AI SOC Nedir? Agentic Mimariler, LLM ve vLLM, Ürün Çeşitliliği ve Benchmarkların Teknik Analizi

Yusuf DALBUDAK

3 gün önce

AI SOC için uzman ajanların güvenlik verilerini merkezi bir kanıt ve karar katmanında birleştirmesini temsil eden görsel.

Yapay zekâ, güvenlik operasyonlarında alarm özetlemenin ötesine geçerek kanıt toplama, soruşturma ve müdahale süreçlerine katılıyor. Ancak AI SOC çözümlerinin değerini anlamak için model yeteneğini, ajan mimarisini, veri kapsamını ve operasyonel güvenliği birlikte değerlendirmek gerekiyor.

AI SOC kavramı hangi problemi çözmeye çalışıyor?

Bir güvenlik operasyon merkezinin (Security Operations Center — SOC) sorunu yalnızca fazla alarm üretmesi değildir. Her alarmın arkasındaki kullanıcıyı, cihazı, işlemi ve iş bağlamını anlamak gerekir. Analist; uç nokta, kimlik, e-posta, ağ ve bulut verileri arasında geçiş yaparak olayın gerçek bir saldırı olup olmadığını araştırır.

Bu süreçte aynı IP adresi farklı sistemlerde farklı anlamlar taşıyabilir. Şüpheli bir oturum, meşru bir VPN bağlantısı olabilir. Zararlı görünen bir komut satırı, onaylı bakım faaliyetinin parçası çıkabilir. Kritik olan, sinyali kurumun gerçek bağlamıyla ilişkilendirmektir.

AI SOC, bu operasyonların belirli bölümlerinde yapay zekâ kullanan ürünleri ve çalışma modellerini ifade eden geniş bir kavramdır. İncelenen ürünlerde kapsam; analist yardımından otomatik soruşturmaya, tehdit avcılığından yetkilendirilmiş müdahaleye kadar değişmektedir. Dolayısıyla AI SOC etiketini tek başına bir mimari veya olgunluk seviyesi gibi okumak doğru değildir.

Teknik değerlendirme şu soruyla başlamalıdır: Sistem hangi işi, hangi veriye dayanarak, hangi yetkiyle ve ne kadar güvenilir biçimde yapıyor?

Geleneksel makine öğrenmesi, üretken yapay zekâ ve agentic SOC

SOC ortamlarında yapay zekâ kullanımı, büyük dil modelleriyle başlamadı. Anomali tespiti, davranış analizi, dosya sınıflandırması ve risk puanlama gibi alanlarda makine öğrenmesi zaten kullanılıyordu.

Büyük dil modelleri (Large Language Models — LLM), bu tabloya dil anlama, sorgu üretme, araç çağırma ve yapılandırılmamış bilgiyi yorumlama yetenekleri ekledi. Analist artık bir olayın özetini isteyebilir veya doğal dille araştırma sorgusu oluşturabilir.

Agentic yaklaşımda ise sistem, kendisine verilen hedef doğrultusunda sonraki araştırma adımını seçer. Bir kimlik alarmını araştırırken oturum kayıtlarına bakabilir; bulduğu şüpheli uygulama yetkilendirmesi üzerine e-posta erişimini inceleyebilir. Burada önemli fark, araştırmanın yeni kanıta göre yön değiştirmesidir.

ReAct çalışması, dil modelinin muhakeme ve eylemi dönüşümlü kullanarak çevreden bilgi toplamasını ele alır. Ancak bu genel ajan yaklaşımının bir SOC ürününde güvenilir çalışması; uygun araçlar, kaliteli telemetri ve sınırlandırılmış yetki gerektirir.

Yaklaşım	Tipik işlev	Operasyonel sınır
Makine öğrenmesi tabanlı analitik	Davranış sapması veya risk skoru üretmek	Genellikle belirli veri ve görev için optimize edilir
Üretken analist yardımcısı	Alarm açıklamak, sorgu taslağı ve rapor hazırlamak	İş akışını çoğunlukla analist yönetir
LLM içeren sabit iş akışı	Önceden belirlenmiş adımlarda yorumlama yapmak	Yol, kod veya playbook tarafından tanımlanır
Agentic soruşturma	Hipotez kurmak, araç seçmek, yeni kanıta göre ilerlemek	Araç, süre, maliyet ve yetki sınırları gerekir
Kontrollü agentic müdahale	Araştırma sonucuna göre izin verilen işlemleri yürütmek	İş etkisi ve onay politikası belirleyicidir

Bu tablo bir ürün sertifikasyon modeli değildir. Ürünleri değerlendirirken kullanılabilecek işlevsel bir ayrımdır.

AI SOC, SIEM, XDR, SOAR ve MDR ile nasıl ilişkilidir?

