Balena, yapay zeka destekli sızma testlerini kullanarak karmaşık API’leri kapsamlı bir şekilde doğruluyor ve güvenlik testlerindeki aksaklıkları ortadan kaldırıyor

450,000+
Çalıştırılan API istekleri
350
Hedeflenen SAML istekleri

Bir bakışta

  • Yorucu manuel pentest'lerin yerini bağlam farkındalığına sahip yapay zeka testiyle alır
  • Karmaşık OData tabanlı API'leri doğrulamak için beyaz kutu testi (white-box testing) kullanır
  • Derinlemesine kapsam için yüz binlerce geçerli API isteği üretir
  • Satıcı sürtüşmesi yaşamadan güvenlik güvenini artırır
  • Testleri özellikler, bölgeler ve dağıtımlar genelinde ölçeklendirir

Zorluk

Balena için güvenlik sadece uyumlulukla ilgili değildir; son derece karmaşık bir IoT platformunun tasarım gereği güvenli olduğunu kanıtlamaktır. Balena, gömülü Linux cihazlar için IoT filo yönetimi sağlayarak müşterilerin bin ila yüz binlerce cihaz arasında değişen filolarda uygulama dağıtmasını ve yönetmesini sağlar. Müşteri tabanı büyüdükçe güvenlikle ilgili beklentiler de arttı.

Şirket 2024 yılında ISO 27001 sertifikasını aldı ve şu anda SOC 2 Tip 2 sertifikası için çalışıyor. Bu çabaların bir parçası olarak sızma testi (penetration testing) hayati önem kazandı.

Ancak manuel pentest'ler netlikten çok sürtüşme yarattı.

Bulguların yorumlanması genellikle zordu ve bazen Balena'nın sistemlerinin nasıl çalıştığı temelde yanlış anlaşılıyordu. Örneğin, penetrasyon testi uzmanları (pentester), simetrik JWT imzalama kullanımını Balena'nın mimarisinde bilinçli ve geçerli bir tasarım tercihi olmasına rağmen bir güvenlik açığı olarak işaretlediler.

"Her manuel pentest sürecinden sonra sonuç hep aynıydı: bir sonraki sefer başka birini bulmamız gerekiyor."

Pentestler, güven tazmin etmek bir yana, sürekli bir hayal kırıklığı kaynağı haline gelmişti.

Balena neden yapay zeka destekli penteste yöneldi?

Balena; güvenlik araştırmaları, OWASP etkinlikleri ve Node.js ekosistemindeki devam eden çalışmalar dahil olmak üzere güvenlik araştırmaları ve topluluk paylaşımları sayesinde Aikido'yu keşfetti. Aynı zamanda ekip, yapay zeka destekli geliştirme araçlarına daha fazla alışmıştı; bu da yapay zeka güdümlü pentest fikrini doğal bir sonraki adım haline getirdi.

Başlangıçta yapay zeka pentestini deneme kararı oldukça pragmatikti.

"Aikido'nun yapay zeka pentesti, manuel pentestlere kıyasla oldukça bütçe dostuydu. Hemen göze çarpan özellik ise bağlam sunabilme yeteneği oldu."

Genel tarama tekniklerine güvenmek yerine Aikido, Balena'nın kod tabanına erişebiliyor ve alan adıyla ilgili özel bilgilerle yönlendirilebiliyordu. Bu durum, odak noktasını daha iyi bir tedarikçi bulmaktan çıkarıp yapay zekanın güvenlik testleri için en iyi şekilde nasıl kullanılacağını anlamaya kaydırdı.

"Hayal kırıklığı bizi otomasyona, otomasyon ise yapay zekaya yönlendirdi... ve nihayet manuel denetimlerin kısıtlayıcı döngüsünü kırdık."

Yapay zeka pentestini çalıştırmak

Başlamak minimum düzeyde çaba gerektirdi. Balena, depolarını bağladı, kapsamı yapılandırdı ve hiçbir yasal veya operasyonel gecikme yaşamadan testi başlattı.

