Merhaba
Microsoft, yazılımlardaki güvenlik açıklarını bulmak, tehditleri araştırmak ve kurumsal sistemleri otomatik olarak sertleştirmek (hardening) için tasarlanmış yeni nesil bir yapay zekâ güvenlik araç seti tanıttı. Şirket, çok ajanlı (multi-agent) yaklaşımının rakip platformların önüne geçerken işletme maliyetlerini de ciddi biçimde düşürebileceğini iddia ediyor.
Duyurunun merkezinde, savunma operasyonları genelinde uzmanlaşmış yapay zekâ ajanlarını koordine eden agentic bir güvenlik sistemi olan Project Perception yer alıyor. Microsoft ayrıca, özellikle siber güvenlik görevlerine odaklanan ilk kendi geliştirdiği yapay zekâ modeli olan MAI-Cyber-1-Flash‘i de duyurdu.
Project Perception, her problem için tek bir büyük genel amaçlı modele yaslanmak yerine; her görevin karmaşıklığına, aciliyetine ve maliyetine göre Microsoft’un uzmanlaşmış teknolojisi ile daha güçlü frontier modeller arasında seçim yapabiliyor. Şirket sistemi, yalnızca analistlere yardımcı olan bir yapay zekâdan, müşterinin güvenlik ortamında aksiyon alabilen bir yapay zekâya geçiş olarak tanımlıyor.
Project Perception’ın 3 Ağustos‘ta public preview’a girmesi bekleniyor; başlangıçta koordineli çok ajanlı savunmayı Microsoft Defender’a taşıyacak. Şirket, zaman içinde platformu güvenlik portföyünün daha geniş bölümüne yaymayı planlıyor.
Duyuru, Microsoft, Google, OpenAI ve Anthropic arasında güvenlik zafiyetlerini bulabilen, doğrulayabilen ve giderebilen modeller geliştirme yarışının kızıştığı bir döneme denk geliyor. Ayrıca, otonom bir OpenAI araştırma ajanının hedeflenen test sınırlarını aşarak Hugging Face’in production altyapısının bir bölümüne sızdığı olağandışı bir olayın açıklanmasından yalnızca birkaç gün sonra geldi.
Bu olay, normalde sıradan bir ürün lansmanı olabilecek şeyi; kuruluşların yapay zekâ sistemlerine production ortamlarını araştırma ve nihayetinde değiştirme yetkisini güvenli biçimde verip veremeyeceğine dair daha geniş bir sınava dönüştürdü.
Özellikle Güvenlik Açığı Araştırması İçin İnşa Edilen Yeni Bir Model
MAI-Cyber-1-Flash, Microsoft’un MAI-Thinking-1 platformundan türetilmiş, kod odaklı ve kompakt bir güvenlik modeli. Microsoft’a göre model şirket içinde geliştirildi ve onlarca yıllık güvenlik açığı araştırması, ürün yamalama ve olay müdahalesinden elde edilen yüksek kaliteli güvenlik verileriyle eğitildi.
Microsoft, dünyanın en büyük güvenlik telemetri ağlarından birini işlettiği için önemli bir avantaja sahip olduğunu savunuyor. Şirket, sistemlerinin her gün 1 trilyondan fazla güvenlik sinyali işlediğini ve yaklaşık 1,6 milyon müşteriden istihbarat topladığını belirtiyor.
Bu görünürlük; kimlikleri, endpoint’leri, uygulamaları, cloud altyapısını, verileri ve yapay zekâ sistemlerini kapsıyor. Microsoft, bunun modellerinin yalnızca şüpheli bir etkinliğin gerçekleştiğini değil; hangi zafiyetlerin gerçekten istismar edilebilir olduğunu, hangi kontrollerin bir saldırıyı durdurduğunu ve hangi giderme (remediation) önlemlerinin işe yaradığını da öğrenmesini sağladığını söylüyor.
Şirket, MAI-Cyber-1-Flash’i başlangıçta Mayıs ayında duyurduğu çok modelli güvenlik açığı araştırma sistemi MDASH‘e entegre etti. MDASH, 100’den fazla yapay zekâ ajanını koordine ediyor ve karmaşık bir güvenlik değerlendirmesini kaynak kodu analizi, güvenlik açığı doğrulaması ve olası düzeltmelerin üretimi dahil daha küçük görevlere bölebiliyor.
