AI Learning & Teacher Tracking

AI Learning & Teacher Tracking Nedir?

AI Learning & Teacher Tracking, bir vService'te çalışan otomatik öğrenmenin ne yaptığını gösteren ekrandır. Learning Methods ekranından açılan AI öğrenmesi ve öğretici (Teacher) yöntemleri arka planda kural setini kendiliğinden yumuşatır; bu ekran o kararları görünür kılar.

İki soruyu yanıtlar: şu anda ne öğrenilmek üzere ve şimdiye kadar ne öğrenildi. Birincisi için hiçbir şey yazmayan bir prova çalıştırılır, ikincisi için öğrenme günlüğü okunur.

Öğrenme sessiz çalışan bir mekanizmadır: yanlış pozitif üreten bir imza yeterli kanıt biriktiğinde istisnaya alınır, bir parametre izin listesine eklenir. Bu ekran olmadan bu değişiklikler ancak kural setine tek tek bakılarak fark edilir. Ekran sayesinde hangi yolun, hangi denetim alanının, hangi kanıtla ve hangi kaynaktan öğrenildiği tek tabloda okunur.

Otomatik öğrenme, WAF'ın en çok emek tasarrufu sağlayan ama en az görünen parçasıdır. Elle yürütülen bir kural bakımında her yanlış pozitif için log incelenir, imza bulunur ve istisna yazılır; otomatik öğrenmede aynı iş, yeterli kanıt biriktiğinde kendiliğinden yapılır. Bu ekran o işin denetim yüzeyidir: yapılanı gizlemez, gerekçesiyle birlikte gösterir.

Denetlenebilirlik iki yönlüdür. İleriye doğru, izleme görünümleri henüz uygulanmamış önerileri gösterir; bir öğrenmenin yaklaştığı önceden görülür ve istenmiyorsa eşikler ya da öğrenme yöntemi değiştirilerek önü alınır. Geriye doğru ise geçmiş görünümleri, kural setindeki her yumuşamanın ne zaman ve hangi kanıtla yazıldığını belgeler; istenmeyen bir öğrenme kaydı üzerinden geri alınabilir.

Görünüm

Her yöntem için ayrı izleme ve geçmiş görünümü

Prova

Hiçbir şey yazmaz

İzleme görünümleri yalnız hesaplar, kural setine dokunmaz

Kanıtlı

Neden öğrenildi

Önizlemede istek sayısı ve öneriyi besleyen istemci listesi

Elle Uygula

Beklemeden öğret

Eşiği dolmamış öneri seçilip anında uygulanabilir

Geri Alınabilir

Öğrenme iptali

Uygulanmış bir öğrenme kayıt üzerinden geri alınır

Cluster

Tek liste

İki cihazın önerileri tek listede toplanır

İlerleme ekseni

İstek, istemci, ülke, ağ ve süre için ayrı eşik tanımlanabilir

Ayarlanabilir

Prova eşikleri

Olgunlaşmamış öneriler eşik düşürülerek önceden görülür

Sekmenin adı etkin yönteme göre değişir

Sekme yalnızca vService'te AI öğrenmesi ya da öğretici yöntemlerinden en az biri açıkken görüntülenir ve adı buna göre yazılır:

Etkin yöntem	Sekme adı
Yalnız AI öğrenmesi	AI Learning Tracking
Yalnız öğretici	Teacher Tracking
İkisi birlikte	AI Learning & Teacher Tracking

Sekmenin görünmesi için kayıt bulunması gerekmez; yöntemin açık olması yeterlidir. Yöntem kapatıldığında sekme kaybolur, ancak diskteki öğrenme günlüğü silinmez.

Kullanılabildiği vService Tipleri

AI öğrenmesi ve öğretici yöntemleri WAF koruması açık vService'lerde çalıştığı için bu ekran yalnızca HTTP vService'lerde bulunur:

HTTP

L7 TCP

Network

Nasıl Çalışır?

Otomatik öğrenme dört adımda ilerler. Bu ekran, zincirin ikinci ve dördüncü adımlarını görünür kılar: hangi önerinin ne kadar kanıt biriktirdiğini ve neyin uygulandığını gösterir.

