Yapay Zeka Ajanı Güney Kore Bankalarına Nasıl Sızdı?

28 Eylül 2026'da Shinhan Bank'ın yalnızca kredi aracılarına açık bir hizmetine izinsiz erişim sağlandı. Bir hafta içinde en az yedi Güney Kore finans kurumu veri sızıntısı bildirdi. Finansal Hizmetler Komisyonu'na (FSC) göre 68 binden fazla kişinin verisi ele geçirildi. Saldırı altyapısında açık kaynaklı yapay zeka ajanı ARTEX'in izlerine rastlandı. Bu yazıda saldırının nasıl gerçekleştiği, CrowdStrike'ın bulguları ve kurumların alabileceği önlemler ele alınıyor.

Güney Kore Bankalarında Ne Oldu?

Saldırı dalgası 28 Eylül'de Shinhan Bank'ta başladı ve yaklaşık bir hafta sürdü. Shinhan'ın açıklamasına göre kredi aracılarının kullandığı bir sorgulama hizmetine sızıldı ve 25 binden fazla müşteri etkilendi. Sızan veriler arasında ad, telefon numarası, yıllık gelir ve kredi limiti bilgileri yer alıyor. Ardından KB Kookmin, Hana, BNK Busan ve Yegaram Savings Bank da benzer ihlaller bildirdi. Woori ve NH NongHyup ise saldırıyı püskürttü.

Kurum bazında açıklanan rakamlar, bankaların duyuruları ve Tech Times'ın derlemesine göre şöyle:

Konu kısa sürede devlet düzeyine taşındı. 5 Ekim'de hükümet 7/24 siber güvenlik acil durum düzenine geçti ve ulusal siber alarm seviyesi "Dikkat"ten "İzleme"ye yükseltildi. AFP'nin Malay Mail'de yayınlanan haberine göre Devlet Başkanı Lee Jae Myung, 6 Ekim'deki kabine toplantısında bazı saldırılarda yapay zeka kullanıldığına dair işaretler bulunduğunu söyledi. Lee'ye göre yapay zeka, özel becerisi olmayan kişiler için bile hacklemeyi kolaylaştıran bir noktaya ulaştı. Aynı gün Ulusal Polis Teşkilatı resmi soruşturma başlattı. Para hareketlerine ait verilerin sızdığına dair bir bulgu ise açıklanmadı.

ARTEX Nedir, Nasıl Çalışıyor?

ARTEX, büyük dil modelleri üzerine kurulu, açık kaynaklı ve çok ajanlı bir otonom sızma testi sistemi. Keşif, zafiyet tespiti, saldırı ve sonuç doğrulama adımları az insan müdahalesiyle yürütülebiliyor. Araç, "Autumn-27" adlı bir GitHub hesabı tarafından geliştirildi ve ağırlıklı olarak Çince konuşan geliştiriciler arasında dağıtıldı. Tech Times'ın aktardığına göre ARTEX, Baidu Güvenlik Müdahale Merkezi'nin düzenlediği bir yarışmada ödül alan projeler arasındaydı.

Sistemin ayırt edici yanı model bağımsız olması. The Hacker News'te yayınlanan habere göre ARTEX farklı dil modeli altyapılarıyla çalışacak şekilde yapılandırılabiliyor. Kore basını aracın DeepSeek, OpenAI ve Anthropic modellerine bağlanabildiğini ve birden fazla ajanın aynı hedefi birlikte analiz ettiğini yazıyor.

Meşru sızma testi araçları yıllardır kullanılıyor. ARTEX'i farklı kılan, saldırı planlamasını da ajanlara bırakması. Kurumlarda iş süreçlerini hızlandıran otonom yapay zeka ajanları ile aynı mimari, saldırı tarafında da çalışabiliyor. Yetkili bir güvenlik testiyle izinsiz bir saldırı arasındaki fark çoğu zaman yazılımda değil, imzalanmış yetki belgesinde yatıyor.

Saldırganlar Bankalara Hangi Kapıdan Girdi?