"Deneme sürümü başlatmak ve 'başlat' butonuna tıklamak oldukça kolaydı. Büyük bir engelle karşılaşmadık."

Ekip, yapay zekaya kodlarına ve veri modeline erişim izni veren beyaz kutu (white-box) yaklaşımını kullandı. En önemlisi, yapay zekaya API'lerinin nasıl çalıştığını tanımlayan OData spesifikasyonuna uyması talimatını verdiler.

Bu durum belirgin bir fark yarattı. Önceki pentesterlar geçerli OData istekleri oluşturmakta bile zorlanırken, yapay zeka spesifikasyonu yorumlayabildi, veri modelini okuyabildi ve karmaşık, geçerli sorgular üretebildi. Sonuç olarak test derinliği tamamen farklı bir seviyeye ulaştı.

Yapay zeka pentestinin sundukları

Yapay zeka pentesti, normal mesai saatleri içinde 450.000'den fazla API isteği oluşturdu ve bunların birçoğu sözdizimsel olarak doğru olup geçerli yanıtlar döndürdü.

Bu hassasiyet seviyesi derhal dikkat çekti.

“Hiçbir insan siber saldırı test uzmanında OData sorgularının bu kadar derinlemesine kullanıldığını görmemiştik.”

Alakasız veya genel saldırı yükleri (payload) göndermek yerine yapay zeka, sistemle gerçekçi etkileşimler kurmaya odaklandı. Ayrıca basit bir deneme çalıştırması sırasında bile önemli sorunları erkenden gün yüzüne çıkardı.

Ölçeğin ötesinde yapay zeka, önceki çalışmalarda eksik olan bağlam odaklı bir test seviyesi ortaya koydu.

Yeni bir SAML entegrasyonunu test ederken yapay zeka, depolar arasındaki ilgili kodu belirledi ve bu uç noktalara (endpoints) karşı yaklaşık 350 hedefli istek üretti. Nesne, organizasyon ve kullanıcı kimliklerini (ID) bir araya getirerek kiracı izolasyonunu (tenant isolation) ve izinleri aktif olarak test etti, kullanıcıların kendi kapsamları dışındaki verilere erişemediğini doğruladı.

Daha da önemlisi, elde edilen değer tek bir kritik açığın bulunmasına bağlı değildi. Aksine, test sürecinin kendisine duyulan güvenle ilgilidir. Yapay zeka, sistemi anladığını ve API'nin gerçekte çalışma biçimiyle uyumlu şekillerde sistemi inceleyebildiğini kanıtladı.

Bu durum, Balena'nın manuel pentestlerde yaşadığı büyük bir sürtüşme kaynağını ortadan kaldırdı.

"Artık soru bir sonraki aşamada kimi işe almamız gerektiği değil; yapay zekayı nasıl daha iyi kullanacağımız ve ne kadar bütçe ayırmak istediğimiz."

Sonuçlar

Balena için yapay zeka pentestinin etkisi en iyi, uyumluluk odaklı testlerden hassas ve sistem farkındalığına sahip doğrulamaya geçiş olarak özetlenebilir.

Ekip, dışarıdaki test uzmanlarının yanlış anlamalarını düzeltmekle vakit kaybetmek yerine doğrudan güvenliği artırmaya odaklanabiliyor. Mimariyi yeniden açıklama veya yanlış bulguları doğrulama gibi iç operasyonel yükler olmaksızın denetim gereksinimleri karşılanabiliyor.

Aynı zamanda, yasal veya operasyonel gecikmeler yaşanmadan test başlatabilme yeteneği, güvenliğin ürün geliştirme sürecine dahil olma biçimini değiştiriyor. SAML entegrasyonları veya yeni coğrafi konumlar gibi yeni özellikler derhal test edilebiliyor, bu da hızlı ve güvenilir bir güvenlik doğrulaması sağlıyor.

