Zhipu GLM-5.3: Yapay Zeka Siber Güvenlikte Beklentileri Aştı

Çin merkezli yapay zeka geliştiricisi Zhipu, kodlama odaklı yeni yapay zeka modeli GLM-5.3‘ü tanıttı. Bu modelin, beklentilerin çok üzerinde gelişen siber güvenlik yetenekleri, sektörde önemli bir tartışmayı tetikledi. GLM-5.3, güvenlik açığı keşfi konusunda Batı’nın önde gelen modelleriyle rekabet edebilecek seviyeye ulaşırken, gerçek dünya yazılımlarında binlerce kusuru ortaya çıkardı. Bu durum, yapay zeka siber güvenlik alanında hem büyük bir potansiyeli hem de yeni riskleri beraberinde getiriyor.

Yapay Zeka Destekli Güvenlik Açığı Tespiti

Zhipu’nun açıklamalarına göre, GLM-5.3’ün kodlama yetenekleri, kendi bünyelerinde geliştirilen Z.ai Code Bench testlerinde GLM-5.2’ye kıyasla %50’lik bir iyileşme gösterdi. Ancak asıl sürpriz, modelin eğitim sonrası aşamasında beklenenden çok daha hızlı bir siber yetenek gelişimi sergilemesi oldu. Şirket, bu ilerlemenin izole güvenlik açıklarını tanımlamanın ötesine geçerek, tam istismar zincirleri için tutarlı planlar oluşturma kapasitesine ulaştığını ifade etti. Modelin bu derinlikteki anlayışı, siber güvenlik dünyası için yeni bir dönemin habercisi olabilir.

Bu yetenek artışının temelinde, karmaşık görev ortamlarında takviyeli öğrenmeyi de içeren kapsamlı bir eğitim sonrası süreç yatıyor. Takviyeli öğrenme (Reinforcement Learning), yapay zekanın belirli hedeflere ulaşmak için deneme yanılma yoluyla öğrenmesini sağlayan bir yöntemdir. Güvenlik açığı tespiti bağlamında, model güvenlik açıklarını başarıyla tespit ettiğinde ödüllendirilirken, yanlış pozitifler veya başarısız teşebbüsler için cezalandırılır. Bu mekanizma, yapay zekanın giderek daha sofistike ve bağlama duyarlı güvenlik analizi yapmasını sağlar.

Zhipu, yeni bir temel model geliştirmek yerine, mevcut modelin eğitim ortamlarını genişleterek ve iyileştirerek bu önemli kazanımları elde ettiğini belirtiyor. Bu yaklaşım, yapay zeka modellerinin yalnızca veri hacmiyle değil, aynı zamanda eğitim metodolojilerinin sofistikeliğiyle de ne denli ilerleyebileceğini gözler önüne seriyor. Örneğin, yapay zeka artık sadece bir kod parçacığında bir SQL enjeksiyonu açığı tespit etmekle kalmayıp, bu açığın bir web uygulamasında nasıl bir kimlik doğrulama baypasını tetikleyebileceğini ve ardından hassas verilere nasıl erişilebileceğini gösteren adım adım bir istismar senaryosu tasarlayabilir. Bu, modelin sadece kalıpları eşleştirmekten öteye geçerek, derinlemesine muhakeme yeteneği geliştirdiğini gösterir.

Performansın Derinlikleri: CyberGym ve ExploitBench

GLM-5.3’ün siber güvenlik performansı, iki ana kıyaslama testiyle değerlendirildi: CyberGym ve ExploitBench. CyberGym, güvenlik açığı tespiti ve doğrulamasına odaklanırken, ExploitBench daha derin istismar görevlerini ölçüyor. CyberGym, yapay zekanın çeşitli kod tabanları ve sistemler üzerinde potansiyel güvenlik zafiyetlerini ne kadar doğru ve kapsamlı bir şekilde bulabildiğini değerlendiren bir platformdur. Bu testler genellikle statik kod analizi ve belirli zafiyet desenlerinin tanınmasını içerir.