Güvenlik bilgisi ve olay yönetimi (SIEM), logların toplanması, aranması ve ilişkilendirilmesinde önemli rol oynar. Genişletilmiş tespit ve müdahale (XDR), farklı güvenlik alanlarının sinyallerini birleştirir. Güvenlik orkestrasyonu, otomasyon ve müdahale (SOAR), sistemler arasındaki işlemleri iş akışları üzerinden yürütür. Yönetilen tespit ve müdahale (MDR) ise teknolojiye ek olarak bir hizmet ve operasyon sorumluluğu modelidir.

AI SOC ürünleri bu yapıların farklı noktalarına yerleşebilir. Bazıları mevcut SIEM veya EDR alarmlarını araştırır. Bazıları otomasyon platformunun karar verme katmanını genişletir. Bazıları veri toplama ve analitik katmanını da sunar. MDR sağlayıcıları ise ajanları kendi analist operasyonlarının içinde kullanabilir.

Bu nedenle bir AI SOC ürünü için “SIEM’i değiştirecek” veya “SOAR’ı gereksiz kılacak” sonucuna doğrudan varılamaz. Mevcut verinin nerede tutulduğu, ajanların hangi kaynaklara eriştiği ve müdahalenin hangi sistemden yürütüldüğü incelenmelidir.

Örneğin Cortex XSIAM, geniş SOC işlevlerini birleştiren veri ve operasyon platformu olarak konumlanır. Dropzone AI ise alarm araştırması ve ilgili ajan işlevleriyle öne çıkar. Torq, soruşturma ile güvenlik araçları arasında aksiyon yürütmeyi aynı operasyon içinde ele alır. Bunlar aynı satın alma ihtiyacına her zaman karşılık gelmez.

AI SOC ürünleri hangi kategorilere ayrılıyor?

Pazarı, üreticilerin kullandığı etiketlerden önce çözülen işe göre incelemek daha sağlıklıdır. Aşağıdaki kategoriler örtüşebilir; tek ürün birden fazla alanda çalışabilir.

Analist yardımcıları ve ekosisteme gömülü ajanlar

Bu ürünler doğal dil arayüzü, olay özeti, sorgu üretimi ve belirli ajan görevlerini mevcut güvenlik platformuna ekler. Entegrasyon ve bağlam avantajı güçlü olabilir; kullanılabilir işlevler lisansa, veri kaynağına ve ürün sürümüne bağlıdır.

Microsoft Security Copilot ve CrowdStrike Charlotte AI bu grupta değerlendirilebilir. Microsoft’un phishing triage dokümantasyonu; içerik, URL, dosya, ekran görüntüsü ve tehdit istihbaratı analizinin bir arada kullanılabildiğini gösterir. CrowdStrike ise Charlotte AI’ı çok ajanlı ve Falcon’a gömülü bir yapı olarak tanımlar.

Alarm ön değerlendirme ve soruşturma ajanları

Bu sınıfta amaç, alarmı zenginleştirip kanıtlarla birlikte bir değerlendirme üretmektir. Alarmın yeniden yazılması ile yeni bulgu çıkarılması arasındaki fark kritik hale gelir.

Dropzone AI, Simbian ve Intezer bu alanda örneklerdir. Intezer, AI modellerini deterministik adli analiz yetenekleriyle birleştirdiğini belirtir. Qevlar da soruşturmayı, tespit ve diğer operasyon alanlarıyla ilişkilendiren bir AI SOC platformu olarak konumlanır.

Agentic otomasyon ve müdahale platformları

Bu grupta ajanların ürettiği araştırma sonucunun diğer sistemlerde eyleme dönüşmesi öne çıkar. Kullanıcı doğrulama, uç nokta izolasyonu veya erişim iptali gibi işlemler teknik entegrasyona ve yetki politikasına bağlıdır.

Torq Socrates, soruşturma ve müdahale koordinasyonunu güvenlik araçları boyunca yürütmeyi hedefler. Üretici, bu kararların kurumsal bağlam ve guardrail’lerle sınırlandırıldığını açıklar. Bu beyanın kurumun kendi ortamında hangi işlemlere karşılık geldiği ayrıca doğrulanmalıdır.

Veri katmanını da kapsayan AI SOC platformları

Bazı çözümler mevcut alarm kuyruğunun üzerine oturmakla sınırlı kalmaz; telemetri toplama, ilişkilendirme, analitik ve soruşturma katmanlarını birlikte sunar.

Exaforce, davranış analitiğini ve makine öğrenmesini LLM’lerle birleştiren çok modelli bir yapı tanımlar. Cortex XSIAM ise veri ve SOC işlevlerini bütünleştiren platform yaklaşımını temsil eder. Veri katmanını değiştirmek, ajan eklemeye göre daha kapsamlı bir geçiş projesi olabilir.

AI destekli MDR ve hibrit operasyon

Bu modelde kurum yalnızca yazılım satın almaz; ajanların işletilmesi ve insan analist desteği de hizmetin parçası olabilir. AirMDR ve Exaforce’un MDR konumlandırmaları bu ayrımı gösterir. ReliaQuest GreyMatter ise araçlar arası tespit, soruşturma ve müdahale süreçlerinde agentic yetenekler sunar. Hizmetin kapsamı ve sorumluluk paylaşımı sözleşme üzerinden incelenmelidir.