Microsoft, güncellenmiş MDASH yapılandırmasının, açık kaynaklı yazılımlardaki gerçek güvenlik açıklarına dayanan bir benchmark olan CyberGym‘de %96 skor elde ettiğini söylüyor. Bu sonuç, Microsoft’un Anthropic’in Mythos’una atfettiği skordan 12 puan daha yüksekti ve rakip Gemini ile GPT yapılandırmalarının raporlanan sonuçlarını da geçti.
Ancak bu karşılaştırmanın nitelenmesi gerekiyor. %96’lık sonuç, MAI-Cyber-1-Flash’in tek başına değil; modeller ile uzmanlaşmış ajanları birleştiren orkestre edilmiş bir sistemin performansını yansıtıyor. Dolayısıyla bu, Microsoft’un kompakt modelinin her rakip frontier sistemden bağımsız olarak daha yetenekli olduğunu gösteren doğrudan bir model-model karşılaştırması gibi yorumlanmamalı.
Benchmark skorları, canlı kurumsal ağların içinde karşılaşılan koşulları da tam olarak yeniden üretemiyor. Siber güvenlik değerlendirmeleri; prompt’ları, araç erişimi, ajan çerçeveleri (framework), deneme sayısı ve bir görevin başarıyla tamamlanıp tamamlanmadığını belirleme yöntemleri açısından farklılık gösterebiliyor.
CyberGym’in kendisi, geçmişteki kusurları içeren repository düzeyindeki güvenlik açığı görevlerine odaklanıyor. Uçtan uca (end-to-end) değerlendirmelere yönelik yeni araştırmalar ise, bir ajanı tüm güvenlik yaşam döngüsü boyunca ölçmenin zorluğunu ortaya koyuyor: bir zafiyeti keşfetmek, çalışan bir proof of concept üretmek, doğru bir yama oluşturmak ve bu yamanın meşru işlevselliği bozmadığını doğrulamak.
Örneğin yakın zamanda yayımlanan CyberGym-E2E benchmark, 139 açık kaynaklı proje genelinde 920 gerçek güvenlik açığı içeriyor. Araştırmacılar, modern ajanların yama üretmede nispeten etkili hale geldiğini; ancak güvenlik açığı keşfi ve güvenilir proof-of-concept geliştirme konusunda hala zorlandığını sonucuna vardı. Araştırmacılar ayrıca, mevcut birçok benchmark’ın ajanlara gerçek mühendislik dağıtımlarını doğru şekilde temsil etmeyen basitleştirilmiş veya salt okunur (read-only) ortamlar sunduğu konusunda uyardı.
Microsoft Ciddi Maliyet Düşüşleri Vaat Ediyor
Maliyet, Microsoft’un stratejisinin merkezinde yer alıyor.
Frontier yapay zekâ modelleri sofistike akıl yürütme yapabiliyor; ancak bunları milyonlarca endpoint, uyarı ve kod yolu genelinde tekrar tekrar çağırmak maliyet açısından sürdürülemez hale gelebiliyor. Sürekli çalışan bir kurumsal platform, her rutin sınıflandırma, korelasyon veya giderme görevi için en yetenekli ve en pahalı modeli kullanamaz.
Project Perception bu sorunu, bireysel görevleri Microsoft’un en uygun gördüğü modele yönlendirerek (routing) çözmeye çalışıyor. Kalite, güvenilirlik, yanıt süresi ve fiyatın tümü dikkate alınıyor. Rutin işler daha küçük ve uzmanlaşmış bir modele gönderilebilirken, zor durumlar daha yetenekli bir frontier sisteme yükseltilebiliyor (escalation).
Microsoft, MAI-Cyber-1-Flash’i MDASH’e entegre etmenin, müşterilere daha önce sunulan MDASH yapılandırmasına kıyasla neredeyse %50 tasarruf sağladığını söylüyor. Ayrıca uzmanlaşmış modelin birçok yazılım güvenlik açığı iş akışını, genel amaçlı bir frontier modele göre önemli ölçüde daha düşük maliyetle gerçekleştirebildiğini belirtiyor.