GLM-5.3, CyberGym’de %84.5’lik bir skorla Anthropic’in Mythos 5 (%83.8) ve OpenAI’nin GPT-5.6 Sol (%83.6) modellerini geride bırakarak güvenlik açığı bulma konusunda liderliğini kanıtladı. Bu, modelin geniş bir yelpazedeki yazılımlarda hata ve zafiyetleri hızlı ve etkili bir şekilde tanımlama konusunda üstün bir yeteneğe sahip olduğunu gösteriyor. Modelin bu başarısı, özellikle yeni nesil yazılımların geliştirilmesinde ve mevcut sistemlerin güvenlik denetimlerinde önemli bir avantaj sağlayabilir.

Ancak istismar yeteneklerinin ölçüldüğü ExploitBench’te tablo farklıydı. ExploitBench, yapay zekanın tespit ettiği güvenlik açıklarını pratik olarak istismar etme, yani bir sisteme sızma veya istenmeyen eylemleri gerçekleştirme kapasitesini ölçer. Bu, sadece açığı bulmakla kalmayıp, bu açığı kullanarak çalışan bir saldırı vektörü oluşturmayı gerektirir. GLM-5.3’ün %54.4’lük skoru, Mythos 5’in %78’ine ve GPT-5.6 Sol’un %76.5’ine kıyasla önemli ölçüde düşük kaldı. Bu durum, modelin güvenlik açığı tespiti konusunda ne kadar başarılı olursa olsun, bu açıkları tam olarak kullanma ve sızma zincirleri oluşturma becerisinde hala geliştirilmesi gereken yönleri olduğunu gösteriyor.

Bu tespit ve istismar yetenekleri arasındaki fark, modelin problem çözme yaklaşımındaki kritik bir ayrıma işaret eder. Güvenlik açığı tespiti genellikle kalıp eşleştirme, anomali tespiti ve bilinen zafiyet türlerini tanıma üzerine kuruludur. Ancak istismar, yalnızca zafiyeti bilmekle kalmaz, aynı zamanda hedef sistemin mimarisi, bellek düzeni, savunma mekanizmaları (örneğin ASLR, DEP) ve işletim sistemi detayları hakkında derin bir anlayış gerektirir. Bir açığı istismar etmek, genellikle özel olarak hazırlanmış kodlar (payload) ve hassas zamanlama gerektiren çok adımlı bir süreçtir. Yine de Zhipu’nun önceki modeli GLM-5.2’ye göre ExploitBench skoru %24.4’ten iki katına çıkarak kayda değer bir ilerleme kaydetti ve bu alandaki potansiyelini gözler önüne serdi.

Gerçek Dünya Yazılımlarında Binlerce Açık

Zhipu, modellerini gerçek dünya kod tabanlarına karşı test etmek için Çin’deki güvenlik ekipleriyle işbirliği yaptığını

Bu geniş yelpaze, yapay zekanın farklı programlama dilleri, mimariler ve uygulama alanlarındaki adaptasyon yeteneğini gösteriyor. Örneğin, model Linux çekirdeğindeki veya popüler bir web sunucusu olan Nginx’teki kritik zafiyetleri, bir web tarayıcısının JavaScript motorundaki bellek bozulması açıklarını veya bir ağ protokolündeki (örneğin TCP/IP yığını) zayıflıkları tespit edebiliyor. Bu durum, geleneksel insan odaklı güvenlik denetimlerinin sınırlılıklarını aşan, derinlemesine ve geniş kapsamlı bir analiz kabiliyeti sunuyor.

Şirketin güvenlik açıklama defterinde 107 kritik ve 990 yüksek ciddiyetli bulgu listeleniyor. Tespit edilen açıklıklardan 53’ünün kamuya açıklandığı, 2.383’ünün ise hala ambargo altında olduğu bildirildi. “Ambargo altında” olmak, sorumlu açıklama (responsible disclosure) prensiplerinin bir parçasıdır. Bu, güvenlik açığı tespit edildiğinde, kötü niyetli kişilerin bundan faydalanmasını önlemek amacıyla ilgili satıcıya veya geliştiriciye gizlice bildirilmesi ve yama geliştirme süreci için belirli bir süre tanınması anlamına gelir. Bu süre zarfında, açığın detayları kamuya açıklanmaz.

