MITRE ATLAS: AI Saldırı Çerçevesini Anlamak
15 Taktik, 66 Teknik, 33 Gercek Vaka — ATT&CK’i AI Dünyasına Taşımak
MITRE ATLAS: AI Saldırı Çerçevesini Anlamak
15 Taktik, 66 Teknik, 33 Gercek Vaka — ATT&CK’i AI Dünyasına Taşımak
Giriş: ATT&CK Neden Yetmiyor?
MITRE ATT&CK, siber güvenlikteki en yaygın kullanılan referans çerçevelerinden biri. Ama temel bir eksiği var: Geleneksel IT ve OT sistemlerini hedef alan saldırılar için tasarlanmış. AI sistemlerine özgü saldırı paternleri — model evasion, eğitim verisi zehirleme, inference API üzerinden veri sızdırma — ATT&CK’de yer bulmuyor.
ATLAS ile ATT&CK Kıyaslaması

Kritik ATLAS Teknikleri — LLM Odaklı Küçük bir simülasyon
A. AML.T0051 — LLM Prompt Injection
B. AML.T0020 — Poison Training Data
C. AML.T0024 — Exfiltration via ML Inference API
Egitim ya da RAG veritabanina zararlı orneklerin enjekte edilmesi. ATLAS bu tekniği pre-training, fine-tuning ve vektör DB boyutlarında kapsar. Başarı için tüm veri setini değiştirmeye gerek yok; %0.1 oranında hedefli zehirleme bile anlamlı etki yaratabilir.
Morris II Worm Vakası
ATLAS’ın vaka çalışmalarından birinde belgelenen Morris II, RAG tabanlı e-posta sistemine gömülmüş bir prompt aracılığıyla e-posta auto-reply’lara kendini kopyalayıp yayiliyor. PII sızıntısını tetikliyor. Ilk belgelenmiş AI worm senaryosu olarak AI supply chain ve agentic risk tartışmalarında referans gösterilmektedir.
ATLAS’ı Pratik Kullanmak
ATLAS; tehdit modelleme, red teaming planlamasi ve SOC detection geliştirme için 4 temel kullanım biçimini destekler.
• Tehdit modelleme: AI sisteminizin bileşenlerini ATLAS taktik katmanlarıyla eşleştir.
• Detection engineering: Her ATLAS teknik için karşılık gelen log/alarm kuralı yaz.
• Red team planlama: ATLAS Navigator ile hangi tekniklerin test edileceğini haritala
- Uyumluluk: ATLAS teknikleri NIST SP 800–53 kontrolleriyle SAFE-AI çerçevesinde eşlesşmektedir.
Kaynaklar ve İleri Okuma Tavsiyelerim
**[MITRE ATLAS, 2025] MITRE Corporation (2025). **“ATLAS: Adversarial Threat Landscape for AI Systems”. MITRE, 2025. atlas.mitre.org
**[Carlini et al., 2021] Carlini, N. et al. (2021). **“Extracting Training Data from Large Language Models”. USENIX Security 2021. arxiv.org/abs/2012.07805
**[NIST SP 800–53, 2020] NIST (2020). **“Security and Privacy Controls for Information Systems”. NIST SP 800–53 Rev.5, 2020. csrc.nist.gov/publications/detail/sp/800–53/rev-5/final
메타데이터
- post_id
- 313e85db9ac7
- slug
- mitre-atlas-ai-saldırı-çerçevesini-anlamak-313e85db9ac7
- url
- https://medium.com/@tatar190/mitre-atlas-ai-sald%C4%B1r%C4%B1-%C3%A7er%C3%A7evesini-anlamak-313e85db9ac7
- canonical_url
- https://medium.com/@tatar190/mitre-atlas-ai-sald%C4%B1r%C4%B1-%C3%A7er%C3%A7evesini-anlamak-313e85db9ac7
- author_url
- https://medium.com/@tatar190
- status
- ok
- fetched_at
- 2026-07-10 15:20:15