
İki milyon tuzak istem, yapay zekâ tedarik zincirindeki veri sızıntılarını ortaya çıkardı
Dragos araştırmacıları, Temmuz-Kasım 2026 arasında yaklaşık iki milyon benzersiz tuzak istemi izleyerek üç sağlayıcıda ihlal işareti, aracı pazarlarda istem erişimi ve gizlilik ayarlarının aşılmasıyla uyumlu olaylar buldu. Phala'nın olay raporu bulgulardan bir bölümünü bağımsız bir sağlayıcı kaydıyla destekliyor.
Araştırma 19 Kasım'da yayımlandı, bağımsız inceleme bir gün sonra geldi
ABD merkezli siber güvenlik şirketi Dragos'un araştırma şefi HD Moore, 19 Kasım 2026'da yapay zekâ çıkarım zincirine ilişkin beş aylık deneyin sonuçlarını yayımladı. Dragos, Temmuz ile Kasım arasında yaklaşık iki milyon isteme yalnız araştırma ekibinin bildiği benzersiz URL'ler ve kontrollü erişim bilgileri yerleştirdi. ABD merkezli Ars Technica'nın San Francisco'da çalışan kıdemli güvenlik editörü Dan Goodin, 20 Kasım'daki bağımsız haberinde yöntemi ve bulguları inceledi. Haber tarihi ile olay tarihi bu nedenle ayrılıyor: birincil araştırma 19 Kasım'da, Ars Technica yazısı 20 Kasım'da yayımlandı. Bulgular bütün yapay zekâ sağlayıcılarının ihlal edildiğini göstermiyor; örneklenen rotalarda görülen belirli olayları ve çok katmanlı hizmet zincirinin riskini gösteriyor.
Tuzaklar sızıntıyı nasıl izledi?
Deneyde her isteme başka yerde kullanılmamış bir belirteç bağlandı: boş ve kontrollü AWS hesaplarına ait erişim anahtarları, benzersiz alan adları, özel depo referansları ve yalnız araştırmacıların izlediği URL'ler. Aynı sır birden fazla sağlayıcıya gönderilmedi; böylece daha sonra gelen bağlantı ya da kimlik bilgisi denemesi belirli bir rota ile ilişkilendirilebildi. Dragos, en az üç barındırma sağlayıcısındaki istemlerden alınan tuzakların kötüye kullanıldığını, bazı anahtarların on binlerce AWS API çağrısında denendiğini bildiriyor. Bu sonuç, gerçek müşteri verisinin tamamının çalındığını kanıtlamaz; tuzaklar örnekleme aracıdır. Ancak reddedilmiş isteklerdeki anahtarların bile daha sonra kullanılması, bazı olaylarda verinin model çalışmadan önceki giriş katmanında görüldüğüne işaret ediyor.
Phala'nın olay bildirimi hangi bölümü doğruluyor?
Phala CERT ekibinin 10 Kasım tarihli ön raporu, DeepSeek V4 Flash 0731 isteklerini işleyen yeni bir GPU sunucusunda saldırganın çıkarım sanal makinesini ele geçirdiğini ve işlem sırasındaki istem içeriğini görebildiğini söylüyor. Şirket, OpenRouter üzerinden 21 Ekim 00.00 UTC ile 8 Kasım 05.35 UTC arasında bu rotaya gönderilen içeriklerin açığa çıkmış kabul edilmesini ve istemlerdeki anahtarların döndürülmesini öneriyor. Phala ayrıca araştırmacının Temmuz-Kasım arasında gönderdiği tuzaklardan yalnız 21 ve 22 Ekim isteklerine ait olanların kötüye kullanıldığını belirtiyor. Bu sağlayıcı kaydı Dragos'un yönteminin somut bir olayda uyarı ürettiğini destekliyor. Bununla birlikte Dragos üç sağlayıcının tümünü adlandırmadığı için rapordaki her olayı Phala'ya atfetmek doğru değil.
Sıfır veri saklama vaadi neden tek başına yeterli değil?