Bu bulgular arasında 1981 yılına kadar uzanan eski açıklıklar bile yer alıyor ve tespit edilen güvenlik açıklarının kodda ortalama 26.6 yıl boyunca fark edilmeden kaldığı belirtiliyor. Bu istatistik, uzun ömürlü ve karmaşık kod tabanlarında insan gözünün veya geleneksel araçların atlayabileceği, derinlere gömülü güvenlik sorunlarını yapay zekanın ne kadar etkili bir şekilde ortaya çıkarabildiğini vurguluyor. Şirket, bu bulgulardan kaçının daha önce bilinmeyen açıklar olduğu veya kaçının bağımsız olarak yeniden üretildiği konusunda detay vermedi; ancak Z.ai Güvenlik Açıklama Defteri aracılığıyla süreçlerinin takip edildiği ifade edildi. Bu tür bir yapay zeka destekli analiz, özellikle büyük ve eski kurumsal sistemlerin güvenlik duruşunu güçlendirmek için paha biçilmez olabilir.

Yapay Zeka ve Çift Taraflı Siber Güvenlik Dengesi

Counterpoint Research’ten Neil Shah, kodlama modellerinin yetenekleri arttıkça ortaya çıkan bu durumu, siber güvenlik için çift taraflı bir gelişme olarak yorumluyor. Shah, bir yapay zekaya mükemmel bir yazılım mühendisi olması öğretildiğinde, yanlışlıkla ona iyi bir hacker olmayı da öğrettiğiniz bir aşamaya gelindiğini belirtiyor. Bir yapay zekanın kodu test etmek ve hataları düzeltmek için kullandığı muhakeme yeteneği, bir saldırganın zayıf bir noktayı bulup oradan sızmak için kullandığıyla aynıdır.

Bu çift taraflı denge, yapay zekanın güvenlik açıklarını tespit etme yeteneğinin (mavi takım yeteneği) aynı zamanda bu açıkları istismar etme yeteneğine (kırmızı takım yeteneği) dönüşebileceği anlamına gelir. Örneğin, bir yapay zeka bir kod tabanındaki bir bellek taşması zafiyetini tespit edip düzeltme önerileri sunarken, aynı zamanda bu zafiyetin nasıl bir saldırı vektörü olarak kullanılabileceğini ve sisteme nasıl uzaktan kod enjekte edilebileceğini de “öğrenmiş” olur. Bu, yapay zeka modellerinin geliştirilmesinde etik ve güvenlik kontrollerinin ne denli hayati olduğunu gözler önüne serer.

Shah, saldırgan siber yeteneğin, yeni nesil kodlama yapay zekasının doğal bir özelliği haline geldiğini vurguluyor. Bu durum, bu tür sistemler üzerindeki kontrollerin giderek daha önemli bir mesele haline gelmesine yol açıyor. Yapay zeka araçları sistemleri denetleyebilir ve hataları daha hızlı düzeltebilir; ancak bir yapay zeka modelinin ağırlıkları bir kez halka açıklandığında, yerleşik güvenlik önlemleri herhangi bir bilgi veya kontrol olmaksızın kolayca kaldırılabilir. Bu durum, yapay zeka geliştiricilerinin ve güvenlik uzmanlarının gelecekte karşılaşacağı en büyük etik ve pratik zorluklardan biri olarak öne çıkıyor.

Gelecekte, yapay zeka tabanlı güvenlik sistemlerinin geliştirilmesi ve dağıtılmasında uluslararası işbirliği ve standartlar büyük önem taşıyacaktır. Bu modellerin kötüye kullanımını önlemek için sıkı düzenlemeler, etik kurallar ve sürekli güvenlik denetimleri şarttır. Ayrıca, siber güvenlik profesyonellerinin de bu yeni AI yeteneklerine adapte olması, AI destekli araçları kullanarak savunma stratejilerini güçlendirmesi ve aynı zamanda AI’nın potansiyel kötüye kullanım senaryolarını öngörmesi gerekecektir. Bu, insan uzmanlığı ile yapay zeka kapasitesinin stratejik birleşimiyle sağlanabilecek bir dengeyi temsil etmektedir.