Saldırılarda ana bankacılık uygulamaları ya da para transfer sistemleri hedef alınmadı. Girişler kredi aracısı portalı, çalışan mobil destek sistemi ve satış destek veritabanı gibi çevre sistemlerden yapıldı. Tech Times'ın aktardığına göre birincil yöntem "credential stuffing" oldu. Önceki sızıntılardan elde edilen kullanıcı adı ve parola çiftleri giriş ekranlarında toplu olarak denendi. Ajanın savunma tepkilerine göre zamanlamayı ayarladığı, altyapıyı değiştirdiği ve parametreleri uyarladığı belirtiliyor.

Tespit süreleri de uzun. Shinhan'daki erişim ilk girişten 15 saati aşkın bir süre sonra fark edildi ve bağlantı yaklaşık 30 saat sonra kesildi. KB Kookmin'de tespit yaklaşık 43 saat sürdü.

"Saldırganlar ön kapıdan değil, pencereden girdi." Hwang Suk-jin, Dongguk Üniversitesi

Hwang'ın kastettiği, çekirdek sistemlere göre daha zayıf korunan destek ağları. Ona göre bu ihlaller daha büyük saldırılar öncesinde yapılan bir ilk test de olabilir. Finansal Güvenlik Enstitüsü Başkanı Park Sang-won da IP engellemenin yetersiz kaldığını söyledi: saldırganlar pek çok ülkedeki adresler arasında geçiş yapabildiği için IP adresi saldırganı tek başına tanımlamıyor.

CrowdStrike Saldırganın İzini Nasıl Sürdü?

İlk iz, Genians Güvenlik Merkezi'nden Moon Jong-hyun tarafından bulundu. Şüpheli bir saldırı sunucusunun HTML başlığında ARTEX'e ait bir konsol ifadesi tespit edildi. Kore Finansal Güvenlik Enstitüsü bağlantıyı IP ve log analiziyle doğruladı.

Ayrıntılı tablo CrowdStrike'ın 7 Ekim'de yayımladığı analizde ortaya kondu. Saldırganın kontrolündeki altyapıda açık bırakılmış dizinler bulundu. Dizinlerde Claude Code oturum geçmişleri, Claude bellek dosyaları ve ARTEX yapılandırma dosyaları yer alıyordu. Hong Kong merkezli bir IP adresi ana altyapı olarak kullanılırken ARTEX ayrı bir sunucuda çalıştırıldı. Claude Code'un CLAUDE.md dosyasına Çince bir sızma testi talimatı yazılarak dil modelinin testi nasıl yürüteceği yönlendirilmişti.

Kayıtlara göre ARTEX'in ana modeli DeepSeek v4.1-flash oldu. DeepSeek'e muhtemelen xcai[.]pro adlı bir API aracısı üzerinden erişildi. Zhipu AI'ın GLM-5.3 modeli ve Grok 4.6 ek oturumlarda kullanıldı. Saldırganın Claude'a çalınan Kore verilerinin genellikle nerede satıldığını sorduğu, Kore'deki Telegram veri satış gruplarını bulmak için yardım istediği de kayıtlarda görülüyor. ARTEX sonuçlarını anlatan bir "güvenlik araştırmacısı" özgeçmişi de yine Claude'a hazırlatıldı.

Ticari modeller saldırı zincirine bu kadar kolay eklenebiliyor. Claude Sonnet 5 gibi yeni sürümlerin ekonomik etkisi konuşulurken, sağlayıcıların kötüye kullanımı nasıl yakalayacağı da yanıt bekliyor.

"Yapay zeka araçları, finansal motivasyonlu bir saldırganın kısa sürede birden fazla sızma gerçekleştirmesini mümkün kılabiliyor." CrowdStrike Counter Adversary Operations

CrowdStrike, saldırıyı bilinen bir gruba bağlamadı. Şirketin orta güvenle vardığı değerlendirmeye göre saldırgan büyük olasılıkla Çince konuşan ve para için çalışan biri. The Hacker News'in aktardığına göre şüpheli operatör 8 Ekim'de Telegram'da suçlamaları reddetti. Bu inkar bağımsız olarak doğrulanmadı.

