GenAI için Siber Güvenlik - Profesyoneller için Uygulamalı Kurs

Kurs tanıtımı: Marco, bir dakikadan kısa bir sürede ne olduğunu özetliyor - yüzlerce uyarı, sonsuz kayıtlar, sonu gelmeyen raporlar ve tüm bunların nasıl üstesinden geleceğin sorusu. Cevap: Artık bunu tek başına yapmak zorunda değilsin. Log analizleri saniyeler içinde, olay raporları bir tuşa basarak, çalışan tespit kuralları, ayrıca birçok ders ve anında kullanım için 50'den fazla yönlendirme.

Herhangi bir aracı kullanmadan önce burada en önemli soruyu netleştiriyorsun: Üretken yapay zeka güvenlik gündelik hayatında gerçek fayda sağlıyor mu – yoksa basitçe yanlış bir araç mı? Marco, günlük yorumlama, özetler, dokümantasyon ve script oluşturmayı sert sınırlarla karşılaştırıyor: SIEM'de gerçek tespit, insan olmadan otomatik olay kararları, iç sistemlere erişim. Windows etkinliği 4625'te, birkaç dakikalık Google'da tıklamadan birkaç saniye içinde nasıl sonuç elde edildiğini canlı olarak görebilirsin.

Burada güvenlik profesyonellerinin öncelikle sorması gereken soru ile ilgileniyoruz: Verilerim aslında nereye gidiyor? ChatGPT, Claude, Gemini, Ollama üzerinden yerel modeller ve kurumsal varyantlar arasındaki karşılaştırmayı alıyorsunuz - her biri eğitim, depolama süresi ve uyumluluk açısından. Marco, adım adım ChatGPT veri kontrolünden geçiyor ve içeriklerinizle eğitimi nerede kapatacağınızı gösteriyor.

Sonuç kalitesinin %80'i isteme bağlıdır ve modelle değil - ve tam olarak bu, bu dersin sana acı bir şekilde dürüstçe gösterdiği şeydir. Klasik bir acemi istemi olan "Bana bir güvenlik problemiyle yardımcı ol" ile başlıyorsun ve yapay zekanın neden sadece geri sorduğunu görüyorsun. Ardından, onu dört yapı taşı - rol, bağlam, görev, format - ile gerçekten kullanılabilir cevaplar veren kesin bir talimata dönüştürüyorsun.

Günlük binlerce etkinlik var ve sen o bir brute-force denemesini bulmalısın - manuel olarak imkansız bir girişim. Marco, uykuda bilmen gereken etkinlik kimliklerini (4624, 4625, 4688, 4720 vb.) gözden geçiriyor, başarısız girişimler üzerinde filtreleme yapıyor ve bunları CSV olarak veya PowerShell ile dışa aktarıyor. Ardından verileri ChatGPT'ye iletiyor ve bunun için senin saatler harcaman gereken analizi saniyeler içinde alıyor.

Etkinlik Günlükleri, uç noktada neler olduğunu gösterir - Güvenlik Duvarı ve Proxy günlükleri, onun kimlerle konuştuğunu gösterir. Yaygın formatları (Squid, Blue Coat, Palo Alto) tanıyacak ve C2-Beaconing’in nasıl tespit edileceğini anlayacaksınız: jitter ile düzenli aralıklar, her zaman aynı hedef, benzer veri miktarları, genellikle gece ve hafta sonları. Ardından, ChatGPT'ye bu deseni gerçek Proxy günlüklerinde tespit ettirirsiniz.

Sabah 300 uyarı, öğlene kadar 500, ve yarısı gürültü – peki hangi yarısı? Bu ders, ChatGPT'yi triage asistanı olarak yeniden yapılandırır, rol, ortam, çalışma saatleri ve kritik varlıklarla birlikte tamamlanmış bir şablon içerir. Splunk, Microsoft Sentinel ve Elastic'ten gerçek uyarı formatları ile True/False Positive, P1'den P4'e kadar öncelik ve anlaşılır bir gerekçe alırsın.