SOCNova ve Blacklight AI: iki farklı bütünleşik yaklaşım

SOCNova, alarm yönetimi, tehdit istihbaratı, soruşturma ve müdahale orkestrasyonunu bir araya getiren AI SOC platformu olarak konumlanır. Üreticinin açıkladığı akışta deterministik filtreleme ve Evidence Intelligence Layer, model çalışmadan önce kanıt oluşturur. Reasoning Workers bu kanıtı farklı boyutlardan değerlendirir; sonuçlar kontrollü bir sentez aşamasında birleştirilir. Kurum içi, air-gap destekli ve bulut dağıtımı seçenekleri açıklanmaktadır. Bunlar üretici beyanıdır; worker sayısı, farklı temel model sayısını göstermez.

Blacklight AI ise Modern SIEM, yerleşik Security Data Lake, UEBA ve agentic soruşturma ile müdahaleyi bütünleşik bir SOC platformunda konumlandırır. Bu nedenle değerlendirme kapsamı, ajan işlevlerine ek olarak veri toplama, saklama ve mevcut güvenlik mimarisiyle entegrasyonu içermelidir. Üretici, ajanların kanıt değerlendirmesini tanımlanan kontrol sınırları içinde aksiyona dönüştürdüğünü belirtir.

İki ürünün mimari açıklamaları, bağımsız başarı ölçümü yerine geçmez. Deterministik kanıt katmanı veya ajan doğrulaması bulunması, hatalı karar ihtimalini ortadan kaldırmaz.

Ürün çeşitliliğini gösteren teknik pazar haritası

Bu tablo bir performans sıralaması değildir. Üreticilerin resmî açıklamalarına dayalı, seçilmiş örneklerden oluşan işlev haritasıdır. Dahili model sayısı, model isimleri ve dağıtım seçenekleri kamuya açık kaynaklardan her ürün için doğrulanamamaktadır.

Ürün / platform	Öne çıkan kapsam	Teknik incelemede sorulması gereken soru
Microsoft Security Copilot	Microsoft güvenlik ekosisteminde yardımcı ve ajan görevleri	Hangi alarm türleri destekleniyor, hangileri önizlemede?
CrowdStrike Charlotte AI	Falcon içinde triage, analiz, ajan ve iş akışı yetenekleri	Üçüncü taraf veride kapsam ve aksiyon yetkisi nedir?
Dropzone AI	Alarm soruşturması, tehdit avcılığı ve ilişkili ajanlar	Sonuç hangi yeni kanıtlara dayanıyor?
Simbian	SOC soruşturması ve farklı güvenlik ajanları	Model güncellemelerinde regresyon nasıl ölçülüyor?
Intezer AI SOC	Soruşturma, adli analiz ve AI birlikte	Hangi bulgular deterministik analizle doğrulanıyor?
Qevlar AI	Soruşturma ve genişleyen SOC ajan işlevleri	Geri bildirim hangi mekanizmayla sisteme yansıyor?
Torq / Socrates	Soruşturma, orkestrasyon ve müdahale	Ajan önerisi ile uygulama yetkisi nerede ayrılıyor?
Cortex XSIAM / Agentic Assistant	Bütünleşik veri, analitik ve ajan deneyimi	Mevcut veri mimarisinde ne değişecek?
Exaforce / Exabots	Veri platformu; tespit, triage, araştırma ve müdahale	Çok modelli motor hangi görevlerde hangi bileşeni kullanıyor?
ReliaQuest GreyMatter	Araçlar arası güvenlik operasyonları	Platform ve hizmet sorumlulukları nasıl paylaşılıyor?
AirMDR	AI soruşturma platformu ve yönetilen operasyon	Kurum ajanı mı, hizmet sonucunu mu satın alıyor?
SOCNova	Deterministik kanıt katmanı, Reasoning Workers, triage ve müdahale orkestrasyonu	Worker’lar hangi modeli kullanıyor; air-gap ortamında veri ve istihbarat güncellemesi nasıl yürütülüyor?
Blacklight AI	Modern SIEM, Security Data Lake, UEBA ve agentic soruşturma/müdahale	Veri saklama, model çağrıları ve aksiyon yetkileri hangi sınırlar içinde çalışıyor?

Agentic mimari ile tek model mimarisi neden karşıt kavramlar değildir?

AI SOC tartışmalarında model sayısı ile ajan sayısı sıkça birbirine karışır. Oysa bunlar farklı tasarım boyutlarıdır.

Tek model, bütün LLM çağrılarında aynı temel modelin kullanılmasını ifade edebilir. Tek ajan, bir hedefi takip eden tek yürütme döngüsü anlamına gelir. Çok ajanlı yapı, ayrı görev veya bağlamlarla çalışan ajanların koordinasyonunu anlatır. Çok modelli yapı ise farklı görevlerde farklı modellerin kullanılmasına karşılık gelir.

