Reklam Kubernetes PaaS · GPU · LLMaaSGao Kaptan GPU gücüne ve LLM servislerine saniyeler içinde erişin.Pod'lar saniyeler içinde; NVIDIA GPU saatlik, LLM token bazlı. OpenAI uyumlu API, air-gapped kurulum.Detaylı bilgi ›Bulut çözümleri · İşNetReklam Zafiyet YönetimiOrnis Vista Zafiyetlerinizi sadece tespit etmeyin, kapanana kadar yönetin.Nessus ve pentest bulguları tek merkezde; görev atama, SLA takibi, Kanban akışı.Detaylı bilgi ›Ornis ürün ailesi · İşNet
14 Kasım 2026 CumartesiRSSMarkaHakkımızda
SON DAKİKA
07:00 LangChain 3 milyar dolar değerlemeyle 300 milyon dolar yatırım aldı; odağı AI agent yönetimi07:00 FBI'dan Artex için flash uyarısı: bazı saldırılar ilk hedeflemeden ayrıcalıklı erişime üç saatten kısa sürede ulaşıyor07:00 Uber, binlerce sürücünün ehliyet bilgilerinin çalındığını doğruladı: kaynak, tedarikçisi Fireworks AI'daki ihlal06:30 IBM QRadar EDR'da TOTP doğrulamasında deneme sınırı açığı (CVE-2026-91869): düzeltme 3.12.27 sürümünde04:00 FAA, ABD genelinde tüm kalkışları durdurdu: hava trafik kontrol merkezlerinde iletişim arızası var, yetkililer saldırı izi görmediklerini söylüyor00:00 OpenAI bağımsız robotik ekibini dağıttı: araştırmacılar ana araştırma ekibine geçti, şirket "robotikten çekilmiyoruz" diyor00:00 Osaka Belediyesi 1 milyondan fazla e-posta adresinin sızdığını duyurdu; kaynak, yaklaşık 400 müşterisi etkilenen e-posta dağıtım servisi Arara23:00 llama.cpp v1.0.0 yayımlandı: eski API kaldırıldı, llama-server'a yeni güvenlik varsayılanları geldi23:00 Sahte GTA 6 PC indirmesi WARDEN Stealer kuruyor: hedefte Steam ve Roblox hesapları ile kripto cüzdanlar var22:30 UnrealIRCd'de sahada istismar edilen açık (CVE-2026-114713) CISA KEV'e girdi: 6.2.7.1'e upgrade ya da hot-patch gerekiyor07:00 LangChain 3 milyar dolar değerlemeyle 300 milyon dolar yatırım aldı; odağı AI agent yönetimi07:00 FBI'dan Artex için flash uyarısı: bazı saldırılar ilk hedeflemeden ayrıcalıklı erişime üç saatten kısa sürede ulaşıyor07:00 Uber, binlerce sürücünün ehliyet bilgilerinin çalındığını doğruladı: kaynak, tedarikçisi Fireworks AI'daki ihlal06:30 IBM QRadar EDR'da TOTP doğrulamasında deneme sınırı açığı (CVE-2026-91869): düzeltme 3.12.27 sürümünde04:00 FAA, ABD genelinde tüm kalkışları durdurdu: hava trafik kontrol merkezlerinde iletişim arızası var, yetkililer saldırı izi görmediklerini söylüyor00:00 OpenAI bağımsız robotik ekibini dağıttı: araştırmacılar ana araştırma ekibine geçti, şirket "robotikten çekilmiyoruz" diyor00:00 Osaka Belediyesi 1 milyondan fazla e-posta adresinin sızdığını duyurdu; kaynak, yaklaşık 400 müşterisi etkilenen e-posta dağıtım servisi Arara23:00 llama.cpp v1.0.0 yayımlandı: eski API kaldırıldı, llama-server'a yeni güvenlik varsayılanları geldi23:00 Sahte GTA 6 PC indirmesi WARDEN Stealer kuruyor: hedefte Steam ve Roblox hesapları ile kripto cüzdanlar var22:30 UnrealIRCd'de sahada istismar edilen açık (CVE-2026-114713) CISA KEV'e girdi: 6.2.7.1'e upgrade ya da hot-patch gerekiyor
Reklam Gao Kaptan: GPU gücüne ve LLM servislerine saniyeler içinde erişin.Pod'lar saniyeler içinde; NVIDIA GPU saatlik, LLM token bazlı. OpenAI uyumlu API, air-gapped kurulum.Detaylı bilgi ›İşNet

Forescout: AI harness, IoT cihazlarında kullanılan 10 TCP/IP stack'inde 90 saatte 99 açık buldu

Forescout, Claude modellerini kullanan özel bir AI harness ile yaygın gömülü TCP/IP stack'lerinde 66'sı yeni 99 açık bulduğunu açıkladı. Şirkete göre aynı iş elle dokuz ay sürerdi ve token maliyeti 1.200–2.300 dolar arasında kaldı; en büyük kaygı, patch gelmeyecek destek dışı cihazlar.

SiberMagazin Haber Merkezi2 dk okuma
Forescout: AI harness, IoT cihazlarında kullanılan 10 TCP/IP stack'inde 90 saatte 99 açık buldu

Güvenlik şirketi Forescout, kritik altyapıda yaygın kullanılan gömülü yazılımlarda açık bulma sürecini AI ile ciddi biçimde hızlandırdığını açıkladı. Cybersecurity Dive'ın 12 Kasım'da aktardığı rapora göre özel bir AI harness, araştırmacıların 90 saatte 99 açık bulmasını sağladı. Şirket, aynı iş yükünün bu teknoloji olmadan yaklaşık dokuz ay süreceğini tahmin ediyor.