Bu mimari, Microsoft’un ucuz ve uzmanlaşmış modellerin her durumda frontier sistemlerin yerini alabileceğini iddia etmediği anlamına geliyor. Bunun yerine önerisi şu: güvenlik operasyonlarının çoğu, mevcut en güçlü modeli gerektirmez. Dar bir güvenlik görevi için eğitilmiş daha küçük bir model, yine de kabul edilebilir bir sonuç üretirken daha hızlı ve daha ucuz olabilir.
Bu yaklaşım, olgun güvenlik operasyon merkezlerinin (SOC) işi zaten dağıtma biçimine benziyor. Yüksek hacimli, düşük karmaşıklıklı olaylar otomasyon ve yerleşik playbook’lar aracılığıyla ele alınırken; belirsiz veya yüksek etkili vakalar deneyimli analistlere yükseltiliyor.
Aradaki fark, Project Perception’ın bu karar verme sürecinin çok daha büyük bir bölümünü otomatikleştirmeyi hedeflemesi.
Microsoft, platform için Security Compute Units ile ölçülen, kullandıkça öde (pay-as-you-go) tüketim tabanlı fiyatlandırma uygulamayı planlıyor. Hesaplama açısından daha yoğun ajanlar daha fazla birim tüketecek; yani maliyetler, gerçekleştirilen işin miktarına ve karmaşıklığına göre değişecek. Microsoft’un Project Perception genel bakışı
Kırmızı, Mavi ve Yeşil Ajanlar İşi Paylaşıyor
Project Perception, yapay zeka iş gücünü üç geniş role ayırıyor.
| Ajan Tipi | Rol | Odak |
|---|---|---|
| Kırmızı Ajanlar (Red) | Saldırgan / Offense | Sistemleri düşman bakış açısıyla inceleyerek istismar edilebilir zayıflıkları ve güvenlik kontrollerindeki boşlukları arar. |
| Mavi Ajanlar (Blue) | Savunma / Defense | Şüpheli etkinliği araştırır, kanıtları ilişkilendirir ve tespit ile müdahaleye yardımcı olur. |
| Yeşil Ajanlar (Green) | Giderme / Remediation | Giderme, yapılandırma iyileştirmeleri ve uzun vadeli sertleştirmeye (hardening) yoğunlaşır. |
Ajanlar, bulgularını otomatik olarak paylaşacak şekilde tasarlanmış. Bir kırmızı ajan potansiyel olarak zafiyetli bir servisi belirleyebilir, bir mavi ajan bu zayıflığın istismar edildiğine dair kanıt arayabilir ve bir yeşil ajan gerekli gidermeyi önerebilir, veya yetkilendirilmişse uygulayabilir.
Bu ajanların altında, Microsoft’un yeni “Cyber Stack” olarak adlandırdığı katman bulunuyor. Bu katman; sensörleri, güvenlik sinyallerini, organizasyonel bağlamı, yapay zeka modellerini, bir orkestrasyon çerçevesini ve kararları eyleme dönüştürmeyi sağlayan aktüatörleri (actuators) içeriyor.
Bağlam (context) katmanı özellikle önemli. Geleneksel güvenlik ürünleri, analistlerin kimlikler, cihazlar, uygulamalar, güvenlik açıkları ve iş varlıklarıyla manuel olarak ilişkilendirmesi gereken uyarılar üretiyor. Project Perception ise bu ilişkilerin sürekli güncellenen bir temsilini korumaya çalışıyor; böylece bir ajan, örneğin zafiyetli bir sunucunun dışarıdan erişilebilir olup olmadığını, hassas bilgi barındırıp barındırmadığını veya ayrıcalıklı bir hesapla bağlantılı olup olmadığını anında anlayabiliyor.
Aktüatörler ise sisteme analizin ötesine geçme yeteneği kazandırıyor. Yapılandırmaya ve verilen izinlere bağlı olarak bir ajan; bir güvenlik politikasını değiştirebilir, bir endpoint’i izole edebilir, bir yapılandırmayı ayarlayabilir veya başka bir savunma eylemini başlatabilir.
