OpenClaw Güvenliği: Yapay Zekâ Aracı Güvenliği İçin En İyi Uygulamalar

Otonom yapay zekâ ajanları güçlü sistemlerdir, ancak tam da bu güç onları tehlikeli kılabilir.

OpenClaw ve benzeri ajan çatıları yalnızca metin üretmenin ötesine geçer. Kod çalıştırır, dosyaları değiştirir, API çağrıları yapar ve diğer sistemlerle doğrudan etkileşime girer.  Bu da güvenlik modelini kökten değiştiren, "düşünmeden" "eyleme" doğru bir kayma olduğu anlamına gelir. 

Yapılan her hata gerçek sonuçlar doğurabilir. OpenClaw tarafından yürütülen sistem eylemleri, basit bir sohbet arayüzünden ziyade gerçek operasyonel ayrıcalıklara sahip arka uç hizmetlerine benzer.

Bu kılavuzda, OpenClaw çalıştırmanın güvenlik yönlerini ve kurulumu olası riskleri hesaba katacak şekilde güvenceye almanın en iyi uygulamalarını ele alacağım.

OpenClaw gibi araçların arkasındaki kavramlara henüz aşina değilseniz, Yapay Zekâ Ajanlarına Giriş kursumuzu öneririm.

OpenClaw Nedir?

OpenClaw (eski adıyla Clawdbot ve kısa bir süre Moltbot), bir büyük dil modelini (LLM) bir dizi çalıştırılabilir araçla birleştiren açık kaynaklı bir otonom ajan çatısıdır. Bu araçlar şunları içerebilir:

• Shell komutu yürütme
• Dosya okuma ve yazma işlemleri
• HTTP istekleri
• Eklenti tabanlı tümleştirmeler

Yalnızca metin döndüren basit bir sohbet robotundan farklı olarak OpenClaw, modelin ortamınız içinde gerçek eylemler almasını sağlar.  Pratikte bu, onu basit bir sohbet asistanından çok bir otomasyon motoru veya DevOps aracı haline getirir.

Temel risk, bu yetenekten doğal olarak doğar: metin genellikle zararsızdır, ancak eylemler değildir.

Bir ajanın gerçekleştirdiği eylemler şunları içerebilir:

• Dosya oluşturma veya silme
• Yapılandırma ayarlarını düzenleme
• Bir depoya commit gönderme
• Altyapı API’lerini çağırma
• Giden e-postalar gönderme

Ajan kötü niyetli girdilerden veya kötü yapılandırılmış istemlerden etkilenirse bu eylemler istenmeyen sonuçlar doğurabilir. Anahtar sözcük filtreleme veya yanıt moderasyonu gibi basit LLM önlemleri bu bağlamda yeterli değildir. 

Örneğin bir istem enjeksiyonu saldırısı, modeli hassas dosyaları almaya veya bir API jetonunu kötüye kullanmaya kandırabilir.

OpenClaw’a alternatif çerçeveleri değerlendiriyorsanız, karşılaştırma rehberimizi buradan inceleyebilirsiniz.

Kurulumunuzun güvenliğini artırmak için neler yapılabileceğine daha yakından bakalım.

Bir OpenClaw Güvenlik Stratejisi Tasarlamak

Öncelikle OpenClaw örneğinizde netlik olduğundan emin olmalısınız. Ne olduğunu ve nelere erişebildiğini açıkça anlamadan anlamlı bir koruma mümkün değildir.

Güvenlik duvarı kurallarını veya konteyner ayarlarını değiştirmeden önce mevcut ortamı haritalamak için zaman ayırın. Pek çok güvenlik olayı, gelişmiş istismarlardan değil, unutulmuş test sunucularından veya yerinde bırakılmış aşırı yetkili kimlik bilgilerinden kaynaklanır.

Mevcut kurulumu denetleyin

OpenClaw’ın çalışan tüm örneklerini belirleyerek başlayın:

• Yerel Docker konteynerleri
• Bulut sanal makineleri
• Geliştirici dizüstü bilgisayarları
• Eski test sistemleri

Unutulmuş bulut sunucularının, -p 0.0.0.0:3000:3000 ile açığa çıkarılmış konteynerlerin veya hiç kapatılmamış Ngrok gibi geçici tünellerin bulunması aslında yaygındır. Bu tür deneysel kurulumlar genellikle amaçlanan ömürlerini aşar ve sürdürülmemelidir.

Sonrasında "taç mücevherlerinizi" belirlemelisiniz. Bunlar, ajanın erişebildiği hassas varlıklardır; örneğin:

• Bulut erişim anahtarları (AWS, GCP, Azure)
• SSH özel anahtarları
• Veritabanı kimlik bilgileri
• GitHub jetonları
• Ödeme API anahtarları

Her kimlik bilgisi kapsam ve ayrıcalık açısından değerlendirilmelidir. Örneğin yönetici düzeyinde erişim, salt-okunur erişime kıyasla çok daha büyük risk taşır. Bu ayrıcalıkların net bir resmine sahip olmak, potansiyel hasarı nicelendirmeye yardımcı olur.

Kendinize sormayı faydalı bulduğum bir soru şu: “Ajan bugün tamamen ele geçirilseydi, gerçekçi olarak ne olabilir?”

Ayrıca aşağıdakiler dahil acil riskler de belgelenmelidir:

• Halka açık olarak açılmış portlar
• Zayıf kimlik doğrulama mekanizmaları
• Uzun ömürlü oturumlar
• Aşırı ayrıcalıklı API jetonları

Bu bulguları yazılı hale getirmek bir temel oluşturur ve iyileştirmeleri ölçülebilir kılar.

Bir güvenlik katman modeli benimseyin

Daha olgun kurulumlar için iyi bir uygulama, bir güvenlik katman modeli benimsemektir.

Katmanlı bir model yapı ve netlik sağlar. Her kurulumun kurumsal düzeyde kontrol gerektirmediği doğru olsa da, her kurulum kasıtlı olarak kategorize edilmelidir.

İşte 3 ana katman:

Katman 1: Kişisel / Yerel

• Yalnızca localhost’ta çalışır
• İnternete açık değildir
• Yalnızca test kimlik bilgileri kullanır
• Sınırlı tümleştirmeler

Bu katman, hassas verilerin söz konusu olmadığı deneme ve öğrenme ortamları için uygundur.

Katman 2: Pro / Ekip

• Erişim VPN veya güvenli proxy üzerinden kısıtlanır
• Giden trafik onaylı etki alanlarıyla sınırlıdır
• Kapsamlı API jetonları
• Merkezi günlükleme

Bu düzeyde ajan, paylaşılan depolar veya dahili API’lerle etkileşime girebilir; bu da daha güçlü korkuluklar gerektirir.

Katman 3: Kurumsal

• Adanmış sanal makineler
• Güvenlik bölgeleri arasında ağ segmentasyonu
• SIEM veya günlük toplama ile merkezi izleme
• Resmi yamalama ve değişiklik yönetimi süreçleri

Bu katman, düzenlemeye tabi veriler veya finansal işlemlerle uğraşan ortamlar için tasarlanmıştır.

Önemli olan varsayılan olarak en yüksek katmanı seçmek değil, hangi katmanın geçerli olduğunu ve nedenini açıkça anlamaktır.

“Güvenli laboratuvar” kurun

Hazırlık veya “güvenli laboratuvar” ortamı, üretim sistemlerini riske atmadan güvenlik değişikliklerini test etmek için bir alan sağlar. Yapılan değişikliklerin gerçek dünyada sonuç doğurmayacağı basit bir test ortamı olmalıdır.

Ancak bu ortam, yine de üretim mimarisini yansıtmalı; bununla birlikte sandbox veya sahte kimlik bilgileri kullanılmalıdır. Örneğin test bulut hesapları, sahte API’ler ve dahili e-posta sandbox’ları, gerçek dünyada risk oluşturmadan gerçekçi testler yapmanıza olanak tanır.

Belgelenmiş bir “camı kır ve kullan” prosedürü de önerilir. Bu, güvenlik duvarı kuralları veya konteyner kısıtlamaları yanlışlıkla yöneticileri engellerse erişimin nasıl geri yükleneceğini açıklayan bir kurtarma planıdır. 

