Siber Savunma Süresi Daralırken Daybreak'i Genişletmek
En yeni siber güvenlik modelimiz GPT‑5.6‑Cyber ile gelişmiş siber yeteneklerden birlikte yararlanmanın yeni yollarını sunuyoruz.
Siber güvenlik dünyası hızla değişiyor. Tehdit aktörleri, tamamen otonom yöntemler gibi, benzeri görülmemiş hız ve ölçekte siber saldırılar düzenlemek için yapay zekâyı giderek daha fazla kullanacak. Bu yetenekler yaygınlaştıkça savunmacıların hazırlanmak için sahip olduğu süre daralıyor. Bizim çözümümüz, saldırganlar taarruz amaçlı yapay zekâ yeteneklerini geniş ölçekte devreye almadan önce en üst seviye zekâyı her yerdeki güvenilir savunmacıların kullanımına sunmak.
OpenAI Daybreak'i, onaylı savunmacılara çalışmaları için doğru yetenekleri sunmak üzere tasarlanan iki erişim katmanıyla genişletiyoruz:
- Daybreak Blue, yetkili savunma amaçlı güvenlik çalışmalarına göre uyarlanmış koruma önlemleriyle GPT‑5.6 Sol gibi en üst seviye genel amaçlı modellere erişim sağlar. Güvenlik açığı keşfi, güvenli kod incelemesi, kötü amaçlı yazılım analizi, olay müdahalesi ve yama doğrulamasını desteklediğinden çoğu savunmacı için önerilen başlangıç noktasıdır.
- Daybreak Red, yetkili güvenlik açığı araştırmaları, istismar doğrulaması ve güvenlik testleri için özel olarak eğitilmiş siber güvenlik modellerimize erişim sağlar.
Ayrıca Daybreak Red üzerinden sunulan GPT‑5.6‑Cyber'ı kullanıma açıyoruz. GPT‑5.6 Sol temel alınarak geliştirilen bu model, çeşitli özel siber güvenlik görevlerindeki yetenekleri (ör. sıfırıncı gün güvenlik açıklarını bulma ve istismar zincirleri geliştirme) iyileştirmek ve daha yüksek riskli, çift kullanımlı bazı siber görevlerdeki retleri azaltmak üzere eğitildi.
Daybreak gelişmiş siber yeteneklerin önünü açıyor
Daha önce paylaştığımız üzere GPT‑5.6 Sol, siber güvenlik görevlerinde en ileri düzeyde performans sunuyor. Üretim ortamında kötüye kullanımı önlemek amacıyla siber güvenlikle ilgili istekleri tarayan sistem düzeyinde koruma önlemleri uyguluyoruz; ancak bunlar meşru savunma çalışmalarını da engelleyebiliyor. Daybreak Blue erişimi bu korumaları kaldırarak olay tespiti ve müdahalesi, soruşturmalar, güvenlik açığı yönetimi ve güvenlik değerlendirmeleri gibi gerçek dünyadaki güvenlik görevlerinde savunmacıların modelden daha fazla yararlanmasını sağlıyor.
Sistem düzeyinde korumalar olmasa bile GPT‑5.6 Sol, çift kullanım potansiyeli çok yüksek bazı siber güvenlik promptlarını (ör. üretim sistemlerine sızma testi yapılması) yerine getirmeyi reddeder. Bu sorunu gidermek için Daybreak Red erişimiyle sunulan GPT‑5.6‑Cyber'ı, retleri daha da azaltmak ve belirli görevlerdeki performansı artırmak üzere eğittik. GPT‑5.6‑Cyber, güvenilir savunmacıların meşru güvenlik faaliyetleri yürütmesine yardımcı olur.
Daybreak Red erişimi üzerinden GPT‑5.6‑Cyber'ın sağladığı daha düşük ret oranını ölçmek için modellerin istismar zinciri geliştirme, kimlik doğrulamasını atlatma, yetki yükseltme ve diğer gelişmiş siber güvenlik senaryolarına ilişkin isteklere ne sıklıkta yanıt verdiğini ölçen şirket içi bir değerlendirme (Gelişmiş Siber Güvenlik Tamamlama Oranı) oluşturduk1. GPT‑5.6‑Cyber bu isteklerin %95,0'ını tamamlarken GPT‑5.6 Sol yalnızca %1,5'ini, Daybreak Blue erişimiyle kullanıldığında ise %2,0'ını tamamlıyor. Ayrıca isteklerin yalnızca %57,3'ünü tamamlayan GPT‑5.5‑Cyber'dan daha fazla isteği tamamlayarak önceki modelde sürekli retlerle karşılaşan güvenlik araştırmacılarının geri bildirimlerine yanıt veriyor.
