Doktora Adayı: İsa Cem Eken
EABD: Bilişim Sistemleri
Tarih: 03.09.2026 / 15:00
Yer: A-108

Özet: Modern dijital dünyamızda, güvenlik tehditleri her birey, kuruluş ve hükümet için önemli bir sorundur. Güvenlik Operasyon Merkezlerinde (SOC) güvenlik personelinin orkestrasyon ve otomasyon çalışmalarına yardımcı olmak için, yapay zekâ desteğine ilişkin yeni yaklaşımlara ihtiyaç duyulmaktadır. Bu çalışma, kapsamı Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) ve literatürdeki çalışmalara dayanan bir siber dayanıklılık orkestrasyonu çerçevesi önermektedir. Söz konusu çerçeve; otomasyon, orkestrasyon ve güvenlik personeliyle iş birliği süreçlerinde Büyük Dil Modellerinden (LLM) yararlanmaktadır. Geniş bağlam kapasitesine sahip güçlü LLM'lerin, dayanıklılık orkestrasyonunda başarılı performans sergilediği gözlemlenmiştir. Otomasyon Hazırlık Seviyesi puanı (ARL score) mantığının uygulanması, orkestrasyon akışına kontrollü insan müdahalesini getirmiştir. Uçtan uca playbook yürütme deneylerinde hem ARL puanlarıyla hem de ARL puanları olmadan, GPT-4o modeli beklenen eylemler konusunda tam puan (%100) elde etmiş; onu %90'ın üzerinde puanla GPT-4 Turbo izlemiştir. Çalışma ayrıca, orkestrasyon için gerekli entegrasyon süreçlerinde önemli bir kolaylaştırıcı rol oynayan Uygulama Programlama Arayüzü (API) öneri mekanizmasını da ele almaktadır. Bu kapsamda; tekil uç nokta tahmini ile doğru istek şeması ve curl komutu oluşturmayı da içeren uçtan uca API öneri deneyleri gerçekleştirilmiştir. Erişim Destekli Üretim (Retrieval Augmented Generation - RAG) yöntemiyle %100 uç nokta tahmin başarısı sağlanmış; LLM Ajanı ile doğru uç nokta tespit edildikten sonra ise %87,5 oranında uçtan uca API öneri başarısı elde edilmiştir.