OpenClaw’da Gelen Erişimi Güvenceye Alma

Bir ajana dışarıdan ulaşılabiliyorsa hedef alınabilir. Bu nedenle gelen erişimi yönetmeniz gerekir. Bu, ilk görünür savunma katmanınız olacaktır.

Ağ dinleyicilerini kilitleyin

En güvenli varsayılan yapılandırma, uygulamayı yalnızca yerel makineden erişilebilir kılan 127.0.0.1 localhost IP’sine bağlamaktır.

app.listen(3000, "127.0.0.1");Altyapı:

Ayrıca bir miktar doğrulama yapmak önemlidir. nmap kullanarak başka bir cihazdan yapılacak bir port taraması, hiçbir portun açığa çıkmadığını doğrulamalıdır. 

sudo nmap -p- -sS <target_IP>Altyapı:

Docker’ın Linux ana bilgisayarlarında veya diğer ana bilgisayar güvenlik duvarlarında UFW’yi atlayabileceğini de not etmelisiniz; çünkü ağ kurallarını doğrudan değiştirir. 

Bir portu -p 0.0.0.0:3000:3000 ile yayınladığınızda, Docker bu portu ana bilgisayar güvenlik duvarınız engelliyor görünse bile açığa çıkarabilir. Başka bir deyişle, Docker işin içindeyken yalnızca güvenlik duvarlarına güvenmek yeterli değildir.

Docker’ın gerçekte neyi açığa çıkardığını doğrulamanın hızlı bir yolu yayınlanan portları kontrol etmektir:

docker port <container_name>
Look for 0.0.0.0:3000->3000/tcp (exposed publicly) versus 127.0.0.1:3000->3000/tcp (localhost-only).
Linux users can also inspect active Docker iptables rules:
```bash
sudo iptables -L DOCKER -n -vAltyapı:

Eğer 0.0.0.0:PORT bağlamaları veya DOCKER zincirinde ACCEPT kuralları görürseniz, açıkça kısıtlanmadığı sürece o porta dışarıdan erişilebilir.

Başka bir makinadan nmap kullanarak dışarıdan da doğrulayabilirsiniz:

nmap -p 3000 <target_IP>Altyapı:

Bu komut, hedefi dışarıdan tarayarak 3000 portunun gerçekten kapalı/filtreli olduğunu doğrular ve dış erişim olmadığını kanıtlar.

En iyi uygulama, Docker çalıştırma komutunda açıkça localhost’a (127.0.0.1) bağlamaktır:

docker run -p 127.0.0.1:3000:3000 openclawAltyapı:

Ardından hem docker port hem de başka bir makinadan yapılacak harici nmap taraması ile doğrulayın.

Uzaktan girişi güvenceye alın

Uzaktan erişim gerektiğinde, uygulamayı doğrudan genel internete açmak nadiren haklıdır.

Tailscale veya WireGuard gibi bir VPN, güvenilir cihazlar arasında şifreli ve kimliği doğrulanmış bağlantı kurmak için kullanılabilir. Bu yaklaşım, portları açık bırakmaya kıyasla maruziyeti ciddi ölçüde azaltmalıdır.

Tarayıcı erişiminin gerektiği yerlerde, Nginx gibi bir ters proxy HTTPS bağlantılarını sonlandırabilir ve trafik uygulamaya ulaşmadan önce kimlik doğrulamayı zorunlu kılabilir. 

Oturum güvenliğini güçlendirin

Oturum yönetimi de dikkat gerektiren bir alandır. Zayıf oturum kontrolleri, aksi halde güçlü çevre savunmalarını baltalayabilir.

Güçlü parolalar kullanmak, kimlik bilgilerini düzenli olarak döndürmek ve oturum açma uç noktalarında hız sınırlaması uygulamak kaba kuvvet saldırılarına karşı savunmaya yardımcı olur. Kısa oturum ömürleri, çalınan jetonların kullanımını da azaltır.

Güvenli çerezler, SameSite öznitelikleri ve CSRF korumaları, arka uç bir yapay zekâ ajanı olduğunda bile geçerliliğini korur. Çevresindeki web altyapısı, diğer uygulamalar gibi sertleştirilmelidir.

OpenClaw Ajanlarını Sınırlamak

Güçlü çevre kontrolleri olsa bile kötüye kullanım olasılığı devam eder. Sınırlama ve izolasyon stratejileri, bir olayın ne kadar yayılabileceğini belirlemede çok yardımcı olur.

Konteyner çalışma zamanını sağlamlaştırın

Konteyneri root olmayan bir kullanıcı olarak çalıştırmak, olası kaçış güvenlik açıklarının etkisini azaltır. 

Gereksiz Linux yetenekleri de saldırı yüzeyini küçültmek için kaldırılmalıdır. Konteynerler genellikle gerekenden fazla ayrıcalıkla çalışır ve kullanılmayan yetenekleri kaldırmak bir saldırganın yapabileceklerini sınırlar.

Bu önlemlerin her biri aynı fikri pekiştirir: Ajan yanlış davransa bile ana sistemi kontrol etmemelidir.

Aşağıda, belirli Linux yetenekleri olmadan root olmayan kullanıcı ayarlama ve dosya sistemini salt-okunur bağlama sözdizimini gösteren basit bir docker run örneği yer alıyor.

docker run \
  --name openclaw-secure \
  --user 1000:1000 \
  --read-only \
  --cap-drop=CAP_SYS_ADMIN \
  --cap-drop=CAP_NET_RAW \
  -v openclaw-workspace:/app/workspace \
  -p 127.0.0.1:3000:3000 \
  openclaw:latestAltyapı:

Docker Compose kullanan ekipler için de aynı ilkeler geçerlidir. En az yetkili, sertleştirilmiş bir docker-compose.yml parçacığı şöyle görünebilir:

version: "3.9"

services:
  openclaw:
    image: openclaw:latest
    user: "1000:1000"
    read_only: true
    cap_drop:
      - CAP_SYS_ADMIN
      - CAP_NET_RAW
    ports:
      - "127.0.0.1:3000:3000"
    volumes:
      - openclaw-workspace:/app/workspace

volumes:
  openclaw-workspace:Altyapı:

Önemli bir açıklama: Bu Linux yetenek kısıtlamaları, Docker’ı macOS veya Windows’ta çalıştırırken de zorunlu olmaya devam eder. Bu sistemler Linux olmasa da Docker Desktop, konteynerleri gizli bir Linux sanal makinesi içinde çalıştırır.

