{"id":15021,"date":"2026-11-06T17:15:04","date_gmt":"2026-11-06T14:15:04","guid":{"rendered":"https:\/\/www.kaspersky.com.tr\/blog\/?p=15021"},"modified":"2026-11-06T17:15:04","modified_gmt":"2026-11-06T14:15:04","slug":"adopting-cyberimmunity-for-ai-agent-design-rollout","status":"publish","type":"post","link":"https:\/\/www.kaspersky.com.tr\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/15021\/","title":{"rendered":"Yapay zeka ajanlar\u0131 i\u00e7in siber ba\u011f\u0131\u015f\u0131kl\u0131k dersleri"},"content":{"rendered":"

Yapay zeka sistemlerini korumak; ister operat\u00f6r hatalar\u0131ndan, ister k\u00f6t\u00fc niyetli m\u00fcdahalelerden, ister sadece istikrars\u0131z davran\u0131\u015flardan kaynaklans\u0131n, geleneksel BT sistemlerine k\u0131yasla \u00e7ok daha zordur. Bunun iki temel nedeni vard\u0131r. Birincisi, yapay zeka \u00e7\u0131kt\u0131lar\u0131 olas\u0131l\u0131ksald\u0131r<\/a>; bu nedenle ayn\u0131 komut her \u00e7al\u0131\u015ft\u0131r\u0131ld\u0131\u011f\u0131nda farkl\u0131 yan\u0131tlar verebilir. \u0130kincisi, g\u00fcn\u00fcm\u00fcz\u00fcn b\u00fcy\u00fck dil modelleri (LLM\u2019ler), komutlar\u0131 verilerden g\u00fcvenilir bir \u015fekilde ay\u0131rt etme yetene\u011fine sahip de\u011fildir<\/a>. Yapay zeka sistemlerinin, daha \u00f6nce defalarca ele ald\u0131\u011f\u0131m\u0131z kan\u0131tlanm\u0131\u015f g\u00fcvenlik sorunlar\u0131na<\/a> ra\u011fmen, bu sistemleri kullanman\u0131n potansiyel ekonomik getirisini g\u00f6z ard\u0131 etmek imkans\u0131zd\u0131r. Bu nedenle bir\u00e7ok \u015firket, basit yapay zeka asistanlar\u0131n\u0131n \u00f6tesine ge\u00e7erek yapay zeka ajanlar\u0131na y\u00f6nelir. Bu ajanlar g\u00f6revlerini kendi ba\u015flar\u0131na yerine getirir ve veri tabanlar\u0131n\u0131 okumaktan \u00fcretim s\u00fcre\u00e7lerindeki ayarlar\u0131 de\u011fi\u015ftirmeye kadar, insanlarla ayn\u0131 ara\u00e7lara do\u011frudan eri\u015fime sahiptir. Uzmanlar\u0131m\u0131z, y\u00fcr\u00fctt\u00fckleri yeni \u00e7al\u0131\u015fmada<\/a>, olas\u0131 sorunlar\u0131 asgari d\u00fczeyde tutmak i\u00e7in ortaya \u00e7\u0131kan risklerin nas\u0131l a\u00e7\u0131k\u00e7a tan\u0131mlan\u0131p en aza indirilebilece\u011fini incelediler. Bu yakla\u015f\u0131m, Siber Ba\u011f\u0131\u015f\u0131kl\u0131k ve Tasar\u0131mda G\u00fcvenlik ilkelerini benimseyip uyarlamaktad\u0131r.<\/p>\n

Tasar\u0131mda G\u00fcvenlik\u2019in temel ilkeleri<\/h2>\n

Bu disiplinin t\u00fcm ilkeleri, yapay zeka ajanlar\u0131 da dahil olmak \u00fczere herhangi bir bilgisayar sisteminin tasar\u0131m\u0131na evrensel olarak uygulanabilir. Aradaki fark, her bir ilkenin yapay zeka senaryolar\u0131na ne kadar derinlemesine uyarlanmas\u0131 ve yeniden d\u00fczenlenmesi gerekti\u011fidir.<\/p>\n

