Yapay Zeka Danışmanlığı
Yapay Zeka Güvenliği ve Red Team Testleri

Birlikte çalıştığımız 500'den fazla markadan birkaçı. Kendi işimizi production'daki 100'den fazla AI workflow'u üzerinden yürütüyoruz.
Tüm referansları görGörev düzeyi hizmetler
Sisteminiz için önemli olan saldırı yolunu test edin
Güvence Altına Alın ve İşletin


Yapay ZekaTehdit Modelleme
AI güvenlik sınırı henüz değiştirilebiliyorsa veri, model, araç, kimlik ve izin yollarını kontrollere bağlayan tehdit modellemeyle başlayın.


Prompt Enjeksiyonu veJailbreak Testi
Güvenilmeyen talimat kullanıcıdan veya retrieval belgesinden araçlara ve korunan veriye ulaşabiliyorsa prompt enjeksiyonu ile jailbreak testini seçin.


Yapay Zeka RedTeam Testi
Bir saldırganın model, uygulama, veri, araç ve operasyon zayıflıklarını zincirlemesini yetkili kampanyada sınamak istiyorsanız AI red team çalışmasına yönelin.


Güvenli Yapay ZekaMimarisi İncelemesi
Production öncesi mimari iddialarının kimlik, veri, model, araç, izolasyon, loglama ve kurtarma kanıtıyla doğrulanması gerekiyorsa güvenli mimari incelemesini seçin.


Agent, Araç veMCP Güvenlik Testleri
Agent’ın MCP bağlantıları ve tool izinleri sonucu değiştirebiliyorsa kimlik, sözleşme, yan etki ve kalan riski birlikte test edin.