Şeffaflık da artıyor. Balena, statik raporlara güvenmek yerine ayrıntılı istek logları ve ajan izlemeleri (agent traces) aracılığıyla tam olarak neyin test edildiğini gösterebiliyor.

Manuel pentest'e karşı ROI

Önceki manuel test süreçleriyle karşılaştırıldığında, AI pentest daha düşük maliyetle daha yüksek kalitede sonuçlar sağladı. Aradaki en büyük fark operasyonel alandaydı. Manuel pentest; başlangıç toplantıları, brifingler ve erişim yetkilendirmeleri içeren bir hazırlık döngüsü gerektiriyordu. Yapay zeka ile bu zaman kaybı tamamen ortadan kalkıyor.

Mühendislik verimliliği de arttı. Mühendisler, statik PDF raporlarını çözmeye ve bulguları manuel olarak yeniden oluşturmaya çalışmak yerine, sorunları doğrulamak ve düzeltmek için yapay zeka tarafından oluşturulan tam betikleri (script) doğrudan yeniden kullanabiliyor.

Kapsamın derinliği de önemli ölçüde farklı. Karmaşık OData sorguları da dahil olmak üzere yüz binlerce istek, standart çalışma saatleri içinde gerçekleştirildi. Bu ölçek ve hassasiyet seviyesine insan pentester'larla ulaşılamamıştı.

"Yapay zeka whitebox testleri sayesinde bulguları paylaşmak hiç bu kadar kolay olmamıştı. Bu doğrudan kod düzeyindeki eşleme; mühendislerimizin yanlış pozitiflerle (false positive) tartışmak yerine, karmaşık mantığı analiz etmesine ve gerçek düzeltmeler uygulamasına olanak tanıyor."

Gelecek görünümü

Balena, AI pentest'i her yinelemede gelişen bir yetenek olarak görüyor.

Günümüzde test bütçesinin önemli bir kısmı, daha derin saldırı yollarına geçilmeden önce yapay zekanın sistemi öğrenmesine harcanıyor. Zamanla buradaki amaç, bu keşif aşamasını kısaltarak yüksek etkili analize daha fazla çaba odaklanmasını sağlamak.

Bir diğer fırsat ise raporlama alanında. Ham log'lar ve izlemeler (trace) tam şeffaflık sağlasa da hacimleri nedeniyle okunmaları zorlaşıyor. Saldırı stratejilerinin, başarılı vektörlerin ve çıkmaz yolların özlü bir özeti, sonuçların iletilmesini ve bunlara göre hareket edilmesini kolaylaştıracaktır.

İleriye dönük olarak Balena, testlerin önceki çalıştırmaların üzerine inşa edildiği, yapay zekanın bağlamı korumasını ve sıfırdan başlamak yerine sistemi keşfetmeye devam etmesini sağlayan bir modele özellikle ilgi duyuyor.

Aikido ile çalışmak

Teknolojinin ötesinde, iş birliğinin kendisi de öne çıktı.

"Hızlı sonuçlar, dürüst iletişim ve sıfır boş satış vaadi. Tedarikçi değerlendirmemizi herhangi bir baskı altında kalmadan bitirmemiz için bize ihtiyaç duyduğumuz zamanı verdiler. Günler içinde eyleme geçirilebilir sonuçlar elde etmek ve yapay zekayı ayarlamak için mühendislerine doğrudan erişebilmek, tam olarak aradığımız türden bir ortaklık."

Balena'nın Aikido kullanım deneyimlerini okumak ister misiniz? Blog yazısına buradan göz atın.

Şimdi güvenliğinizi sağlayın

Kodunuzu, bulutunuzu ve çalışma zamanınızı tek bir merkezi sistemde güvenceye alın.
Güvenlik açıklarını otomatik olarak hızla bulun ve düzeltin.

Kredi kartı gerekmez | Tarama sonuçları 32 saniyede.