Bir kurum aynı LLM’i kullanan üç ayrı ajan kurabilir. Tersi de mümkündür: Tek ajan, kısa sınıflandırma için küçük bir model, karmaşık analiz için daha büyük bir model kullanabilir. Ayrıca bazı ürünlerde “çok model”, yalnızca birden fazla LLM değil; davranış analitiği, sınıflandırıcı ve LLM bileşenlerinin birlikte çalışması anlamına gelir. Exaforce’un resmî açıklaması bu ayrımı somutlaştırır.

Yapı	Örnek tasarım	Muhtemel avantaj	Değerlendirilmesi gereken maliyet
Tek model, tek çağrı	Alarm metninden yapılandırılmış karar	Basit entegrasyon, düşük çağrı sayısı	Yeni kanıt toplayamama
Tek model, tek ajan	Aynı modelin araçlarla tekrar tekrar araştırması	Daha sade ajan yönetimi	Seri sorgular, bağlam ve döngü maliyeti
Tek model, çok ajan	Kimlik ve uç nokta ajanlarının aynı LLM’i kullanması	Görev ayrımı, paralel araştırma	Koordinasyon ve ortak hata eğilimi
Çok model, tek ajan	Görev başına model yönlendirme	Maliyet ve yetenek dengesi	Yönlendirme hataları, sürüm yönetimi
Çok model, çok ajan	Uzman ajanlar ve ayrı doğrulama bileşeni	Göreve göre uzmanlaşma	Entegrasyon, test ve işletim karmaşıklığı
Hibrit yapı	Kurallar, istatistiksel analitik ve LLM ajanı	Ölçülebilir kontrol noktaları	Her katmanın ayrı doğrulanması

Bu avantajlar mimari beklentidir; ürünlerin ölçülmüş üstünlüğü olarak okunmamalıdır. Çok ajanlı olmak, daha doğru olmak için yeterli değildir. Aynı yanlış bağlamı kullanan ajanlar aynı hatayı tekrar edebilir.

Anthropic’in mimari rehberi de önceden tanımlanmış iş akışları ile modelin dinamik yönettiği ajanları ayırır. Karmaşıklık arttıkça gecikme, maliyet ve hata birikiminin değerlendirilmesi gerektiğini vurgular.

vLLM bu mimarinin neresinde bulunur?

vLLM bir LLM, SOC ürünü veya agentic orkestrasyon sistemi değildir. Modellerin çıkarımını ve sunumunu sağlayan bir altyapıdır. Tek model veya farklı model servisleri içeren bir SOC uygulamasının altında kullanılabilir.

vLLM dokümantasyonu; PagedAttention, continuous batching, prefix caching ve dağıtık çıkarım gibi yetenekleri açıklar. Bunlar GPU belleği ve istek işleme verimliliğiyle ilgilidir. Araç çağırma desteği bulunması, SOC soruşturma mantığının ve yetkilendirme politikasının otomatik olarak sağlandığı anlamına gelmez.

Burada karşılaştırılması gereken iki ayrı konu vardır. İlki, modelin nasıl sunulduğudur: Yönetilen API mi, kurum içinde çalışan model servisi mi? İkincisi, uygulamanın nasıl çalıştığıdır: Tek çağrı mı, sabit iş akışı mı, dinamik ajan döngüsü mü?

Kurum içi model sunumu, veri akışını kontrol etme olanağı sağlar. Buna karşılık GPU kapasitesi, model güncellemesi, erişim güvenliği ve hizmet sürekliliği kurumun sorumluluğuna girer. Yerel model kullanmak, tek başına kapalı veya güvenli sistem garantisi vermez; diğer entegrasyonların dış erişimi de incelenmelidir.

VLLM ifadesiyle görsel-dil modeli kastediliyorsa yerleşik terim genellikle VLM veya çok modlu LLM’dir. Bu modeller ekran görüntüsü gibi görsel içerikleri yorumlayabilir. Görsel yetenek ile agentic çalışma biçimi yine ayrı özelliklerdir.

Bir AI SOC soruşturması teknik olarak nasıl işler?

Örnek olarak, bir kullanıcı hesabının alışılmadık konumdan başarılı oturum açması ele alınabilir. Aşağıdaki akış bir referans tasarımdır; belirli bir üreticinin uygulaması değildir.

İlk aşamada alarmın zamanı, kullanıcı kimliği ve cihaz bilgisi normalize edilir. Araştırma hedefi “hesap ele geçirilmiş mi?” olarak tanımlanır. Ajan önceki oturumları, MFA kayıtlarını ve cihaz geçmişini sorgular.

Sonraki aşamada birden fazla hipotez değerlendirilir: Kullanıcı seyahatte olabilir, kurum VPN’i kullanılmış olabilir veya oturum belirteci çalınmış olabilir. Her hipotez için destekleyen ve çürüten kanıtlar aranır.

Şüpheli oturumdan sonra yeni bir uygulamaya izin verilmişse araştırma genişletilir. E-posta yönlendirme kuralı, hassas dosya erişimi ve yetki değişikliği sorgulanabilir. Veri bulunamıyorsa sonuç “zararsız” yerine “kanıt yetersiz” olarak işaretlenmelidir.

