Ne oldu?
TechTarget, yapay zeka destekli bir sızma testi aracı olan Wiz's Red Agent'ın, Snowflake'in genel deposunda daha önceki güvenlik kontrollerinin gözden kaçırdığı bir GitHub Eylemler iş akışı güvenlik açığı bulduğunu bildirdi. Ajanın bir güvenlik açığı geliştirdiği ve insan müdahalesi olmadan Snowflake'in dahili Jira sistemine ulaştığı bildirildi. Wiz güvenlik açığını açıkladı ve Snowflake, yetkisiz erişim olmadığını söyleyerek sorunu hızla düzeltti. Olay, sağlanan kaynakta bağımsız olarak doğrulanmadı.
TechTarget, olayın yapay zeka destekli bir sızma testi aracı olarak tanımlanan Wiz'in Red Agent'ıyla ilgili olduğunu bildirdi. Rapora göre Red Agent, Snowflake'in genel deposundaki GitHub Eylemler iş akışında bir güvenlik açığı keşfetti. Daha önceki güvenlik kontrollerinde kusur tespit edilmemişti. Kaynak, güvenlik açığı tanımlayıcısını, teknik çoğaltma adımlarını, etkilenen iş akışı yapılandırmasını veya Wiz veya Snowflake'ten genel bir olay raporunu sağlamadığından bu ayrıntılar burada bağımsız olarak değerlendirilemez.
TechTarget'e göre Red Agent, zayıf noktayı bulmanın ötesine geçti: bir açıktan yararlanma yöntemi geliştirdi ve Snowflake'in dahili Jira sistemine insan müdahalesi olmadan erişim sağladı. Rapor, bu sekansı önemli olarak sunuyor çünkü ajan, normalde bir kişinin yönetmesini gerektiren birkaç aşamayı birbirine bağlıyor. Wiz güvenlik açığını bildirdi ve Snowflake kusuru hızla düzeltti. Snowflake, hiç kimsenin yetkisiz erişime sahip olmadığını ancak sağlanan kaynağın bu ifadeyi doğrulayan kanıt, kayıt, adli tıp raporu veya bağımsız bir değerlendirme içermediğini söyledi.
TechTarget, Wiz'in tehditlere maruz kalma sorumlusu Gal Nagli'den alıntı yaparak, güvenlik açıklarının hala yapay zeka kodlama aracılarını içeren iş akışlarında oluşturulup onaylanabileceğini ve yerleşik otomatik güvenlik kontrollerinden geçebileceğini söylüyor. Raporda aynı zamanda Root Evidence'ın genel müdürü Jeremiah Grossman'ın, olayın benzer olayların daha yaygın hale gelebileceğini ve ajanın çok az yardımla birden fazla tekniği zincirleyebildiğini öne sürdüğünü söylediği aktarılıyor. Bu gözlemler, TechTarget tarafından bildirilen uzman değerlendirmeleridir; otonom sömürünün artık yaygın olduğuna dair bağımsız bir kanıt değildir.
Kaynak ayrıntıları: techtarget.com ↗
Neden önemli?
Rapor, yapay zeka destekli güvenlik açığı keşfinden daha otonom saldırı zinciri yürütmeye doğru bir değişimi anlatıyor. Bu, savunucuların uzlaşmaya varacak gerçekçi yolları belirlemesine yardımcı olabilir, ancak aynı zamanda üretim bağlantılı ortamlarda test yapıldığında operasyonel risk de oluşturabilir. Temel zorluk muhtemelen önceliklendirme olacaktır: Daha fazla kusur bulmak, hangilerinin önemli sistemler için inandırıcı bir tehdit oluşturduğunu göstermez.
Raporun pratik önemi keşif ve kullanımın birleşimidir. Olası zayıflıkların bir listesini üreten otomatik bir tarayıcı, bir yolu araştırabilen, bir istismar oluşturabilen ve bunu başka bir sisteme ulaşmak için kullanabilen bir aracıdan farklıdır. TechTarget'in açıklaması, ikinci özelliğin uygulama güvenliği kontrolleri ile kararlı bir saldırganın davranışı arasındaki boşlukları ortaya çıkarabileceğini öne sürüyor. Bu tür sistemlerin sonucu ne sıklıkta yeniden üretebildiğini, Red Agent'ın diğer ortamlarda ne kadar güvenilir olduğunu veya olayın daha geniş bir ölçülen eğilimi temsil edip etmediğini belirlemez.
