7 Ağ Güvenliği Kullanım Örneği

Ağ güvenliği, bir kuruluşu yöneten sistemleri, trafiği ve hesapları korur. İçeriden gelen tehditleri tespit etmekten ayrıcalıklı erişimi yönetmeye kadar uzanan, her biri gerçek dünyadan bir örnek olan yedi ağ güvenliği kullanım örneğini inceliyoruz.

1. Otomatik içeriden tehdit tespiti ve önleme

Kötü niyetli içeridekiler, rapor edilen güvenlik olaylarının büyük bir kısmını oluşturur,¹ bu da normal etkinliği zararlı etkinlikten ayırt etmeyi zorlaştırır, çünkü bu kullanıcılar dahili erişime sahiptir.

İş zorlukları

• Kötü niyetli içeridekileri tespit etme: Kötü niyetli içeridekiler, rapor edilen tüm güvenlik olaylarının yaklaşık %55'inden sorumludur.² Bu tehdit aktörleri kurumsal sistemlere ve verilere dahili erişime sahip olduğundan, güvenlik sistemlerinin meşru ve kötü amaçlı etkinlikleri ayırt etmesi zordur.
• Dinamik kullanıcı davranışı: Kullanıcı davranışı, iş atamalarına, projelere veya kişisel faktörlere bağlı olarak sık sık değişebilir ve bu da anormalliklerin tespitini karmaşıklaştırır. Yüzlerce iş akışına sahip kuruluşlar, güvenlik olaylarına yanıt verirken kullanıcı etkinliklerini görüntüleyemeyebilir. 

Otomatik içeriden tehdit tespiti ve önleme nasıl yardımcı olur

İçeriden tehdit tespit sistemleri (ör. IPS araçları) kullanıcı verilerindeki değişiklikleri belirleyebilir ve güvenlik ekiplerine uyarılar gönderebilir veya grafiksel içgörüler sunabilir, böylece kuruluşlar ağ etkinliklerinden haberdar olabilir. 

Vaka çalışması: Netskope 

Netskope, 2.000'den fazla müşteriye hizmet veren dünya çapında bir siber güvenlik şirketidir. 2023'te Netskope, her bir güvenlik sorgusunu yanıtlamak için en az 5 çalışan, 10 araç ve 90 dakika gerektiren manuel bir süreç kullanıyordu.

Zorluklar

Netskope, yüksek riskli içeriden tehditlere işaret edebilecek kullanıcı etkinliklerine ilişkin hassas içgörüler elde etmeyi hedefliyordu.

• İçeriden gelen tehditlere yanıt verirken otomasyon eksikliği: Netskope, her bir güvenlik sorgusuna yanıt vermek için en az beş çalışan, 10 araç ve 90 dakikalık çalışma süresi gerektiren manuel bir teknik kullanıyordu.
• Kullanıcı davranışı içgörülerinin eksikliği: Netskope'un, içeriden tehditlere işaret edebilecek kullanıcı eylemlerine (ör. bir bağlantıya tıklama, hesap oluşturma) ilişkin gerçek zamanlı ve hassas içgörülere ihtiyacı vardı. 

Çözümler ve sonuç

Netskope, içeriden tehdit davranışına görünürlük sağlayarak gerçek zamanlı veri analizi için bir güvenlik bilgi ve olay yönetimi (SIEM) çözümü devreye aldı. 

• İçeriden tehdit tespiti: Netskope, günlük 200+ iş akışı operasyonunu otomatikleştirerek içeriden veri sızıntısını erkenden tespit etti.
• Artan ağ görünürlüğü: SIEM uygulaması, Netskope'un geçmiş içeriden verileri değerlendirmesine ve içeriden tehdit araştırmaları sırasında kullanıcı etkinliğini izlemesine yardımcı oldu.
• Veri izleme: Netskope, veri indirmelerini belirlemek için bulut SIEM'in içerik yönetimi özelliğinden yararlandı. Bu, Netskope'un personelle veya rakiplerle veri alışverişi yapmaya yönelik kötü amaçlı girişimleri görselleştirmesini sağlar.³  

2. Merkezi log yönetimi 

Log yönetimi, çeşitli BT ve iş fonksiyonlarında hayati öneme sahiptir; tehdit tespiti, iş zekası ve ağ izleme dahil olmak üzere çeşitli kullanım örneklerine değerli içgörüler sağlar ve bunları mümkün kılar. 