Olaydan sonra herkesin atlamak istediği kısım gelir: belgeler oluşturmak ve paylaşmak. IOC kategorilerini gözden geçirirsin - Ağ, Host, Davranış - ve hangi artefaktların gerçekten saldırgan karakter taşıdığını ve hangilerinin sadece gürültü olduğunu öğrenirsin. Gerçek bir oltalama vakasının anonimleştirilmiş log dosyalarından IOCs'leri ChatGPT ile çıkarır ve bunları MITRE ATT&CK'a eşleştirirsin, böylece raporun dünya çapında anlaşılır hale gelir.

Salı sabahı, 9:47: SIEM patlıyor, yardım masası hattı çalıyor, dosya sunucusunda bir fidye notu var. Tam bu anda en fazla hata meydana geliyor ve tam burada ders başlıyor - ChatGPT'yi bilgilerinizi telafi etmek için değil, stres anında unuttuğunuz soruları soran İkinci Beyin olarak kullanmalısınız. İlk uyarılardan, sınırlama kararlarına kadar olan süreci simüle ediyorsunuz.

Playbook'lar neredeyse her ekipte vardır - genellikle güncel değildir ve bir yerde SharePoint'te tozlanmaktadır. Önce kullanılabilir bir playbook'un ihtiyaç duyduğu yapıyı alacaksın: Metaveri, tetikleyiciler ve kapsam, sıralama, sınırlama, yok etme, kurtarma, olay sonrası ve referanslar. Sonra ChatGPT'ye iskeleti doldurtturur ve bunu yaklaşık 30 dakika içinde belirli çevrene uyarlarsın.

Olay sona erdi, herkes derin bir nefes alıyor – ve sonra hiç kimsenin sevmediği kısım geliyor. 48 saatlik kesintisiz çalışmadan sonra notların karmaşık, zaman damgaları eksik ve buna rağmen sigorta, uyum ve hukuk temiz bir rapor istiyor. İşte burada, bu not karmaşasından ChatGPT ile yapılandırılmış bir zaman çizelgesi ve hazır bir olay raporu hazırlıyorsun – dakikalar içinde, saatler yerine.

Kötü niyetli yazılım tanımlandı, ama arkasında kim var, nasıl çalışıyorlar - ve sonraki adım ne? Mandiant, CrowdStrike ve Microsoft raporlarından CISA ve BSI'ye, MITRE ATT&CK Grupları, Malpedia ve Ransom-Wiki'ye kadar en önemli OSINT kaynaklarını öğreneceksin. Ardından, bu materyali ChatGPT ile bir Tehdit İstihbarat Raporu haline getirip, tespitlerini nerede hedefli bir şekilde güçlendireceğini bileceksin.

„Bu kritik mi? Bu gece yamanmamız gerekiyor mu?“ – CISO'nun, yalnızca bir CVSS puanı ile yanıtlayamayacağın sorusu. Temel soruları ele alırsın: Zayıflık nedir, gerçekten ne kadar kötü (CVSS, EPSS, Geçici), Exploit-DB, GitHub veya Metasploit'te exploit mevcut mu ve sisteminize ulaşılabilir mi? ChatGPT ile birkaç dakika içinde veri tabanlı bir yamanma kararı alırsın, içgüdü yerine.

Eskiden scripting şuydu: Stack Overflow'da gezinmek, kod parçalarını birleştirmek, saatlerce hata ayıklamak. Bugün ChatGPT, ilk taslağı saniyeler içinde sunuyor - ama KI kodu otomatik olarak güvenli veya doğru değil. Bir amaç, giriş, çıkış, ortam, hata işleme ve güvenlik gereklilikleri ile birlikte bir istem şablonu alıyorsun ve bununla tehdit avı, sertleştirme kontrolü ve olay yanıtı için üç script oluşturuyorsun.

Tehdit İstihbaratı, IOC'lar ve TTP'ler hakkında bilgi sahibisin – ama saldırı başladığında bunu fark edebiliyor musun? Bu ders, Sigma'nın platformdan bağımsız bir kurallar dili olarak etrafında dönüyor: bir kez yaz, sonra Splunk, Sentinel, Elastic, QRadar veya CrowdStrike'a dönüştür. Gerçek bir senaryo olan LSASS Kimlik Bilgisi Dökümü üzerinde kuralını ChatGPT ile oluşturup, test edip ve optimize edeceksin.