Çıktı; zaman çizelgesi, sorgulanan kaynaklar, yeni bulgular, eksik veriler ve önerilen müdahaleyi içermelidir. Kullanıcı oturumunun iptali gibi işlemler ise ayrı yetki ve onay kontrolünden geçmelidir.

Bu tasarımda ajan karar önerir; erişim kontrolü ve işlemin uygulanması programatik olarak denetlenir. Modelin bir aksiyonu uygun görmesi, o aksiyonu uygulama yetkisi olduğu anlamına gelmez.

RAG, kurumsal bağlam ve kanıt zinciri

Getirmeyle artırılmış üretim (Retrieval-Augmented Generation — RAG), yanıt üretiminde dış bilgi kaynaklarından alınan içeriğin kullanılmasını sağlar. SOC bağlamında bu içerik; prosedürler, varlık envanteri, geçmiş olaylar veya kurumun güvenlik politikaları olabilir.

Ancak RAG, canlı güvenlik verisini araştırmanın yerine geçmez. “Bu sunucu kritik uygulamayı barındırıyor” bilgisi envanterden gelebilir. Sunucuda belirli bir işlemin gerçekten çalışıp çalışmadığı ise EDR veya uygun log kaynağından doğrulanmalıdır.

Bağlamın tarihi ve kaynağı da önemlidir. Geçmişte zararsız kabul edilen bir komutun bugün farklı kullanıcı veya cihazda görülmesi yeni risk oluşturabilir. Önceki olayın kararını otomatik tekrar etmek, kurumsal öğrenme sayılmamalıdır.

İncelenebilir bir kanıt zincirinde; veri kaynağı, sorgu zamanı, olay kimliği, kullanılan model ve ajan sürümü, uygulanan politika ve aksiyon sonucu ilişkilendirilmelidir. Açıklama metni ile gerçek kanıt referansı birbirinden ayrılmalıdır. Modelin iç muhakeme metnini göstermek, tek başına denetlenebilirlik sağlamaz.

Benchmarklar neyi ölçüyor, neyi ölçmüyor?

AI SOC değerlendirmesinin en zor tarafı, farklı test sonuçlarının aynı başarı yüzdesi gibi sunulmasıdır. Güvenlik sorularını yanıtlamak, alarm sınıflandırmak, aktif soruşturma yapmak ve saldırı belirtisi verilmeden tehdit avlamak ayrı görevlerdir.

Benchmark / değerlendirme	Test kapsamı	Açıklanan sonuç veya yöntem	Temel sınır
SecAlertBench	Üç kurumsal SOC’tan 8.322 alarm, 241 alarm türü; 16 LLM	Ortalama TPR %79,71; F1 %70,92; FPR %44,13	Alarm sınıflandırması; tam olay soruşturması değil
Simbian AI SOC LLM Benchmark	100 saldırı zinciri senaryosunda agentic soruşturma	Mayıs 2025 modelleri için görev skorları %61–67; daha yüksek eforlu ürün koşulu %72	Üreticinin kendi harness’i; güncel model sıralaması değil
Cyber Defense Benchmark	Windows loglarında SQL araçlarıyla açık uçlu tehdit avcılığı	Nisan 2026 v3: en iyi modelde kötü amaçlı olayların ortalama %3,8’i için doğru flag	Katı olay-zaman damgası metriği; genel SOC doğruluğu değil
SIR-Bench	129 olay örüntüsünden 794 kontrollü bulut vakası	SIR ajanı: TP tespiti %97,1; FP reddi %73,4; vaka başına 5,67 yeni bulgu	AWS bağlantılı yazarların kendi ajan değerlendirmesi
DeepTempo SOCBench Detection	1.205 NetFlow değerlendirme birimi	F1, maliyet, tamamlanma ve farklı araç bütçeleri	Dar veri kapsamı; farklı değerlendirme hatları
CrowdStrike Charlotte AI üretici değerlendirmesi	Falcon tespitlerinde triage	Falcon Complete uzman kararlarıyla %98 üzeri uyum	Üretici iç değerlendirmesi; tüm saldırılar için yakalama oranı değil
vLLM / PagedAttention araştırması	Model sunum performansı	2023 testlerinde benzer gecikmede 2–4 kat throughput	Güvenlik doğruluğu veya güncel GPU garantisi değil

Alarm sınıflandırması ile soruşturma arasındaki fark

SecAlertBench’te veri, ağırlıklı olarak ağ tarafındaki güvenlik sistemlerinden gelen alarmları kapsar. Paylaşılan veri kümesinde zaman damgaları kaldırılmış, IP adresleri rastgele adreslerle değiştirilmiştir. Bu sınırlar, zamana ve varlık ilişkilerine dayalı araştırma değerlendirmesini etkiler. Ortalama skorlar da belirli bir ürünün performansı değildir.

