LLM Güvenliği: Saldırı ve Savunma

Yapay zeka sistemleri her yere yayılırken, güvenlikleri çoğu zaman geride kalıyor. Bu kitap, büyük dil modeli (LLM) tabanlı uygulamaların nasıl saldırıya uğradığını ve nasıl korunduğunu, güvenlik bilen ama bu alana yeni bakan okur için pratik olarak anlatıyor.



Prompt injection ve jailbreak'ten dolaylı enjeksiyona, RAG ve vektör veritabanı saldırılarından AI ajanlarına, Tool/Function Calling ve MCP güvenliğinden tedarik zinciri risklerine kadar saldırı tarafını; guardrail'ler, LLM firewall, PII maskeleme, izleme (AI SOC), red team metodolojisi ve uyum (KVKK, EU AI Act) ile de savunma tarafını kapsar.



OWASP LLM Top 10, MITRE ATLAS ve NIST AI RMF çerçeveleriyle eşlenmiş; EchoLeak (CVE-2025-32711) ve MCP Inspector RCE gibi doğrulanmış gerçek vakalar, 90'dan fazla diyagram ve kendin-dene laboratuvarları içerir.



Okunan değil, çalışılan bir kitap. Her bölüm önce mantığı, sonra gerçek bir örneği, sonra da kendi ortamında deneyebileceğin bir laboratuvarı sunar.