01 · GözlemTrafik izlenirWAF'ın saldırı saydığı istekler değerlendirilir. AI öğrenmesinde trafiğin geneli, öğretici yönteminde yalnızca öğretici olarak tanımlanmış kaynaklardan gelen istekler dikkate alınır. AI turunda ayrıca Learning Methods ekranında tanımlı süzgeçler (ülke, kara liste, alan adı ve tarayıcı denetimleri) uygulanır; öğretici turunda bu süzgeçler atlanır.

02 · Kanıtİlerleme birikirAynı host grubu, yol, denetim alanı, parametre ve öğrenilecek kural alanı için gelen istekler tek bir öneriye toplanır. Kaç istekten, kaç istemciden, kaç ülkeden ve ne kadar süreye yayılarak geldiği ayrı ayrı ölçülür.

03 · UygulamaKural seti yumuşatılırBütün eşikler karşılandığında öneri kural setine yazılır: imza istisnaya alınır, parametre izin listesine eklenir ya da denetim gevşetilir.

04 · İzÖğrenme kaydı yazılırUygulanan her öğrenme, kanıtıyla birlikte öğrenme günlüğüne düşer. Geçmiş görünümleri bu kayıtları okur; geri alma da bu kayıtlar üzerinden yapılır.

AI Öğrenmesi ile Öğretici Arasındaki Fark

İki yöntem aynı zinciri izler, kanıtı farklı yerden toplar. AI öğrenmesi kanıtı trafiğin genelinden çıkarır: bir istek şekli yeterince çok istemciden, yeterince çok ülkeden ve yeterince uzun bir süreye yayılarak geldiyse meşru kullanım sayılır. Öğretici ise kanıtı kaynağın kimliğinden alır: istek, öğretici olarak tanımlanmış bir adresten, çerezden ya da başlıktan geldiyse zaten güvenilir kabul edilir.

Karşılaştırma	AI Öğrenmesi	Öğretici
Kanıtın dayanağı	İstek şeklinin trafiğin genelinde tekrarlanması	İsteğin kaynağının öğretici olarak tanımlanmış olması
Değerlendirilen trafik	WAF'ın saldırı saydığı bütün istekler	Yalnızca öğretici kaynaklardan gelen istekler
Learning Methods süzgeçleri	Uygulanır (ülke, kara liste, alan adı ve tarayıcı denetimleri)	Uygulanmaz
İlerleme eksenleri	Beş eksen: Request, Client, Country, ASN Network, Time Interval	Tek eksen: Teacher
Learning Progress değeri	Eksenlerin en düşüğü	Öğrenmeyi besleyen öğretici istemci sayısı
Olgunlaşma hızı	Yavaş; bütün eksenlerin eşiğe ulaşması beklenir	Hızlı; tek eksen yeterlidir
Görünümler	AI Learning Tracking, AI Learning History	Teacher Tracking, Teacher History
Başlıca risk	Saldırı trafiği yeterince yayılmış görünürse meşru sayılabilir	Yanlış tanımlanmış bir öğretici kural setini doğrudan gevşetir

Learning Progress Nasıl Okunur?

Learning Progress, bir önerinin ne kadar kanıt biriktirdiğini anlatır. Tablodaki tek yüzde, önizlemede kırılımına ayrılır.

AI öğrenmesinde her eşik için ayrı bir oran hesaplanır ve tablodaki değer bunların en düşüğüdür. Bir öneri yalnızca bütün eşikleri birden karşıladığında olgunlaşmış sayılır.

Kırılım	Neyi ölçer
Request	Öneriyi besleyen istek sayısının eşiğe oranı.
Client	Farklı istemci sayısının eşiğe oranı.
Country	Farklı ülke sayısının eşiğe oranı.
ASN Network	Farklı otonom sistem sayısının eşiğe oranı.
Time Interval	Kanıtın yayıldığı sürenin eşiğe oranı.

Öğretici izlemesinde tek bir kırılım bulunur: Teacher. Bu değer bir orandan çok, öğrenmeyi besleyen öğretici istemcilerin sayısını yansıtır.

Bir öneri birden çok öğretici tanımından beslenmiş olabilir; bu durumda önizleme başlığında kaynakların tümü birlikte yazar.

Yüzde 100'ün üzerine çıkabilir

Kırılımlar eşiğe oran olarak hesaplandığı için, eşiğin çok üzerinde kanıt biriken bir öneride yüzde 100'ün üzerinde değerler görüntülenebilir. Tablodaki özet değer ise en düşük kırılıma eşit olduğu için genellikle daha ölçülüdür.

Operasyonel En İyi Uygulamalar

Öğrenme açıldıktan sonra izleme görünümü düzenli olarak okunmalı. Öğrenme sessiz çalışır; kural setinin nereye doğru yumuşadığı ancak bu ekrandan görülür. Özellikle yeni açılmış bir vService'te ilk günlerde birikimin gözden geçirilmesi, istenmeyen bir öğrenmeyi uygulanmadan önce yakalamayı sağlar.
Bir öneriyi uygulamadan önce istemci listesi incelenmeli. Önizlemedeki istemci tablosu öğrenmenin kanıtıdır. Tek bir adresten beslenen bir öneri, genel bir kullanım biçimini değil o istemcinin davranışını yansıtıyor olabilir.
Learn Selected istisnai bir işlem sayılmalı. Buton eşikleri atlar ve onay istemez; kural setine anında yazar. Bilinen bir yanlış pozitifi hızlandırmak için uygundur, listeyi toplu temizlemek için değil.
Prova eşikleri geçici olarak düşürülmeli. Min Progress değerinin düşürülmesi yalnızca görünümü genişletir; kalıcı bir ayar değildir ve gerçek öğrenme eşiklerini değiştirmez. Ne olacağını önceden görmek için kullanılır, sonra varsayılana dönülür.
Öğretici tanımları dar tutulmalı. Öğreticide tek eksen bulunduğu için öğrenme hızlı olgunlaşır; geniş tanımlanmış bir öğretici adresi ya da çerezi, kural setini istenenden çok gevşetir. Öğreticinin ne öğrettiği Teacher Tracking görünümünden izlenmelidir.
Description kolonundaki renk ayrımı gözetilmeli. İzin genişleten değişiklikler yeşil, denetim kapatan değişiklikler kırmızı yazılır. Kırmızı satırlar bir denetimin tümüyle devre dışı kalması anlamına gelir ve daha dikkatli değerlendirilmelidir.
Geçmiş, kural seti değişikliklerinin kaynağı olarak kullanılmalı. Kural setinde beklenmeyen bir gevşeme fark edildiğinde önce bu ekranın geçmiş görünümü açılmalı; öğrenmenin ne zaman ve hangi kanıtla yazıldığı buradan okunur.
İstenmeyen öğrenme geri alınmalı, elle düzeltilmemeli. Geri alma işlemi öğrenmenin yazdığı değerleri hedefli biçimde kaldırır; kuralın elle düzenlenmesi ise kaydı bırakır ve sonraki incelemelerde kafa karıştırır.
Yöntem kapatılırken geçmişin kaybolmadığı bilinmeli. Öğrenme yöntemi kapatıldığında sekme ekrandan kalkar, ancak geçmiş kayıtlar diskte durur; yöntem yeniden açıldığında aynı kayıtlar yine listelenir.

AI Learning & Teacher Tracking'e Erişim

Left Monitor Panel açılır.
Sol üstteki kategori sekmelerinden WAF-Protected vServices seçilir.
TR7 üzerinde tanımlı, WAF koruması etkin vService'ler listelenir.
İzlenecek vService'e tıklanır; ekran, vService'in adını taşıyan Dashboard sekmesiyle açılır.
Açılan ekranda AI Learning & Teacher Tracking sekmesine tıklanır.