Ajan Saldırısı Klasik Saldırıyla Kıyaslandığında

Klasik bir saldırıda hedefler elle belirlenir, ağ tek tek yoklanır ve zafiyetin nasıl istismar edileceği operatör tarafından çözülür. Ajan tabanlı saldırıda bu işlerin büyük kısmı otomatikleşiyor. Korea Times'ta yayınlanan analizde Kore Üniversitesi Bilgi Güvenliği Enstitüsü'nden Prof. Lim Jong-in hız farkına dikkat çekti:

"İnsan hackerların bu ölçekte bir saldırıyı planlayıp uygulaması haftalar, hatta aylar alırdı." Lim Jong-in, Kore Üniversitesi

Rakamlar da aynı yönü gösteriyor. IBM'in 29 Temmuz 2026'da yayımladığı Veri İhlali Maliyeti raporuna göre 602 kuruluşta incelenen kötü niyetli ihlallerin yaklaşık dörtte birinde yapay zeka kullanıldı. Oran bir yılda %56 arttı. Yapay zeka destekli ihlallerin ortalama maliyeti 6 milyon dolar, küresel ortalama ise 4,99 milyon dolar olarak hesaplandı.

Kullanıcıyı kandırmaya dayanan sahte ChatGPT Plus 5.6 kampanyası gibi saldırılarda yapay zeka bir yem olarak kullanılıyordu. Kore'de ise işi yapan araç yapay zekanın kendisi oldu.

Açık Kaynak Sızma Araçları Tartışması Neden Büyüyor?

Reuters'ın aktardığı ve The Standard'da yayınlanan habere göre Autumn-27, 8 Ekim'de projeyi kapalı kaynağa çevirdi.

"Aracın kötüye kullanımı nedeniyle ARTEX projesi artık güncellenmeyecek ve kapalı kaynağa dönüştürülecek." Autumn-27, ARTEX geliştiricisi

Geliştirici, yeni sürüm yayınlanmayacağını ve bakım desteği verilmeyeceğini de duyurdu. Açıklamada aracın kurumların güvenlik risklerini test etmesi için tasarlandığı, yasa dışı kullanıma karşı olunduğu belirtildi. Reuters, ARTEX'in GitHub sayfasının kaldırıldığını tespit etti. Daha önce indirilmiş kopyalar ise bu karardan etkilenmiyor.

Kısıtlama yanlıları Lee Jae Myung'un tespitine dayanıyor: yapay zeka, sızma bilgisi olmayan birine de saldırı kapasitesi kazandırıyor. Prof. Lim Jong-in de bazı Çin menşeli modellerin güvenlik önlemlerinin zayıf olduğunu ve herkes tarafından indirilip değiştirilebildiğini hatırlatıyor.

Karşı görüşe göre aynı araçlar savunmacıların zayıf noktaları saldırganlardan önce bulması için gerekli. Lim, kurumların yapay zekayı zafiyet tespitinde kullanması ve saldırılara 7/24 otomatik yanıt veren sistemler kurması gerektiğini söylüyor. Uzmanlar ARTEX'in Çin menşeli olmasının bir devlet aktörüne işaret ettiği varsayımına karşı da uyarıyor. Araç açık kaynak olduğu için herkes tarafından indirilebiliyordu.

Kurumlar Yapay Zeka Ajanlarına Karşı Nasıl Korunur?

Korea JoongAng Daily'nin haberine göre FSC, 2 Ekim'de Genel Sekreter Shin Jin-chang başkanlığında acil toplantı yaptı ve sektör çapında güvenlik denetimi istedi. Bankalardan dört adım talep edildi:

1. Yapay zeka sistemleri dahil dışarıdan erişilebilen tüm BT varlıkları ve hizmetleri belirlenip güvenlik kontrolünden geçirilecek.