İş zorlukları

• Hacim: Büyük BT sistemleri, manuel olarak sürdürmeyi ve değerlendirmeyi zorlaştıran büyük miktarda log verisi oluşturur.
• Karmaşıklık: Log'lar birçok kaynaktan ve formatta oluşturulur, bu da onları toplamayı ve analiz etmeyi zorlaştırır.
• Güvenlik: Log'lar, kullanıcı parolaları ve ağ mimarisi gibi önemli bilgileri içerir, bu nedenle yetkisiz kullanıma karşı korunmaları gerekir.

Merkezi log yönetimi nasıl yardımcı olur

Log yönetimi, basit analiz ve güvenlik korelasyonu sağlar. Log'ları merkezileştirmek, uygulama hataları ve ihlaller için ortalama tespit süresini (MTTD) ve ortalama çözüm süresini (MTTR) iyileştirir

Vaka çalışması: LaBella Associates

LaBella Associates, New York merkezli, 1.500'den fazla mimar ve 30 lokasyonda faaliyet gösteren çalışanıyla tam hizmet veren bir mühendislik firmasıdır. 

Zorluklar

• Veri görünürlüğü eksikliği: LaBella, hassas dosya sunucularını izlemek, erişim geçmişi raporları oluşturmak ve veri ihlallerinde adli araştırmaları desteklemek için bir log yönetim sistemine ihtiyaç duyuyordu.
• Log görünürlüğü eksikliği: LaBella Associates'in yöneticisi, dosya sistemi etkinliğinin kayıtlarını tutan ve anormallikleri tespit etmek için kullanıcı oturum açma ve kapatma etkinliklerini izleyen bir çözüme ihtiyaç duyduklarını belirtti.
  
• Manuel oturum açma etkinliği aramaları: LaBella Associates'in yöneticisi, dosya sistemini veya oturum açma etkinliklerini izlemek için her bir dosya sunucusunu ziyaret etmeleri ve manuel olarak log taramaları yapmaları gerektiğini, bunun da zaman alıcı olduğunu belirtti.

Çözümler ve sonuç

LaBella Associates, etki alanları genelinde log'ları kontrol etmek için log yönetimi özelliklerine sahip bir güvenlik bilgi ve olay yönetimi (SIEM) çözümü devreye aldı. 

• Güçlü log yönetimi: LaBella Associates'in BT güvenlik ekibi, bir ihlal meydana geldiğinde log adli tıp işlemleri yapmak için kritik dosya sunucularına kimin oturum açtığı hakkında bilgi edinebildi.
  
• Etkili erişim yönetimi: LaBella Associates, dahili ağa erişimi olan çalışanlar ve yükleniciler tarafından yapılan izinsiz grup ilkesi değişikliklerini görüntüleyebildi. Daha fazla bilgi: Ağ güvenliği ilke yönetimi.
• Artan etki alanı güvenliği: Şirket, etki alanı denetleyicisinde eklenen veya düzenlenen log'ları belirledi.
  
• Log araştırmalarını kolaylaştırma: LaBella Associates, grup üyeliği değişikliklerini kimin gerçekleştirdiğini belirlemeye yönelik zahmetli prosedürü ortadan kaldırdı. ⁴

3. Anormal kullanıcı erişimi tespiti

Anormal kullanıcı erişimi tespiti, bir kullanıcının normal davranışıyla uyuşmayan oturum açma veya erişim modellerini bulur. İşletmelere yönelik siber saldırıların yaklaşık %70'i çalınan kimlik bilgileriyle başlar, bu nedenle olağandışı erişimi izlemek önemlidir.⁵

İş zorlukları

• Yüksek veri hacmi ve çeşitliliği: Çeşitli kaynaklardan (web günlükleri, uygulama log'ları, ağ trafiği vb.) gelen büyük hacimli verilerin işlenmesi ve analiz edilmesi gerekir.
  
• Gerçek zamanlı veri akışları: Anormallikleri veya modelleri gerçek zamanlı olarak tespit etmek, yüksek işlem gücü ve verimli algoritmalar gerektirir. Otomasyondan yoksun kuruluşlar, iş akışlarında aykırı erişim veri noktalarını atlayabilir.
  
