Yapay zeka destekli güvenlik ajanları, giderek daha fazla gerçek güvenlik kararlarını etkiliyor. Bulguları özetliyor, düzeltme önceliklerini belirliyor, sonraki adımları öneriyor ve ekiplerin daha hızlı hareket etmesine yardımcı oluyor. Ancak çoğu, hâlâ parçalı risk sinyallerine dayanıyor: tarayıcı çıktıları, şiddet puanları, tehdit istihbaratı, yapılandırma bulguları ve maruziyet verileri. Bu parçalılık önemli çünkü saldırganlar ortamda tek bir araç kategorisiyle hareket etmiyor. Kimlik, ağ, bulut varlıkları, uygulamalar ve güvenlik kontrolleri arasındaki maruziyetleri birbirine bağlıyorlar. AI iş akışı yalnızca izole bulguları görürse, bu bulguların gerçek bir saldırı yolu oluşturup oluşturmadığını anlayamaz.
Yapay zeka destekli saldırganlar istismarı hızlandırırken, güvenlik ekiplerinin yalnızca daha hızlı AI destekli iş akışlarına değil, aynı zamanda hangi risklerin istismar edilebilir olduğunu kanıtlayabilen delillere dayalı iş akışlarına ihtiyacı var. Bu sistemler bilgileri ilişkilendirebilir ve desenleri tanımlayabilir, ancak doğrulama olmadan güvenlik ekiplerinin en önem verdiği soruyu yanıtlayamazlar: Bir saldırgan bunu ortamımızda gerçekten istismar edebilir mi ve bunu kanıtlayabilir miyiz? Doğrulama olmadan AI, güvenlik tahminlerini otomatikleştirir. Doğrulama ile saldırı kanıtlarına göre hareket edebilir. Güvenlik ekipleri için bu ayrım önemlidir çünkü yanlış sinyale göre hareket etmenin maliyeti boşa harcanan çaba, gecikmiş düzeltme ve sürekli maruziyettir.
Pentera'nın AI destekli güvenlik doğrulama platformu, risk sinyallerini saldırı kanıtına dönüştürmek için tasarlanmıştır. Platform, üretim ortamlarına karşı gerçek dünya saldırı tekniklerini güvenli bir şekilde simüle ederek hangi maruziyetlerin bir saldırgan tarafından gerçekten kullanılabileceğini belirler. Pentera bir test gerçekleştirdiğinde, yalnızca güvenlik açıklarını belirlemekle kalmaz; aynı zamanda saldırganların kullandığı teknikleri kullanarak iç altyapı, dış saldırı yüzeyleri, bulut ortamları, kimlik sistemleri ve güvenlik kontrolleri arasındaki maruziyeti doğrular. Teorik zayıflıkların bir listesini üretmek yerine, Pentera doğrulanmış saldırı yolları oluşturur: kullanılan teknik, ulaşılan sistemler, elde edilen kimlik bilgileri, kazanılan ayrıcalıklar, risk altındaki varlıklar ve ulaşılan hedef gibi adımların her biri için kanıt sağlar.
Detaylar ve Etkileri
Bu yaklaşım, düzeltme sürecini kökten değiştirir. Ekip artık bir bulgunun önemli olup olmadığını tartışmaz; doğrulanmış bir saldırı yolunu ne kadar hızlı ortadan kaldıracağına karar verir. İş akışı 'gözden geçir, çıkarım yap, önceliklendir, bilet oluştur' yerine 'doğrula, kanıtla, önceliklendir, düzelt, yeniden test et' haline gelir. Ancak doğrulama verileri genellikle güvenlik ekiplerinin çalıştığı iş akışlarından ayrı yaşar. Analistler bir araçta bulguları inceler, mühendisler başka bir araçta sorunları giderir. AI destekli iş akışları, güvenle harekete geçmeden önce doğrulanmış kanıtlara ihtiyaç duyar.
Bu boşluğu kapatmak için Pentera, bir MCP (Model Context Protocol) Sunucusu tanıttı. Bu sunucu, Pentera doğrulama verilerini doğrudan MCP uyumlu AI asistanlarına sunar. Raporları dışa aktarmak, bulguları uyumlaştırmak veya araçlar arasında bağlam birleştirmek yerine, kuruluşlar Pentera doğrulama verilerini analistlerin zaten kullandığı AI iş akışlarına bağlayabilir. Bağlandıktan sonra AI ajanları, doğal dil kullanarak bulguları alabilir, doğrulanmış saldırı yollarını inceleyebilir, test sonuçlarına erişebilir ve doğrulama faaliyetleri başlatabilir. Bu, daha fazla güvenlik verisini özetleyen bir AI yardımcısı değildir; Pentera, AI iş akışına doğrulanmış saldırı kanıtı sağlar: ne test edildi, ne istismar edilebilirdi, hangi kontroller atlandı ve bulguyu hangi kanıt destekliyor.
Uzmanların Görüşleri
Pentera'nın MCP sunucusu sayesinde AI iş akışları pasif analizden doğrulama odaklı eyleme geçer. Örneğin, bir tarayıcı kritik bir sorun işaretlediğinde analist AI asistana bu maruziyetin Pentera tarafından doğrulanıp doğrulanmadığını sorabilir. Asistan, ilgili saldırı yolunu, kullanılan tekniği, etkilenen varlığı ve saldırının ayrıcalık yükseltmesi veya yanal hareket sağlayıp sağlamadığını döndürür. Ayrıca, yüzlerce bulguyu şiddete göre sıralamak yerine AI iş akışı tarayıcı sonuçlarını Pentera doğrulama verileriyle çapraz referanslar ve müşteri ortamında istismar edilebilir olduğu kanıtlanan maruziyetleri yüzeye çıkarır. Bu, özellikle en yüksek riskli maruziyetin en yüksek şiddetteki bulgu değil, doğrulanmış bir saldırı yoluna bağlanan bulgu olduğu durumlarda önemlidir. Doğrulanmış bulgular, istismar edilen zayıflık, ulaşılan sistem, elde edilen kimlik bilgileri, kazanılan ayrıcalık ve iş etkisi bağlamı gibi saldırı kanıtlarıyla birlikte biletleme sistemlerine yönlendirilebilir. Düzeltme sonrası yeniden doğrulama yapılabilir. Pentera'nın bu yaklaşımı, AI güvenlik iş akışlarını tahmine dayalı olmaktan çıkarıp kanıta dayalı hale getiriyor.
Kaynak: thehackernews.com