Rapor, güvenlik açığı yönetimini bir tespit sorunu olduğu kadar bir önceliklendirme sorunu olarak da çerçeveliyor. CISO Global'in CISO'su Gary Perkins, TechTarget'e kuruluşların daha büyük bir bulgular listesi almaktan ziyade uzlaşmaya giden az sayıda gerçekçi yolu belirlemek için yapay zekayı kullanmanın daha fazla kazanç sağlayacağını söyledi. Bu ayrım önemlidir çünkü güvenlik ekiplerinin güvenlik açıklarını araştırmak, yamalamak, doğrulamak ve izlemek için sınırlı zamanı vardır. Sistemlerin teknik zayıflıkları kritik varlıklara ve olası saldırı yollarına bağlayamaması durumunda daha otomatik bulgular iş yükünü artırabilir.
Olay aynı zamanda bir yapay zeka aracısının operasyonel sistemlere bağlı ortamlara erişmesine izin verme riskini de gösteriyor. Claude Zscaler'dan Mandy, TechTarget'e birçok kuruluşun uzlaşma sonrasında yeniden inşa edilebilecek, kontrol altına alınmış, üretim benzeri bir ortamdan yoksun olduğunu söyledi. Bu durumda, otonom testler kontrollü bir değerlendirme yerine gerçek zamanlı bir tatbikat haline gelebilir. Kaynak, sınırlama ve izinlerle ilgili endişeleri destekliyor ancak Snowflake'in ortamının uygunsuz şekilde yapılandırıldığını veya Red Agent'ın Jira'ya bildirilen erişimin ötesinde hasara neden olduğunu kanıtlamıyor.
İnteraktif Mekanizma: Aslında Nasıl Çalışıyor?
Bu gelişmenin arkasında yatan teknolojiyi etkileşimli olarak keşfedin.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Bundan sonra ne izlenecek?
Güvenlik ekiplerinin otonom testlerin nasıl kapsandığını, temsilcilerin hangi izinleri aldığını ve testlerin üretim sistemlerinden izole edilip edilmediğini göstermesi gerekecek. Ayrıca, yapay zeka tarafından üretilen her bulguyu eşit derecede acil olarak ele almak yerine, güvenlik açıklarını gerçekçi sömürülebilirlik ve varlık etkisine göre sıralamak için yöntemlere de ihtiyaç duyacaklar. Wiz veya Snowflake'in daha fazla onayı, güvenlik açığıyla ilgili teknik ayrıntılar ve herhangi bir veriye erişilip erişilmediğiyle ilgili kanıtlar, olayın önemini açıklığa kavuşturacaktır.
Otonom güvenlik açığı testini değerlendiren kuruluşlar, test sınırlarını açıkça belirtmelidir. TechTarget'in raporunda dile getirilen sorunlar arasında bir temsilcinin faaliyet gösterdiği ortam, aldığı izinler, yapmasına izin verilen eylemler ve bir şeyler ters giderse ortamı yeniden inşa etme yeteneği yer alıyor. Yararlı kanıtlar, aracıların yalıtılmış kopyalarla sınırlı olup olmadığını, kimlik bilgilerinin kapsamının dar olup olmadığını ve bağlı sistemlere kullanılmadan veya taşınmadan önce insan onayının gerekip gerekmediğini içerecektir.
Bir sonraki soru, güvenlik ekiplerinin yapay zeka tarafından oluşturulan bulguları nasıl sıralayacağıdır. TechTarget, Grossman'ın saldırganların bilinen CVE'lerin %1,5'inden daha azını kullandığı yönündeki tahminini bildiriyor ve kaynağın bu rakamın temelini veya kapsamını belirlemediğini de vurguluyor. Bu tahminin geniş anlamda geçerli olup olmadığı, temeldeki operasyonel nokta açıktır: Tek başına sömürülebilirlik, bir kusura saldırılacağını kanıtlamaz. Ekiplerin yalnızca bulguları saymak yerine varlıkların önemini, görünürlüğünü, ulaşılabilir yollarını, mevcut ayrıcalıklarını ve aktif istismar kanıtlarını tartmaları gerekecek.
Daha fazla raporlama, Kırmızı Ajan olayının kendisini açıklığa kavuşturmalıdır. Wiz veya Snowflake'ten gelen teknik bir açıklama, iş akışındaki zayıflığı tanımlayabilir, Jira'ya giden yolu açıklayabilir, uygulanan güvenlik önlemlerini açıklayabilir ve herhangi bir yetkisiz etkinlik veya veri erişiminin meydana gelip gelmediğini belgeleyebilir. Bağımsız çoğaltma aynı zamanda tekrarlanabilir bir yeteneği dikkate değer bir gösterimden ayırmaya da yardımcı olacaktır. Bu kanıt elde edilene kadar desteklenen en güçlü sonuç, AI ajanlarının kurumsal sistemleri rutin olarak tehlikeye attığı değil, TechTarget'in ciddi bir otonom test olayı ve bunun sonucunda ortaya çıkan bir yönetim sorunu bildirdiğidir.