• Karmaşık kullanıcı etkileşimleri:  Kullanıcılar sistemlerle modellenmesi ve tahmin edilmesi zor olan karmaşık şekillerde etkileşime girer. Bu, anormallikleri nadir ve tespit edilmesi zor hale getirir.

Anormal kullanıcı erişimi tespiti nasıl yardımcı olur

Olay müdahale araçları, başarısız oturum açma girişimlerini analiz ederek olası kullanıcı ihlallerini belirleyebilir.

Otonom tespit ve yanıt

Bir güvenlik operasyon merkezi (SOC), tehditleri izleyen ve bunlara yanıt veren ekip ve araçlardır. Oradaki analistler, okuyabileceklerinden daha fazla uyarıyla karşı karşıya kalır. Birçok uyarı yanlıştır, bu nedenle gerçek olanlar gözden kaçabilir.

Yapay zeka ajanları artık ilk geçişi üstleniyor. Bir ajan, ilgili uyarıları gruplandırır, bağlam toplar ve belirlenmiş kurallara uygun olarak bir yanıt önerir veya yürütür. Daha yüksek riskli eylemlerin kontrolü bir kişide kalır.

Yön, satıcı ve analist raporlarında açıktır; bunlar, rutin SOC işinin büyük bir kısmının birkaç yıl içinde yapay zekaya geçmesini beklemektedir.

Şekil 1: Bir dataset'te anormal kullanıcı erişimini tespit etme

Kaynak: Splunk⁶

Vaka çalışması: Önde gelen bir medya şirketi

Önde gelen bir medya şirketi, birden fazla şirketin veri setlerindeki en yaygın siber saldırı vektörlerine karşı hassas bilgileri korumak için anormallikleri tespit etmeyi hedefliyor.

Zorluklar

• Yüksek üçüncü taraf riski: Şirketin hizmetler için üçüncü taraf sağlayıcılara güvenmesi güvenlik açıklarını artırır.
  
• İçeriden gelen tehditler: Şirket, hassas bilgilere ve teknolojiye erişmesi gereken medya çalışanları nedeniyle içeriden gelen tehditlerle ilgili benzersiz zorluklar yaşıyordu.

Çözümler ve sonuç

Medya şirketi, mevcut davranışı belirlenmiş temel çizgilerle karşılaştırarak anormallikleri tespit etmek için kullanıcı ve varlık davranış analitiği (UEBA) yazılımı devreye aldı.

• Kullanıcı ve varlık davranış analitiği (UEBA): Şirket, şüpheli etkinlikleri gerçek zamanlı olarak tespit etmek ve güvenlik risklerine işaret edebilecek kullanıcı davranışı anormalliklerini belirlemek için UEBA'dan yararlandı.
  
• Gelişmiş ağ görünürlüğü: Şirket, kullanıcı davranışını, ağ trafiğini ve sistem etkinliklerini izleyerek ve analiz ederek güvenlik duruşuna ilişkin daha iyi içgörü elde etti.
  
• Gelişmiş tehdit önleme: Şirketin güvenlik ekibi, olağandışı davranış ve anormallikleri izleyerek hedefli saldırıları tespit edip uyarıda bulundu ve kötü amaçlı yazılım gibi sofistike tehditleri belirledi.

4. Bulut tabanlı kimlik yönetimi

Bulut tabanlı kimlik yönetimi, bulutta barındırılan uygulamalara ve verilere kimlerin erişebileceğini kontrol eder. Kurumsal ağın dışında bulunan hizmetler genelinde erişimi belirler ve denetler.

İş zorlukları

• Görünürlük eksikliği: Kurumsal ağların dışından ve üçüncü taraflar aracılığıyla erişilebilen birden fazla bulut hizmetine sahip kuruluşlar, verilerine kimin eriştiğini takip edemeyebilir.
  
• Çoklu kiracılık: Genel bulut ortamlarında depolanan birden fazla müşteri altyapısına sahip şirketler, kötü amaçlı saldırganlara karşı daha savunmasızdır, çünkü müşteri altyapıları ikincil zarar olarak barındırılan hizmetlerinizi etkileyebilir.
  