Log dosyasında kullanıcı adları, e-posta adresleri, dahili sunucu adları, bazen açık metin olarak şifreler bulunur - ve tam olarak bunu dış bir hizmete göndermek istiyorsun. Bu ders, sınırı çiziyor ve her sağlayıcı ve plan için verilerinle kimlerin eğitim aldığını ve ne kadar süreyle saklandığını gösteriyor. Bunun yanında somut kurallar, anonimleştirme teknikleri ve yerel modeller üzerinden güvenli alternatifler sağlayacaksın.

Rahatsız edici gerçek: Saldırganlar senin kullandığın aynı araçları kullanıyor, sadece hizmet koşulları ve etik sınırlamalar olmadan. Yapay zekanın phishing'i nasıl yeni bir seviyeye taşıdığını görüyorsun - yazım hatalarına ve "Sayın Müşteri"ye son - ve kötü amaçlı yazılım geliştirme, derin sahtecilik ve ses klonlamanın hızlandığını. Amaç panik değil, hazırlık: Sadece saldırıyı anlayan etkili bir şekilde savunur.

Hayal et ki, ChatGPT kendinden emin bir şekilde bir IP adresini Lazarus Grubu'na atıyor, yönetim alarmda, dışsal adli uzmanlar çağrılıyor - ve sonra her şey tamamen hayal ürünü çıkıyor. İşte buna halüsinasyon denir ve bu, herhangi bir uyarı olmadan ortaya çıkar. LLM'lerin metin tahmin makineleri olarak neden böyle şeyler ürettiğini öğreneceksin ve harekete geçmeden önce IOC'ları, CVE detaylarını ve tehdit aktörü atamalarını sistematik olarak nasıl kontrol edeceğini keşfedeceksin.

Son olarak, genellikle gözden kaçan şeyden bahsedeceğiz: Sorumluluk. Dört sütun, günlük yaşamında sana rehberlik ediyor - Şeffaflık, Sorumluluk, Dikkat yükümlülüğü ve Orantılılık - hukuki konular veya insan kaynakları kararları gibi KI'yi kasıtlı olarak kullanmadığın belirli durumlarla destekleniyor. Dersin hatırlatıcı cümlesi: KI'nin hataları senin hataların, eğer onları kontrol etmezsen.

„Benim ChatGPT’m var, başka şeye ihtiyacım yok“ – bu cümle sana her gün zaman kaybettiriyor. Her modelin kendi güçlü ve zayıf yönleri var: ChatGPT gerçek zamanlı araştırmalarda zayıf, Gemini çok uzun belgelerde, Claude metin konusunda güçlü ama ofis süreçleri için tasarlanmamış ve tam burada Copilot parlıyor. Bu ders, çoklu model stratejisinin neden bir lüks olmadığını ve birden fazla LLM’yi nasıl mantıklı bir şekilde birleştirebileceğini gösteriyor.

Tam donanımlı detaylar: ChatGPT, metin yazan, fikirler üreten, konseptler oluşturan ve kod üreten bir asistan olarak. Marco, mevcut versiyonun güçlü yönlerine değiniyor - belirgin şekilde daha iyi bağlam işleme, çok doğal yazım tarzı, muazzam bir temel bilgi - ve seni arayüz ve ana işlevler aracılığıyla yönlendiriyor. Sonrasında, ChatGPT'yi güvenlik günlüklerinde nasıl kullanacağını ve başka bir modelin ne zaman daha iyi bir seçim olduğunu bileceksin.

200 sayfalık bir belge ve saniyeler içinde kesin bir özet gerekiyor – bu Claude'un sahası. Anthropic'in modeli, 100.000 token'dan çok daha fazla uzun bağlamlar için tasarlandı ve belirgin şekilde daha az halüsinasyon ile dikkat çekiyor. Uzun loglar, kapsamlı raporlar ve dokümantasyonlar için tam olarak ihtiyacın olan kombinasyon bu.