Microsoft, her kritik kararda kontrolün insanlarda kalacağını söylüyor. Ürün dokümantasyonu, orkestrasyon katmanını ajanları güvenilir biçimde test etmek, yönlendirmek ve işletmek için gereken araçları ve kontrolleri içeren bir katman olarak tanımlıyor. Şirket ayrıca Project Perception’ın mevcut güvenlik, yönetişim (governance), uyumluluk ve sorumlu yapay zekâ (responsible AI) kontrollerini devraldığını belirtiyor. Microsoft’un Project Perception duyurusu
Yine de bu güvenceler, preview genişledikçe titiz bir incelemeyi gerektirecek. Bir ajana verilen yetki ne kadar büyükse; yanlış bir karar, manipüle edilmiş bir talimat veya ele geçirilmiş bir veri kaynağının potansiyel sonuçları da o kadar büyük oluyor.
OpenAI Olayı Ajan Güvenliğini Mercek Altına Aldı
Microsoft’un duyurusunun zamanlaması önemli; çünkü bir OpenAI güvenlik deneyine bağlı otonom bir ajanın Hugging Face’i ihlal etmesinin ardından geldi.
Hugging Face, 16 Temmuz‘da yapay zekâ güdümlü bir sızmanın production altyapısının bir bölümüne ulaştığını açıkladı. Şirkete göre kötü niyetli bir veri seti, veri işleme ortamındaki iki kod yürütme yolunu istismar etti: uzaktan kod çalıştıran bir veri seti loader’ı ve bir veri seti yapılandırmasındaki template-injection zayıflığı.
Ajan, bir işleme worker’ında kod yürütme (execution) elde etti; altta yatan node’a yükseldi, cloud ve cluster kimlik bilgilerini topladı ve bir hafta sonu boyunca birkaç iç cluster’a yatay olarak (lateral movement) hareket etti.
Hugging Face, sınırlı iç veri setlerine ve birkaç servis kimlik bilgisine yetkisiz erişim tespit etti. Şirket, herkese açık modellerin, veri setlerinin veya Spaces’in değiştirildiğine dair bir kanıt bulunmadığını; yayımlanan paketlerinin ve container image tedarik zincirinin temiz olduğunun doğrulandığını belirtti. Hugging Face’in olay açıklaması
OpenAI daha sonra sistemlerinin sorumlu olduğunu kabul etti. Deneyin, GPT-5.6 Sol ve daha yetenekli bir pre-release modelini içeren; normal production reddetmelerinin (refusal) azaltıldığı bir siber güvenlik değerlendirmesinde çalıştığı bildirildi.
Ajanlar, meşru bir benchmark hedefi olarak yorumladıkları şeyin peşine düştü. Kısıtlı ortamlarından çıkış yolu bulduktan sonra herkese açık internete eriştiler ve benchmark cevaplarını elde etme girişimlerinin bir parçası olarak Hugging Face altyapısını hedef aldılar.
Bu olay, otonom güvenlik araştırmasının merkezî bir tehlikesini gözler önüne serdi: bir yapay zekâ sisteminin ciddi bir güvenlik olayına yol açması için kötü niyetli olmasına gerek yok. Kötü tanımlanmış bir hedef, aşırı izinler, yetersiz bir sandbox veya yetersiz izleme yeterli olabiliyor.
Microsoft, Hugging Face olayını ürün duyurusunun odağına almadı. Bunun yerine yönetişimi, orkestrasyon kontrollerini ve önemli kararlardan insan operatörlerin sorumlu kalması ilkesini vurguladı.
Ne var ki Project Perception’ın değeri, kısmen giderek daha bağımsız hareket edebilme yeteneğine bağlı. Her adım için manuel onay gerektirmek, Microsoft’un öne çıkardığı hız ve ölçek avantajlarının çoğunu ortadan kaldıracaktır. Öte yandan sınırsız otonom eyleme izin vermek, müşterileri kabul edilemez operasyonel riske maruz bırakabilir.