Başka bir deyişle, macOS veya Windows kullanmak konteyner sertleştirme ihtiyacını ortadan kaldırmaz.

Giden ağ trafiğini kısıtlayın

Giden filtreleme sıklıkla gözden kaçar; oysa kritik önemdedir. Veri sızdırma gibi ciddi olaylar bu tür giden kanallardan gerçekleşir.

Varsayılan “hepsini reddet” giden politika, yöneticileri açıkça onaylı etki alanlarına izin vermeye zorlar. Trafiği yalnızca gerekli uç noktalara, örneğin API sağlayıcılarına ve dahili servislere sınırlamak bu riski ciddi biçimde azaltır.

Bulut meta veri servislerine erişimi engellemek de örnek kimlik bilgilerinin kazara açığa çıkmasını önler.

Bulut meta veri erişimini engelleyin

Linux bulut örnekleri (AWS/GCP/Azure), bağlantı-yerel IP 169.254.169.254 üzerinden geçici kimlik bilgileri sunar. OpenClaw bu uç noktayı yanlışlıkla sorgulayabilir ve örnek meta verilerini sızdırabilir. Giden trafiği meta veri IP’sine açıkça düşürebilirsiniz:

sudo iptables -A OUTPUT -d 169.254.169.254 -j DROPAltyapı:

Doğrulamak için şunu çalıştırın:

sudo iptables -L -n -vAltyapı:

Bu sayede ajan meta veri servisine ulaşmaya çalışsa bile trafik ana bilgisayarı asla terk etmez.

Kuralı özellikle Docker trafiğiyle sınırlamak isterseniz, Docker’ın kendi kurallarından önce değerlendirilen DOCKER-USER zincirinde engelleyebilirsiniz:

sudo iptables -I DOCKER-USER -d 169.254.169.254 -j DROPAltyapı:

Bu yaklaşım genellikle daha güvenlidir; çünkü Docker iptables kurallarını dinamik olarak değiştirir. DOCKER-USER zinciri, kullanıcı tanımlı kısıtlamalar için özel olarak tasarlanmıştır.

Kuralın etkin olduğunu şu komutla doğrulayabilirsiniz:

sudo iptables -L DOCKER-USER -n -vAltyapı:

Depolama ve belleği izole edin

~/.ssh veya /etc gibi hassas ana bilgisayar dizinleri kesinlikle gerekli olmadıkça bağlanmamalıdır.

Ayrıca ek bir koruma katmanı sağlamak için geçici (ephemeral) konteynerler kullanılmalıdır. 

Bunlar her görev için taze bir konteyner olarak çalışır ve sonrasında yok edilir. Bu da uzun vadeli kalıcılığı çok daha zor hale getirir. Bu tür geçici ortamlar, saldırganın tutunma noktası oluşturma kabiliyetini azaltmaya yardımcı olur.

OpenClaw Araçlarını ve Tümleştirmelerini Yönetmek

Eklenen her araç yetenekleri genişletir. Ancak bu genişleyen yetenekle birlikte ek risk de gelir.

Gizleri ve kapsamları yönetin

Gizler, çalışma zamanında ortam değişkenleri veya bir giz yönetim sistemi aracılığıyla enjekte edilmelidir. Kimlik bilgilerinin kaynak koda, istemlere veya konteyner imajlarına gömülmesi gereksiz maruziyet yaratır.

Bağlı tümleştirmelerin periyodik denetimleri, kullanılmayan kimlik bilgilerinin kaldırıldığından emin olmaya da yardımcı olabilir. İşlevi olmayan kimlik bilgileri yalnızca saldırı yüzeyini artırır.

Yetenek tedarik zincirini güvenceye alın

Otonom ajanlar, yetenekler ve ek bileşenlerle genişletilebilir. Bu genişleme ek risk getirir. Yetenek tedarik zincirini güvenceye almak, üçüncü taraf uzantıları arka uç bir uygulamadaki üretim bağımlılıklarına uyguladığınız aynı dikkatle ele almak anlamına gelir.

Üçüncü taraf yetenekleri belirli sürüm karmalarına sabitleyin

Eklentilerin kontrolsüz otomatik güncellenmesine izin vermek tedarik zinciri riski doğurur. 

Bu senaryoda yeni bir sürüm, istemeden güvenlik açıkları getirebilir veya en kötü durumda ele geçirilmiş bir paket kötü amaçlı davranış içerebilir.

Bu riski azaltmak için yetenekleri belirli sürümlere ve mümkünse tam karmalara sabitlemeniz gerekir. 

Örneğin:

"web-browser-skill": "1.4.2#sha256:abc123"Altyapı:

Sabitleme, hazırlıkta test ettiğiniz kodun üretimde de aynen çalışmasını sağlar. Sessiz yükseltmeleri engeller ve bağımlılık kaçırma veya kötü amaçlı güncellemeler yoluyla tedarik zinciri zehirlenmesi olasılığını azaltır.

Bu yaklaşım, üretim sistemlerinin beklenmedik davranışlardan kaçınmak için bağımlılık sürümlerini kilitlediği yazılım geliştirme en iyi uygulamalarını yansıtır.

Yetenek kaynak kodunu gizli davranışlar için inceleyin

Yeni bir yeteneği etkinleştirmeden önce kaynak kodunu incelemek için zaman ayırmalısınız. Otonom ajanlar sıklıkla API jetonları, dosya erişimi veya ağ izinleriyle çalışır. 

Yetenek kaynak kodu kötü yazılmışsa, kötü amaçlı bir eklenti bu ayrıcalıkları sessizce kötüye kullanabilir.

Şu davranışlara özellikle dikkat edin:

• Sabit kodlanmış harici URL’ler
• Açıklanamayan giden HTTP istekleri
• Sessiz telemetri veya veri yüklemeleri
• Geniş dosya sistemi erişimi
• Gizler içeren ortam değişkenlerinin kullanımı

Zararsız görünen bir gezinme aracı bile gizli ağ çağrıları içeriyorsa veri sızdırabilir. Hızlı bir kod incelemesi bariz kırmızı bayrakları ortaya çıkarabilir ve riski önemli ölçüde azaltabilir.

Kullanılmayan yerleşik araçları devre dışı bırakın

Birçok ajan çatısı, shell erişimi, Python çalıştırma, dosya düzenleyiciler veya web tarayıcıları gibi birden fazla yerleşik araçla birlikte gelir. Esneklik denemeler sırasında faydalı olsa da üretim kurulumları minimumda tutulmalıdır.

Etkinleştirilen her araç, kötüye kullanılabilecek bir yeteneği temsil eder. Gereksiz araçları kaldırmak saldırı yüzeyini azaltır ve ajan ele geçirilirse yapabileceklerini sınırlar.

Yapay Zekâya Özgü Tehditlerle Başa Çıkma

Yapay zekâ sistemleri, geleneksel yazılım güvenlik açıklarından farklı yeni ve benzersiz davranışsal riskler getirir. OpenClaw ile ilişkili bazı potansiyel risklere ve çözüm önerilerine bakalım.

İstem enjeksiyonunu azaltın

OpenClaw çıktısı için istem mühendisliğine dayandığından, harici içerik her zaman güvenilmez girdi olarak ele alınmalıdır. Örneğin web sayfaları, e-postalar ve belgeler modeli etkilemek üzere tasarlanmış gizli talimatlar içerebilir. Bu, kötü amaçlı bir sonuca yol açabilir.

İstem enjeksiyonu, modelin talimatları izleme doğasından yararlanır. Gizli HTML yorumları veya özenle hazırlanmış metinler, sistem kurallarını geçersiz kılmaya veya hassas verileri çıkarmaya çalışabilir.

Bunu önlemeye yönelik bazı savunma önlemleri şunlardır:

• HTML içeriğini temizleme
• Sistem istemlerini katı sınırlarla güçlendirme
• Yüksek riskli eylemler için insan onayı gerektirme

İlgisiz görevler arasında belleği temizlemek de istenmeyen veri sızıntısı olasılığını daha da azaltabilir.

İzleyin ve bakım yapın

Daha uzun vadeli kurulumlar için modellerinizin beklendiği gibi çalıştığından emin olmak adına daha fazla gözlemlenebilirlik ve izleme gerekir.

Kapsamlı günlükleme; istemleri, model çıktıları, araç çağrıları, dosya değişiklikleri ve API etkileşimlerini yakalamalıdır. Merkezi bir günlük depolama, kurcalamayı önlemeye ve olay incelemesini desteklemeye de yardımcı olur. 

Olağan dışı davranışlara (beklenmeyen giden trafik veya sistem dosyalarına erişim gibi) ilişkin uyarıları öneririm; bu, daha hızlı müdahaleyi mümkün kılar.

Güvenlik tek seferlik bir yapılandırma olmadığından, OpenClaw’ı gerektiğinde en son sürüme güncellemeyi de düşünmelisiniz.

Sonuç

OpenClaw, LLM’lerin yerel olarak kurulumu için büyük bir potansiyel sunar. Çoğu yerel makinelerde çalıştırıldığından, kendi makinenizin güvenliği önemlidir.

Bu nedenle, sağlamlaştırılmış bir OpenClaw kurulumu genel internete erişilemez kalmalı, kısıtlı bir çalışma zamanında faaliyet göstermeli, dar kapsamlı kimlik bilgileri kullanmalı ve kapsamlı günlükleme sürdürmelidir.

Bunu kendiniz uygulamak için, kendi özel katman durumunuzu belirlemenizi ve güvenlik önlemleri üzerinde buna göre çalışmanızı öneririm.

En yeni yapay zekâ, LLM ve ajan teknolojilerini daha fazla keşfetmek ister misiniz? AI Agent Fundamentals öğrenim yolumuz başlamak için en iyi yoldur.