Eğitimin Amacı ve Kapsamı
Sızma testi ekiplerinin karşısına artık yalnızca web formları ve REST uç noktaları değil; dolandırıcılık skorlama modelleri, görüntü doğrulama servisleri, öneri motorları ve LLM tabanlı API'ler çıkıyor. Eğitim, siber güvenlik ve sızma testi uzmanlarına hem klasik ML/DL modellerini hem de üretken yapay zeka servislerini kapsayan pratik bir model sızma testi (AI/ML pentesting) metodolojisi kazandırır.
Katılımcılar MITRE ATLAS taktiklerini takip ederek kara kutu model keşfi, API fuzzing, Counterfit ve ART ile yanıltma/model çalma, garak ve PyRIT ile LLM istismarı gerçekleştirir ve kurumsal standartta bir model sızma testi raporu hazırlar.
Kimler Katılmalı?
- Sızma testi (pentest) uzmanları ve ofansif güvenlik danışmanları
- Kurumsal red team ve uygulama güvenliği (AppSec) ekipleri
- Yapay zeka servislerini yayın öncesi güvenlik testinden geçiren mühendisler
- Ön koşul: API sızma testi deneyimi (Burp Suite / Python) ve temel makine öğrenmesi kavramları
Kazanımlar
- MITRE ATLAS ve OWASP rehberlerine dayalı uçtan uca bir model sızma testi metodolojisi uygulamak
- Kara kutu tahmin API'lerinde özellik uzayı, karar sınırı ve model mimarisi keşfi yapmak
- Counterfit ve ART ile sınıflandırma/skorlama modellerine karşı evasion ve model extraction testleri yürütmek
- garak, PyRIT ve Burp Suite entegrasyonuyla LLM uç noktalarında hibrit (API + prompt) zafiyetleri istismar etmek
- Tekrarlanabilir PoC betikleri ve düzeltme önerileri içeren teknik bir model sızma testi raporu sunmak
Konular
Model Sızma Testi (AI Pentesting) Metodolojisi
- Klasik ağ/uygulama sızma testi ile ML/LLM model sızma testinin birleştirilmesi
- Kapsam belirleme, yasal/veri gizliliği sınırları ve test ortamı hazırlığı
Model API Keşfi ve Parmak İzi Alma (Fingerprinting)
- Girdi şeması, özellik tipleri, güven skorları ve hata mesajlarından model ailesini tahmin etme
- Sınır değer (boundary) sorguları, zamanlama yan kanalları ve önbellek davranış analizi
Tahminsel (ML/DL) Modellere Yönelik Sızma Testleri
- Counterfit ve IBM ART ile kara kutu evasion, membership inference ve vekil model çıkarma
- Dosya yükleme (görüntü, PDF, ses, model dosyası) uç noktalarında ayrıştırıcı ve deserialization testleri
LLM ve Agent API'lerine Yönelik Hibrit Sızma Testleri
- garak ve PyRIT ile otomatik tarama; Burp Suite üzerinden çok adımlı API + prompt manipülasyonu
- BOLA/IDOR, SSRF ve yetkisiz tool calling ile altyapıya yatay geçiş (pivoting)
Kanıt Toplama, Risk Derecelendirme ve Pentest Raporlaması
- Tekrarlanabilir PoC betikleri, sorgu bütçesi maliyeti ve iş etkisi hesaplaması
- Uygulama, veri bilimi ve platform ekiplerine yönelik katmanlı düzeltme önerileri yazımı
Bu Kategorideki Diğer Eğitimler
-
Siber Güvenlikte Yapay Zeka Uygulamaları
Oltalama (phishing) ve zararlı yazılım tespitinden güvenlik açığı önceliklendirme, siber tehdit istihbaratı (CTI) analizi ve SecOps asistanlarına kadar siber güvenlikte makine öğrenmesi ve LLM kullanımını uygulamalı öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Yapay Zeka Destekli Tehdit Tespiti
EDR, NDR ve bulut telemetrisi üzerinde davranışsal makine öğrenmesi, dizi (sequence) modelleri ve grafik analizleriyle zararlı yazılım, fidye yazılımı, C2 iletişimi ve çok adımlı saldırı zincirlerini tespit etmeyi öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Makine Öğrenmesi ile Anomali Tespiti
Etiketli saldırı verisinin bulunmadığı log, ağ trafiği ve kullanıcı davranışı (UEBA) akışlarında Isolation Forest, Autoencoder, zaman serisi ve grafik tabanlı denetimsiz anomali tespiti kurmayı ve yanlış alarmları azaltmayı öğreten eğitim.
- Canlı Kurs
- 5 modül
-
AI Tabanlı SIEM ve SOC Operasyonları
SIEM, SOAR ve vaka yönetim süreçlerine LLM asistanları, doğal dilden KQL/SPL sorgu üretimi, otomatik alarm zenginleştirme, triyaj agent'ları ve olay özetleme iş akışlarını güvenli biçimde entegre etmeyi öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Yapay Zeka Modellerinin Güvenliği
Makine öğrenmesi ve derin öğrenme modellerine yönelik model çalma (extraction), üyelik çıkarımı (membership inference), tersine çevirme (inversion), zehirleme ve yanıltma saldırılarını MITRE ATLAS çerçevesinde inceleyen ve koruma yöntemlerini öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Adversarial Machine Learning ve Savunma Teknikleri
FGSM, PGD, Carlini & Wagner, AutoAttack ve kara kutu (black-box) yanıltma saldırılarını IBM Adversarial Robustness Toolbox (ART) ile uygulamalı inceleyen; adversarial training ve sertifikalı dayanıklılık tekniklerini öğreten eğitim.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin