E-Ticaret Sitelerine Büyük Siber Saldırı: Cloudflare Yeni Tehditleri Su Yüzüne Çıkardı!

Siber güvenlik devi Cloudflare, e-ticaret platformlarının altyapılarını hedef alan ve geleneksel güvenlik araçları tarafından fark edilemeyen dört ayrı zararlı yazılım operasyonunu başarıyla engellediğini duyurdu. Gelişmiş makine öğrenimi modeli Page Shield sayesinde tespit edilen bu tehditlerin, kullanıcıların ödeme ve kişisel verilerini sızdırmayı amaçladığı kaydedildi.

Cloudflare, e-ticaret sitelerinin altyapısına sızan ve standart güvenlik araçları tarafından tespit edilemeyen dört farklı zararlı yazılım operasyonunu, Page Shield makine öğrenimi modeliyle durdurduğunu duyurdu. Şirket, bu yazılımların genel güvenlik veritabanlarında yer almadığını ve geleneksel tarama yöntemlerini atlatmak için karmaşık gizleme teknikleri kullandığını belirtti. Tespit edilen saldırılar arasında; kullanıcı tıklamalarını izinsiz yönlendirerek satış komisyonlarını çalan sistemler, hiçbir kullanıcı etkileşimi gerektirmeden çalışan gizli iframe yöntemleri ve sitelere arka kapı (backdoor) yerleştirerek uzaktan kod çalıştırmaya olanak tanıyan modüller yer alıyor. Cloudflare'in geliştirdiği çizge sinir ağları (GNN), JavaScript kodunu düz bir metin olarak değil, bir etkileşim şeması olarak analiz ederek şüpheli desenleri ortaya çıkarıyor. Şirket, bu sistemin yanlış pozitif sonuçları en aza indirmek için büyük dil modelleriyle (LLM) desteklendiğini ifade etti. Bu tür saldırıların genellikle etiket yöneticileri veya e-ticaret sitesine yapılan izinsiz düzenlemeler yoluyla sisteme sızdığı kaydedildi. Söz konusu zararlı yazılımlar, tespit edilmemek için oldukça seçici davranıyor. Bazı saldırılar, yalnızca belirli cihaz türleri, coğrafi konumlar veya önceden belirlenmiş zaman dilimleri gibi katı koşullar sağlandığında aktif hale geliyor. Bu durum, güvenlik taramalarının çoğu zaman boş sonuç vermesine neden oluyor. Ayrıca, saldırganlar meşru pazarlama araçlarını taklit eden alan adları kullanarak veya popüler etiket yöneticileri üzerinden sızarak şüphe çekmemeye çalışıyor. Cloudflare, bu karmaşık yapıları çözmek için farklı yapay zeka modellerinden oluşan bir uzman grubu kullanıyor. Bu modeller, şüpheli kodları bağımsız ortamlarda çalıştırarak gizli davranışları ortaya çıkarıyor. Tespit edilen her bir bulgu, sistemin gelecekteki saldırıları daha yüksek doğrulukla tanıması için bir öğrenme döngüsüne dahil ediliyor. Saldırıların karmaşıklığı, tek bir imza veya yöntemle sınırlı kalmamalarından kaynaklanıyor. Bazı yazılımlar, tarayıcı geçmişi veya cihaz durumu gibi değişkenleri kontrol ederek yalnızca hedeflenen kullanıcılar için tetikleniyor. Diğerleri ise izleme araçlarını devre dışı bırakarak veya görünmez pencereler üzerinden arka planda veri alışverişi yaparak varlıklarını gizliyor. Bu durum, sayfaların yüzeysel olarak sağlıklı görünmesine rağmen tarayıcıların arka planda yetkisiz işlemler gerçekleştirmesine yol açıyor. Cloudflare, bu tür sinsi faaliyetleri engellemek için sürekli tarayıcı görünürlüğünün kritik olduğunu vurguluyor. Geleneksel güvenlik yaklaşımları, kodun sadece varlığını tespit etmeye odaklanırken, yeni nesil yapay zeka modelleri kodun ne yapmaya çalıştığını anlamlandırarak saldırıların henüz başlangıç aşamasında durdurulmasını sağlıyor. Saldırıların bir diğer dikkat çekici boyutu, meşru pazarlama süreçlerinin istismar edilmesidir. Saldırganlar, reklam ajanslarını taklit eden alan adları kullanarak veya güvenilir etiket yöneticileri üzerinden sızarak, zararlı kodları meşru birer pazarlama aracı gibi göstermeyi başarıyor. Bu yöntem, güvenlik incelemelerinden kolayca geçilmesini sağlarken, zararlı yazılımın doğrudan tarayıcı üzerinde çalışmasına olanak tanıyor. Ayrıca, bazı saldırıların belirli anahtar kelimeler girildiğinde kendini otomatik olarak devre dışı bırakması, araştırmacıların veya güvenlik sistemlerinin izini sürmesini zorlaştıran bir savunma mekanizması olarak öne çıkıyor. Bu sinsi stratejiler, saldırganların sistem üzerinde uzun süre fark edilmeden kalmasına ve kullanıcı verileri ile ticari süreçler üzerinde kontrol sahibi olmasına imkan veriyor. Saldırıların bir diğer boyutu, zararlı kodların kendi içlerinde barındırdıkları bekleme süreleri ve aşamalı çalışma prensipleridir. Bazı yazılımlar, belirli bir cihazda daha önce işlem yapıp yapmadığını kontrol ederek, kendini uzun süreli bir uyku moduna alabiliyor. Bu strateji, saldırının aynı kullanıcı üzerinde sürekli tekrarlanmasını engelleyerek şüphe uyandırma riskini azaltıyor. Ayrıca, kodların içerisine yerleştirilen sürüm geçmişi notları veya yapılandırma dosyaları, saldırganların kampanyalarını duraklatıp daha sonra yeniden başlatabildiklerini gösteriyor. Bu durum, zararlı yazılımın tek seferlik bir tehdit değil, yönetilebilir ve esnek bir operasyonel süreç olduğunu ortaya koyuyor. Güvenlik sistemlerinin bu tür dinamik yapıları yakalayabilmesi için sadece statik dosya analizine değil, kodun çalışma anındaki tüm davranışsal etkileşimlerini izleyen kapsamlı bir gözlem mekanizmasına ihtiyaç duyuluyor. Kaynak: Cloudflare Blog