• Erişim yönetimi ve gölge BT: Herhangi bir cihazdan veya konumdan bulut hizmetlerine filtrelenmemiş erişim sağlayan kuruluşlar, bulut ortamları genelindeki erişim noktaları üzerindeki kontrolü kaybedebilir. Örneğin, BT sistemleri harici taraflarca devreye alınan kuruluşlar, cihaz erişim yönetimi üzerinde düşük kontrole sahip olacaktır. Bu, gölge BT'yi artıracak ve saldırganların ağ sınırlamalarını aşmasına neden olabilir.
  
• Uyumluluk: Bulut güvenliğini aktif olarak izlemeyen ve kaydetmeyen kuruluşlar, müşteri verilerini işlerken önemli yönetişim ve uyumluluk riskleriyle karşı karşıya kalır. 

Bulut tabanlı kimlik yönetimi nasıl yardımcı olur

• Esnek güvenlik yapılandırmaları: Bulut platformları, gereksinimler değiştikçe hızlı ayarlamalar yapılmasını sağlar. Örneğin, güvenlik ekipleri gerçek zamanlı tehdit istihbaratına dayalı olarak güvenlik duvarı kurallarını dinamik olarak ayarlayabilir.
• Düzenli güvenlik güncellemeleri: Bulut güvenliği sağlayıcıları (CSP'ler), en son tehditlere karşı koruma sağlamak için kurumsal altyapıyı düzenli olarak günceller. Örneğin, CSP'ler bilinen güvenlik açıklarını azaltmak için bulut altyapısının otomatik yama uygulamasını yürütebilir.
  
• Gelişmiş güvenlik özellikleri: Bulut hizmeti sağlayıcıları (CSP'ler), şifreleme, kimlik ve erişim yönetimi (IAM) ve tehdit tespiti gibi gelişmiş güvenlik özellikleri sunar; bunların şirket içinde uygulanması zor olabilir. Bu, kuruluşların bekleme ve aktarım halindeki verileri korumak için yerleşik şifreleme hizmetlerini kullanmasına yardımcı olabilir. Örneğin, güvenlik ekipleri, birden fazla uygulamaya erişmek için tek bir kimlik bilgisi seti kullanılmasını sağlayarak kullanıcı erişimini basitleştirmek için IAM kullanabilir (çalışanların e-posta, İK sistemleri ve proje yönetimi araçlarına vb. erişmek için kurumsal oturum açma kimlik bilgilerini kullanması).
• Azaltılmış sermaye harcaması: Kuruluşlar, bulut hizmetlerinden yararlanarak şirket içi güvenlik donanımı satın alma ve bakımıyla ilişkili sermaye harcamasını azaltabilir. Örneğin, kuruluşlar pahalı fiziksel donanıma yatırım yapmak yerine bulut tabanlı güvenlik duvarları ve güvenlik ağ geçitleri kullanabilir.

Vaka çalışması: B. Braun

B. Braun, Almanya'da bulunan 60.000+ çalışanı olan bir sağlık şirketidir. B. Braun, hibrit bir BT ortamında güvenliği iyileştirmeyi, uyumluluğu sağlamayı ve sağlam verilere erişimi yönetmeyi hedefliyordu.

Zorluklar

• Yüksek çalışan devri karmaşık erişim yönetimine neden olur: B. Braun'un çalışan manzarası, iş değişiklikleri, işten ayrılmalar ve yeni işe alımlar nedeniyle sürekli değişmektedir.
  
• Manuel veri işleme: B. Braun'un manuel süreçleri, kullanıcı hesaplarının oluşturulmasını ve silinmesini yavaşlattı. Bu, yetkisiz veri erişimi ve veri güvenliği düzenlemelerine uymama riskini artırdı.
  
• Dijital dönüşüm: B. Braun, dijital dönüşümü teşvik etmek için bir kimlik yönetim sistemi aradı. Bu nedenle şirket, şirket içi altyapı ve Office 365 gibi bulut hizmetleriyle iletişim kuran bir çözüme ihtiyaç duydu.

Çözümler ve sonuç

Almanya'daki B. Braun, güvenliği iyileştirmek için kimlik ve erişim yönetimini otomatikleştirdi.

• Doğru kişiler için uygun erişim sağlandı: B. Braun, otomatik hesap oluşturma ve sonlandırmadan yararlandı. Örneğin, İK departmanının yeni işe alım bilgilerini (isim, pozisyon, departman, başlangıç tarihi) girdiğini düşünün. IAM çözümü, şirketin Active Directory (AD), e-posta sistemi ve dosya depolama gibi çeşitli sistemlerde yeni işe alımlar için otomatik olarak kullanıcı hesapları oluşturmasına yardımcı oldu.
  