Aşağıda bir dizi siber güvenlik promptunu ve sistem düzeyinde korumalara sahip GPT‑5.6 Sol, GPT‑5.6 Sol (Daybreak Blue), GPT‑5.5‑Cyber (Daybreak Red) ve GPT‑5.6‑Cyber (Daybreak Red) modellerinin ilgili yanıtlarını gösteriyoruz.
Siber güvenlik performansını iyileştirme
GPT‑5.6‑Cyber modeli, istismar geliştirme ve ileri düzey güvenlik araştırmalarını içeren belirli siber güvenlik iş akışlarındaki performansı iyileştirmek üzere eğitildi. Ajanların bilinen güvenlik açıklarını kontrollü ortamlarda rastgele kod yürütmeyi sağlayan çalışan istismarlara dönüştürüp dönüştüremediğini ölçen ExploitGym2'de GPT‑5.6‑Cyber, hem GPT‑5.6 Sol'u hem de GPT‑5.5 Cyber'ı geride bırakıyor.
GPT‑5.6‑Cyber'ın iyileştirmeyi amaçladığı bir diğer alan, yeni sıfırıncı gün güvenlik açıklarını bulma ve önem derecelerini doğru biçimde belirleme becerisidir. Modellere açık kaynaklı bir deponun güncel sürümünü sunduğumuz şirket içi bir değerlendirme veri kümesi oluşturduk. Ardından bulgularını açıklayan teknik bir metnin yanı sıra mümkün olan en yüksek etkiye sahip kavram kanıtı istismarlar üretmelerini istiyoruz. Modeller; bulgularının önem derecesi ve etkisinin yanı sıra eşlik eden teknik açıklamanın doğru ölçeklendirilmesi ve kalitesi bakımından değerlendirilir. GPT‑5.6‑Cyber (Daybreak Red), özel eğitimi sayesinde bu değerlendirmede GPT‑5.6 Sol'u (Daybreak Blue) geride bıraktı.
GPT‑5.6‑Cyber'ı, ajana bilinen bir güvenlik açığı içeren depodaki açıkları bulması için açık uçlu bir prompt veren şirket içi Güvenlik Açığı Keşfi ve Rapor Yazımı değerlendirmemizde de test ettik. Modeller bu değerlendirmede ciddi ve giderilebilir güvenlik açıkları (yeni veya bilinen) bularak, çalışan bir kavram kanıtı geliştirerek ve yüksek kaliteli bir güvenlik açığı raporu sunarak puan kazanır. Hem GPT‑5.6 Sol hem de GPT‑5.6‑Cyber, GPT‑5.5‑Cyber'a kıyasla gelişme gösteriyor. GPT‑5.6‑Cyber bu değerlendirmede GPT‑5.6 Sol'dan daha düşük performans gösteriyor. Bunun, modelin bazen daha kısa ve daha az ayrıntılı güvenlik açığı raporları hazırlamasından kaynaklandığını düşünüyoruz.
Son olarak, bir ajanın V8 güvenlik açığını tam kapsamlı bir istismara dönüştürme becerisini test eden ExploitBench3 değerlendirmesiyle istismar geliştirme yeteneklerini ölçtük. Bu istismar görevi ExploitGym'den daha zordur: V8 korumalı alanı gibi daha fazla savunma etkin kalır ve ajana istismar edeceği güvenlik açığı hakkında daha az bilgi verilir. Ajanları 300 turla sınırlayan standart ayarda GPT‑5.6 Sol (Daybreak Blue), görevleri token bakımından daha verimli çözüyor ve en iyi performansı gösteriyor. Standart 300 turluk ayarı 600 tura çıkardığımızda iki model arasındaki performans farkı azalıyor.