    \n
  1. G\u00fcvenlik, tasar\u0131m a\u015famas\u0131ndan itibaren ayr\u0131 ve \u00f6nemli bir fakt\u00f6rd\u00fcr. G\u00fcvenlik hedefleri ve varsay\u0131mlar\u0131 projenin ilk g\u00fcn\u00fcnden itibaren belirlenir ve geli\u015ftirme s\u00fcrecinin her a\u015famas\u0131nda bu ilkelere sad\u0131k kal\u0131n\u0131r. Yapay zeka ajanlar\u0131 i\u00e7in bu varsay\u0131mlar \u00fc\u00e7 temel noktay\u0131 i\u00e7ermelidir: (i) Dil modeli g\u00fcvenilir olmayan bir kaynak olarak kabul edilir, (ii) Her t\u00fcrl\u00fc harici veri potansiyel olarak zararl\u0131 kabul edilir ve (iii) Geri al\u0131namaz eylemler, zorunlu insan onay\u0131 olmadan \u00f6zerk bir \u015fekilde ger\u00e7ekle\u015ftirilemez.<\/li>\n
  2. Sistem, sald\u0131r\u0131ya u\u011frayaca\u011f\u0131 varsay\u0131m\u0131yla tasarlanm\u0131\u015ft\u0131r.<\/li>\n
  3. G\u00fcvenilir bilgi i\u015flem taban\u0131 ve sald\u0131r\u0131 y\u00fczeyi en d\u00fc\u015f\u00fck seviyede tutulur. Ajanlara yaln\u0131zca ger\u00e7ekten ihtiya\u00e7 duyduklar\u0131 ara\u00e7lar, s\u0131n\u0131rl\u0131 yetkiler ve m\u00fcmk\u00fcn olan en az miktarda ba\u011flam bilgisi verilir. G\u00fcvenlik ilkesinin uygulanmas\u0131; ilke izleyicisi, ajan donan\u0131m\u0131 ve izolasyon mekanizmalar\u0131 (sandbox\u2019lar) gibi tamamen deterministik bile\u015fenler taraf\u0131ndan y\u00fcr\u00fct\u00fcl\u00fcr.<\/li>\n
  4. En az ayr\u0131cal\u0131k ilkesi ge\u00e7erlidir. Her ajan\u0131n, g\u00f6revini yerine getirmek i\u00e7in ihtiya\u00e7 duydu\u011fu en temel d\u00fczeyde s\u0131n\u0131rland\u0131r\u0131lm\u0131\u015f kendine \u00f6zg\u00fc kimlik bilgileri ve eri\u015fim yetkileri (kimlik) vard\u0131r. Bir ajan\u0131n ge\u00e7ici olarak daha y\u00fcksek yetki d\u00fczeyine ihtiyac\u0131 olmas\u0131 durumunda, bu yetkileri ancak d\u0131\u015far\u0131dan onay ald\u0131ktan sonra elde eder ve bu yetkiler, s\u00f6z konusu g\u00f6revin s\u00fcresi boyunca ge\u00e7erli olur.<\/li>\n
  5. Bile\u015fenler birbirinden izole edilmi\u015ftir. Ajan tabanl\u0131 sistemlerde bu, en karma\u015f\u0131k ve \u00e7ok katmanl\u0131 mimari sorunlardan biridir. Ajan k\u00fcmesi, yal\u0131t\u0131lm\u0131\u015f bir ortamda (sandbox veya sanal makine) \u00e7al\u0131\u015ft\u0131r\u0131lmal\u0131 ve ajanlar birbirlerinden m\u00fcmk\u00fcn oldu\u011funca izole tutulmal\u0131d\u0131r. G\u00fcvenilir ve g\u00fcvenilir olmayan ortamlarda veri i\u015fleme de birbirinden ayr\u0131 tutulur. \u00d6rne\u011fin, bir ajan bir \u00e7ekme talebini okuyup kodun tasla\u011f\u0131n\u0131 haz\u0131rlarken, bir di\u011feri ise talebin i\u00e7inde yer alabilecek potansiyel olarak zararl\u0131 metni hi\u00e7 g\u00f6rmeden bu \u00e7al\u0131\u015fmay\u0131 inceler.<\/li>\n
  6. Varsay\u0131lan kural, eri\u015fimi reddetmektir. G\u00fcvenlik ilkeleri \u015fu kural\u0131 izler: A\u00e7\u0131k\u00e7a izin verilmeyen her \u015fey yasakt\u0131r. Buna ara\u00e7 \u00e7a\u011fr\u0131lar\u0131, ajanlar aras\u0131ndaki etkile\u015fimler ve a\u011f trafi\u011fi de dahildir.<\/li>\n
  7. Derinlemesine savunma sistemi devreye al\u0131nm\u0131\u015ft\u0131r. Farkl\u0131 \u00f6nlemler ayn\u0131 anda uygulanmal\u0131 ve birbirlerini desteklemelidir. Olas\u0131l\u0131ksal savunma mekanizmalar\u0131 (\u00f6rne\u011fin yapay zeka koruma \u00f6nlemleri [dil modelleri i\u00e7in bir \u201cg\u00fcvenlik duvar\u0131\u201d] veya uyum [modelin neyin kabul edilebilir, neyin kabul edilemez oldu\u011funa dair kendi alg\u0131s\u0131]) herhangi bir resmi g\u00fcvenlik garantisi sunamaz. Bununla birlikte, bu unsurlar sistemi genel olarak daha g\u00fcvenli hale getirir ve de\u011ferli bir telemetri kayna\u011f\u0131 i\u015flevi g\u00f6r\u00fcr.<\/li>\n
  8. Tedarik zinciri korunur. Baz\u0131 ajanlar kendi ba\u015flar\u0131na beceriler, k\u00fct\u00fcphaneler ve di\u011fer yaz\u0131l\u0131m bile\u015fenlerini y\u00fckleyebildi\u011finden, bu yetenekler i\u00e7in kat\u0131 kurallar getirilmesi gerekir. Ya bunlar\u0131 tamamen engelleyin ya da bunlar\u0131, belirli bile\u015fenlerin belirli s\u00fcr\u00fcmlerinden olu\u015fan, \u00f6nceden onaylanm\u0131\u015f kapal\u0131 bir listeyle s\u0131n\u0131rlay\u0131n. Bulut tabanl\u0131 b\u00fcy\u00fck dil modelleri (LLM) \u00fczerine kurulu sistemler, model g\u00fcncellemeleri konusunda ek bir riskle kar\u015f\u0131 kar\u015f\u0131yad\u0131r. Bir g\u00fcn, ayn\u0131 API talebi, farkl\u0131 g\u00fcvenlik \u00f6zelliklerine sahip ba\u015fka bir dil modeli taraf\u0131ndan yan\u0131tlanabilir.<\/li>\n<\/ol>\n