• Gelişmiş erişim kontrolü: Dağıtım, veri güvenliği kurallarına uyumu iyileştirerek yetkisiz kullanım riskini azalttı. Örneğin, IAM sistemi, kullanıcıya finans departmanındaki iş fonksiyonuna göre bir rol atadı:
  
  • Finans müdürü: Tüm finansal raporlara, işlemlere ve idari fonksiyonlara tam erişim.
  • Muhasebeci: Günlük işlem kayıtlarına erişim, ancak idari ayarlara erişim yok.
• Dijital kullanıcı erişimi bildirimleri: B. Braun, şirket içi altyapısını Office 365 gibi bulut hizmetlerine bağladı. Çalışanlar, taleplerinin erişim durumunu anladı.⁷
  

5. Kötü amaçlı ağ trafiği izleme ve analizi

Kötü amaçlı ağ trafiği analizi, bir saldırıya işaret edebilecek olağandışı veya şüpheli davranışlar için ağ etkinliğini izler.

İş zorlukları

• Verinin karmaşıklığı ve hacmi: Ağ trafiği verileri, dakikada milyonlarca paket ve bağlantıdan oluşan devasa boyutlarda olabilir. Bu büyük miktardaki veriyi gerçek zamanlı veya gerçeğe yakın zamanda analiz etmek, ölçeklenebilir ve verimli tespit algoritmaları ve altyapı gerektirir.
• Trafik modellerindeki değişkenlik: Meşru ağ trafiği modelleri, günün saatine, kullanıcı davranışına ve uygulama kullanımına bağlı olarak büyük ölçüdeğişebilir. Normal varyasyonlar ile gerçekten kötü amaçlı modeller arasında ayrım yapmak, sofistike anormallik tespit teknikleri gerektirir.
• Şifreleme ve gizlilik endişeleri: Ağ iletişimlerinde şifrelemenin (ör. HTTPS, TLS) artan kullanımı, paket içeriklerini gizleyerek trafiği kötü amaçlı yükler veya modeller açısından incelemeyi zorlaştırır. 

Kötü amaçlı ağ trafiği izleme ve analizi nasıl yardımcı olur

Kötü amaçlı ağ trafiği izleme ve analizi özellikleri, ağ trafiği içindeki anormal veya şüpheli davranışları hızla belirleyebilir. Kuruluşlar, ağ veya bağlantı noktası trafiğini izlemek için ağ güvenliği kullanabilir. Bu sistemler şunları yapabilir:

• Potansiyel veri sızıntısı için ağ güvenliğini izlemek.
• Aykırı değerleri belirlemek için proxy iletişimlerini analiz etmek.
• Dağıtılmış hizmet reddi (DDoS) saldırıları, botnet etkinliği ve kötü amaçlı yazılım dahil olmak üzere saldırı vektörlerini tespit etmek. 

Vaka çalışması: Micron21

Micron21, Melbourne'da bulunan bir veri merkezi dağıtıcısıdır. Olay geçmişlerini, trafik log'larını ve mevcut analitik verileri analiz etmeye başladı.

Zorluklar

• Büyük ağ ve bant genişliği: Micron21'in ağı büyüdükçe ve kullanılan bant genişliği miktarı arttıkça, trafik modellerini değerlendirmek ve kategorize etmek giderek zorlaştı.
• Parçalanmış veri kaynakları: Micron21'in verileri birden fazla sistem, departman ve platforma dağılmış durumdaydı ve bu da birleşik bir görünüm elde etmeyi zorlaştırıyordu.

Çözümler ve sonuç

Micron21, ağlarını izlemek için bir ağ güvenliği çözümü devreye aldı.

• Ağ trafiği analitiği: Micron21, olay geçmişlerini, trafik log'larını ve erişilebilir analitik verileri analiz etmeye başladı.
• IP gruplarına dayalı ağ izleme: Micron21, müşterilerin oturum açmasına ve kendi IP grupları içindeki trafiklerini incelemesine olanak tanıyarak, müşterinin IP aralığından geçen trafik için ağ metrikleri sunar.⁸

6. Ayrıcalıklı erişim yönetimi

Ayrıcalıklı erişim yönetimi (PAM), ayrıcalıklı hesaplara erişimi kontrol eder. Bu hesaplar BT sistemlerinde yükseltilmiş izinlere sahiptir, bu nedenle sıradan kullanıcı hesaplarından daha sıkı kontroller gerektirirler.