Simbian’ın 12 Haziran 2025 tarihli yazısı, modelleri kendi AI SOC Agent çerçevesi içinde test ettiğini belirtir. Buradaki skorları “model tek başına şu kadar doğru” şeklinde yorumlamak yanıltıcıdır. Araçlar, promptlar, tekrar denemeleri ve değerlendirme bütçesi sonucu etkiler.

Tehdit avcılığındaki düşük skorlar neden farklı okunmalı?

Cyber Defense Benchmark’ta ajan, saldırı hakkında yönlendirici soru almadan büyük Windows log kümelerinde kötü amaçlı olayların tam zaman damgalarını bulmaya çalışır. Kaynaktaki %3,8, bütün SOC görevlerinde %3,8 doğruluk anlamına gelmez. Bu, tanımlanan avcılık görevindeki doğru flag kapsamıdır. Çalışma bir arXiv ön baskısıdır.

Bu sonuç, alarmdan başlayan dar bir soruşturmanın başarısıyla çelişmek zorunda değildir. Başlangıç ipucu, veri miktarı, araç bütçesi ve başarı kriteri farklıdır. Kurumlar ürünün triage başarısını, bağımsız tehdit avcılığı başarısı olarak kabul etmemelidir.

Doğru karar, derin soruşturma anlamına gelmez

SIR-Bench, doğru sınıflandırmanın yanında alarmda zaten bulunmayan yeni bulguları da değerlendirir. AWS bağlantılı araştırmacıların çalışması, kendi SIR ajanına ilişkin sonuçlar sunar; sektör genelinde bağımsız ürün karşılaştırması değildir. Bulut telemetrisi sınırı, uç nokta düzeyindeki bulguların görünürlüğünü de etkiler.

DeepTempo SOCBench’in NetFlow değerlendirmesi ise sonuçları farklı ayrıntı düzeylerinde ölçer. İncelenen sayfada tamamlanma kapsamı ve maliyet özetleri arasında ek açıklama gerektiren farklılıklar bulunmaktadır. Bu nedenle burada sayısal bir ürün veya model liderliği çıkarılmamıştır. Açık harness ve dar görev tanımı, kurum içi test tasarımı için yararlı olabilir.

“Yüzde 98 doğruluk” satın alma kararı için yeterli mi?

Doğruluk oranının paydası bilinmeden yorum yapılamaz. Bu oran tüm alarmlar üzerinden mi hesaplanmıştır? İnsan analist kararlarıyla uyum mu ölçülmüştür? Saldırıyı kaçırma oranı nedir? Sistem cevap veremediğinde bu vakalar hesaba katılmış mıdır?

CrowdStrike’ın açıklamasında %98 üzeri oran, Charlotte AI triage kararlarının Falcon Complete uzman kararlarıyla uyumunu ifade eder. Bu metrik, bütün saldırıların %98’inin yakalandığı anlamına gelmez.

Tamamen varsayımsal bir örnekte 10.000 alarmın yalnızca 100’ü gerçek saldırı olsun. Bütün alarmları zararsız işaretleyen bir sistem %99 genel doğruluk gösterebilir; buna rağmen bütün saldırıları kaçırır.

Bu nedenle precision gerçek tehdit olarak işaretlenenlerin ne kadarının doğru olduğunu; recall gerçek tehditlerin ne kadarının bulunduğunu gösterir. Yanlış pozitif oranı, zararsız vakaların ne kadarının saldırı diye işaretlendiğini ölçer. Gerçek saldırının zararsız diye kapatılması ise doğrudan güvenlik riski oluşturur.

Değerlendirmeye ayrıca cevap verememe oranı, tamamlanma oranı, yeni bulgu kapsamı ve kalibrasyon eklenmelidir. Modelin yazdığı “%95 güven” ifadesi, ölçülmüş hata olasılığı değildir.

Mimari üstünlük nasıl kanıtlanır?

İncelenen kaynaklar, bütün AI SOC ürünlerini aynı koşullarda karşılaştıran evrensel bir sonuç sunmamaktadır. Agentic, çok ajanlı veya çok modelli bir yapının tek modelden üstün olduğunu kanıtlamak için mimari bileşenleri ayrı test etmek gerekir.

Kurum aynı kör test kümesinde şu yapılandırmaları karşılaştırabilir: Tek çağrılı sınıflandırma; aynı modelle araç kullanan tek ajan; aynı modelle çok ajanlı yapı; farklı modellerle yönlendirme; deterministik doğrulama eklenmiş hibrit yapı.

Testte veri erişimi, token bütçesi, süre sınırı ve müdahale yetkisi kaydedilmelidir. Bir yapı daha fazla sorgu yapıyorsa başarı artışının mimariden mi, araştırmaya ayrılan ek kaynaktan mı geldiği incelenmelidir.

Bu yöntem, bir bileşeni kaldırarak etkisini ölçen ablasyon testi yaklaşımıdır. RAG, doğrulayıcı ajan veya model yönlendirme çıkarıldığında performans değişmiyorsa o bileşenin operasyonel katkısı sorgulanmalıdır.