    Yapay zeka g\u00fcvenli\u011findeki tuzaklar<\/h2>\n

    Tasar\u0131mda G\u00fcvenlik genel ilkeleri iyi bilinmektedir ve ka\u011f\u0131t \u00fczerinde basit g\u00f6r\u00fcnmektedir. Ancak bunlar\u0131 yapay zeka sistemlerine uygulamak zor bir i\u015ftir, \u00e7\u00fcnk\u00fc ajanlar inan\u0131lmaz derecede esnektir. \u00d6rne\u011fin, bir g\u00fcvenlik ekibi, bir geli\u015ftiricinin bilgisayar\u0131ndaki bir ajan\u0131n bir sanal ortamda \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 ve bu ortam\u0131n d\u0131\u015f\u0131nda hi\u00e7bir \u015feyi de\u011fi\u015ftiremeyece\u011fini d\u00fc\u015f\u00fcnebilir. Ancak bir sald\u0131rgan, hatta ajan\u0131n kendisi bile, bu g\u00f6r\u00fcn\u00fc\u015fte sa\u011flam korumay\u0131 a\u015fmak i\u00e7in sanal ortam\u0131n k\u0131s\u0131tlamad\u0131\u011f\u0131 yerel bir MCP sunucusu \u00fczerinden komutlar \u00e7al\u0131\u015ft\u0131rmaktan, sistemde y\u00fckl\u00fc ba\u015fka bir yapay zeka ajan\u0131n\u0131 yeniden yap\u0131land\u0131rmaya<\/a> kadar d\u00fczinelerce yol bulabilir. \u0130\u015fleri daha da zorla\u015ft\u0131ran \u015fey, sald\u0131r\u0131 vekt\u00f6rlerinin yelpazesinin \u00e7ok geni\u015f olmas\u0131d\u0131r: Ajan\u0131n yap\u0131land\u0131rmas\u0131ndaki rastgele alanlardan<\/a>, beceri dosyas\u0131ndaki masum g\u00f6r\u00fcn\u00fcml\u00fc metin dizelerine<\/a> kadar uzan\u0131r.<\/p>\n

    Tasar\u0131mc\u0131lar\u0131n genellikle g\u00f6z ard\u0131 etti\u011fi ciddi bir sorun, kullan\u0131c\u0131 yorgunlu\u011fudur. Yo\u011fun \u00e7al\u0131\u015fan bir ajan, her dakika d\u00fczinelerce talep g\u00f6nderebilir ve kullan\u0131c\u0131dan potansiyel olarak tehlikeli eylemleri onaylamas\u0131n\u0131 isteyebilir. Ki\u015fi bir saat i\u00e7inde, neyi onaylad\u0131\u011f\u0131n\u0131 okumadan, adeta otomatik pilotta Onayla<\/em> d\u00fc\u011fmesine t\u0131klar<\/a>. Bu nedenle, bu taleplerin ne s\u0131kl\u0131kta ortaya \u00e7\u0131kt\u0131\u011f\u0131n\u0131 ve nas\u0131l ifade edildi\u011fini dikkatli bir \u015fekilde ayarlamak \u00f6nemlidir. Kimse \u00e7ok uzun bir talep a\u00e7\u0131klamas\u0131n\u0131 okumaz. Ayr\u0131ca, \u00e7ok k\u0131sa olan bir a\u00e7\u0131klama, kullan\u0131c\u0131n\u0131n do\u011fru karar\u0131 verebilmesi i\u00e7in ihtiya\u00e7 duydu\u011fu \u00f6nemli ayr\u0131nt\u0131lar\u0131 gizleyebilir<\/a>.<\/p>\n

    Ajanlarda ve ilgili ara\u00e7larda bulunan zay\u0131f noktalar acil bir sorundur ve bu yaz\u0131l\u0131m kategorilerinin ne kadar h\u0131zl\u0131 geli\u015fti\u011fi ve g\u00fcncelleme ald\u0131\u011f\u0131 ger\u00e7e\u011fi, sorunu daha da ciddi hale getirmektedir. LangGraph<\/a>, MS Semantic Kernel<\/a> ve Claude Code<\/a> gibi sekt\u00f6r standard\u0131 platform ve uygulamalarda, kritik zay\u0131f noktalar birden fazla kez giderilmi\u015ftir. Mimarlar, her \u015feyi yapan b\u00fcy\u00fck bir \u00e7er\u00e7eveyi, belirli bir ajan\u0131n ger\u00e7ekten ihtiya\u00e7 duydu\u011fu \u00f6zelliklere sahip, kompakt ve sadele\u015ftirilmi\u015f bir sistemle de\u011fi\u015ftirmeyi her zaman g\u00f6z \u00f6n\u00fcnde bulundurmal\u0131d\u0131r.<\/p>\n