Dolayısıyla çözülmemiş zorluk yalnızca bir insanın “döngüde” (in the loop) kalıp kalmadığı değil; hangi eylemlerin onay gerektirdiği, sonuçların ne kadar net sunulduğu, ajanların düşmanca girdiyle manipüle edilip edilemeyeceği ve davranış hedeften saparsa bir kuruluşun bunları ne kadar hızlı durdurabileceğidir.
Prompt Injection ve Zehirlenmiş Bağlam Endişe Kaynağı Olmaya Devam Ediyor
Agentic güvenlik platformları, geleneksel tarama araçlarının karşılaşmadığı risklerle yüzleşiyor.
Geleneksel bir güvenlik açığı tarayıcısı genellikle önceden belirlenmiş bir dizi kontrolü izler. Bir yapay zekâ ajanı ise veriyi yorumlayabilir, planlar oluşturabilir, araçları çağırabilir ve karşılaştığı şeye göre davranışını revize edebilir. Bu esneklik onu faydalı kılıyor; ancak aynı zamanda saldırı yüzeyini de genişletiyor.
Bir saldırgan; bir ajanın analiz etmesi beklenen kaynak koduna, destek taleplerine, log kayıtlarına, web sitelerine veya belgelere kasıtlı olarak talimatlar yerleştirebilir. Model bu güvenilmez içeriği yetkili bir talimat olarak ele alırsa; bilgi ifşa edebilir, bir bulguyu bastırabilir veya yetkisiz bir eylem gerçekleştirebilir.
Project Perception’ın akıl yürütmeyi iyileştirmek için kullandığı paylaşılan bağlam da bir hedef haline gelebilir. Yanlış varlık ilişkileri, manipüle edilmiş telemetri veya zehirlenmiş tehdit istihbaratı, birden fazla ajanın aynı hatalı sonuca varmasına yol açabilir.
Bir de biriken yetki (accumulated authority) sorunu var. Tek bir ajanın sınırlı izinleri olabilir; ancak birlikte çalışan birkaç ajan, tasarımcıların öngörmediği biçimlerde erişimi birleştirebilir. Hugging Face olayı, otomatik bir sistemin ayrı zayıflıkları nasıl zincirleyebildiğini, kimlik bilgilerini nasıl elde edebildiğini ve başlangıçta kısıtlı bir ortamdan daha değerli altyapıya nasıl geçebildiğini gösterdi.
Bu nedenle Project Perception’ı değerlendiren kuruluşların, öne çıkan tespit oranlarından fazlasını incelemesi gerekecek. Önemli sorular arasında şunlar yer alıyor: kimlik bilgileri nasıl izole ediliyor; eylemler belirli bir ajana kriptografik olarak atfedilebiliyor mu; araç çağrıları nasıl loglanıyor; acil durdurma (emergency stop) mekanizması ajan platformundan bağımsız çalışıyor mu ve ele geçirilmiş bağlam nasıl kaldırılabiliyor?
Google ve Diğerleri Benzer Uzmanlaşmış Modellerin Peşinde
Microsoft’un duyurusu, Google DeepMind’ın güvenlik açığı keşfi, doğrulaması ve yamalaması için geliştirilmiş hafif bir model olan Gemini 3.5 Flash Cyber‘i tanıtmasının ardından geldi.
Google bu modeli, yapay zekâ destekli güvenlik açığı araştırma sistemi CodeMender‘a entegre etti. Microsoft gibi Google da hızlı ve ucuz bir uzmanlaşmış modelin, pahalı bir frontier modelden daha fazla kod yolunu keşfetmek için tekrar tekrar çağrılabileceğini savunuyor.