Görünümler

Ekranın sol üstündeki liste, etkin her öğrenme yöntemi için biri izleme biri geçmiş olmak üzere iki görünüm sunar. İki yöntem birden açıkken listede dört görünüm bulunur; yalnız biri açıkken yalnız ona ait iki görünüm listelenir.

İzleme ile geçmiş arasındaki fark önemlidir.

Görünüm	Ne gösterir	Veri kaynağı
AI Learning Tracking	AI öğrenmesinin şu anda hangi önerileri biriktirdiği	Anlık prova
AI Learning History	AI öğrenmesinin geçmişte neyi uyguladığı	Öğrenme günlüğü
Teacher History	Öğreticilerin geçmişte neyi uyguladığı	Öğrenme günlüğü
Teacher Tracking	Öğreticilerin şu anda hangi önerileri biriktirdiği	Anlık prova

İzleme görünümleri kural setine dokunmaz

İzleme görünümleri bir provadır: aynı hesaplama canlı veriyle yeniden çalıştırılır ve sonuç yalnızca ekrana yazılır. Kural setinde hiçbir değişiklik yapılmaz, öğrenme günlüğüne hiçbir satır düşmez.

Geçmiş görünümleri ise tersidir: yalnızca gerçekten uygulanmış öğrenmeleri listeler.

İzleme görünümleri açılışta veri çekmez

İki izleme görünümü, ekran açıldığında kendiliğinden sorgu çalıştırmaz; prova maliyetli olduğu için Refresh butonuna tıklanması beklenir. Geçmiş görünümleri ise seçildiklerinde günlüğü okur.

Ekran, listedeki ilk görünümle açılır: AI öğrenmesi açıksa AI Learning Tracking ile (boş gelir, Refresh beklenir), yalnız öğretici açıksa Teacher History ile (dolu gelir).

İzleme provası tüm geçmişi taramaz

Her prova, yöntemin kendi çalışma periyodu kadar geriye bakar: AI provası AI öğrenmesinin tur aralığını, öğretici provası ise öğretici periyodunu iki dakikalık bir örtüşme payıyla tarar. Bu nedenle izleme görünümü, daha eski bir dönemde birikmiş ama henüz uygulanmamış önerileri göstermez.

AI Learning Tracking Ekranı

Görünüm listesinden AI Learning Tracking seçilerek AI öğrenmesinin o an biriktirdiği önerilere ulaşılır. Bu ekran üzerinden öneriler incelenir, prova eşikleri değiştirilerek listelenir ve seçilen öneriler kural setine uygulanır.

AI Learning Tracking Ekranı

Tablo varsayılan olarak şu kolonlarla açılır:

Kolon	Açıklama
Learning Progress	Öğrenme ilerlemesi; yeşil bir çubuk ve yüzde olarak gösterilir (Learning Progress Nasıl Okunur?).
Host Group	Öğrenmenin ait olduğu Virtual Host Groups grubu.
Path	Öğrenmenin yazıldığı sayfa tipi kuralı. Paylaşılan kurala yazılan öğrenmelerde Default yazar; bu kural WAF Rules ekranlarında Any Paths adıyla geçer. Öğrenme yeni bir kural oluşturacaksa yol yeşil yazılır.
Location	Öğrenmenin uygulandığı denetim alanı (path, query, header, form, JSON, XML ya da ham gövde).
Argument	Öğrenmenin uygulandığı parametre. Parametreye bağlı olmayan öğrenmelerde Any Arguments yazar.
Description	Öğrenmenin ne yapacağı. Renk cümlenin tamamına değil, değişen değere uygulanır: eklenen izinler yeşil, kaldırılan izinler ve kapatılan denetimler kırmızı yazılır.

Aşağıdaki kolonlar varsayılan olarak gizlidir ve kolon seçicisinden eklenir:

Kolon	Açıklama
Requests	Öneriyi besleyen istek sayısı.
Client	Öneriyi besleyen istemci sayısı.
Country	Öneriyi besleyen ülke sayısı.

Araç çubuğundaki öğeler soldan sağa aşağıdaki sırayla yer alır; son iki öğe (Page Information ve Page Size) tablonun altındaki bilgi şeridinde bulunur.