    Bunun yan\u0131 s\u0131ra, mevcut ara\u00e7larda standart ve uzun s\u00fcredir uygulanmakta olan g\u00fcvenlik \u00f6nlemlerinin \u00f6zenle uygulanmas\u0131, bir ajan\u0131n sald\u0131r\u0131ya u\u011framas\u0131 veya beklenmedik bir \u015fekilde davranmas\u0131 durumunda ortaya \u00e7\u0131kacak zarar\u0131 b\u00fcy\u00fck \u00f6l\u00e7\u00fcde azalt\u0131r. Buna bir \u00f6rnek, web alma arac\u0131n\u0131n, ajan\u0131n talebi \u00fczerine a\u00e7abilece\u011fi alan adlar\u0131n\u0131n yer ald\u0131\u011f\u0131 kat\u0131 bir izin listesidir. Ancak tasar\u0131mc\u0131lar, listenin bak\u0131m\u0131na ili\u015fkin gizli sorunlar\u0131 ve ek y\u00fck\u00fc nadiren hesaba katarlar. Sonu\u00e7 olarak, zamanla g\u00fcncelli\u011fini yitirir ve sald\u0131rganlara a\u00e7\u0131klar b\u0131rak\u0131r. En \u00e7arp\u0131c\u0131 \u00f6rnek, EchoLeak<\/a> sald\u0131r\u0131s\u0131d\u0131r. Microsoft 365 Copilot, harici sitelere eri\u015fim i\u00e7in d\u00fczg\u00fcn bir \u015fekilde uygulanm\u0131\u015f ve olduk\u00e7a etkili bir izin listesine sahipti, ancak sald\u0131rganlar ikincil bir ara\u00e7taki bir \u00f6zellik ve MS Teams etki alan\u0131n\u0131 kullanarak bu listeyi atlatt\u0131lar.<\/p>\n

    Mimarlar ve g\u00fcvenlik ekipleri i\u00e7in pratik ipu\u00e7lar\u0131<\/h2>\n

    Yapay zeka sistemi mimarlar\u0131 ile m\u00fchendislik ve g\u00fcvenlik ekiplerinin y\u00f6neticileri, tasar\u0131m a\u015famas\u0131ndan itibaren sistemlere g\u00fcvenlik \u00f6nlemlerini entegre etmelidir. \u00d6ncelikle; bile\u015fenleri birbirinden izole etmek, etkile\u015fimleri kontrol etmek ve g\u00fcvenilir bilgi i\u015flem taban\u0131n\u0131 asgari d\u00fczeyde tutmak gibi do\u011frulanabilir, deterministik mekanizmalara dayanmalar\u0131 gerekir.<\/p>\n

    Temel mimari kararlar aras\u0131nda; ajanlar i\u00e7in kabul edilebilir otonomiyi tan\u0131mlamak, gizli verilere ve tehlikeli yetenek kombinasyonlar\u0131na eri\u015fimi s\u0131n\u0131rlamak, ayr\u0131ca sanal ortamlar, farkl\u0131 modeller i\u00e7in ayr\u0131 roller ve eri\u015fim kontrol a\u011f ge\u00e7itleri kullanmak yer al\u0131r. Sonradan eklenen k\u0131s\u0131tlamalar riskleri azalt\u0131r, ancak g\u00fcvenli bir mimarinin yerini tutmaz.<\/p>\n

    Organizasyonel ve operasyonel d\u00fczeylerde, \u015firketlerin ajanlar\u0131n\u0131n envanterini tutmalar\u0131, g\u00fcvenlik ve da\u011f\u0131t\u0131m ekiplerinin \u00e7al\u0131\u015fmalar\u0131n\u0131 koordine etmeleri, kapsay\u0131c\u0131 ortamlar\u0131 korumalar\u0131, tedarik zincirini (AIBOM) y\u00f6netmeleri ve \u00e7ok katmanl\u0131 savunma sistemini entegre etmeleri gerekmektedir.<\/p>\n

    G\u00f6zlemlenebilirlik, \u00f6zel bir \u00f6zen gerektirir. Yapay zeka sistemleri i\u00e7in bu, LLM\u2019nin taleplerinin, yan\u0131tlar\u0131n\u0131n ve ak\u0131l y\u00fcr\u00fctme s\u00fcre\u00e7lerinin g\u00fcnl\u00fc\u011fe kaydedilmesinin yan\u0131 s\u0131ra, ajan\u0131n \u00e7al\u0131\u015ft\u0131\u011f\u0131 ana bilgisayarlar ve bulut ortamlar\u0131ndan elde edilen ayr\u0131nt\u0131l\u0131 telemetri verilerini de i\u00e7ermelidir.<\/p>\n

    Ajanlar\u0131 tasarlaman\u0131n en zor k\u0131sm\u0131, g\u00fcvenlik, performans ve kullan\u0131\u015fl\u0131l\u0131k aras\u0131nda denge kurmakt\u0131r. Tehdit modelleme ve net bir \u015fekilde tan\u0131mlanm\u0131\u015f g\u00fcvenlik hedefleri ile bu dengeyi nas\u0131l kuraca\u011f\u0131n\u0131z\u0131 \u00f6\u011frenmek i\u00e7in ara\u015ft\u0131rman\u0131n tam metnini<\/a> okuyabilirsiniz.<\/p>\n","protected":false},"excerpt":{"rendered":"

    Yapay zeka ajanlar\u0131n\u0131 devreye al\u0131rken Tasar\u0131mda G\u00fcvenlik ilkelerini nas\u0131l uygulayabiliriz?<\/p>\n","protected":false},"author":2706,"featured_media":15022,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1726,1194,1727],"tags":[2815,744,2802,1610,1424],"class_list":["post-15021","post","type-post","status-publish","format-standard","has-post-thumbnail","category-enterprise","category-business","category-smb","tag-buyuk-dil-modeli","tag-guvenlik","tag-llm","tag-makine-ogrenimi","tag-yapay-zeka"],"hreflang":[{"hreflang":"tr","url":"https:\/\/www.kaspersky.com.tr\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/15021\/"},{"hreflang":"en-in","url":"https:\/\/www.kaspersky.co.in\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/31180\/"},{"hreflang":"en-ae","url":"https:\/\/me-en.kaspersky.com\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/26212\/"},{"hreflang":"en-gb","url":"https:\/\/www.kaspersky.co.uk\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/31022\/"},{"hreflang":"es","url":"https:\/\/www.kaspersky.es\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/32564\/"},{"hreflang":"ru","url":"https:\/\/www.kaspersky.ru\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/42919\/"},{"hreflang":"x-default","url":"https:\/\/www.kaspersky.com\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/56619\/"},{"hreflang":"ru-kz","url":"https:\/\/blog.kaspersky.kz\/adopting-cyberimmunity-for-ai-agent-design-rollout\/31176\/"},{"hreflang":"en-au","url":"https:\/\/www.kaspersky.com.au\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/36921\/"},{"hreflang":"en-za","url":"https:\/\/www.kaspersky.co.za\/blog\/adopting-cyberimmunity-for-ai-agent-design-rollout\/36592\/"}],"acf":[],"banners":"","maintag":{"url":"https:\/\/www.kaspersky.com.tr\/blog\/tag\/yapay-zeka\/","name":"yapay zeka"},"_links":{"self":[{"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/posts\/15021","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/users\/2706"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/comments?post=15021"}],"version-history":[{"count":2,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/posts\/15021\/revisions"}],"predecessor-version":[{"id":15024,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/posts\/15021\/revisions\/15024"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/media\/15022"}],"wp:attachment":[{"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/media?parent=15021"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/categories?post=15021"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kaspersky.com.tr\/blog\/wp-json\/wp\/v2\/tags?post=15021"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}