SOCNova ve Blacklight AI için de aynı yöntem uygulanmalıdır. Bu ekleme kapsamında incelenen resmî sayfalar, iki ürünü yukarıdaki benchmarklarla aynı koşullarda karşılaştırmaya yeterli bağımsız test verisi sunmamaktadır. Ürünlerin mimari beyanları performans sıralamasına dönüştürülmemiştir.

AI SOC’un kendisi bir saldırı yüzeyidir

SOC ajanları saldırganın ürettiği veriyi okur: E-posta gövdesi, dosya adı, komut satırı, HTTP başlığı veya tehdit istihbaratı içeriği. Dolayısıyla güvenilmeyen verideki bir metnin talimat olarak yorumlanması önemli bir risk oluşturur.

Dolaylı prompt injection, ajanın araştırma hedefini veya araç kullanımını değiştirmeyi amaçlayabilir. Yetkisi geniş bir ajan yanlış yönlendirilirse veri dışarı aktarımı, uygunsuz alarm kapatma veya hatalı müdahale gibi sonuçlar ortaya çıkabilir.

OWASP’ın Excessive Agency rehberi; fazla işlev, fazla yetki ve fazla otonominin ayrı riskler olduğunu belirtir. Yetkilendirmenin model kararına bırakılmaması, yüksek etkili işlemlerde onay ve en az ayrıcalık yaklaşımı önerilir. Agentic Applications 2026 çerçevesi de ajan sistemlerini ayrı güvenlik odağı olarak ele alır.

SOC için uygulanabilir kontrol tasarımı şunları kapsamalıdır:

Soruşturma için salt okunur araçlarla müdahale araçlarını ayırmak.
Her ajan ve servis hesabına görevle sınırlı yetki vermek.
Kaynak içeriğini talimat değil, güvenilmeyen kanıt olarak işlemek.
İzin verilen sorguları ve aksiyon parametrelerini programatik doğrulamak.
Kritik varlıklarda müdahaleyi onaya bağlamak.
Döngü, süre, token ve API kullanım sınırları koymak.
Geri bildirim ve bilgi tabanı güncellemelerini değişiklik kontrolünden geçirmek.
Başarısızlığı görünür kılmak ve işlemi durdurma mekanizması sağlamak.

Bu kontroller riski azaltır; prompt injection’ın tamamen çözüldüğü iddiasını desteklemez. İkinci bir LLM doğrulayıcı da aynı manipülasyondan etkilenebilir. Yetki sınırı, modelden bağımsız olarak uygulanmalıdır.

Veri egemenliği, dağıtım ve işletim maliyeti

AI SOC maliyeti yalnızca token bedelinden oluşmaz. Veri saklama, sorgular, model servisi, entegrasyon bakımı, uzman doğrulaması ve yanlış kararın oluşturduğu iş yükü birlikte değerlendirilmelidir.

Yerel dağıtımda GPU ve işletim gideri öne çıkar. Yönetilen API’de çağrı maliyeti, gecikme ve veri işleme koşulları belirleyicidir. Hibrit modelde hangi verinin hangi katmana gönderildiği açıkça haritalanmalıdır.

Türkiye’de faaliyet gösteren kurumlar, kişisel veya hassas veri içeren logları hangi hizmetlere aktardığını somut olarak incelemelidir. Veri lokasyonu, saklama süresi, alt hizmet sağlayıcıları ve eğitim amacıyla kullanım koşulları sözleşmede doğrulanmalıdır. Mevzuat uygunluğu ayrıca kurumun hukuk ve uyum ekiplerince değerlendirilmelidir; “on-prem” etiketi bunun yerine geçmez.

SOCNova, analiz verisinin üçüncü taraf AI sağlayıcılarına gönderilmediğini belirtir. Blacklight AI’ın güven merkezi ise üçüncü taraf model sağlayıcılarına çıkarım için sınırlı ve maskelenmiş bağlam gönderilebildiğini, müşteri verisinin model eğitiminde kullanılmadığını açıklar. Sağlayıcı ve model isimleri ticari gizlilik kapsamında tutulmaktadır. Bu ayrım, kurumun veri akışı incelemesinde doğrulanmalıdır; verinin belirli bölgede saklanması ile bütün çıkarım işlemlerinin aynı bölgede gerçekleşmesi ayrı konulardır.

Önerilen operasyonel ölçüm, kabul edilen ve kanıtla doğrulanmış soruşturma başına toplam maliyet olabilir. Üretici lisansı ve çıkarım bedeline, analist kontrolü ile düzeltme süresi de eklenmelidir. Hatalı veya eksik bir raporun düşük maliyetle üretilmesi verimlilik değildir.

vLLM gibi sunum altyapıları için throughput, ilk token gecikmesi, çıktı token gecikmesi, eşzamanlı istek ve GPU bellek kullanımı ölçülmelidir. SOC uygulamasında ise uçtan uca soruşturma süresi ve kanıt kapsamı değerlendirilir. Bunlar aynı benchmark değildir.

Kurumlar AI SOC PoC’sini nasıl tasarlamalı?

PoC, yalnızca hazırlanmış birkaç başarılı senaryoyu izlemekle sınırlı kalmamalıdır. Aşağıdaki çerçeve, bu makalenin analitik önerisidir; sektör standardı olarak sunulmamaktadır.

İlk aşamada ürün pasif gözlem modunda çalıştırılmalıdır. Analist kararlarıyla paralel sonuç üretmeli, üretim ortamında aksiyon almamalıdır. Hem saldırı hem zararsız faaliyet içeren kör vakalar kullanılmalıdır. Örneklem büyüklüğü, saldırı türleri ve beklenen istatistiksel güvene göre planlanmalıdır.

Test setinde normal bakım, gerçek saldırı, eksik telemetri, API kesintisi, saat uyumsuzluğu ve güvenilmeyen içerik bulunmalıdır. Aynı saldırıya ait benzer olayların eğitim veya ayar setiyle kör test setine dağılması engellenmelidir.

Test alanı	Ölçüm	Kabul kriteri nasıl belirlenmeli?
Tehdit yakalama	Recall ve yanlış negatifler	Kritik saldırı türleri ayrı değerlendirilerek
Gürültü azaltma	Precision ve yanlış pozitif oranı	Mevcut operasyonla aynı veri üzerinde
Soruşturma derinliği	Alarm dışında doğrulanmış yeni bulgular	Önceden belirlenmiş kanıt listesiyle
Kanıt bütünlüğü	Kaynağı izlenebilir iddia oranı	Kararı etkileyen bütün iddialar için
Güvenli otomasyon	Yetkisiz veya yanlış aksiyonlar	Tanımlanmış işlem politikası üzerinden
Belirsizlik yönetimi	Kanıt yetersizliğinde doğru eskalasyon	Eksik veri vakalarıyla
Dayanıklılık	API hatasında davranış, tamamlanma	Kesinti ve timeout senaryolarıyla
Performans	p50/p95 uçtan uca süre	Benzer olay karmaşıklığı altında
Maliyet	Doğrulanmış vaka başına toplam gider	Analist düzeltme süresi dahil
Regresyon	Model veya prompt değişiminden sonra fark	Sabit test seti ve ayrı kör setle

İkinci aşamada düşük riskli işlemler sınırlandırılmış otomasyonla denenebilir. Üçüncü aşamada yüksek etkili müdahaleler, ayrı yetki ve insan onayıyla test edilir. PoC’nin bitiş kriteri yalnızca hızlı rapor üretmek olmamalıdır; yanlış güven üretmeden araştırma kapasitesi kazandırmak hedeflenmelidir.

AI SOC insan analisti nasıl konumlandırıyor?

Rutin sorgu ve zenginleştirme işlerinin azalması, analistin rolünü ortadan kaldırmaz. İş bağlamını doğrulama, kanıt çatışmasını çözme, müdahalenin etkisini değerlendirme ve ajan performansını denetleme daha görünür görevler haline gelir.

Yeni yapıda analist, yalnızca alarm inceleyen kişi değildir. Ajanların hangi koşullarda hata yaptığını tespit eder, veri boşluklarını belirler ve güvenli otomasyon kapsamını geliştirir. Tespit mühendisliği, olay müdahalesi ve AI değerlendirme becerileri daha yakın çalışır.

Bir diğer risk, otomasyonun önerisini sorgulamadan kabul etmektir. Güçlü görünen açıklamalar yanlış kararı ikna edici hale getirebilir. Örneklem üzerinden bağımsız insan incelemesi ve hatalı kapanan olayların takibi bu nedenle sürdürülmelidir.

AI SOC’un değeri hangi noktada ortaya çıkıyor?

AI SOC, güvenlik operasyonlarını daha geniş kapsamda araştırma fırsatı sunuyor. Ancak kullanılan modelin adı veya ajan sayısı, operasyonel başarının doğrudan göstergesi değildir.

Sağlam bir çözüm; yeterli telemetriye ulaşmalı, yeni kanıt üretmeli, eksik bilgiyi açıkça belirtmeli ve müdahaleyi yetki sınırları içinde yürütmelidir. Kurumun ölçmesi gereken şey, raporların ne kadar etkileyici göründüğünden önce kararların ne kadar doğrulanabilir olduğudur.

AI SOC için temel başarı ölçütü, doğru kanıtla desteklenen kararları güvenli ve sürdürülebilir biçimde üretebilmektir. Model, ajan, veri ve kontrol katmanları birlikte değerlendirilmeden bu sonuca ulaşılamaz.

Kaynaklar

Araştırma ve ürün sayfaları 1 Ekim 2026 kesim tarihiyle incelenmiştir. Ürün işlevleri üretici beyanıdır; bu çalışma ürünlerin uygulamalı bağımsız testini içermez. Benchmark sonuçları kendi sürüm ve test koşullarıyla aktarılmıştır.