Email yazmak, sunumlar hazırlamak, Excel tabloları oluşturmak - ve bu sonsuza kadar sürüyor. Copilot tam olarak Word, Excel, PowerPoint, Outlook ve Teams'in içinde bulunuyor ve bu tür zahmetli işleri senin yerine alıyor, toplantı tutanakları dahil, bunlardan doğrudan özetler çıkarabiliyorsun. Bilinmesi gereken önemli bir nokta: Tüm bunlar Microsoft 365'e bağlı, bağımsız Ofis paketleri hariç.

Bir tek net cevap için yirmi web sitesini gezinmek - bu gerekli değil. Perplexity, sana yanıtı veren ve kaynağı hemen sunan bir yapay zeka arama motorudur ki bu, CVE araştırması ve sağlam veriler için paha biçilmezdir. Ücretsiz versiyonu, sınırlarını ve geçişin neye değer olduğunu görüyorsun.

Grok, Elon Musk'un xAI'sı, doğrudan X'te, eski Twitter'da yer alıyor. Avantajı, gönderilere, haberlere ve trendlere anlık erişim sağlamak - yeni bir tehdit henüz ortaya çıktığında ve herhangi bir raporda yer almadığında faydalı. Marco, xAI sayfasında seni arayüzle gezdiriyor ve Grok'un günlük hayatta gerçekten ne zaman anlam kazanacağını gösteriyor.

Bir giriş, birçok model: Quora'nın Poe'su, ChatGPT, Claude, Gemini ve diğerlerini tek bir arayüzde toplar. Bu, birçok hesapla jonglörlük yapmanıza gerek kalmadan doğrudan karşılaştırmayı kolaylaştırır - hangi modelin görevinizi en iyi şekilde çözdüğünü bulmak istiyorsanız idealdir. Ayrıca, ücretsiz plandan büyük aboneliğe kadar puan sistemi ve fiyatlandırma modelleri hakkında genel bir bakış elde edersiniz.

GPT çeşitleri veya Llama gibi KI modellerini kendi bilgisayarınızda, abonelik olmadan ve bulut olmadan kullanabilmek için LM Studio mevcut. Windows, Mac ve Linux için masaüstü uygulaması, yerel dil modellerini indirir ve bunları birkaç tıklama ile kullanılabilir hale getirir. Hassas verileri analiz etmesi gerekenler için bu temiz bir çözümdür: Bilgisayarınızda kalan veriler, yabancı eğitim verilerine de gitmez.

Eğer tam kontrol istiyorsan, modeli sadece kendi bilgisayarında çalıştırırsın. Ollama açık kaynaklı, ücretsizdir ve Mac, Windows ve Linux'ta çalışır - Llama, Mistral veya Phi gibi modeller doğrudan bilgisayarında, internetsiz ve abonelik olmadan. Gizli analizler için bu demektir ki: hiçbir veri bilgisayarını terk etmez, hiçbir eğitim verisi tartışması olmaz, gizli maliyetler yoktur.

Tüm bu araçlardan sonra, günlük hayatta gerçekten önemli olan bir soru geliyor: Şimdi bu görev için hangi modeli kullanmalıyım? Yaklaşık %90'ını kapsayan bir başlangıç kuralı alıyorsun - metinler için ChatGPT, uzun içerikler için Claude, araştırma için Gemini, ofis görevleri için Copilot, kaynaklı bilgiler için Perplexity. Ardından, düzenli olarak üreten veya otomatikleştiren herkes için profesyonel kural geliyor.

Çoğunlukla ChatGPT'yi açar, bir istem yazar ve umarız ki – ancak asıl sıçrama başka bir yerde. Modelleri bir ekip olarak kullanıyorsun: biri araştırır, biri yazar, biri kontrol eder, biri otomatikleştirir. Somut olarak, Perplexity, Claude, ChatGPT ve Gemini'den oluşan dört modelden oluşan bir iş akışı oluşturuyorsun, böylece bir birey olarak tam bir editörlük gibi çalışıyorsun.

Modülün kapanış dersi durumu tersine çeviriyor: Tek bir modele değil, bir sisteme ihtiyacın var. Kurulumun üç seviyede oluşturulacak, böylece her model tam olarak ne için yapıldığına dair görevini yerine getirecek - rastgele bir yere bir şeyler yazarak değil. Sonuç, her gün daha hızlı ve daha yapılandırılmış çalışmanı sağlayan kişisel bir yapay zeka araç kutusu olacak.