Columns

Tabloda hangi kolonların gösterileceği seçilir. Aynı panelde kolonlar sürüklenerek yeniden sıralanır ve kolon başına hizalama seçilir; Fit rows to the page butonuyla satır yüksekliği sayfaya sığdırılır, Reset butonuyla kolon düzeni varsayılana alınır. Düzen kullanıcı bazında saklanır ve dört görünümde ortaktır.

View

Görünüm seçilir: AI Learning Tracking, AI Learning History, Teacher History ya da Teacher Tracking.

Type Filter

Önerilerin hangi denetim ailesinden geleceği seçilir: tümü (All, varsayılan), yalnızca OWASP imzaları ya da yalnızca yapısal denetimler. Bu alan yalnızca AI Learning Tracking görünümünde bulunur.

Advanced Settings

Provanın eşiklerini gösteren şeridi açar. Yalnızca AI Learning Tracking görünümünde bulunur.

Export

Export butonuna tıklanarak tablo Excel, CSV veya PDF olarak dışa aktarılır. Açılan pencerede Filename, Format ve Data Source ile dışa aktarılacak Columns belirlenir; kalan alanlar biçime göre görüntülenir: CSV'de CSV Separator, Excel'de Excel Sheet Name, PDF'te Page Orientation ve Page Size.

Refresh

Refresh butonuna tıklanarak prova yeniden çalıştırılır ve öneriler güncellenir.

Learn Selected

Seçili öneriler kural setine hemen uygulanır. Hiçbir satır seçilmediğinde buton pasiftir.

Search

Tablodaki tüm bilgilerde arama yapmak için kullanılır.

RegExp Search

Tabloda bulunan tüm bilgilerde düzenli ifade (RegExp) ile arama yapmak için kullanılır.

Column Based Search

Tabloda bulunan bilgilerde sütun bazlı arama yapmak için kullanılır.

Page Information

Getirilen toplam kayıt sayısı ile listede görüntülenen kayıt aralığına ait bilgiler yer alır: Showing N-M of T records ve seçili satır sayısı (N selected, seçim yokken Nothing selected).

Page Size

Sayfada görüntülenecek maksimum kayıt sayısı seçilir. Varsayılan 100; seçenekler 50, 100, 250 ve All. Seçim saklanmaz, sonraki açılışta yeniden 100 ile başlanır.

Advanced Settings Şeridi

Advanced Settings bağlantısına tıklandığında provanın eşiklerini taşıyan şerit açılır.

Advanced Settings Şeridi

INFO

Min Progress (%) Varsayılan: 50

Bir önerinin listeye girmesi için ulaşması gereken en düşük öğrenme ilerlemesi belirlenir; 1 ile 100 arasında bir değer girilir. Değer düşürüldüğünde henüz olgunlaşmamış öneriler de görünür.

INFO

Max Suggestions Varsayılan: 1.000

Provanın üreteceği en fazla öneri sayısı belirlenir.

INFO

Line Limit Varsayılan: 1.000.000

Prova sırasında okunacak en fazla log satırı belirlenir.

Bu eşikler yalnızca görünümü etkiler

Şeritteki değerler provanın kendisine aittir; vService'in gerçek öğrenme eşiklerini değiştirmez. Gerçek eşikler Learning Methods ekranından yönetilir. Bu nedenle eşik düşürülerek görünen bir öneri, öğrenmenin onu kendiliğinden uygulayacağı anlamına gelmez.

Buna karşılık üç değer de kullanıcı bazında saklanır ve sonraki oturumlarda korunur. Bir kez düşürülen eşik, bilinçli olarak geri alınmadıkça bütün sonraki incelemelerde geçerli olur.

Learn Selected ile Elle Uygulama

Satır başındaki kutularla seçilen öneriler Learn Selected butonuyla kural setine uygulanır. İşlem onay istemez ve seçim uygulandığı anda canlı kural setine yazılır.

Uygulanan öneriler listeden kaldırılır; liste yeniden çekilmez, yalnızca uygulanan satırlar kaybolur. Aynı öneriler AI Learning History görünümünde, öğrenme tipi işlemi yapan kullanıcının adıyla birlikte görüntülenir.