Değerlendirme ölçütlerindeki sonuçların yanı sıra, güvenilir müşteri ortaklarından oluşan bir gruba GPT‑5.6‑Cyber için erken erişim de sağladık. Bu müşteriler, savunma iş akışlarını hızlandırmak için modellerden başarıyla yararlandı:
Gerçek dünyadaki yazılımlarda güvenlik açıklarını bulma ve yamalama
GPT‑5.6‑Cyber'ın yetenekleri, araştırma ölçütlerindeki performansın ötesine geçerek gerçek dünyadaki güvenlik açığı araştırmalarını da kapsıyor. Gerçek dünyadaki güvenlik açığı araştırmaları genellikle büyük ve bilinmeyen kod tabanları üzerinde uzun süreli akıl yürütmeyi gerektirir. Araştırmacılar hipotezler oluşturup test etmeli, birden fazla bileşen arasındaki etkileşimleri izlemeli, beklenmedik davranışları yeniden üretmeli ve şüphelenilen bir güvenlik açığının pratikte istismar edilip edilemeyeceğini belirlemelidir.
GPT‑5.6‑Cyber modelinin eğitimi tamamlandığından beri seçili yazılım projelerini kapsamlı biçimde incelemek ve iyileştirmek için bu modeli kullandık. Örneğin GPT‑5.6‑Cyber'ı, Chrome'un kullandığı JavaScript motoru V8'i incelemek için kullandık. Belleği bozmak ve V8 yığın korumalı alanından kaçmak üzere zincirlenebilen, daha önce bilinmeyen iki güvenlik açığı ortaya çıkardık. Araştırmacılarımız bulguları doğruladı ve koordineli güvenlik açığı bildirimi yoluyla Google'a iletti. Google, güvenlik açığını giderdi ve CVE-2026-15903 kimliğini atadı.
CVE-2026-15903, Chrome'un JavaScript motoru V8'de bulunan yüksek önem dereceli bir güvenlik açığıdır. Optimizasyon yapan derleyicisi, değerleri tam sayılara dönüştürürken bir güvenlik kontrolünü hatalı biçimde atlıyor; bu da tanımsız değerlerin beklenen sonuç yerine beklenmedik ölçüde büyük bir sayı üretmesine imkân veriyordu.
Bu sayı bir dizi dizini olarak kullanılırsa derleyici, sayının dizi sınırları içinde kaldığını hatalı biçimde varsayabilir ve olağan sınır kontrolünü atlayabilir. Böylece bir saldırgan diğer nesnelere ait belleği okuyabilir veya üzerine yazabilir ve Chrome'un korumalı alanında rastgele kod yürütebilir. Yığın korumalı alanından kaçmak genellikle ikinci bir güvenlik açığı gerektirir; GPT‑5.6‑Cyber bunu da buldu. Aşağıdaki şema, yüksek önem dereceli bu güvenlik açığına genel bir bakış sunuyor.
Bu V8 güvenlik açıklarının yanı sıra GPT‑5.6‑Cyber'ı, popüler veri tabanlarından cep telefonlarına kadar çeşitli yazılımlardaki yüksek önem dereceli sorunları belirlemek için de kullandık:
- Güvenilmeyen bir uygulamadan yerel yetki yükseltmeye uzanan bir zincir dâhil, popüler bir mobil işletim sisteminde en az beş güvenlik açığı.
- Popüler bir veri tabanında, uzaktan kod yürütmeye giden bir yol dâhil üç kritik güvenlik açığı.
- Popüler bir işletim sistemi çekirdeğinde yetki yükseltmeye yol açabilen 400'den fazla güvenlik açığı.
Bu mobil işletim sistemi, veri tabanı ve çekirdek güvenlik açıklarını açıklamak ve gidermek için Daybreak ortakları ve açık kaynak topluluğu üyeleriyle yakın iş birliği içinde çalışıyoruz.
Risklere Hazırlık Değerlendirmeleri
Risklere Hazırlık Çerçevemiz kapsamında GPT‑5.6 Sol modeli, siber güvenlik yeteneği bakımından Yüksek olarak ve Kritik eşiğin altında değerlendirildi. GPT‑5.6‑Cyber'ı kullanıma sunmadan önce en üst seviye siber yeteneklerini de değerlendirdik ve benzer biçimde Yüksek eşiğe ulaştığını ancak Kritik eşiğe ulaşmadığını belirledik. Model, doğrudan eğitim verdiğimiz bazı özel siber görevlerde GPT‑5.6 Sol'a kıyasla gelişme gösterdi ancak Kritik eşiğimize ulaşacak ölçüde değil. Hugging Face olayıyla ilgili güncellemelerimizde belirttiğimiz üzere GPT‑5.6‑Cyber, Hugging Face'in istismar edilmesinde yer almadı; yakında yayımlanması planlanan diğer modeller de yer almadı.