RAG Güvenliği, Veri Sızdırmave Zehirleme Testleri
RAG güvenlik kararınız zehirlenme, retrieval manipülasyonu veya veri sızdırma ihtimaline dayanıyorsa kaynaktan atıfa uzanan yetkili yolu test edin.
Neden önemli
Yapay zeka güvenliği model uç noktasından büyüktür
Saldırı yolları prompt, getirim kaynağı, araç yetkisi, kimlik, veri akışı, üçüncü taraf, kullanıcı arayüzü ve sistemin alabileceği aksiyonlar üzerinden ilerler.
Nasıl çalışıyoruz
Testten önce tehdit modelleyin
Adversaryal testlere başlamadan önce varlıklar, saldırganlar, güven sınırları, olası kötüye kullanım, test yetkisi, güvenlik sınırları ve kanıt işleme konusunda uzlaşırız.
Kapsam ve sorumluluk
Sınır önce yetkilendiriliyor, sonra zorlanıyor; kapsam değişikliği o yetkilendirmeye geri dönüyor
Korunan varlıklar, saldırgan modeli, güvenlik sınırları ve durdurma koşulları test başlamadan önce kararlaştırılıyor.
Korunan varlıklar, sistem durumu, saldırgan bakışı, izin verilen erişim, olası kötüye kullanım yolları, kanıt işleme, durdurma koşulları ve sonucu kabul etme yetkisi olan kişi üzerinde uzlaşıyor; ardından mevcut mimari, veri, izinler, prompt'lar, araçlar, kontroller, olaylar ve bağımlılıklardan başlangıç görünümünü çıkarıyor, bilinmeyenleri bilinmeyen olarak işaretli bırakıyoruz. Kararlaştırılan inceleme ya da test yolu onaylı sınır içinde çalışıyor ve yazılı eşiklere göre değerlendiriliyor; kapsam değişikliği yürütme sırasında karara bağlanmıyor, yetkilendirmeye geri dönüyor. Yeniden test kapsamdaysa değişen yollar tekrar çalıştırılıyor; devirde neyin kapandığı, neyin açık kaldığı ve neyin yeni bir incelemeyi tetikleyeceği yazılı oluyor.
Yapay Zeka Güvenliği ve Red Team Testleri sürecimiz
Kararı ve sınırı tanımlayın
İş büyümeden önce hedef sonucu, kullanıcıları, sorumluları, kısıtları, kanıtı ve kabul yetkisini belirleyin.
Başlangıç seviyesini kurun
Temsili sistem, veri, iş akışı, hata ve mevcut kontrolleri inceleyin. Bilinmeyenleri geçmiş kontrol gibi göstermeyin.
En küçük yeterli müdahaleyi tasarlayıp test edin
Seçenekleri karşılaştırın, sınırları belirli kapsamı geliştirin veya değerlendirin ve kritik vakaları uzlaşılan kanıt kapılarına göre test edin.
Karar verin, devredin ve kanıtı saklayın
Kabulü, istisnaları, kalan riski, sahipliği, işletme sorumluluklarını ve sonraki inceleme tetikleyicisini kaydedin.
Kendi ekibimizin içinden
Beş Zeo danışmanı, AI'ın kendi işlerinde neyi değiştirdiğini anlatıyor
Zeo'da operasyonda çalışan her danışmanın güvenli LLM erişimi ve eğitimi var, AI günlük işin içinde duruyor. Beşi AI Bootcamp'imizden geçti ve neyin değişmesini beklediğini yazdı.
Yapay Zeka
Digitalzone konuşmaları
AI, e-ticaret ve içerik üretimi üzerine üç Digitalzone konuşmasını izleyebilirsiniz.
Tavsiye verdiği AI sistemini kendisi kuran ekip
Zeo'da agent, chatbot ve RAG sistemlerini kıdemli mühendisler kuruyor ve canlıya çıktıktan sonra işletmeyi de onlar sürdürüyor. Aşağıdaki danışmanlar bu sayfanın kapsadığı işe göre eşleşen o ekip.
Kullandığımız araçlar
İşin arkasındaki AI mühendisliği araçları
Modeller, retrieval, değerlendirme ve gözlemlenebilirlik çalışan bir sistemin ayrı katmanları. Bu sistemleri kurup işlettiğimiz araçlar bunlar.
Modeller ve bulut platformları
- Microsoft Azure AIAzure üzerinde çalışan sistemlerde izolasyon, loglama ve kurtarma iddialarını gerçek rol atamaları ve ağ ayarlarıyla kontrol ediyoruz. Mimari diyagramdaki etiketleri kanıt olarak kabul etmiyoruz. Microsoft Azure AI, güvenlik sınırının pratikte nasıl uygulandığını görmemize yardımcı oluyor.
- NVIDIA AISelf-hosted sistemlerde saldırı yüzeyini yalnızca model endpoint'iyle sınırlamıyoruz. NVIDIA'nın serving ve GPU altyapısını uygulama ve model katmanlarıyla birlikte inceliyoruz. Böylece altyapının altında kalan güvenlik risklerini de değerlendirmeye dahil ediyoruz.
- Amazon Web ServicesSistem AWS üzerinde çalışıyorsa IAM politikalarını, ağ sınırlarını ve audit geçmişini doğrudan inceliyoruz. Diyagramda izole veya loglanıyor olarak gösterilen bileşenlerin gerçekte aynı kontrollerle korunup korunmadığını kontrol ediyoruz. AWS hesap verileri, güvenlik değerlendirmesinin temel kanıtını oluşturuyor.
Agent ve otomasyon framework'leri
- PromptfooAI Red Teaming, Prompt Injection & Jailbreak Testing ve RAG Security Testing çalışmalarında Promptfoo'yu ortak probe altyapısı olarak kullanıyoruz. Yetkili saldırı corpus'unu bir kez oluşturup düzeltme sonrasında aynı seti yeniden çalıştırıyoruz. Böylece güvenlik iyileşmesini farklı testlerle değil, sabit koşullarda ölçüyoruz.
