Güvenlik araştırma programı Zero Day Initiative (ZDI), 11 Kasım 2026’da Meta’nın yapay zekâ araştırma kütüphanelerini etkileyen 47 güvenlik açığını “sıfırıncı gün” (0-day) olarak yayımladı. Yani bu açıkların kamuya duyurulduğu anda resmî bir yaması bulunmuyor. Bildirimlerin tamamı uzaktan kod çalıştırma açığı ve hepsi CVSS ölçeğinde 7,8 puanla “yüksek” önemde.
Hangi kütüphaneler etkileniyor?
ZDI’nin yayımlanan bildirimler listesine göre 47 açığın dağılımı şöyle:
- fairseq: 31 açık. Meta’nın metin, konuşma ve çeviri modelleri için yıllarca kullanılan dizi modelleme kütüphanesi.
- FAIRChem: 9 açık. Kimya ve malzeme bilimi için makine öğrenmesi modelleri sunan kütüphane.
- Detectron2: 6 açık. Nesne tanıma ve görüntü bölütleme alanında yaygın kullanılan bilgisayarlı görü kütüphanesi.
- fairseq2: 1 açık. fairseq’in yeni nesil sürümü.
Açıklar nasıl çalışıyor?
Bildirimlerde iki ana açık türü öne çıkıyor. Birincisi, YAML yapılandırma dosyalarının işlenmesi sırasında ortaya çıkıyor. ZDI’ye göre fairseq, kullanıcıdan gelen bir metni Python kodu olarak çalıştırmadan önce gerektiği gibi doğrulamıyor. Bu nedenle özel hazırlanmış bir yapılandırma dosyası, onu açan kişinin bilgisayarında saldırganın kodunu çalıştırabiliyor. Wav2Vec, HuBERT, Transformer dil modeli ve çeşitli optimizasyon algoritmaları gibi birçok bileşen bu türden etkileniyor.
İkinci tür ise güvenilmeyen verinin seri durumdan çıkarılması (deserialization). Model ağırlıklarını ve kontrol noktalarını (checkpoint) yükleyen işlevler, pickle gibi içinde çalıştırılabilir talimat barındırabilen biçimleri yeterli denetim yapmadan açıyor. FAIRChem’de ayrıca NPZ veri dosyalarının işlenmesinden kaynaklanan açıklar da var. Detectron2’de ise pickle biçimindeki kontrol noktası dosyaları sorun yaratıyor.
Açıkların istismarı için kullanıcı etkileşimi gerekiyor: Hedefin zararlı bir dosyayı açması ya da bazı durumlarda zararlı bir sayfayı ziyaret etmesi lazım. Ancak yapay zekâ araştırmasında internetten model ağırlığı, yapılandırma ya da veri seti indirip açmak gündelik bir iş olduğu için bu şart, riski sanıldığı kadar azaltmıyor. Kod, onu çalıştıran sürecin yetkileriyle çalışıyor; bu da bir araştırmacının bilgisayarına, eğitim sunucusuna ya da paylaşılan bir GPU ortamına erişim anlamına gelebiliyor.
Neden yama yok?
ZDI’nin yayımladığı zaman çizelgeleri, açıkların büyük bölümünün Mart 2026’da Meta’ya bildirildiğini gösteriyor. Örneğin fairseq’teki bir kontrol noktası yükleme açığı 4 Mart’ta bildirilmiş, Meta ertesi gün bildirimi aldığını teyit etmiş. Nisan ayında ise şirket, fairseq deposunun artık bakımının yapılmadığını ve arşivlendiğini iletmiş. ZDI, Meta’nın arşiv tarihi olarak 20 Mart 2024’ü verdiğini, oysa GitHub’a göre deponun 20 Mart 2026’da, yani bildirimden sonra arşivlendiğini not ediyor.
Diğer fairseq bildirimlerinde de benzer bir tablo var: Eylül ayında Meta, deponun bakımının sona erdiğini yineliyor. Detectron2 bildirimlerinde ise Meta’nın bildirimi aldığını teyit etmesinin ardından ZDI’nin temmuz ayındaki güncelleme talebine yanıt verildiğine dair bir kayıt görünmüyor. ZDI, 23 Ekim’de açıkları sıfırıncı gün olarak yayımlayacağını şirkete bildirmiş.
Kimler risk altında?
fairseq arşivlenmiş olsa da eski modelleri yeniden üretmek, akademik çalışmaları tekrarlamak ya da hazır modelleri kullanmak için hâlâ pek çok projede bulunuyor. Detectron2 ise bilgisayarlı görü alanında birçok uygulamanın temelinde yer alıyor. FAIRChem, malzeme ve kimya araştırmalarında kullanılıyor. Üniversite laboratuvarları, öğrenciler, araştırma ekipleri ve bu kütüphaneleri ürünlerine gömmüş şirketler en çok etkilenebilecek gruplar arasında.
Ne yapmalı?
ZDI’nin önerisi açık: Yama olmadığı için tek etkili önlem, ürünle etkileşimi kısıtlamak. Pratikte şu adımlar riski azaltabilir:
- Kaynağını bilmediğiniz yapılandırma, kontrol noktası, model ağırlığı ve veri dosyalarını bu kütüphanelerle açmayın.
- Dışarıdan gelen modelleri ve veri setlerini yalıtılmış bir konteynerde ya da sanal makinede, kimlik bilgisi ve ağ erişimi olmadan inceleyin.
- Mümkünse pickle yerine yalnızca veri taşıyan safetensors gibi biçimleri tercih edin.
- Bakımı sona eren fairseq yerine güncel ve desteklenen alternatiflere geçişi planlayın.
- Paylaşılan GPU sunucularında kullanıcıların erişebildiği dosyaları ve yetkileri gözden geçirin.
Hugging Face gibi platformlardan model indirmenin birkaç satır kodla yapılabildiği bugünün dünyasında, bir dosyanın kaynağını sorgulamadan açmak ciddi bir alışkanlık hatası. Özellikle eğitim kurumlarında ve öğrenci projelerinde, eski eğitimlerden ya da forumlardan kopyalanan kodlarla bu kütüphanelerin hâlâ kullanıldığını unutmamak gerekiyor.
Bu toplu bildirim, yapay zekâ dünyasında model dosyalarının ve yapılandırmaların “sadece veri” olmadığını, aksine çalıştırılabilir kod kadar dikkatle ele alınması gerektiğini bir kez daha hatırlatıyor. Bakımı bırakılan popüler açık kaynak projeler ise yazılım tedarik zincirinde giderek büyüyen bir kör nokta oluşturuyor.
Kaynak: Zero Day Initiative (ZDI) güvenlik bildirimleri
