<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Abdullah Eren Kılınç on Medium]]></title>
        <description><![CDATA[Stories by Abdullah Eren Kılınç on Medium]]></description>
        <link>https://medium.com/@vverenvv3?source=rss-43029898d70c------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*Qxj0oNx4ehhbI38u</url>
            <title>Stories by Abdullah Eren Kılınç on Medium</title>
            <link>https://medium.com/@vverenvv3?source=rss-43029898d70c------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 14:05:06 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@vverenvv3/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[SIP (Session Initiation Protocol)]]></title>
            <link>https://medium.com/@vverenvv3/sip-session-initiation-protocol-6da0d1ddbc67?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/6da0d1ddbc67</guid>
            <category><![CDATA[sip]]></category>
            <category><![CDATA[unified-communication]]></category>
            <category><![CDATA[voip]]></category>
            <category><![CDATA[cisco-cucm]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Tue, 13 Oct 2026 12:07:41 GMT</pubDate>
            <atom:updated>2026-10-13T12:07:41.214Z</atom:updated>
            <content:encoded><![CDATA[<p>Ses trafiği ve veri trafiği eskiden tamamen farklı ağlar üzerinden taşınıyordu. Ses, PSTN (Public Switched Telephone Network) üzerinden akarken; veri trafiği kurumsal WAN veya internet gibi IP ağlarını kullanıyordu.</p><p>Günümüzde ise modern ağlar birleşik yapıdadır. Ses, video ve web gibi normal veri trafiği aynı IP ağını paylaşır. Ses trafiğinin IP ağı üzerinden iletilmesine <strong>VoIP (Voice over IP)</strong> denir.</p><p>Günümüz iletişim teknolojilerinde ve Collaboration ekosisteminde ses ile görüntünün IP ağları üzerinden taşınması büyük ölçüde <strong>SIP (Session Initiation Protocol)</strong> sayesinde gerçekleşir. İster kurumsal ölçekteki santral sistemleri (Cisco CUCM, Alcatel OXE vb.) ister açık kaynaklı çözümler (Asterisk, FreeSWITCH, Kamailio) olsun, uç cihazlar ve sunucular arasındaki iletişimin temeli bu protokole dayanır.</p><p>SIP, IETF (Internet Engineering Task Force) tarafından RFC<strong> </strong>3261 ile standartlaştırılmıştır ve VoIP teknolojisinde en yaygın kullanılan protokollerden biridir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dSiHKkz-uYU0rU1B3ZJJCg.jpeg" /></figure><h3>1. SIP Nedir?</h3><p>SIP, uygulama katmanında çalışan bir sinyalleşme protokolüdür. IP ağı üzerindeki iki veya daha fazla uç cihaz arasında:</p><ul><li>oturumun (session / çağrı) kurulmasını,</li><li>parametrelerin değiştirilmesini (aktarma, bekletme vb.),</li><li>oturumun sonlandırılmasını</li></ul><p>yönetir.</p><p>Burada kritik bir ayrım var: SIP yalnızca çağrının sinyalleşme kısmıyla ilgilenir. Çağrıdaki gerçek ses veya görüntüyü, yani medyayı taşımak ise <strong>RTP (Real-Time Transport Protocol)</strong> protokolünün görevidir. Medya parametrelerinin belirlenmesinde ise çoğunlukla <strong>SDP (Session Description Protocol)</strong> kullanılır.</p><p>Temel bir SIP çağrı akışı adım adım şöyledir:</p><ol><li>Arayan cihaz, <strong>INVITE</strong> mesajıyla çağrı başlatır.</li><li>Karşı taraf veya aradaki SIP sunucusu <strong>100 Trying</strong>ile çağrı isteğini işler.</li><li>Aranan cihaz <strong>180 Ringing</strong> gibi bir yanıtla telefonun çaldığını bildirebilir.</li><li>Aranan cihaz çağrıyı kabul ettiğinde <strong>200 OK</strong> yanıtı gönderilir.</li><li>Arayan cihaz <strong>ACK</strong> mesajıyla başarılı çağrı yanıtını onaylar.</li><li>Medya parametreleri üzerinde anlaşılmışsa <strong>RTP</strong> üzerinden ses aktarımı gerçekleşir.</li><li>Taraflardan biri çağrıyı sonlandırdığında genellikle <strong>BYE</strong> mesajı gönderilir.</li><li>Diğer taraf <strong>200 OK</strong>ile BYE’ı onaylar ve oturum kapanır.</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*r541VSSLDq8CIhYvhCiH5g.png" /><figcaption>Görsel 1 — SIP Çağrı Akışı</figcaption></figure><p>Görselde de görüldüğü gibi SIP, cihazlar arasındaki sinyalleşmeyi kurduktan sonra aradan çekilir ve gerçek ses RTP ile doğrudan taraflar arasında iletilir.</p><h3>2. PBX Mimarileri</h3><p>SIP’i anlamak için üzerinde çalıştığı iletişim mimarisini de tanımak gerekir:</p><ul><li><strong>Black Box (Proprietary) PBX:</strong> Cisco CUCM, Alcatel-Lucent, Siemens gibi sistemlerdir. Lisans maliyetleri yüksektir. Geliştirme ve yapılandırma süreçleri daha kapalı ve tanımlı kurallara tabidir.</li><li><strong>Open Source PBX:</strong> Asterisk ve FreeSWITCH gibi açık kaynak çözümlerdir. Bu çözümler; özelleştirme, otomasyon, API entegrasyonları ve farklı sistemlerle birlikte çalışma açısından esnek seçenekler sunar.</li></ul><h3>3. SIP Cihaz Tipleri: UAC, UAS ve Aradaki Sunucular</h3><p>SIP’te iletişim kuran her uç, bir <strong>User Agent (UA)</strong> olarak çalışır ve çağrıdaki rolüne göre ikiye ayrılır:</p><ul><li><strong>User Agent Client (UAC):</strong> SIP isteğini gönderen taraftır. Örneğin bir bilgisayarda çalışan softphone uygulaması, arama yaptığı anda UAC’dir.</li><li><strong>User Agent Server (UAS):</strong> SIP isteğini karşılayan ve yanıtlayan taraftır. Örneğin aranan IP telefon.</li></ul><p>İki uç arasında ise ağdaki konumlarına göre farklı davranan yapılar bulunur:</p><ul><li><strong>P2P (Peer-to-Peer):</strong> P2P iletişimde iki uç cihaz arasında doğrudan bir ilişki kurulur. SIP proxy üzerinden yönlendirme yapılması zorunlu değildir.</li><li><strong>Stateless Proxy:</strong> Arama sırasında arada bir cihaz varsa ve bu cihaz mesajı yalnızca ileten yapıdaysa Stateless Proxy’dir. Transaction ile ilgili herhangi bir durum bilgisi tutmaz.</li><li><strong>Stateful Proxy:</strong> Stateful proxy, SIP transaction’larının durumunu takip eder. Gelen istekleri, gönderilen mesajları ve alınan yanıtları ilişkilendirerek çağrı yönlendirme sürecini yönetebilir.</li><li><strong>B2BUA (Back-to-Back User Agent):</strong> B2BUA, aldığı SIP isteğini bir SIP çağrı bacağının parçası olarak işler ve karşı tarafta ayrı bir SIP çağrı bacağı oluşturur. Bir proxy’den farklı olarak iki taraf arasındaki çağrıyı daha kapsamlı biçimde kontrol edebilir. SIP başlıklarını değiştirebilir ve mesajları dönüştürebilir. Cisco CUCM ve Cisco CUBE gibi sistemler, belirli çağrı akışlarında B2BUA işlevleriyle çalışır.</li></ul><h3>4. Delay, Jitter ve Packet Loss: Ses Kalitesini Belirleyen Üç Faktör</h3><p>Bir VoIP çağrısının kurulması başarılı olabilir ancak konuşma sırasında ses kesilebilir, gecikebilir veya bozulabilir.</p><p>Bu tür sorunları değerlendirirken başlıca üç temel ağ metriğine bakılır.</p><h4>Delay (Latency, Delta)</h4><p>Delay, bir paketin kaynak ile hedef arasında iletilmesi sırasında oluşan gecikmedir. Yaklaşık <strong>100 ms altında</strong> olması hedeflenir.</p><h4>Jitter</h4><p>Paketlerin hedefe varış süreleri arasındaki düzensizliktir. Paketlerin stabil aralıklarla gelmemesi sesteki robotlaşmaya veya kesintilere yol açar. Yaklaşık <strong>20 ms altında</strong> tutulmalıdır.</p><h4>Packet Loss</h4><p>Kaynaktan gönderilen paketlerin hedefe hiç ulaşamaması durumudur. Ses iletişiminde tolere edilebilir paket kaybı oranı yaklaşık <strong>%1&#39;in altında</strong> olmalıdır.</p><p>Bu metrikleri incelemek için Wireshark’ta ilgili ağ trafiğini yakalanır ve şu adımlar izlenir:</p><p><strong>Telephony → RTP → RTP Streams</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/478/1*isyWKMvJWRPDMphZSG_Sbg.png" /><figcaption>Görsel 2 — Delta, Jitter ve Packet Loss</figcaption></figure><h3>5. SIP Paketinin Anatomisi</h3><p>Bir SIP mesajı temel olarak üç bölümden oluşur:</p><ol><li><strong>Request-Line:</strong> Yapılacak işlemi (INVITE, BYE, REGISTER gibi) veya dönen yanıtı belirtir. INVITE sip:1002@example.com SIP/2.0</li><li><strong>Message Header: </strong>Çağrının kimliğine ve izlediği yola dair bilgileri taşır.</li></ol><ul><li><strong>Call-ID:</strong> Tüm bir görüşmeyi (Dialog) benzersiz şekilde tanımlar.</li><li><strong>Via:</strong> Paketlerin geçtiği rotayı belirtir.</li><li><strong>Max-Forwards:</strong> IP başlığındaki TTL gibidir, döngüleri engeller.