İş zorlukları

• Yüksek hesap hacmi: Kuruluşlar, yöneticilerin kritik görevleri yerine getirmesine izin vermek için düzinelerce hatta yüzlerce ayrıcalıklı hesap tutabilir. Bu ayrıcalıklı kimlik bilgileri, erişim kontrolü ve görünürlük eksikliği nedeniyle sahipleri tarafından kötüye kullanılabileceği veya davetsiz misafirler tarafından ele geçirilebileceği için önemli bir güvenlik riski oluşturur.
  • Erişim kontrolü: Yetkili kullanıcıların ayrıcalıklı hesaplara erişmesini ve bu kullanıcıların rolleri için gerekli minimum erişim seviyesine sahip olmasını sağlamak.
  • Görünürlük: Varsayılan olarak, manuel olarak veya uygulamalar tarafından oluşturulanlar dahil tüm ayrıcalıklı hesapları takip etmek.
• Erişim sağlama ve geri alma: Otomatik iş akışları veya bir ayrıcalıklı erişim yönetimi (PAM) çözümü olmadan kuruluşlar, yetkisiz erişimi önlemek için ayrıcalıklı hesapların zamanında sağlanmasını ve geri alınmasını sağlamada zorluk yaşayacaktır.

Ayrıcalıklı erişim yönetimi nasıl yardımcı olur

Kullanıcılar, iş süreçleri ve sistemler için ayrıcalıklı izinler atamak, erişim kontrollerini doğru boyutlandırabilir. Bu, en az ayrıcalığı uygulayacak ve kullanıcılar için erişim haklarını mutlak minimumla sınırlayarak dış ve iç tehditlerin neden olduğu hasarı azaltacaktır.

Daha fazla bilgi: RBAC örnekleri.

Vaka çalışması: Bölgesel bir sağlık işletmesi

California'da 8.000'den fazla çalışanı olan bölgesel bir sağlık işletmesi. 

Zorluklar

• Ayrıcalıkların birikmesi ve aşırı sağlanması:  Şirketlerdeki çalışanlar iş rollerini genişlettikçe, öncekilere erişimi sürdürürken yeni görevler ve ayrıcalıklar üstlenirler. Bu, aşırı miras alınan ayrıcalıklara neden olur.
• Kullanıcılar, hesaplar, varlıklar ve kimlik bilgileri hakkında tutarsız ve güncel olmayan bilgiler: Şirketin, kurumsal hesaplara hâlâ erişimi olan eski çalışanlar da dahil olmak üzere saldırganlar için birden fazla arka kapısı vardı.

Çözümler ve sonuç

Kuruluş, kullanıcı erişim kontrollerini geliştirmek için bir ayrıcalıklı erişim yönetimi (PAM) aracı devreye aldı ve UNIX ile Linux ortamları arasındaki Secure Shell (SSH) bağlantılarını denetledi.

• Sağlam ayrıcalıklı erişim kontrolleri: Dağıtım, ayrıcalıklı kişiler işten ayrıldığında erişimi devre dışı bırakmak gibi karmaşık iş değişikliklerinin uygulanmasını kolaylaştırdı.
• Politika tabanlı kurallar: Şirket, ayrıcalıklı hesaplara politika tabanlı erişim sağlayan kurallar oluşturdu.
• Ayrıcalıklı oturum yönetimi (PSM): Şirket, güvenli bir yerden ayrıcalıklı kimlik bilgilerini otomatik olarak kontrol etti ve tüm oturumları denetledi.⁹

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

7. Yapay zeka ajanlarının ve insan olmayan kimliklerin güvenliğini sağlama

Kuruluşlar, çalışan hesaplarından çok daha fazlasını yönetir. Hizmet hesapları, API anahtarları, sertifikalar, iş yükleri ve yapay zeka ajanları, modern ortamlarda kimlik olarak hareket eder.

İnsan olmayan kimlikler artık çoğu ortamda insanlardan çok daha fazla sayıdadır; birçok tahminde kabaca 25'e 50 oranındadır.¹⁰ Ayrıca olağan koruma önlemlerini atlarlar: bir hizmet hesabı veya token çok faktörlü oturum açma kullanmaz, gece gündüz çalışır ve yıllarca gözden geçirilmeden kalabilir.

