Ruflo AI'nin amiral gemisi platformu, Ortak Zafiyet Puanlama Sistemi'nde (Common Vulnerability Scoring System) tam 10.0 puan alan kritik bir kusur – CVE-2026-59726 – barındırıyor; bu da kimliği doğrulanmamış bir saldırganın herhangi bir kurulumda rastgele kod çalıştırabileceği anlamına geliyor.

Hata, Ruflo'nun Docker konteynerlerinin Model Context Protocol (MCP) köprüsünü (bridge) dışarıya açma biçiminden kaynaklanıyor. Köprü portlarının her ağ arayüzüne bağlanması (binding) nedeniyle servis, internetteki herhangi bir yerden erişilebilir hale geliyor. Kötü niyetli bir aktör açık portla iletişime geçtiğinde, köprü konteynerinin kontrolünü ele geçirebilir, alttaki modeli ele geçirebilir ve sanki güvenilir bir bileşenmiş gibi komutlar verebilir.

Bu kusur neden önemli

  • Sırları çalmak – köprü, Ruflo'nun çıkarım motoruna (inference engine) güç veren Büyük Dil Modeli (LLM) API anahtarlarına doğrudan erişime sahiptir. Bu anahtarları ele geçiren bir saldırgan, kurbanın hesabına sınırsız sorgu çalıştırabilir.
  • Özel sohbetleri okumak – normalde modelin belleği içinde kalan kullanıcı konuşmaları okunabilir hale gelerek potansiyel olarak hassas ticari veya kişisel verileri açığa çıkarır.
  • Yapay zeka belleğini zehirlemek – saldırgan, modelin uzun süreli belleğine kötü niyetli veriler enjekte edebilir. İhlal giderilse bile, zehirlenmiş durum devam edebilir ve yapay zekanın hatalı davranmasına veya taraflı çıktılar üretmesine neden olabilir.

Bellek zehirlenmesi özellikle sinsi bir durumdur çünkü verilen zarar ilk sömürüden (exploit) daha uzun sürer; sadece kodu düzeltmek, bozulmuş model durumunu temizlemeye yetmez.

Operatörler için acil adımlar

  1. Yükseltme yapın – güvensiz bağlamayı devre dışı bırakan ve daha sıkı ağ izolasyonu ekleyen Rufio AI sürüm 3.16.3'e geçin.
  2. Kimlik bilgilerini yenileyin – çalınan tüm token'ları engellemek için yeni LLM API anahtarları oluşturun ve eskilerini geçersiz kılın.
  3. Kurulumları denetleyin – beklenmedik MCP trafiği için günlükleri (logs) tarayın, açık portlarda çalışan bilinmeyen konteynerleri arayın ve model belleğinde yetkisiz bir değişiklik yapılmadığını doğrulayın.

Genel tablo

Ruflo AI, yerinde (on-premise) dil modellerine ihtiyaç duyan işletmeler için vazgeçilmez bir çözüm olarak konumlanmıştı. Bu zafiyet, söz konusu vaadi sarsarak rakiplere daha dayanıklı alternatifler için bir fırsat sunuyor. Müşteriler için maliyet sadece bir yazılım yükseltmesi değil; potansiyel bir veri ihlali, güven kaybı ve zehirlenmiş yapay zeka modellerini temizleme masrafıdır.

Bazı güvenlik analistleri, sorunun yalnızca varsayılan Docker yapılandırması değiştirilmeden bırakıldığında ortaya çıktığına dikkat çekerek, titiz operasyon ekiplerinin bundan kaçınabileceğini belirtiyor. Yapılandırma hijyeni her zaman tavsiye edilse de, tek bir yanlış adımın tam bir uzaktan kod çalıştırma (remote-code-execution) vektörü açması, riski "sadece kötü bir kurulum" olarak değerlendiremeyecek kadar yüksek kılıyor.

Takip edilmesi gerekenler

  • Kalıntı bellek kirliliğini gideren takip yamaları için Ruflo'nun güvenlik duyurularını takip edin.
  • Sahada gerçekleşen sömürü raporları için topluluk forumlarını izleyin.
  • Konteyner doğru yapılandırılmış olsa bile, MCP köprüsüne dış erişimi engelleyen ağ güvenlik duvarları (firewalls) kurmayı düşünün.

Özetle: Yaygın olarak kullanılan bir yapay zeka platformundaki tam puanlık bir zafiyet; acil bir yükseltme, kimlik bilgilerinin yenilenmesini ve etkilenen her kurulumun kapsamlı bir incelemesini (post-mortem) gerektirir. Bunu görmezden gelmek; veri hırsızlığına, gizlilik ihlallerine ve orijinal davranışına asla dönemeyebilecek, tehlikeye atılmış bir yapay zekaya davetiye çıkarmaktır.