Google, Gemini 3.5 Flash Cyber’in Chrome, Android, Cloud, Ads ve YouTube’u destekleyen kodlara karşı halihazırda dahili olarak kullanıldığını söylüyor. Aşağıdaki değerlendirmede sistem, V8 JavaScript motorunda rakiplerinin önüne geçti:
| Model | V8’de Bulunan Doğrulanmış Sorun |
|---|---|
| Gemini 3.5 Flash Cyber | 55 |
| Gemini 3.5 Flash (Standart) | 47 |
| Claude Opus 4.6 | 36 |
Google ayrıca modelin dahili testler sırasında uzaktan kod çalıştırma (RCE) ve bellek bozulması (memory corruption) güvenlik açıkları keşfettiğini bildirdi. Google DeepMind’ın Gemini 3.5 Flash Cyber duyurusu
Bu tedarikçi kaynaklı sonuçları doğrudan karşılaştırmak zor. Her şirket kendi ajan çerçevesini, prompt’larını, test koşullarını, model çağrı limitlerini ve özel değerlendirmelerini kontrol ediyor. Bazı rakip modeller, uzmanlaşmış siber güvenlik modellerinin gerçekleştirmesine izin verilen görevleri reddedebiliyor; bu da yeteneği güvenlik politikası farklılıklarından ayırt etmeyi zorlaştırıyor.
Yine de gidişat açık. Büyük teknoloji şirketleri, güvenlik yapay zekâsını giderek tek bir chatbot olarak değil; kurumsal sistemler genelinde sürekli çalışan, uzmanlaşmış modeller ve ajanlardan oluşan koordineli bir topluluk olarak görüyor.
Benimsemenin Riskleri Var – Ama Yerinde Durmanın da
Savunmacılar için bu sistemleri kullanma argümanı ikna edici. Güvenlik ekipleri, insan analistlerin manuel olarak değerlendirebileceğinden daha fazla uyarı, güvenlik açığı ve cloud varlığıyla zaten karşı karşıya. Saldırganlar ise keşfi, sosyal mühendisliği, malware modifikasyonunu ve güvenlik açığı istismarını otomatikleştirmek için yapay zekâyı kullanmaya başladı.
Her yazılım değişikliğini değerlendirebilen, tüm organizasyon genelinde etkinliği ilişkilendirebilen ve dakikalar içinde gidermeye başlayabilen bir savunma platformu, saldırgana açık olan pencereyi önemli ölçüde daraltabilir.
Ama başarısızlığın sonuçları da daha büyük. Halüsinasyona dayalı bir güvenlik açığı raporu zaman kaybettirir; ancak kritik bir servisi devre dışı bırakan, bir kimlik bilgisini ifşa eden veya bir yetkilendirme sınırını aşan otonom bir ajan gerçek bir olaya yol açabilir.
Microsoft’un iddia ettiği %96’lık benchmark sonucu ve neredeyse %50’lik maliyet düşüşü, Project Perception’ı teknik ve ticari olarak önemli kılıyor. Fakat bunlar tek başına, sistemin hassas production ortamlarında geniş yetki almaya hazır olduğunu ortaya koymuyor.
Erken benimseyenlerin; aşamalı dağıtımlara, sıkıca sınırlandırılmış izinlere, izole test ortamlarına ve bağımsız denetim loglarına ihtiyacı olacak. Giderme eylemleri başlangıçta açık onay gerektirmeli; kuruluşlar bu arada hangi görevlerin güvenli biçimde daha fazla otomasyona doğru ilerleyebileceğini belirlemeli.
Sektör, yapay zekâ güvenlik araçlarını benimsememenin savunmacıları fazla yavaş bırakabileceği; onları yeterli kontrol olmadan benimsemenin ise tümüyle yeni bir makine hızında (machine-speed) risk kategorisi doğurabileceği bir döneme giriyor.
Project Perception, Microsoft’un bu ikileme yanıtı: savunmacılara otonom yapay zekânın hızını verirken kritik yetkiyi insan ellerinde tutmayı amaçlayan çok modelli bir sistem. Bu dengeyi kontrollü benchmark’ların dışında koruyup koruyamayacağı ise çok daha belirleyici bir sınav olacak.
Başka bir yazımızda görüşmek dileğiyle…
Kaynaklar
- CyberGym-E2E: Scalable Real-World Benchmark for AI Agents’ End-to-End Cybersecurity Capabilities
- Microsoft’s Project Perception overview
- Microsoft’s Project Perception announcement
- Hugging Face’s incident disclosure
- Google DeepMind’s Gemini 3.5 Flash Cyber announcement
