formatta bir rapor ve kanıt indeksi oluşturulmuştu; bu durum, operatör tarafından bırakılan gelişigüzel notlar yerine, platform tarafından yürütülen yapılandırılmış bir sürecin çıktısı olduğunu gösteriyor. Bu otomasyon düzeyi, saldırganların çok daha fazla hedefi eş zamanlı olarak test etmelerine ve potansiyel zayıflıkları hızla belirlemelerine olanak tanıyor.

LLM destekli ikinci saldırıda bir GIS sunucusundan çalınan verilerin doğası, kurumsal bilgilerin ne kadar değerli ve hassas olabileceğini bir kez daha ortaya koydu. Kadastro ve ticari kayıtlar, bir ülkenin veya şirketin en kritik bilgilerinden bazılarını içerir. Windows kimlik bilgileri ve e-posta verileri ise daha geniş çaplı ağlara sızmak için anahtar görevi görebilir. Bu tür verilerin ele geçirilmesi, hem doğrudan finansal kayıplara hem de uzun vadeli itibar zedelenmelerine yol açabilir. Uç cihazları hedef alan üçüncü tür saldırılarda ise kurumsal ağın çevresel savunma hatlarının hedef alındığı görülüyor; bu da daha geniş çaplı bir sızmanın önünü açabilecek potansiyel vektörler oluşturuyor.

Tehdide Karşı Kurumsal Stratejiler

Yapay zeka destekli siber saldırıların yükselişi karşısında kuruluşların siber güvenlik stratejilerini yeniden değerlendirmeleri kritik bir hal alıyor. İlk olarak, otomatize edilmiş keşif ve istismar araçlarına karşı sürekli güvenlik açığı yönetimi büyük önem taşıyor. Sistemler düzenli olarak güncellenmeli ve yayımlanmış tüm güvenlik yamaları derhal uygulanmalıdır. Özellikle Fortinet, Cisco, Citrix, F5 ve Yamaha gibi yaygın kullanılan cihazların güvenlik açıkları ve varsayılan kimlik bilgileri riskleri yakından takip edilmeli, bu tür zayıflıklar hızla giderilmelidir.

İkinci olarak, yapay zeka iş akışı platformları ve çıkarım hizmetleri gibi yeni hedefler için özel güvenlik önlemleri alınmalıdır. Bu platformların kimlik doğrulama mekanizmaları güçlendirilmeli, varsayılan kimlik bilgileri asla kullanılmamalı ve erişim sıkı bir şekilde kontrol edilmelidir. Ağ segmentasyonu, yetki kısıtlamaları ve çok faktörlü kimlik doğrulama gibi temel güvenlik uygulamaları, yapay zeka güdümlü saldırılara karşı direnci artıracaktır. Üçüncü olarak, saldırıların otomatik raporlama ve delil indeksleme gibi yapılandırılmış süreçler içerdiği düşünüldüğünde, kurumlar da kendi iç sistemlerini benzer şekilde yapılandırılmış loglama ve olay müdahale sistemleriyle güçlendirmelidir. Anomali tespiti ve davranış analizi, 44 ajanın eş zamanlı faaliyetlerini veya LLM destekli anlık araç geliştirmelerini ortaya çıkarabilir.

Siber Güvenliğin Geleceği ve Yapay Zekanın İki Yüzü

Bu son saldırı dalgası, siber güvenlik dünyasının dönüştürücü bir eşikte olduğunu ortaya koyuyor. Yapay zekanın sadece bir araç olmaktan çıkıp, tüm bir saldırı ekibinin veya operasyonun beyni haline gelmesi, geleneksel savunma modellerini sorgulatıyor. Saldırganların yapay zekayı sadece karmaşık kodlar yazmak veya hedefleri hızla taramak için değil, aynı zamanda saldırı stratejilerini anlık olarak uyarlamak ve karşı savunma mekanizmalarını alt etmek için kullanma yeteneği, siber savunmacıları sürekli tetikte olmaya zorluyor.

Gelecekte, yapay zekanın siber güvenlik savaşlarındaki rolü şüphesiz daha da büyüyecek. Bu, hem daha karmaşık ve adapte olabilen saldırıları tetikleyecek hem de savunma tarafında daha akıllı ve proaktif çözümlerin geliştirilmesini teşvik edecek. Önemli olan, yapay zekanın sağladığı otomasyon ve zekayı sadece saldırganların değil, savunmacıların da etkin bir şekilde kullanabilmesidir. Tehdit aktörlerinin yetenekleri arttıkça, güvenlik araştırmacılarının ve şirketlerin yapay zeka destekli savunma mekanizmalarını sürekli geliştirmesi ve yeni nesil tehditlere karşı bir adım önde olması gerekecek. Siber güvenlik alanındaki bu dönüşüm, teknoloji dünyasının en öncelikli gündem maddelerinden biri olmaya devam edecek.