OpenRouter'ın güncel açıklamasına göre Zero Data Retention, uygun bir çıkarım uç noktasının istemi ve yanıtı işlemden sonra kalıcı olarak saklamamasını ifade ediyor. Bu denetim, verinin modele ulaşmasını, belirli bir ülkede işlenmesini, uygulamanın kendi günlüklerini, eklentileri veya dış araçları kapsamaz. Dragos ise bazı tuzakların ZDR işaretli isteklerden sızdığını ve bir istemin birden fazla yönlendirici ile sağlayıcıdan geçebildiğini bildiriyor. Burada iki ayrı risk var: sözleşme ya da yapılandırma sınırının yanlış anlaşılması ve sağlayıcının fiilen ele geçirilmesi. ZDR bir saklama politikasıdır; saldırganın işlem anındaki düz metne erişmesini engelleyen uçtan uca şifreleme garantisi değildir. Bu yüzden yalnız arayüzdeki bir gizlilik seçeneğine bakmak, gerçek veri yolunu doğrulamak için yeterli sayılmaz.
Kurumlar şimdi neyi kontrol etmeli?
Hassas istem kullanan ekipler önce hangi uygulamanın hangi yönlendiriciye, satıcıya ve modele trafik gönderdiğini envantere çıkarmalı. Varsayılan en ucuz sağlayıcı havuzu yerine izinli uç noktalar seçilmeli; ZDR, veri toplama ve bölge kısıtları istek düzeyinde uygulanmalı ve uygulama günlükleri ayrıca denetlenmeli. Phala'nın belirttiği maruz kalma penceresinde ilgili modeli kullananlar, istemlere yanlışlıkla yazılan API anahtarlarını, parolaları ve erişim belirteçlerini döndürmeli; CloudTrail ve benzeri kayıtları olağandışı çağrılar için incelemeli. Yeni sırların isteme girmesini önlemek için veri kaybı önleme kuralları ve kısa ömürlü kimlik bilgileri kullanılabilir. Sonraki doğrulama noktaları Dragos'un açıklamadığı diğer sağlayıcıların bildirimleri, Phala'nın vaat ettiği tam kök neden analizi ve yönlendiricilerin tuzaklarla ölçülebilir bağımsız denetimler yayımlayıp yayımlamayacağı olacak.
Temsilî haber fotoğrafı · Franck V. / Unsplash ↗
Kaynaklar ve doğrulama bağlantıları
- Birincil kaynakArs Technica — About Us ↗
- Birincil kaynakDragos — HD Moore research report ↗
- Birincil kaynakDragos — company information ↗
- Birincil kaynakOpenRouter — Zero Data Retention documentation ↗
- Birincil kaynakPhala CERT Team — preliminary incident report ↗
- Haber / çapraz kontrolArs Technica — Dan Goodin ↗
Yorumlar
1 yorumOkura soru: Bu haberle ilgili görüşünüz veya teknik sorunuz nedir?
Yorum yaz
Yazı üzerine görüşler
Editör tarafından hazırlanmış tartışma örnekleri.
İlk bakışta ilgi çekici, ama “İki milyon tuzak istem, yapay zekâ tedarik zincirindeki veri sızıntılarını ortaya çıkardı” için kaynak veya model değiştiğinde tutarlılığın korunması hâlâ aklımda. Bir uygulama senaryosu paylaşılabilir mi?
Sorunun merkezinde şu konu var: kaynak veya model değiştiğinde tutarlılığın korunması. Gözlemi varsayımdan ayıran ölçümler netleşmeden kesin sonuç çıkarmamak gerekir.
Bu fikri bir ekip toplantısına taşısam ilk soracağım şey insan onayının hangi aşamada gerektiği olur. Hangi varsayımı değiştirdiğimizde karar da değişir?
Bu başlıkta beni düşündüren küçük ve büyük modellerin gerçek görev maliyetleri. Tek bir örnek yerine aykırı sonuçları da gösteren bir karşılaştırma daha ikna edici olur.
Editoryal soru / Editorial question: Kurumunuz yapay zekâ istemlerinin geçtiği tüm yönlendirici ve sağlayıcıları görebiliyor mu? Can your organization identify every router and provider that handles its AI prompts?