Salesloft Drift ihlalinin yayılmasına neden olan şey buydu. Çalınan bir şifre değil, güvenilir bir token, yüzlerce ortama kapı açtı.

İş zorlukları

• Yapay zeka ajanı yayılımı: Makine kimlikleri genellikle insan kullanıcılardan çok daha fazla sayıdadır ve bu da onları envanterlemeyi ve izlemeyi zorlaştırır.
• Aşırı ayrıcalıklar: Hizmet hesapları ve ajanlar, ele geçirilen bir kimlik bilgisinin etkisini artırarak geniş izinler biriktirebilir.
• Belirsiz sahiplik: Yapay zeka ajanları birden fazla sistem ve araçla etkileşime girebilir. Bir ajanın aşırı izinleri varsa, bir saldırgan kaynaklara erişmek veya istenmeyen eylemler gerçekleştirmek için onu kötüye kullanabilir.

Kimlik güvenliği nasıl yardımcı olur

Kuruluşlar, hem insan hem de insan olmayan kimliklere giderek daha fazla sıfır güven ilkelerini uygulamaktadır. İzinleri sınırlamak, kısa ömürlü kimlik bilgileri kullanmak, etkinliği izlemek ve net sahiplik kayıtları tutmak, ele geçirilen hesapların veya yanlış yapılandırılmış ajanların etkisini azaltabilir.

Vaka çalışması: Salesloft Drift ihlali

Salesloft bir satış etkileşim şirketidir. Drift yapay zeka sohbet ajanı, bir uygulamanın bir başkası adına hareket etmesine izin veren bir insan olmayan kimlik türü olan OAuth token'lar aracılığıyla Salesforce ve Google Workspace gibi müşteri sistemlerine bağlıdır.¹¹

Zorluklar

• Geniş erişime sahip güvenilir bir entegrasyon: Drift token'ları, birçok müşterinin Salesforce verilerine kalıcı, sürekli erişime sahipti. Bu güven, gerçek ihtiyaca göre nadiren denetleniyordu.
• Altı ay boyunca token hırsızlığı: Saldırganlar (UNC6395 olarak takip ediliyor) Mart ve Haziran 2025 arasında önce Salesloft'un kod depolarını ele geçirdi, ardından OAuth ve yenileme token'larını çaldı.
• Tespit edilmesi zor: Çalınan token'lar meşru olduğu için, saldırganların veri sorguları normal API trafiği gibi göründü ve çok faktörlü kimlik doğrulamayı atlattı.

Çözümler ve sonuç

• Geniş etki alanı: 8 Ağustos ile 18 Ağustos 2025 arasında, saldırganlar Cloudflare, Zscaler ve Palo Alto Networks dahil 700'den fazla kuruluşta Salesforce verilerini sorgulamak için token'ları kullandı. Çalınan kayıtlarda AWS anahtarları ve Snowflake token'ları gibi diğer gömülü sırları aradılar.
• İptal yoluyla kontrol altına alma: Salesloft ve Salesforce, Drift token'larını iptal etti, uygulamayı AppExchange'ten kaldırdı ve güçlendirme için Drift'i çevrimdışına aldı. Salesforce ayrıca tüm Salesloft entegrasyonlarını geçici olarak devre dışı bıraktı.
• Alınacak ders: Sürekli erişime sahip tek bir insan olmayan kimlik, yüzlerce ortama giden bir yol haline geldi. Kapsamı belirlenmiş, kısa ömürlü token'lar, entegrasyon izinlerinin düzenli olarak gözden geçirilmesi ve otomatik API etkinliğinin izlenmesi bu tür bir yayılmayı sınırlar.

Ağ güvenliğinin nasıl değiştiği

Ağ çevresi artık ana savunma hattı değildir. İş artık bulut uygulamaları, uzak cihazlar ve üçüncü taraf hizmetler genelinde gerçekleşiyor, bu nedenle güvenilir bir içerisi ile güvenilmeyen bir dışarısı arasındaki eski ayrım artık geçerli değil. Güvenlik, genellikle sıfır güven olarak adlandırılan kimlik tabanlı, sürekli kontrollere doğru kaymıştır. Her istek, ağ konumuna göre değil, istekte bulunan, cihaz ve bağlama göre doğrulanır.