GPT‑5.6‑Cyber'a ilişkin ek değerlendirmeler içeren bir sistem kartını daha sonra yayımlayacağız.
Erişim ve koruma önlemleri
Azaltılmış koruma önlemleriyle çalışan modeller, kötüye kullanım veya uyumsuzluk nedeniyle standart model kullanımının ötesinde riskler taşır. Bu risklere rağmen savunmacıların en üst seviye zekâya erişimini demokratikleştirmenin siber savunmayı hızlandırmak ve otomatikleştirmek için hayati olduğuna inanıyoruz.
Daybreak Blue ve Daybreak Red erişimi, yetkili çalışmalar yürüten onaylı bireylere(yeni bir pencerede açılır) ve kuruluşlara sunulmaktadır. Erişimi kimlik doğrulama, hesap güvenliği, izleme, onaylı kullanım kısıtlamaları ve yasal beyanlarla kontrol ediyoruz.
Siber modellerin daha güvenli kullanılmasını sağlamak için ek adımlar da atıyoruz:
- Codex kullanan Daybreak müşterilerini, uygulama varsayılanları ve kullanıcı arayüzü özellikleri aracılığıyla tam erişim modundan otomatik inceleme moduna geçmeye kuvvetle teşvik ediyoruz. Otomatik inceleme, yürütülmeden önce yükseltilmiş izin gerektiren eylemleri değerlendirir ve ciddi ölçüde yıkıcı davranış riski taşıyan istekleri engelleyebilir.
- 1 Eylül 2026'dan itibaren Daybreak'teki tüm bireysel hesapların donanım güvenlik anahtarlarını kullanmasını zorunlu tutacağız.
- Önümüzdeki haftalarda kullanıma sunmayı planladığımız gelişmiş izleme dâhil ek güvenlik önlemleri üzerinde etkin biçimde çalışıyoruz.
- Yaklaşan Daybreak sürümlerinde uyum eğitimine ve testlerine öncelik veriyoruz.
- Ekiplerin siber yetenekli ajanları amaçlanan güvenlik sınırları içinde tutmasına yardımcı olmak için Codex güvenlik en iyi uygulamaları belgelerimizi güncelledik.
Daybreak serisini kullanmaya yönelik en iyi uygulamalar şunlardır:
- Korumalı alanda çalıştırın ve yalıtın. Güvenlik iş akışlarını hassas üretim sistemlerine veya açık internete erişimi olmayan kontrollü ortamlarda çalıştırın. Korumalı alan sınırlarını düzenli olarak test edin.
- Ajan eylemlerini izleyin. Codex korumalı alanı dışındaki araç çağrılarını yürütülmeden önce incelemek için otomatik inceleme modunu(yeni bir pencerede açılır) kullanın. Daha yüksek riskli iş akışlarına ek izleme ve insan gözetimi uygulayın.
- Kapsamı tanımlayın. Hangi sistemlere ve eylemlere izin verildiğini belirtin. Bu sınırları uygulamak için kapsamlandırılmış izin profillerini(yeni bir pencerede açılır) kullanın.
Kuruluşlar ayrıca belirli iş akışları için inceleme politikasını özelleştirebilir(yeni bir pencerede açılır).
Çoğu savunmacıya başlangıç noktası olarak Daybreak Blue'yu öneriyoruz. Yetkili çalışmaları gelişmiş güvenlik açığı araştırması, istismar geliştirme veya red teaming içeren ekipler, en gelişmiş siber modellerimiz için Daybreak Red erişimi talep edebilir. Programa katılmak için openai.com/daybreak/partners adresinden başvurun.
1. Tüm değerlendirmelerde her modelin, halka açık en yüksek akıl yürütme düzeyindeki performansını gösteriyoruz. GPT‑5.6‑Cyber'ın akıl yürütme bütçesi genellikle GPT‑5.6 Sol'dan daha geniş ve kapsamlı olduğundan token kullanımı daha yüksektir.
2. Tüm ExploitGym değerlendirmeleri, güvenliği güçlendirilmiş ve yalıtılmış ortamlarda yeni şirket içi uygulamamız kullanılarak, uyumsuz davranışlara karşı sıkı gözetim altında gerçekleştirildi.
3. ExploitBench değerlendirmeleri, güvenliği güçlendirilmiş ve yalıtılmış ortamlarda şirket içi uygulamamız kullanılarak gerçekleştirildi.