Rakamlar Forescout'un kendi raporuna ait. Bulgu iki şeyi birlikte gösteriyor: AI destekli araştırmanın hızı ve yıllardır incelenen temel ağ kodunda hâlâ ne kadar hata kaldığı.

Ne test edildi?

Claude modellerini kullanan harness, 10 yaygın TCP/IP stack'i üzerinde çalıştırıldı: yedisi Forescout'un daha önce incelediği, üçü yeni. Çoğu açık kaynak olan stack'ler arasında sokak aydınlatması gibi düşük güçlü IoT cihazlarında kullanılan Contiki, Ethernet tabanlı akıllı cihazlardaki Ethernut, hafif TCP/IP implementasyonu lwIP ve güvenlik açısından kritik cihazların gerçek zamanlı işletim sistemlerinde kullanılan wolfIP var.

Sonuçlar:

  • Daha önce test edilmiş stack'lerde bilinen 33 açık yeniden bulundu; bunlara ek olarak 66 yeni açık tespit edildi.
  • Açıkların yaklaşık yarısı memory corruption; yüzde 27'si integer sorunları, yüzde 16'sı input validation hataları, yüzde 8'i kontrol akışı ya da mantık hatası.
  • Token maliyeti 1.200–2.300 dolar. Forescout bunun, kodu elle inceleyen kıdemli bir araştırmacının maaşından kabaca yüz kat düşük olduğunu söylüyor.
  • 66 yeni açığın 54'ü proje bakımcılarına bildirildi; 24'ü düzeltildi, 29'u inceleniyor. Ethernut geliştiricisi bildirime yanıt vermedi. Kalan açıklar, güncel sürümlerde bulunmadığı değerlendirildiği için bildirilmedi.

Sınırları ne?

Araştırmacılar harness'in protokol ayrıştırma kodundaki bellek güvenliği hatalarında iyi olduğunu, mantık ve tasarım hatalarını ise kaçırdığını yazıyor. Nedeni, AI'ı görevlendirmek için genel kod kalıplarına odaklanan statik analiz kurallarının kullanılması. Rapora göre bulunan mantık hataları tesadüfen yakalandı.

Neden önemli?

Bu stack'ler IoT ve endüstriyel cihaz üreticileri arasında yaygın; Forescout açıkların birçok sektörde "yüzlerce ürünü" etkileyebileceğini belirtiyor. Şirketin en çok kaygılandığı nokta, üretimi durdurulmuş ama sahada yaygın olan ekipman: harness, destek dışı bir kablosuz access point'in stack'inde hard-coded yönetici kimlik bilgisi dahil yedi açık buldu. Rapora göre AI destekli araştırma artık hiçbir üreticinin patch sağlayamayacağı tehlikeli açıkları hızlı ve ucuz biçimde ortaya çıkarabiliyor.

İkinci nokta savunma tarafını ilgilendiriyor: araştırmacılar, kendilerinin ve başka uzmanların daha önce ayrıntılı incelediği hedeflerde temel açıkların yıllarca gözden kaçmış olmasına şaşırdıklarını yazıyor.

Kimin işine yarar, ne yapabilirsiniz?

  1. OT ve IoT envanterinizde cihazların hangi TCP/IP stack'ini kullandığını üreticiden öğrenin; SBOM talep edin.
  2. Destek dışı (end-of-life) ağ cihazlarını ve gömülü sistemleri listeleyin; patch gelmeyecek cihazlar için değiştirme planı yapın, o zamana kadar ağ segmentasyonu ile internete ve kurumsal ağa erişimlerini sınırlayın.
  3. Üreticilerin bu stack'lere ilişkin güvenlik bildirimlerini takip edin; Forescout'un bildirdiği 29 açık hâlâ inceleme aşamasında.
  4. Kendi ürününde gömülü ağ kodu geliştiren ekipler: aynı tür AI destekli incelemeyi saldırganlardan önce kendi kodunuzda çalıştırmayı değerlendirin; bulunan hataların çoğu bellek güvenliği sınıfında.
ForescoutAI güvenliğizafiyet araştırmasıTCP/IP stackIoTOTgömülü yazılımlwIPContikiClaudebellek güvenliğiend-of-life

İlgili Haberler

Yapay Zeka

LangChain 3 milyar dolar değerlemeyle 300 milyon dolar yatırım aldı; odağı AI agent yönetimi

ORTA
Yapay Zeka

OpenAI bağımsız robotik ekibini dağıttı: araştırmacılar ana araştırma ekibine geçti, şirket "robotikten çekilmiyoruz" diyor

Yapay Zeka

llama.cpp v1.0.0 yayımlandı: eski API kaldırıldı, llama-server'a yeni güvenlik varsayılanları geldi

Yapay Zeka

Araştırma: Çin'in önde gelen açık ağırlıklı AI modelleri, ihracatı yasak Nvidia Blackwell çiplerinde eğitildiğine işaret eden izler taşıyor

Yapay Zeka

Cohere, AISLE satın almasını tamamladı; cubic ekibiyle secure coding birimi kuruyor

Yapay Zeka

OpenAI, ChatGPT Wallet'ı kullanıma açmaya başladı: agent alışverişi tamamlıyor, kart numarasını görmüyor