- MCP-ScanAgent, Tool & MCP Security Testing kapsamında bağlı MCP server'larını ve tool açıklamalarını MCP-Scan ile inceliyoruz. Genel güvenlik araçlarının okumadığı tanım katmanındaki gizli prompt injection yüklerini arıyoruz. Agent tool'u çağırmadan önce riskli bağlantıları görünür hale getiriyoruz.
Retrieval, embedding ve hafıza
- PineconeRAG Security, Data Exfiltration & Poisoning Testing çalışmalarında yetki atlama ve zehirli içerik testlerini gerçek retrieval store üzerinde çalıştırıyoruz. Pinecone'un metadata ve izin filtrelerini doğrudan hedefliyoruz. Böylece uygulamanın kullanıcılar arasında veri ayırma kuralını production yüzeyinde test ediyoruz.
- QdrantKurum vector index'ini kendi altyapısında çalıştırıyorsa RAG güvenlik testlerini Qdrant üzerinde yürütüyoruz. Pinecone yerine, müşterinin erişim modelini gerçekten uygulayan store'u hedefliyoruz. Böylece test ortamını production mimarisiyle uyumlu tutuyoruz.
Değerlendirme ve gözlemlenebilirlik
- Patronus AIPrompt Injection & Jailbreak Testing ve AI Red Teaming çalışmalarında yalnızca özel saldırı örneklerimize güvenmiyoruz. Patronus AI'ın standart güvenlik değerlendirmelerini bağımsız bir referans noktası olarak çalıştırıyoruz. Böylece kurumun özel risklerini daha geniş bir benchmark ile karşılaştırıyoruz.
- LangfuseRAG Security Testing ve Agent, Tool & MCP Security Testing sırasında bir bulgunun retrieval ve tool çağrılarından nasıl geçtiğini Langfuse trace'leriyle izliyoruz. Düzeltme öncesi ve sonrasında aynı adımların kaydını karşılaştırıyoruz. Bu sayede saldırı yolunu yorumla değil, kesin çalışma sırasıyla yeniden üretiyoruz.
- DatadogSecure AI Architecture Review kapsamında izleniyor veya kurtarılabilir olarak tanımlanan bileşenleri Datadog geçmişiyle kontrol ediyoruz. Gerçek alarm, log ve olay kayıtlarının varlığını inceliyoruz. Böylece diyagramdaki monitoring kutusunu tek başına kanıt olarak kabul etmiyoruz.
- TraceloopAI Threat Modeling sırasında diyagramda tanımlanan sınırları production'daki gerçek çağrı yollarıyla karşılaştırıyoruz. Traceloop trace'leri, sistemin canlı ortamda hangi bileşenlerden geçtiğini gösteriyor. Varsayılan kontrolün gerçek sistemi kapsamadığı durumları böylece erken yakalıyoruz.
Güvenlik ve güvenlik testi
- GiskardAgent, Tool & MCP Security Testing, Prompt Injection & Jailbreak Testing ve RAG Security Testing çalışmalarında bulguları Giskard üzerinde tekrarlanabilir hale getiriyoruz. Her risk için aynı davranışı yeniden üreten bir test vakası oluşturuyoruz. Böylece düzeltme sonrasında sorunun gerçekten kapandığını aynı koşullarda kontrol ediyoruz.
- Guardrails AIAgent, Tool & MCP Security Testing ve Secure AI Architecture Review kapsamında Guardrails AI'ı belirtilen aksiyon ve çıktı sınırlarında çalıştırıyoruz. Sözleşme dışı isteklerin çalışmadan önce reddedilip reddedilmediğini test ediyoruz. Böylece diyagramdaki okun gerçekten bir kontrol noktası olup olmadığını doğruluyoruz.
- Lakera GuardPrompt injection, RAG veri sızıntısı, agent kötüye kullanımı ve mimari sınırlar için test ettiğimiz kontrolleri Lakera Guard ile canlı trafikte uyguluyoruz. Bir sınırın testte geçmesi, production'da korunması için tek başına yeterli olmuyor. Runtime katmanı, değerlendirme döngüleri arasında aynı kuralı sürekli çalıştırıyor.
- MindgardAI Red Teaming çalışmalarında saldırganın model, veri, tool ve operasyon zayıflıklarını birlikte kullanacağını varsayıyoruz. Mindgard ile bu katmanları kapsayan birleşik saldırı yollarını çalıştırıyoruz. Düzeltme sonrasında aynı kampanyayı yeniden yürüterek riskin kapandığını kontrol ediyoruz.
- garakAI Red Teaming ve Prompt Injection & Jailbreak Testing çalışmalarına garak'ın güncel probe kütüphanesiyle başlıyoruz. Bilinen güvenlik açığı ailelerinden hangilerinin sistemde başarılı olduğunu önce bu setle görüyoruz. Özel çalışmayı tekrar keşif yerine henüz test edilmemiş alanlara yönlendiriyoruz.
- IriusRiskAI Threat Modeling ve Secure AI Architecture Review çalışmalarında sistemi metin, doküman, user story ve kod üzerinden IriusRisk'e aktarıyoruz. Araç önce güncel diyagramı oluşturuyor, ardından kurallarıyla tehdit modelini çıkarıyor. Mimari değiştikçe modelin de sorgulanabilir ve güncel kalmasını sağlıyoruz.
Sonraki adım
İşinize değer katan üretken yapay zekâ çözümlerini hayata geçirin


FAQ































