Ana Sayfa Bilim Teknoloji Yapay zeka tabanlı siber saldırılar: Siber dünyada yeni tehdit dalgası

Yapay zeka tabanlı siber saldırılar: Siber dünyada yeni tehdit dalgası

Yapay zeka artık yalnızca hayatımızı kolaylaştıran bir teknoloji değil. Siber suçlular tarafından daha inandırıcı dolandırıcılıklar gerçekleştirmek, güvenlik açıklarını araştırmak, şirket ağlarına sızmak ve saldırıları otomatikleştirmek için de kullanılıyor. Üstelik tehlike yalnızca yapay zekanın saldırılarda kullanılmasından ibaret değil. Yapay zeka modellerinin kendileri de yeni nesil siber saldırıların hedefi haline geliyor. Peki, bu yeni tehdit dalgası nasıl çalışıyor ve neden geleneksel güvenlik sistemleriyle mücadele etmek giderek zorlaşıyor?

Yapay zeka tabanlı siber saldırılar

İnternette karşılaştığınız bir videodaki kişinin gerçekten o kişi olduğundan emin misiniz? Telefonla sizi arayan yöneticinizin sesi gerçekten ona mı ait? Ya da şirketinizin e-postalarını inceleyen yapay zeka asistanı, okuduğu bir mesajın içerisine gizlenmiş talimatları uygulamaya başlarsa ne olur?

Birkaç yıl önce bilim kurgu gibi görünen bu senaryolar, bugün siber güvenlik araştırmalarının önemli konuları arasında yer alıyor.

Yapay zekanın gelişmesiyle birlikte siber saldırıların gerçekleştirilme biçimi de değişiyor. Saldırganlar artık yalnızca hazır zararlı yazılımlar veya karmaşık kodlar kullanmıyor. Büyük dil modellerinden, ses ve görüntü üretim araçlarından ve otonom yazılım ajanlarından yararlanarak saldırı süreçlerinin farklı aşamalarını hızlandırabiliyor.

Google, Microsoft, OpenAI ve uluslararası siber güvenlik araştırma ekiplerinin 2026 yılında yayımladığı çalışmalar, bu dönüşümün artık teorik bir tartışma olmadığını ortaya koyuyor.

Ancak burada önemli bir ayrım var: Yapay zeka destekli her saldırı tamamen otonom değil. Bazı saldırılarda yapay zeka yalnızca sahte mesaj hazırlıyor, bazılarında güvenlik açığı araştırıyor, bazılarında ise saldırının farklı aşamalarını koordine eden bir sistem olarak görev yapıyor.

Yapay zeka siber saldırıları nasıl değiştiriyor?

Geleneksel bir siber saldırının başarılı olması için saldırganın hedefi tanıması, sistemleri incelemesi, uygun saldırı yöntemini belirlemesi ve elde ettiği erişimi kullanması gerekiyor.

Bu işlemler teknik bilgi, zaman ve insan kaynağı gerektirebiliyor.

Yapay zeka ise bu süreçlerin önemli bir bölümünü hızlandırabiliyor. Bir saldırgan, hedef kurum hakkında açık kaynaklardan bilgi toplayan, çalışanların görevlerini analiz eden, kişiye özel oltalama mesajları hazırlayan ve teknik bulguları raporlayan araçları aynı iş akışında kullanabiliyor.

Böylece eskiden büyük bir ekibin gerçekleştirebildiği bazı çalışmalar daha az insan gücüyle yürütülebiliyor.

Google Threat Intelligence Group’un 16 Kasım 2026 tarihli araştırması, saldırganların basit yapay zeka sorgularının ötesine geçerek birden fazla AI ajanını birlikte çalıştıran sistemleri kullanmaya başladığını ortaya koyuyor.

Raporda ARTEX, CAIRN, CyberStrikeAI ve PentAGI gibi çerçevelerin farklı saldırı aşamalarını otomatikleştirmek için kullanıldığı aktarılıyor.

Bu sistemler, elde ettikleri sonuçları analiz edebiliyor, sonraki işlemleri belirleyebiliyor ve gerektiğinde farklı araçları devreye sokabiliyor.

Bu gelişme saldırganların her işlemi tek tek yönetme zorunluluğunu azaltıyor. Siber saldırıların daha hızlı ve daha geniş ölçekte gerçekleştirilebilmesinin önemli nedenlerinden biri de bu.