2. Kimlik doğrulaması olmadan iç bilgilere ulaşılmasına izin veren yollar tespit edilecek.

3. Saldırılarda kullanılan IP adresleri ve sızma girişimi kayıtları Kore İnternet ve Güvenlik Ajansı (KISA) dahil kurumlarla paylaşılacak.

4. Güvenlik bulguları gecikmeden raporlanacak.

Credential stuffing yöntemine karşı en doğrudan önlem çok faktörlü kimlik doğrulama (MFA). Sızmış bir parola tek başına giriş için yeterli olmadığında ajanın toplu denemeleri sonuçsuz kalıyor. Kore örneği, çevre sistemlerin de çekirdek sistemlerle aynı standartta korunması gerektiğini gösteriyor. Kredi aracısı ya da tedarikçi portalları bu yüzden ayrıca denetlenmeli. Giriş denemelerindeki zamanlama ve altyapı değişimlerini izleyen anomali tespiti de 15 ila 43 saat arasında değişen tespit sürelerini kısaltmanın yolu olarak öne çıkıyor.

Türkiye açısından konu yeni değil, ama ölçeği değişiyor. Türkiye'de yapay zeka regülasyonu üzerine süren çalışmaların, otonom ajanların kötüye kullanımı gibi senaryoları da hesaba katması gerekecek gibi görünüyor.

Sıkça Sorulan Sorular

ARTEX AI nedir?

ARTEX, Çin'de geliştirilen, büyük dil modelleriyle çalışan açık kaynaklı ve çok ajanlı bir otonom sızma testi aracıdır. Keşiften saldırıya kadar olan adımları az insan müdahalesiyle yürütebiliyor. Geliştiricisi Autumn-27, Güney Kore saldırılarının ardından 8 Ekim 2026'da projeyi kapalı kaynağa çevirdi.

Güney Kore'deki saldırıda hangi bankalar etkilendi?

Veri sızıntısı bildiren kurumlar arasında Shinhan Bank, KB Kookmin Bank, Hana Bank, BNK Busan Bank ve Yegaram Savings Bank bulunuyor. En büyük etki Yegaram'da (yaklaşık 40 bin kişi) ve Shinhan'da (25 binden fazla müşteri) görüldü. Woori Bank ile NH NongHyup Bank'a yönelik girişimler veri kaybı yaşanmadan durduruldu.

Saldırının arkasında Çin mi var?

Hayır, bu kanıtlanmış değil. CrowdStrike saldırganın büyük olasılıkla Çince konuşan ve finansal motivasyonlu biri olduğunu orta güvenle değerlendiriyor, ancak saldırıyı bilinen bir gruba ya da devlete bağlamıyor. Kore'deki uzmanlar da aracın açık kaynak olduğunu, bu yüzden Çin menşeinin saldırganın kimliğini göstermediğini vurguluyor.

Müşterilerin parası çalındı mı?

Hayır, şu ana kadar doğrudan bir finansal kayıp açıklanmadı. Saldırganlar para transfer sistemlerine değil, kredi aracısı ve çalışan portalı gibi çevre sistemlere girdi. Kore'nin finans düzenleyicileri ise sızan verilerle yapılabilecek oltalama ve sahte kredi dolandırıcılıklarına karşı tüketicileri uyardı.

Bireysel kullanıcılar bu tür saldırılardan nasıl korunabilir?

En etkili önlem, her hizmette farklı parola kullanmak ve çok faktörlü doğrulamayı açmaktır. Credential stuffing saldırıları başka sitelerden sızmış parolaların yeniden kullanılmasına dayanıyor. Bankanızdan geliyormuş gibi görünen beklenmedik mesaj ve aramalara karşı da dikkatli olmak gerekiyor.

Güney Kore Meclisi'nin bu ay yapacağı yıllık denetimde bankaların siber güvenlik karnesi masaya gelecek. Milletvekili Park Sang-hyuk, müşteri verilerinin bankalardan tekrar tekrar sızmasına seyirci kalınamayacağını söyledi. Hwang Suk-jin'in uyarısı ise hala cevapsız: yaşananlar bir sonuç mu, yoksa daha büyük bir saldırının provası mı?