Günümüz siber güvenlik ekosisteminde, üretken yapay zekâ ve büyük dil modellerinin (LLM) otonom saldırı araçlarına entegrasyonu, tehdit aktörlerinin yeteneklerini önemli ölçüde artırıyor. Palo Alto Networks bünyesindeki Unit 42 araştırmacıları tarafından yayımlanan rapor, Çince konuştuğu değerlendirilen bir tehdit aktörünün DeepSeek modelini, açık kaynaklı Hermes Agent çerçevesi üzerinden otonom siber saldırılar gerçekleştirmek üzere kullandığını ortaya koydu.

Saldırı Metodolojisi ve Otonom Karar Alma Mekanizması

İncelemelere göre tehdit aktörü, saldırı sürecini Telegram arayüzü üzerinden tek bir başlangıç talimatı vererek başlattı. Bu ilk komutun ardından Hermes Agent çerçevesi, insan müdahalesine ihtiyaç duymadan tamamen denetimsiz biçimde hareket etti. “Knaithe” ve “KnYuan” takma adlarını kullanan operatör, bu yapı sayesinde 460’tan fazla hedef sistemi tarayarak istismar girişiminde bulundu.

Saldırının en dikkat çekici yönü, yapay zekânın sergilediği dinamik problem çözme yeteneğiydi. DeepSeek modeli, ana mantık motoru olarak görev yaparak aşağıdaki süreçleri yürüttü:

• Keşif ve Önceliklendirme: Ajan, hedef sistemlerde çalışan yazılım sürümlerini denetledi ve FOFA arama motoru üzerinden savunmasız örnekleri tespit etti.
• İstismar Seçimi ve Adaptasyon: Langflow üzerindeki CVE-2026-33017 kod enjeksiyonu açığını hedefleyen ajan, hedeflerin kimlik doğrulama veya kamuya açık akış gereksinimlerini karşılamaması üzerine bu yolu terk etti.
• Yeni Hedefe Yönelme: Başarısız girişimin ardından ajan, GitHub üzerindeki yeni kavram kanıtı (PoC) depolarını tarayarak iş akışı otomasyon platformu n8n‘e yöneldi. Burada CVE-2026-21858 (yetkisiz dosya erişimi) ve CVE-2025-68613 (ifade enjeksiyonu) açıklarını birleştiren karmaşık bir saldırı zinciri oluşturdu.

Zafiyet Dağılımı ve Başarı Oranı

Unit 42, saldırı oturumlarında toplamda 8 farklı Yaygın Güvenlik ve Açıklık (CVE) tanımlayıcısını kapsayan yedi ayrı istismar izi saptadı. Saldırıların temel hedefleri Langflow, n8n, Marimo ve Citrix NetScaler sistemleriydi.

Rapor metnindeki bazı veri çelişkilerine rağmen, tüm operasyon süresince yalnızca üç hedefin başarılı bir şekilde ele geçirildiği doğrulandı. Yapay zekâ kaynaklı saldırıların büyük kısmı, hedef sistemlerin istismar gereksinimlerini (örneğin açık form veya yetkisiz erişim imkânı) taşımaması sebebiyle başarısızlıkla sonuçlandı.

Operasyonel İpuçları ve Tehdit Aktörünün Profili

Saldırı altyapısı, Hermes Agent’ın yerel dizinde /home/worker üzerinden geliştirdiği python3 -m http.server 8888 süreci sayesinde ifşa oldu. Ajanın farkında olmadan başlattığı bu HTTP sunucusu; model yapılandırmalarını, API anahtarlarını, hedef listelerini, kabuk (shell) geçmişini ve sohbet loglarını dış erişime açık hâle getirdi.

İncelemelerde DeepSeek ana model olarak öne çıkarken, Claude Code, Qwen Code ve Codex gibi diğer modellerin de sınırlı veya geliştirme aşamasında kullanıldığı anlaşıldı. Açık kaynak kodlu profiller ve dijital izler, “KnYuan” rumuzlu saldırganın Çin’in Zhuhai kentinde ikamet eden bir güvenlik araştırmacısı olabileceğine işaret etmekte; ancak resmi bir devlet bağlantısı doğrulanmamaktadır.

Sonuç ve Korunma Önerileri

Bu vaka, otonom yapay zekâ ajanlarının siber saldırı süreçlerini otomatikleştirmedeki potansiyelini ve sınırlarını gösteriyor. Sistem yöneticilerinin ve kurumların alması gereken başlıca önlemler şunlardır:

1. Yazılım Güncellemeleri: Langflow, n8n ve Marimo platformları ile Citrix NetScaler cihazları, derhal yayımlanan güvenli sürümlere yükseltilmelidir.
2. Erişim Kontrolü: İş akışı ve not defteri (notebook) arayüzlerinin kamuya açık internet erişimi sınırlandırılmalı, kimlik doğrulama katmanları zorunlu kılınmalıdır.
3. Ağ İzleme: Sistemlerde yetkisiz başlatılan HTTP sunucuları veya anormal süreç hareketleri sıkı bir şekilde denetlenmelidir.