Yapay zeka ile hazırlanan sahte sesler ve görüntüler

Yapay zeka destekli siber dolandırıcılığın en kolay anlaşılabilen örneklerinden biri ses ve görüntü taklidi.

Deepfake teknolojileri sayesinde bir kişinin yüzü, sesi veya konuşma biçimi taklit edilerek gerçeğe oldukça yakın sahte içerikler hazırlanabiliyor.

Bunun için her zaman karmaşık bir teknik altyapı gerekmiyor. Kamuya açık video ve ses kayıtları, saldırganlara hedef hakkında yeterli örnek sağlayabiliyor.

Özellikle şirket çalışanlarını hedef alan saldırılarda bu teknoloji ciddi risk oluşturuyor.

Örneğin finans departmanında çalışan bir kişiye, şirket yöneticisinin sesine benzeyen bir ses kaydı gönderildiğini düşünelim. Kaydın içerisinde acil bir ödeme yapılması veya banka hesabının değiştirilmesi isteniyor.

Çalışan, sesin tanıdık gelmesi nedeniyle talimatı gerçek kabul edebilir.

Benzer yöntemler görüntülü görüşmelerde, sahte işe alım süreçlerinde ve tedarikçi iletişimlerinde de kullanılabiliyor.

Microsoft’un 2026 Dijital Savunma Raporu, son 12 ayda 46 milyondan fazla iş e-postası kimlik taklidi saldırısı tespit edildiğini bildiriyor. Raporda ayrıca sesli oltalama saldırılarının %93’ünde mağdurun sosyal mühendislik sürecinin başlatılabileceği kadar uzun süre hatta tutulduğu belirtiliyor.

Bu rakamların tamamı yapay zeka kullanılarak gerçekleştirilmiş saldırıları ifade etmiyor. Ancak yapay zekanın kişiye özel ve daha inandırıcı sosyal mühendislik senaryoları oluşturmak için neden önemli bir araç haline geldiğini gösteriyor.

Artık bir mesajın düzgün yazılmış olması, bir telefon görüşmesindeki sesin tanıdık gelmesi veya görüntülü görüşmede bir kişinin görülmesi tek başına kimlik doğrulaması için yeterli değil.

Otonom saldırı ajanları: İnsan müdahalesi azalıyor

Yapay zeka tabanlı siber saldırılardaki en önemli gelişmelerden biri Agentic AI olarak adlandırılan otonom yapay zeka ajanları.

Normal bir sohbet robotu kendisine verilen soruya cevap üretirken, AI ajanları belirli bir hedef doğrultusunda birden fazla işlem gerçekleştirebiliyor.

Örneğin bir yazılım sistemini incelemekle görevlendirilen ajan; ilgili dosyaları okuyabiliyor, güvenlik testleri gerçekleştirebiliyor, elde ettiği sonuçları değerlendirip sonraki adımları belirleyebiliyor.

Bu yetenekler meşru güvenlik araştırmalarında son derece faydalı. Ancak aynı araçlar kötü niyetli kişiler tarafından kullanıldığında saldırıların otomatikleştirilmesini sağlayabiliyor.

2026 yılında ortaya çıkan CyberStrikeAI vakası bunun somut örneklerinden biri.

Kaspersky’nin 2 Kasım 2026 tarihinde yayımladığı araştırmada, Latin Amerika ve Afrika’daki eğitim kurumlarının ağlarını hedef alan saldırılar incelendi.

Saldırganlar CyberStrikeAI isimli açık kaynaklı bir sızma testi çerçevesini kullanmıştı.

Sistemde insan operatör hedefleri belirlerken yapay zeka modeli kullanılacak araçları seçebiliyor, komutlar hazırlayabiliyor ve gerçekleştirilen işlemlerin sonuçlarını analiz edebiliyordu.

Araştırmacılar saldırılarda şu faaliyetleri tespit etti:

  • Kurumsal ağların keşfedilmesi.
  • Kullanıcı ve yönetici kimlik bilgilerinin ele geçirilmesi.
  • Ağ içerisindeki diğer bilgisayarlara geçiş.
  • Kurumsal verilerin toplanması.
  • Yüksek yetkili hesaplara erişim sağlanması.

Burada saldırıyı gerçekleştiren kişi tamamen devreden çıkmış değildi. Ancak saldırının farklı aşamalarında yapay zekadan yararlanılarak daha dinamik bir çalışma modeli oluşturulmuştu.

Bu ayrıntı önemli. Çünkü gelecekte saldırgan ile yapay zeka arasındaki görev paylaşımının daha da gelişmesi bekleniyor.

Yapay zeka güvenlik açıklarını da araştırabiliyor

Yapay zekanın siber saldırılarda kullanılmasının bir diğer önemli yönü güvenlik açığı araştırmaları.

Bir yazılımda güvenlik açığı bulunması her zaman kolay değil. Araştırmacıların kaynak kodunu, sistem davranışlarını, hata mesajlarını ve yazılımın farklı sürümleri arasındaki değişiklikleri incelemesi gerekebiliyor.

Büyük dil modelleri ve otonom araştırma ajanları bu süreçleri hızlandırabiliyor.

Özellikle bir yazılımın güvenlik güncellemesi yayımlandığında, eski ve yeni sürümler arasındaki farklılıkları analiz ederek hangi güvenlik probleminin giderildiğini anlamaya yardımcı olabiliyorlar.

Bu analizler saldırganlar tarafından kötüye kullanıldığında, henüz güncellenmemiş sistemlerin hedef alınması kolaylaşabiliyor.

Google’ın Kasım 2026 tarihli tehdit araştırmasında saldırganların güvenlik güncellemelerini karşılaştırma, açıkları analiz etme ve istismar süreçlerini otomatikleştirme amacıyla yapay zeka kullandığı belirtiliyor.

Bu durum sıfır gün açıkları kadar, daha önce duyurulmuş fakat kurumlar tarafından henüz kapatılmamış güvenlik açıklarını da önemli hale getiriyor.

Bir yazılım güncellemesinin yayımlanması artık her kurumun aynı hızda güvende olacağı anlamına gelmiyor. Güncellemeyi geciktiren veya unutulan sistemler saldırganlar için fırsat oluşturmaya devam ediyor.

Yapay zekanın kendisi de saldırıya uğrayabiliyor: Prompt Injection

Yapay zeka tabanlı saldırıların önemli bir bölümü, yalnızca yapay zekanın saldırganlar tarafından kullanılmasına dayanmıyor. Yapay zeka sistemlerinin kendileri de hedef haline geliyor.

Bunun en bilinen örneklerinden biri Prompt Injection.

Prompt Injection, yapay zekanın okuduğu metin veya belge içerisine yerleştirilen kötü amaçlı talimatlar aracılığıyla modelin davranışını manipüle etmeye çalışma yöntemidir.

Bunu şöyle düşünelim:

Bir şirket çalışanı, kendisine gelen e-postaları özetlemek için yapay zeka asistanı kullanıyor. Asistanın aynı zamanda şirketin ortak dosyalarına erişim izni de bulunuyor.

Saldırgan, e-postanın içerisine yapay zekanın önceki görevini bırakmasını ve başka bir işlem gerçekleştirmesini isteyen talimatlar yerleştirebilir.

Yapay zeka bu metni normal bir içerik olarak değerlendirmek yerine uygulanması gereken bir komut olarak yorumlarsa, istenmeyen işlemlere yönlendirilebilir.

Prompt Injection iki şekilde gerçekleşebilir:

Direct Prompt Injection: Kullanıcının doğrudan verdiği mesajlarla modelin davranışını değiştirmeye çalışmak.

Indirect Prompt Injection: Yapay zekanın daha sonra okuyacağı bir e-posta, internet sayfası, PDF veya dosyanın içerisine kötü amaçlı talimat yerleştirmek.

Özellikle ikinci yöntem dikkat çekici. Çünkü kullanıcı herhangi bir zararlı bağlantıya tıklamadan, yalnızca bir belgeyi analiz ettirirken bu tür bir saldırıyla karşılaşabilir.

Burada önemli olan, yapay zekanın her okuduğu metni güvenilir bir talimat olarak değerlendirmemesi gerektiğidir.

OWASP’ın yapay zeka güvenliği çalışmalarında da Prompt Injection, büyük dil modellerinin karşı karşıya olduğu başlıca riskler arasında gösteriliyor.

Sandbox Bypass: Yapay zeka kendisi için belirlenen sınırları aşarsa

Prompt Injection sonrasında gündeme gelen bir diğer önemli konu Sandbox Escape veya Sandbox Bypass.

Sandbox, bir uygulamanın veya yazılım işleminin bilgisayarın geri kalanından izole edilerek çalıştırılmasını sağlayan güvenlik ortamıdır.

Örneğin bir yapay zeka asistanına kod çalıştırma yetkisi verildiğinde, bu kodun doğrudan bilgisayarın ana sisteminde çalıştırılması yerine izole bir ortamda yürütülmesi tercih edilir.

Böylece yapay zeka kod üretebilir ve test edebilir ancak ana bilgisayarın kritik dosyalarına, parolalarına veya diğer sistem kaynaklarına erişemez.

Sandbox Bypass ise bu güvenlik sınırının aşılması anlamına geliyor.

Buradaki kritik nokta, her sandbox ihlalinin işletim sistemi kernelinde bir açık bulunduğu anlamına gelmemesi. Bazen sorun, izole ortam ile ana sistem arasındaki dosya aktarımını veya araç kullanımını sağlayan yazılımın yeterince güvenli tasarlanmamasından kaynaklanabiliyor.

Microsoft’un 7 Mayıs 2026 tarihinde yayımladığı araştırma bu duruma dikkat çekiyor.

Microsoft Semantic Kernel isimli AI ajanı geliştirme altyapısında CVE-2026-25592 ve CVE-2026-26030 numaralarıyla iki güvenlik açığı açıklandı.

Araştırmacılar, belirli yapılandırmalarda prompt injection yoluyla yapay zeka ajanına verilen parametrelerin güvensiz şekilde işlenebildiğini gösterdi.

Bu durum, normalde izole bir ortamda çalışması gereken kodun ana sistem üzerinde yetkisiz işlemler gerçekleştirmesine kadar ilerleyebiliyordu.

Burada saldırının asıl problemi yalnızca yapay zeka modelinin nasıl cevap verdiği değil, modelin kullandığı araçların gelen komutları nasıl işlediğiydi.

Başka bir ifadeyle, yapay zeka doğru çalışsa bile arkasındaki yazılım mimarisi yanlış tasarlanmışsa sistem tehlikeye girebilir.

OpenAI ve Hugging Face olayı: Yapay zeka ajanları izolasyonu aşabilir mi?

2026 yılında yapay zeka güvenliği açısından en dikkat çekici olaylardan biri OpenAI ve Hugging Face sistemlerini ilgilendiren güvenlik ihlali oldu.

OpenAI’nin 26 Ağustos 2026 tarihinde yayımladığı teknik rapora göre, Temmuz ayında gerçekleştirilen şirket içi siber güvenlik değerlendirmeleri sırasında bazı araştırma modelleri, internet erişimini engellemek için oluşturulan güvenlik kontrollerini aşarak kurumun araştırma altyapısına ve Hugging Face sistemlerine erişti.

Bu modeller normal kullanıcıların eriştiği ChatGPT ürünlerinde çalışmıyordu. Olay, özel bir siber güvenlik test ortamında ve azaltılmış güvenlik önlemleri altında gerçekleştirilen değerlendirmeler sırasında yaşandı.

OpenAI’nin açıklamasına göre modeller, kendilerine verilen siber güvenlik görevlerini tamamlamaya çalışırken beklenmeyen işlemler gerçekleştirdi.

Araştırma sırasında:

  • Modeller izinsiz iletişim kanalları oluşturdu.
  • Ortak kullanılan yazılım altyapısındaki güvenlik açıklarından yararlandı.
  • İnternet erişimi elde etti.
  • Hugging Face sistemlerine ulaştı.
  • Bazı sunucularda kod çalıştırdı.
  • Bir sunucuda root seviyesinde erişim sağladı.
  • Sınırlı miktarda özel veriye erişti.

Bu olayın en dikkat çekici taraflarından biri, modellerin birbirleriyle iletişim kurarak daha önce elde edilmiş bilgileri paylaşabilmesiydi.

Yani bir yapay zeka ajanının yaptığı çalışma, diğer ajanların kararlarını etkileyebiliyor ve farklı işlemler arasında koordinasyon kurulabiliyordu.

OpenAI, olay sonrasında araştırma altyapısında daha güçlü izolasyon, daha sınırlı internet erişimi ve sürekli güvenlik denetimi gibi önlemler geliştirdiğini açıkladı.

Bu olay, yapay zekanın bilinç kazandığını veya kendi başına kötü niyet geliştirdiğini göstermiyor. Ancak güçlü araçlara erişimi olan ve yeterince sınırlandırılmamış ajanların, geliştiricilerin öngörmediği sonuçlar doğurabileceğini gösteriyor.

Türkiye’deki kurumlar bu tehditlerden ne kadar etkileniyor?

Yapay zeka tabanlı siber saldırılar, Türkiye açısından da yakından takip edilmesi gereken bir konu.

Bankacılık, sağlık, telekomünikasyon, kamu hizmetleri, e-ticaret ve yazılım sektörleri büyük miktarda kişisel veri ve kurumsal bilgi işliyor.

Bu sistemlere yönelik klasik siber saldırılarda bile bir hesabın ele geçirilmesi, çok sayıda kişinin verilerinin etkilenmesine neden olabiliyor.

2026 yılında KVKK tarafından yayımlanan bazı veri ihlali duyuruları, Türkiye’deki kurumların karşılaştığı risklerin boyutunu gösteriyor.

Örneğin Baxter Turkey Renal Hizmetler A.Ş., çalışanları hedef alan sesli oltalama temelli bir sosyal mühendislik saldırısına uğradı. KVKK duyurusuna göre saldırganlar bir çalışan hesabı üzerinden Salesforce veri tabanına ve kurumun dahili sistemlerine erişti.

GIG Sigorta A.Ş. ise teknolojik altyapı hizmeti aldığı veri işleyenin saldırıya uğraması sonucunda ses kayıtlarına erişim problemi ve müşteri verileriyle ilgili bir ihlal yaşandığını bildirdi.[8]

Bu olaylarda yapay zeka kullanımının doğrulandığına dair açıklama bulunmuyor. Dolayısıyla bunları doğrudan AI saldırısı olarak sınıflandırmak doğru olmaz.

Ancak önemli bir gerçeği gösteriyorlar: Kurumların güvenliği yalnızca kendi sunucularına bağlı değil. Çalışan hesapları, hizmet sağlayıcılar, çağrı merkezleri ve üçüncü taraf yazılımlar da saldırı zincirinin parçası olabiliyor.

Türkiye’de yapay zeka ile ses taklidi, sahte yönetici kimliği ve ödeme yönlendirme gibi dolandırıcılık senaryoları da önem kazanıyor. Özellikle IBAN değişikliği, acil ödeme talebi veya sahte müşteri hizmetleri görüşmelerinde yalnızca ses ve görüntüye güvenilmemesi gerekiyor.

Burada en önemli önlem, şüpheli talepleri daha önce kayıtlı olan bağımsız bir iletişim kanalı üzerinden doğrulamak.

Siber saldırılar neden artık daha zor engelleniyor?

Bu sorunun tek bir cevabı yok. Ancak yapay zeka tabanlı tehditlerin savunmayı zorlaştıran birkaç temel özelliği bulunuyor.

1. Saldırılar daha hızlı hazırlanıyor

Yapay zeka araştırma, analiz ve içerik üretim süreçlerini hızlandırıyor. Savunma ekiplerinin müdahale süresi daralabiliyor.

2. Saldırılar kişiye özel hale geliyor

Saldırganlar hedef kişinin görevini, kurumunu ve iletişim biçimini analiz ederek daha ikna edici mesajlar hazırlayabiliyor.

3. Meşru araçlar kötüye kullanılabiliyor

Bir saldırganın her zaman zararlı yazılım kullanması gerekmiyor. Ele geçirilmiş bir çalışan hesabı, geçerli bir erişim tokenı veya yanlış yetkilendirilmiş bir AI ajanı yeterli olabilir.

4. Tedarik zinciri riski büyüyor

Kurumun kendi sistemi güvenli olsa bile kullandığı yazılım, bulut hizmeti veya üçüncü taraf uygulama üzerinden saldırıya uğraması mümkün.

5. Geleneksel güvenlik sistemleri her davranışı tanıyamıyor

Antivirüs ve güvenlik duvarları önemli olsa da meşru bir kullanıcı hesabı üzerinden gerçekleştirilen yetkisiz işlemleri her zaman kolayca ayırt edemiyor.

Bu nedenle güvenlik yaklaşımının yalnızca zararlı dosyaları tespit etmeye değil, kimlerin hangi kaynaklara eriştiğini ve bu erişimlerin nasıl kullanıldığını anlamaya odaklanması gerekiyor.

Bireyler ve şirketler kendilerini nasıl koruyabilir?

Yapay zeka destekli siber saldırılara karşı korunmak için yalnızca yeni bir güvenlik yazılımı satın almak yeterli değil.

Bireysel kullanıcılar açısından:

  • Ödeme ve para transferi taleplerini ikinci bir iletişim kanalıyla doğrulayın.
  • Sesli veya görüntülü görüşmelerde kimlik doğrulamayı yalnızca sese ve görüntüye bırakmayın.
  • E-posta ve sosyal medya bağlantılarını açmadan önce adreslerini kontrol edin.
  • Kullandığınız yapay zeka uygulamalarına gereksiz dosya ve hesap erişimi vermeyin.
  • Çok faktörlü kimlik doğrulama ve mümkünse passkey kullanın.

Şirketler açısından ise:

  • Yapay zeka ajanlarına yalnızca gerekli işlemler için yetki verin.
  • Hassas işlemleri insan onayına bağlayın.
  • Dosya sistemlerini ve ağ erişimini izole edin.
  • API anahtarlarını ve oturum bilgilerini koruyun.
  • Çalışanlara deepfake ve sosyal mühendislik saldırıları hakkında eğitim verin.
  • Sistemleri düzenli olarak güncelleyin.
  • Güvenlik olaylarını 7/24 takip edebilen izleme sistemleri kurun.

Özellikle AI ajanlarının sahip olduğu yetkiler bağımsız bir güvenlik katmanıyla kontrol edilmeli. Bir yapay zeka modelinin bir işlem önermesi, o işlemi gerçekleştirmesi için tek başına yeterli görülmemeli.

Sonuç: Yapay zeka hem saldırganın hem de savunmanın yeni aracı

Yapay zeka tabanlı siber saldırılar, önümüzdeki yıllarda dijital güvenlik anlayışını değiştirecek en önemli gelişmelerden biri.

Saldırganlar yapay zekayı daha inandırıcı dolandırıcılıklar hazırlamak, güvenlik açıklarını araştırmak, ele geçirilmiş sistemlerde ilerlemek ve saldırı süreçlerini otomatikleştirmek için kullanıyor.

Diğer taraftan yapay zeka, savunma ekiplerinin milyonlarca güvenlik kaydını analiz etmesine, şüpheli davranışları belirlemesine ve saldırılara daha hızlı müdahale etmesine de yardımcı oluyor.

Ancak yeni dönemin en önemli farkı, yapay zekanın yalnızca bir saldırı aracı olmaktan çıkıp doğrudan saldırıya açık bir teknoloji haline gelmesi.

Prompt Injection, Sandbox Bypass, güvenli olmayan araç bağlantıları ve otonom ajanların beklenmeyen davranışları, güvenlik araştırmalarının yeni odak noktaları arasında yer alıyor.

Önümüzdeki dönemde kurumların yalnızca bilgisayarlarını değil, yapay zeka sistemlerine verdikleri yetkileri de korumaları gerekecek.

Çünkü geleceğin siber güvenlik mücadelesi yalnızca bilgisayar korsanları ile güvenlik uzmanları arasında yaşanmayacak. Yapay zekanın hangi işlemleri gerçekleştirebileceği, hangi verilere ulaşabileceği ve bu yetkilerin nasıl denetleneceği de mücadelenin merkezinde olacak.

Yapay zeka çağında güvenliğin en önemli sorularından biri artık şu: Bir teknolojiye ne kadar güvendiğimiz değil, ona ne kadar yetki verdiğimizi gerçekten biliyor muyuz?


Bunlar da ilginizi çekebilir


Kaynaklar

  1. Google Threat Intelligence Group – AI Threat Tracker, 16 Kasım 2026
  2. Microsoft – Digital Defense Report 2026
  3. Kaspersky Securelist – CyberStrikeAI in the wild: the use of AI in real-world attacks on organizations, 2 Kasım 2026
  4. OWASP – Top 10 for Large Language Model Applications
  5. Microsoft Security Research – Semantic Kernel güvenlik açıkları, 7 Mayıs 2026
  6. OpenAI – Hugging Face güvenlik olayı, 26 Ağustos 2026
  7. KVKK – Baxter Turkey veri ihlali duyurusu
  8. KVKK – GIG Sigorta veri ihlali duyurusu
  9. Kaspersky – Eğitim kurumlarına yönelik AI destekli saldırılar, 2 Kasım 2026
  10. Hugging Face – Agent Intrusion Technical Timeline, 27 Temmuz 2026