Elle uygulama eşikleri atlar

Bu buton, önerinin öğrenme eşiğini doldurmasını beklemez. Eşiği dolmamış bir öneri, yeterli kanıt birikmeden uygulanmış olur; bu nedenle uygulamadan önce satırın önizlemesindeki istek sayısı ve istemci listesi incelenmelidir.

Buton yalnızca AI Learning Tracking görünümünde bulunur; diğer görünümlerde hiç görüntülenmez ve Teacher Tracking satırları seçilemez.

Sağ Tık Menüsü

Bu görünümde bir satıra sağ tıklandığında başlıksız, tek işlemli bir menü açılır. İşlem yalnızca sağ tıklanan öneriye uygulanır; listede yapılmış seçim menüyü etkilemez. Diğer üç görünümde satırlar için sağ tık menüsü bulunmaz.

İşlem	Ne yapar
Learn Selected	Sağ tıklanan öneriyi kural setine hemen uygular; araç çubuğundaki `Learn Selected` gibi onay istemez ve eşiği beklemez.

Seçilen Önerinin Önizlemesi

Listede bir satıra tıklandığında ekranın sağ tarafında önizleme penceresi açılır. Pencerenin başlığı öğrenmenin kaynağıdır; altında öğrenmenin yazıldığı yol görüntülenir. Paylaşılan kurala yazılan öğrenmelerde bu satırda Default yazar.

Seçilen Önerinin Önizlemesi

Önizleme tablodaki alanların çoğunu tekrarlar ve üzerine Learning Progress kırılımı ile öneriyi besleyen istemci listesini ekler. Host grubu bilgisi önizlemede yer almaz; Learning Type ise tabloda yalnız AI geçmişinde bulunmasına karşın önizlemede her görünümde görüntülenir. İstemci tablosunda her adres ve o adresten gelen istek sayısı listelenir; adresler tıklanabilir ve adresin itibar bilgisine açılır.

Bu tablo öğrenmenin kanıtıdır: bir öneri tek bir istemciden besleniyorsa, öğrenmenin genel bir kullanım biçimini değil tek bir istemcinin davranışını yansıtma olasılığı yüksektir.

Bu görünümde başlık önerinin kaynağını gösterir; AI öğrenmesinden gelen önerilerde AI Learning yazar.

AI Learning History Ekranı

Görünüm listesinden AI Learning History seçilerek AI öğrenmesinin geçmişte uyguladığı öğrenmelere ulaşılır. Bu ekran üzerinden hangi kuralın ne zaman ve hangi kaynaktan öğrenildiği incelenir.

Geçmiş görünümünde araç çubuğu iki noktada farklılaşır: tip filtresi ile Advanced Settings ve Learn Selected butonu bulunmaz, bunların yerine zaman aralığı seçici gelir.

AI Learning History Ekranı

Tablo varsayılan olarak şu kolonlarla açılır:

Kolon	Açıklama
Date	Öğrenmenin uygulandığı tarih ve saat.
Learning Type	Öğrenmenin kaynağı; önizleme açıkken tablodan gizlenir.
Learning Progress · Host Group · Path · Location · Argument · Description	AI Learning Tracking kolon tablosundaki açıklamalarla aynıdır.

Requests, Client ve Country kolonları varsayılan olarak gizlidir ve kolon seçicisinden eklenir. Tablonun başına izleme görünümlerinde bulunmayan Date ve Learning Type kolonları eklenir; Learning Type şu değerleri alır:

Learning Type değeri	Anlamı
AI Learning	Öğrenme, AI öğrenmesi tarafından kendiliğinden uygulanmıştır.
Manual (<kullanıcı>)	Öğrenme, bir kullanıcı tarafından `Learn Selected` ile uygulanmıştır.

Araç çubuğundaki öğeler soldan sağa aşağıdaki sırayla yer alır; son iki öğe (Page Information ve Page Size) tablonun altındaki bilgi şeridinde bulunur.