Bölüm 1: Yönetici Özeti ve Pazar Konumlandırması
Açık kaynaklı LLM vekilleri, yerel çıkarım motorları ve konteynerleştirilmiş araçların yaygınlaşmasıyla hızlanan yapay zeka altyapısının hızla demokratikleşmesi, ortalama kurumsal dağıtımların güvenlik seviyesini aşmıştır. Lumen’in Black Lotus Labs'i tarafından tanımlanan 'PoeLLM' kötü amaçlı yazılım kampanyasının ortaya çıkışı, tehdit aktörü stratejisinde kritik bir değişimin altını çiziyor: emtia uç nokta saldırılarından yüksek hesaplama gücü olan sunucuların ele geçirilmesine geçiş. LiteLLM, Ollama ve Gitea gibi özelleşmiş altyapıları hedef alan tehdit aktörleri, iş zekasını hızlandırması amaçlanan araçları silah haline getirerek, yüksek performanslı hesaplama (HPC) düğümlerini gizli kripto para madenciliği teçhizatlarına dönüştürüyor.
Pazar konumlandırması açısından bu kampanya, modern yapay zeka mimarilerinde içsel olan 'Maruziyet Boşluğu'nu (Exposure Gap) vurgulamaktadır. Şirketler, RAG (Rizgeli Üretimsel Erişim) hatları için LiteLLM gibi yerel vekilleri veya Gotenberg gibi konteynerleştirilmiş hizmetleri entegre etmek için acele ederken, iç geliştirme araçları ile halka açık hizmetler arasındaki sınır genellikle bulanıklaşmaktadır. PoeLLM, kripto hırsızlığında sofistike bir olgunluğu temsil eder; kullanıcı kimlik bilgileri yerine ham GPU ve CPU döngülerini hedefler. Donanım yöneticileri için bu, yapay zeka uyumlu donanımın artık sadece bir bütçe kalemi olmadığını, aynı zamanda sıkı çevre savunması ve titiz yama yönetimi gerektiren birinci sınıf bir güvenlik varlığı olduğunu gösterir.
Bölüm 2: Temel Mimari ve Teknolojik Yenilikler
PoeLLM kampanyasının ayırt edici özelliği, Komuta ve Kontrol (C2) direncine yönelik yenilikçi yaklaşımıdır. Standart sabit kodlanmış IP adreslerinden veya kolayca engellenebilen alan adlarından kaçınan kötü amaçlı yazılım, GitHub'da barındırılan On the Nature of Connection başlıklı iki kıtalık bir şiirden yararlanır. Bu 'steganografik' yaklaşım, mevcut C2 IPv4 adresini çözümlemek için şiirdeki belirli kelimeleri anahtar olarak kullanır. Operatörler, Nisan 2026'dan bu yana şiiri on bir kez güncelleyerek, geleneksel statik alan adı filtrelemesini aşan dönen bir altyapıyı başarıyla sürdürdüler. Bu yöntem, kötü niyetli talimatları meşru, kriptografik olarak imzalanmış depo trafiği içinde gizleyerek, gizleme konusunda gelişen bir sofistikasyon sergilemektedir.
Teknik olarak yük dağıtımı, uygun rol tabanlı erişim kontrolünden (RBAC) yoksun hizmetlerdeki halka açık zafiyetlerden yararlanmaya dayanır. Örneğin LiteLLM durumunda, CVE-2026-42271 saldırganların özel hazırlanmış bir POST isteği aracılığıyla kabuk komutları çalıştırmasına izin vermiştir. Konak sistem ele geçirildiğinde, kötü amaçlı yazılım mevcut donanım kaynaklarından yararlanmaya başlayan XMRig veya Iron madencilerini enjekte eder. En önemlisi, kötü amaçlı yazılım sadece madencilik yapmakla kalmaz; enfekte sunucuları özyinelemeli tarayıcılara ve sömürü yayma düğümlerine dönüştürerek, veri merkezi ekosistemi içinde yanal hareket yoluyla kendi saldırı yüzeyini genişleten, kendini kopyalayan bir bot ağı yaratır.