Şifreleme değişiyor. Gelecekteki bir kuantum bilgisayar, bugün kullanılan bazı şifrelemeleri kırabilir. Saldırganlar şimdi şifrelenmiş verileri çalabilir ve daha sonra şifresini çözebilir, bu nedenle risk donanım gelmeden başlar. 2026'da standart kuruluşları kuantum sonrası algoritmaları sonuçlandırdı ve ilk güvenlik platformları bunları göndermeye başladı.¹² Şimdi bir geçiş yolu planlamak, güvenlik yol haritasında yer almalıdır.

Güvenli iş süreçlerini sürdürmek için temel siber güvenlik yazılımları

• Mikro segmentasyon araçları: Bir ağı ayrıntılı biçimlere bölümlere ayırın ve her ağ bölgesine dayalı güvenlik politikaları uygulayın.
• Ağ güvenliği denetim araçları: İşletmelerin siber saldırıları azaltmasına yardımcı olmak için güvenlik açıklarını ve kötü amaçlı davranışları belirleyin.
• DSPM satıcıları: Bulut genelinde hassas veri konumlarına, erişim seviyelerine ve kullanıma ilişkin ağ içgörüsü sağlayın.
• Ağ güvenliği ilke yönetimi çözümleri (NSPM): Bir kuruluşun ağını ve verilerini yasadışı erişim, kullanım, ifşa ve kesintiden korumak için politikalar ve prosedürler geliştirin.
• Güvenlik duvarı denetim yazılımı: Bir güvenlik duvarının mevcut erişim ve bağlantılarına görünürlük sağlayın.

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and PhD., Ezgi Arslan,},
  title  = {{7 Ağ Güvenliği Kullanım Örneği}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/network-security-use-cases}},
  note   = {AIMultiple. Erişim tarihi: 2 Temmuz 2026}
}

Referans Linkleri

1.

Insider Threat Statistics [2026]: 45+ Facts on Cost & Risk

StationX

2.

55% of insider threats come from a negligent or mistaken insider | Security Magazine

3.

Automating insider threat monitoring

4.

LaBella leverages Log360 to enhance its security posture

5.

Prevent breaches due to stolen credentials | WatchGuard Blog

WatchGuard Technologies

6.

Security Use Cases Enhanced by AI and ML - Thanks | Splunk

7.

A cure for legacy access management ills

8.

Securing Datacenter Using NetFlow Analyzer - A case study

9.

IAM Healthcare Case Study : Deploying an Integrated PAM and IGA Solution - Integral Partners

Integral Partners LLC

10.

What Are Non-Human Identities? The Complete Guide to NHI Security

Obsidian Security

11.

Salesloft Drift Breach - Track the Salesforce Incident

Nudge Security

12.

Cloudflare One is the first SASE offering modern post-quantum encryption across the full platform | Cloudflare Blog

Cloudflare Blog

Cem Dilmegani

Baş Analist

Takip Et

Cem, 2017'den beri AIMultiple'da baş analisttir. AIMultiple, her ay Fortune 500'ün %60'ı dahil olmak üzere (similarWeb'e göre) yüz binlerce işletmeyi bilgilendirmektedir.

Cem'in çalışmaları Business Insider, Forbes, Washington Post gibi önde gelen küresel yayınlar, Deloitte, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır.

Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımlamıştır.

CEO'ya rapor verirken bir telekomünikasyon şirketinin teknoloji stratejisini ve satın alımını yönetmiştir. Ayrıca, 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alınmıştır.

Cem, uluslararası teknoloji konferanslarında düzenli olarak konuşma yapmaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun olmuş ve Columbia Business School'dan MBA derecesine sahiptir.

Tam Profili Görüntüle

Araştıran

Ezgi Arslan, PhD.

Endüstri Analisti

Takip Et

Ezgi, finans alanında uzmanlaştığı İşletme alanında doktora yapmıştır ve AIMultiple'da Endüstri Analisti olarak görev yapmaktadır. Teknoloji ve iş dünyasının kesiştiği noktada araştırma ve içgörüler üretmekte olup; sürdürülebilirlik, anket ve duygu analizi, finansta AI agent uygulamaları, cevap motoru optimizasyonu, firewall yönetimi ve satın alma teknolojileri gibi alanlarda uzmanlığa sahiptir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder