Yapay Zeka Çözümleri Yeni Gölge BT’dir

Hırslı Çalışanlar Yeni Yapay Zeka Araçlarını Tanıtıyor, Ciddi SaaS Güvenlik Risklerini Göz Ardı Ediyor

Geçmişteki SaaS gölge BT’si gibi yapay zeka da CISO’ları ve siber güvenlik ekiplerini zor ama tanıdık bir noktaya yerleştiriyor.

Çalışanlar, yerleşik BT ve siber güvenlik inceleme prosedürlerini pek dikkate almadan yapay zekayı gizlice kullanıyor. ChatGPT’nin piyasaya sürülmesinden sonraki 60 gün içinde, özellikle de çok az satış ve pazarlama heyecanıyla 100 milyon kullanıcıya hızlı yükselişi göz önüne alındığında, yapay zeka araçlarına yönelik çalışanların yönlendirdiği talep daha da artacaktır.

Yeni araştırmalar, bazı çalışanların üretken yapay zekayı kullanarak üretkenliği %40 artırdığını gösterdiğinden, CISO’lar ve ekipleri için yapay zekanın benimsenmesini hızlandırma ve onaylanmamış yapay zeka araçları kullanımına göz yumma baskısı yoğunlaşıyor.

Ancak bu baskılara boyun eğmek, özellikle çalışanların küçük işletmeler, solo girişimciler ve bağımsız geliştiriciler tarafından geliştirilen yapay zeka araçlarına akın etmesi nedeniyle ciddi SaaS veri sızıntısı ve ihlal risklerini beraberinde getirebilir.

Bağımsız Yapay Zeka Startup’ları Tipik Olarak Kurumsal Yapay Zekanın Güvenlik Hassasiyetinden Yoksundur

Bağımsız yapay zeka uygulamalarının sayısı artık onbinlere ulaştı ve ücretsiz modelleri ve ürün odaklı büyüme pazarlama stratejileriyle çalışanları başarıyla cezbediyor. Önde gelen saldırı güvenliği mühendisi ve yapay zeka araştırmacısına göre Joseph ThackerBağımsız AI uygulama geliştiricileri daha az güvenlik personeli çalıştırıyor ve güvenlik odaklı çalışıyor, daha az yasal gözetim ve daha az uyumluluk sağlıyor.

Thacker, bağımsız yapay zeka aracı risklerini aşağıdaki kategorilere ayırıyor:

• Veri sızıntısı: Yapay zeka araçları, özellikle de büyük dil modellerini (LLM’ler) kullanan üretken yapay zeka, çalışanların girdiği istemlere geniş erişime sahiptir. ChatGPT sohbet geçmişleri bile sızdırıldı ve çoğu bağımsız yapay zeka aracı, OpenAI’nin (ChatGPT’nin ana şirketi) uyguladığı güvenlik standartlarıyla çalışmıyor. Neredeyse her bağımsız yapay zeka aracı, “eğitim verileri veya hata ayıklama amacıyla” istemleri saklıyor ve bu verileri açığa çıkmaya karşı savunmasız bırakıyor.
• İçerik kalitesi sorunları: LLM’ler, IBM’in LLMS’nin “var olmayan veya insan gözlemciler tarafından algılanamayan kalıpları veya nesneleri algılayarak anlamsız veya tamamen yanlış çıktılar yaratması” olgusu olarak tanımladığı halüsinasyonlardan şüphelenmektedir. Kuruluşunuz, içerik üretimi veya optimizasyonu için insan incelemeleri ve doğrulama protokolleri olmadan bir Yüksek Lisans’a güvenmeyi umuyorsa, yanlış bilgilerin yayınlanma olasılığı yüksektir. İçerik oluşturma doğruluğuyla ilgili tuzakların ötesinde, akademisyenler ve bilim dergisi editörleri gibi giderek artan sayıda grup, yapay zeka yazarlığının ifşa edilmesiyle ilgili etik kaygılarını dile getirdi.
• Ürün güvenlik açıkları: Genel olarak, yapay zeka aracını oluşturan kuruluş ne kadar küçük olursa, geliştiricilerin yaygın ürün güvenlik açıklarını gidermede başarısız olma olasılığı da o kadar artar. Örneğin, bağımsız yapay zeka araçları, hızlı enjeksiyona ve SSRF, IDOR ve XSS gibi geleneksel güvenlik açıklarına karşı daha duyarlı olabilir.
• Uyumluluk riski: Bağımsız yapay zekanın olgunlaşmış gizlilik politikaları ve iç düzenlemelere sahip olmaması, uyumsuzluk sorunları nedeniyle ağır para cezalarına ve cezalara yol açabilir. SOX, ISO 27001, NIST CSF, NIST 800-53 ve APRA CPS 234 gibi daha sıkı SaaS veri düzenlemelerine sahip sektörlerdeki veya coğrafyalardaki işverenler, çalışanlar bu standartlara uymayan araçlar kullandıklarında kendilerini ihlalde bulabilirler. Ayrıca birçok bağımsız yapay zeka tedarikçisi SOC 2 uyumluluğunu sağlayamadı.

Kısacası, bağımsız yapay zeka satıcıları genellikle kritik SaaS verilerini ve sistemlerini güvende tutan çerçevelere ve protokollere bağlı kalmıyor. Yapay zeka araçları kurumsal SaaS sistemlerine bağlandığında bu riskler daha da artar.

Bağımsız Yapay Zekayı Kurumsal SaaS Uygulamalarına Bağlamak Üretkenliği ve Arka Kapı Saldırısı Olasılığını Artırıyor

Çalışanlar yapay zeka araçlarıyla önemli süreç iyileştirmeleri ve çıktılar elde eder (veya algılar). Ancak yakında, yapay zekayı Google Workspace, Salesforce veya M365 gibi her gün kullandıkları SaaS sistemlerine bağlayarak üretkenlik artışlarını artırmak isteyecekler.

Bağımsız yapay zeka araçları, geleneksel pazarlama ve satış taktiklerinden çok kulaktan kulağa yayılmaya bağlı olduğundan, bağımsız yapay zeka satıcıları, ürünler içindeki bu bağlantıları teşvik eder ve süreci nispeten kusursuz hale getirir. Üretken yapay zeka güvenlik riskleriyle ilgili bir Hacker News makalesi, bu noktayı, çalışanın görev yönetimini ve toplantılarını izleyip analiz ederek zamanı daha iyi yönetmeye yardımcı olacak bir yapay zeka planlama asistanı bulan bir çalışan örneğiyle gösteriyor. Ancak yapay zeka planlama asistanının, analiz etmek üzere tasarladığı verileri elde etmek için Slack, kurumsal Gmail ve Google Drive gibi araçlara bağlanması gerekiyor.

Yapay zeka araçları, yapay zekadan SaaS’a bağlantı oluşturmak için büyük ölçüde OAuth erişim belirteçlerine dayandığından, yapay zeka planlama asistanına Slack, Gmail ve Google Drive ile sürekli API tabanlı iletişim sağlanır.

Çalışanlar her gün yapay zekadan SaaS’a bu tür bağlantıları pek endişe duymadan yapıyor. Doğal riskleri değil, olası faydaları görüyorlar. Ancak iyi niyetli çalışanlar, kuruluşunuzun son derece hassas verilerine ikinci sınıf bir yapay zeka uygulaması bağlamış olabileceklerinin farkında değiller.

Şekil 1: Bağımsız bir yapay zeka aracı, büyük bir SaaS platformuyla OAuth belirteci bağlantısını nasıl sağlıyor? Kredi bilgileri: AppOmni

Tüm SaaS’tan SaaS’a bağlantılar gibi AI’dan SaaS’a bağlantılar da kullanıcının izin ayarlarını devralır. Çoğu bağımsız yapay zeka aracı gevşek güvenlik standartlarını takip ettiğinden bu, ciddi bir güvenlik riski anlamına gelir. Tehdit aktörleri, şirketin en önemli değerlerini içeren bağlantılı SaaS sistemlerine erişim aracı olarak bağımsız yapay zeka araçlarını hedef alıyor.

Tehdit aktörü, kuruluşunuzun SaaS varlığına açılan bu arka kapıdan yararlandıktan sonra, faaliyetleri fark edilene kadar verilere erişebilir ve verileri sızdırabilir. Ne yazık ki, bunun gibi şüpheli faaliyetler genellikle haftalarca, hatta yıllarca gözden kaçar. Örneğin, veri sızıntısı ile Ocak 2023 CircleCI veri ihlalinin kamuoyuna duyurulması arasında yaklaşık iki hafta geçti.

Yetkisiz yapay zekadan SaaS’a bağlantıları izlemek ve çok sayıda dosya indirme gibi tehditleri tespit etmek için uygun SaaS güvenlik duruşu yönetimi (SSPM) araçları olmadan kuruluşunuz, SaaS veri ihlallerine yönelik yüksek bir riskle karşı karşıya kalır. SSPM bu riski önemli ölçüde azaltır ve SaaS güvenlik programınızın hayati bir parçasını oluşturur. Ancak inceleme prosedürlerinin ve protokollerinin yerini alması amaçlanmamıştır.

Bağımsız Yapay Zeka Aracı Güvenlik Riskleri Pratik Olarak Nasıl Azaltılır

Bağımsız yapay zekanın risklerini araştıran Thacker, CISO’lara ve siber güvenlik ekiplerine kuruluşlarını yapay zeka araçlarına hazırlamak için temel ilkelere odaklanmalarını öneriyor:

1. Standart Durum Tespiti İhmal Etmeyin

Bir nedenden dolayı temel bilgilerle başlıyoruz. Ekibinizden birinin veya Hukuk departmanından bir üyenin, çalışanların talep ettiği tüm yapay zeka araçlarına ilişkin hizmet şartlarını okuduğundan emin olun. Elbette bu, veri ihlallerine veya sızıntılarına karşı bir koruma değildir ve bağımsız satıcılar, kurumsal müşterilerini yatıştırma umuduyla gerçeği abartabilirler. Ancak yapay zeka satıcılarının hizmet şartlarını ihlal etmesi durumunda şartları iyice anlamak yasal stratejinizi belirleyecektir.

2. Uygulama ve Veri Politikalarını Uygulamayı (Veya Revize Etmeyi) Düşünün

Bir uygulama politikası kuruluşunuza net yönergeler ve şeffaflık sağlar. Basit bir “izin verilenler listesi”, kurumsal SaaS sağlayıcıları tarafından oluşturulan yapay zeka araçlarını kapsayabilir ve dahil edilmeyen her şey “izin verilmeyenler” kampına girer. Alternatif olarak, çalışanların yapay zeka araçlarına ne tür veri aktarabileceğini belirleyen bir veri politikası oluşturabilirsiniz. Örneğin, yapay zeka programlarına herhangi bir türdeki fikri mülkiyetin girilmesini veya SaaS sistemleriniz ile yapay zeka uygulamalarınız arasında veri paylaşımını yasaklayabilirsiniz.

3. Düzenli Çalışan Eğitimi ve Öğretimini Taahhüt Edin

Çok az çalışan kötü niyetli bağımsız yapay zeka araçları arıyor. Büyük çoğunluk, onaylanmamış yapay zeka kullandıklarında şirketinizi maruz bıraktıkları tehlikenin farkında değil.

Yapay zeka araçları veri sızıntıları, ihlalleri ve yapay zekadan SaaS’a bağlantıların neleri gerektirdiğini anlamaları için sık sık eğitim sağlayın. Eğitimler ayrıca politikalarınızı ve yazılım inceleme sürecinizi açıklamak ve güçlendirmek için uygun anlar olarak da hizmet eder.

4. Satıcı Değerlendirmelerinizde Kritik Soruları Sorun

Ekibiniz bağımsız yapay zeka araçlarının tedarikçi değerlendirmelerini yürütürken, inceleme altındaki kurumsal şirketlere uyguladığınız titizliğin aynısını ısrarla sürdürün. Bu süreç, güvenlik duruşlarını ve veri gizliliği yasalarına uyumlarını içermelidir. Aracı talep eden ekip ile satıcının kendisi arasında aşağıdaki gibi soruları ele alın:

• Yapay zeka aracına kim erişecek? Belirli kişi veya ekiplerle mi sınırlı? Yükleniciler, ortaklar ve/veya müşteriler erişime sahip olacak mı?
• Araca gönderilen istemlere hangi kişiler ve şirketler erişebilir? Yapay zeka özelliği üçüncü bir tarafa mı, bir model sağlayıcıya mı yoksa yerel bir modele mi dayanıyor?
• Yapay zeka aracı harici girdi tüketiyor mu veya herhangi bir şekilde kullanıyor mu? Bunlara anında enjeksiyon yükleri eklenirse ne olur? Bunun nasıl bir etkisi olabilir?
• Araç, dosyalarda, kullanıcılarda veya diğer nesnelerde değişiklik yapmak gibi sonuç niteliğindeki eylemleri gerçekleştirebiliyor mu?
• Yapay zeka aracının geleneksel güvenlik açıklarının ortaya çıkma potansiyeline sahip herhangi bir özelliği var mı (yukarıda bahsedilen SSRF, IDOR ve XSS gibi)? Örneğin, istem veya çıktı XSS’nin mümkün olabileceği bir yerde mi işleniyor? Web getirme işlevi dahili ana bilgisayarlara veya bulut meta veri IP’sine ulaşmaya izin veriyor mu?

Bir SaaS güvenlik satıcısı olan AppOmni, daha ayrıntılı satıcı değerlendirme sorularının yanı sıra yapay zeka araçlarının mevcut fırsatları ve tehditlerine ilişkin bilgiler sağlayan bir dizi Yapay Zeka Güvenliğine Yönelik CISO Kılavuzları yayınladı.

5. İlişkiler Kurun ve Ekibinizi (ve Politikalarınızı) Erişilebilir Hale Getirin

CISO’lar, güvenlik ekipleri ve diğer yapay zeka ve SaaS güvenliği koruyucuları, yapay zekayı iş liderlerine ve ekiplerine yönlendirme konusunda kendilerini ortak olarak sunmalıdır. CISO’ların güvenliği nasıl bir iş önceliği haline getirdiğine ilişkin ilkeler, güçlü ilişkiler, iletişim ve erişilebilir yönergelere dayanmaktadır.

Yapay zeka ile ilgili veri sızıntılarının ve ihlallerinin etkisinin dolar ve kaybedilen fırsatlar açısından gösterilmesi, siber risklerin iş ekipleri arasında yankı bulmasını sağlar. Bu gelişmiş iletişim kritik öneme sahiptir, ancak bu yalnızca bir adımdır. Ayrıca ekibinizin işletmeyle çalışma şeklini de ayarlamanız gerekebilir.

İster başvuru ister veri izin listeleri veya her ikisinin bir kombinasyonunu tercih edin, bu yönergelerin açıkça yazıldığından ve kolayca erişilebildiğinden (ve tanıtıldığından) emin olun. Çalışanlar bir LLM’ye hangi verilere izin verildiğini veya AI araçları için hangi onaylı satıcıları seçebileceklerini bildiklerinde, ekibinizin ilerlemeyi durduran değil, güçlendiren bir kişi olarak görülmesi çok daha muhtemeldir. Liderler veya çalışanlar sınırların dışına çıkan yapay zeka araçları talep ederse, konuşmaya onların neyi başarmaya çalıştıkları ve hedefleriyle başlayın. Onların bakış açısı ve ihtiyaçları ile ilgilendiğinizi gördüklerinde, bağımsız bir yapay zeka tedarikçisine dalmak yerine, uygun bir yapay zeka aracı konusunda sizinle ortak olmaya daha istekli olurlar.

SaaS yığınınızı uzun vadede yapay zeka araçlarından korumanın en iyi yolu, işletmenin ekibinizi bir engel olarak değil, bir kaynak olarak gördüğü bir ortam yaratmaktır.