Bölüm 3: Ampirik Özellikler ve Karşılaştırma Matrisi
| Özellik | Endüstri Standartı (Güvenli) | PoeLLM'den Etkilenen Altyapı | Etki Seviyesi |
|---|---|---|---|
| Tehdit Vektörü | Bilinen CVE Zafiyetleri | Sıfırıncı Gün/N-Gün Kabuk Enjeksiyonu | Yüksek |
| C2 Çözünürlüğü | Dinamik DNS / Sabit IP | GitHub Barındırmalı Şiir Kodlaması | Kritik |
| Hesaplama Odağı | Arka Plan Görevleri | Paralel GPU/CPU Madenciliği | Şiddetli |
| Dağıtım | CI/CD Kontrollü | Halka Açık API'ler | Kritik |
| Yama Döngüsü | Aylık / Otomatik Güncelleme | Geçici (Manuel Gerektirir) | Çok Yüksek |
Bölüm 4: Termal, Verimlilik ve Gerçek Dünya Ergonomisi
Üretim ortamında, PoeLLM'in sessiz maliyeti termal kısıtlama ve hızlandırılmış donanım bozulmasıdır. Özellikle yüksek VRAM'li GPU'larla donatılmış yapay zeka donanımları, XMRig veya Iron madencilerinin gerektirdiği sürekli, %100'e yakın görev döngüsü için değil, kısa süreli ve yoğun çıkarım görevleri için tasarlanmıştır. Kripto hırsızlığı gerçekleştiğinde, sunucunun termal zarfı sürekli olarak mutlak termal bağlantı sınırlarına (TjMax) itilir. Bu durum erken fan arızasına, kapasitörlerde hızlandırılmış elektrolit buharlaşmasına ve potansiyel silikon bozulmasına yol açarak pahalı H100 veya iş istasyonu sınıfı GPU'ların kullanılabilir ömrünü %20-30 oranında kısaltır.
Ayrıca, sistem yanıt verebilirliği açısından 'ergonomik' etki anında hissedilir. Yöneticiler, yapay zeka vekili yanıtlarında ciddi gecikmeler, tutarsız çıkarım süreleri ve güç tüketiminde açıklanamayan ani artışlar gözlemleyecektir. Kötü amaçlı yazılım, ana bilgisayarı daha büyük bir bot ağında tek kullanımlık bir düğüm olarak gördüğü için, donanım ömrü için hiçbir taviz vermez. Kısıtlama mantığının olmaması, bir enfeksiyonun 'gerçek dünya' maliyetinin çalınan kripto paranın piyasa değerinden çok daha yüksek olduğu anlamına gelir; bu maliyet, kaybedilen hesaplama kullanılabilirliği, erken donanım arızası ve adli iyileştirmenin feci mali yükü ile ölçülür.
Bölüm 5: Kesin Karar
PoeLLM kampanyası, yapay zeka donanım sektörü için bir uyarı niteliğindedir. Geliştirme sınıfı yapay zeka araçlarını (Ollama, LiteLLM, Gotenberg) güçlü bir ağ katmanı güvenliği olmadan internete açma uygulaması artık kritik bir iş riskidir. Buradaki 'kazanan', tüm yapay zeka uç noktalarının kimliği doğrulanmış bir vekilin arkasında olduğu ve halka açık internetten kesinlikle izole edildiği 'sıfır güvenli çıkarım' (zero-trust inference) modelini benimseyen kuruluştur.
Öneri: Ağ çevrenizi, yapay zeka vekilleriyle ilişkili açık bağlantı noktaları için hemen denetleyin. Tüm LiteLLM örneklerini 1.83.7+ sürümüne ve Ivanti Sentry'yi önerilen güncel sürümlere yükseltin. Yapay zeka donanımınız doğrudan halka açık bir ürüne hizmet etmiyorsa, arayüzü hemen bir VPN veya mTLS kimlik doğrulamalı ağ geçidinin arkasına taşıyın. Hesaplamalarınızı korumak için belirsizliğe güvenmeyin; yerel Git depolarınızın ve halka açık uç noktalarınızın otomatik tarayıcılar tarafından indekslendiğini varsayın.