</li><li><strong>From:</strong> İsteğin mantıksal olarak hangi taraftan geldiğini belirtir.</li><li><strong>To:</strong> İsteğin mantıksal hedefini belirtir.</li></ul><p><strong>3. Message Body: </strong>İçinde <strong>SDP (Session Description Protocol)</strong> bulunur. SDP, medya aktarımı yani RTP için hangi IP, port ve kodeklerin (ör. G.711, G.729) kullanılacağını belirtir.</p><p><em>INVITE </em>paketine ait 3 ana bölümde aşağıdaki Wireshark çıktısında görünür.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*BgMuXc0aEV-uqx5kMdb1Zw.png" /><figcaption>Görsel 3 — SIP INVITE Paket Analizi</figcaption></figure><h3>6. Dialog, Session ve Transaction Kavramları</h3><p>SIP analizinde en sık karıştırılan kavramlardan üçü Dialog, Session ve Transaction’dır. Bunları birbirinden ayırmak, özellikle karmaşık çağrı akışlarını anlamak açısından oldukça önemlidir.</p><h4>Dialog</h4><p>Yapılan görüşmenin tamamıdır. Bir Dialog’un içindeki tüm paketlerin <em>Call-ID, From tag</em> ve <em>To tag</em> değerleri aynıdır.</p><h4>Session</h4><p>Medya bilgisinin RTP paketleri ile aktığı süreçtir.</p><h4>Transaction</h4><p>Bir SIP isteği ve bu isteğe verilen tüm yanıtların toplamıdır. Bir Transaction içindeki tüm <em>Branch ID</em>’ler aynıdır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/700/1*SwmW33VBhwhcH0sv9Pgtbg.png" /><figcaption>Görsel 4 — Dialog, Session ve Transaction Sınırları</figcaption></figure><p>Görselde görüldüğü gibi Invite isteği ve bu isteğe verilen 100 Trying, 180 Ringing ve 200 OK yanıtları aynı <em>transaction </em>içerisindedir. acksonrası RTP akışı s<em>ession</em>’dır. byeve onu karşılayan 200 OK ise ikinci bir <em>transaction </em>oluşturur. Tüm bunları kapsayan çağrının bütünü ise <em>dialog</em>’dur.</p><h3>7. SIP Yanıt Kodları</h3><ul><li><strong>1xx (Informational):</strong> 100 Trying, 180 Ringing, 183 Session Progress</li><li><strong>2xx (Success):</strong> 200 OK</li><li><strong>3xx (Redirection):</strong> 300 Multiple Choices</li><li><strong>4xx (Client Error):</strong> 401 Unauthorized, 486 Busy Here</li><li><strong>5xx (Server Error):</strong> 502 Bad Gateway</li></ul><h3>8. Early Offer ve Delay Offer: SDP Hangi Pakette Gidiyor?</h3><p>SIP dünyasında SDP parametrelerinin (kodek, port vb.) hangi paket içinde gönderildiği önemlidir. Bu, iki farklı mekanizmayı ortaya çıkarır:</p><h4>Early Offer</h4><p>Early Offer modelinde arayan taraf, ilk INVITE mesajının body bölümünde SDP bilgilerini gönderir.</p><p>Basitleştirilmiş örnek:</p><pre>Arayan                  Aranan<br>  |                         |<br>  |---- INVITE + SDP ------&gt;|<br>  |&lt;--- 180 Ringing --------|<br>  |&lt;--- 200 OK + SDP -------|<br>  |---- ACK ---------------&gt;|<br>  |&lt;====== RTP ============&gt;|</pre><p>Bu örnekte arayan taraf ilk INVITE ile medya teklifini sunar. Karşı taraf ise kendi medya parametrelerini SDP içeren bir yanıtla bildirir.</p><h4>Delayed Offer</h4><p>Delayed Offer modelinde ilk INVITE mesajı SDP içermez. Medya teklifi daha sonraki bir mesajda, çoğunlukla karşı tarafın başarılı yanıtında sunulur.</p><p>Basitleştirilmiş örnek:</p><pre>Arayan                  Aranan<br>  |                         |<br>  |------ INVITE ----------&gt;|<br>  |&lt;----- 180 Ringing ------|<br>  |&lt;----- 200 OK + SDP -----|<br>  |------ ACK + SDP -------&gt;|<br>  |&lt;====== RTP ============&gt;|</pre><p>Bu örnekte aranan taraf SDP teklifini 200 OK içinde gönderir; arayan taraf da ACK içerisinde SDP yanıtını iletebilir.</p><h4>Cisco CUCM üzerinde Early Offer ve Delayed Offer</h4><p>Cisco Unified Communications Manager’da SIP Trunk üzerinden yapılan çağrılarda Delayed Offer, varsayılan yapılandırma yaklaşımıdır. SIP Trunk üzerinde Early Offer’a geçilmek istendiğinde <strong>MTP (Media Termination Point)</strong> kaynağı kullanılır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/534/1*dqPWgS7KZT-IDccIVsZgvw.png" /><figcaption>Görsel 5 — MTP kapalıyken (Delay Offer) ve MTP Açıkken (Early Offer) CallManager, SIP ve RTP Yolları</figcaption></figure><h3>9. NAT, ALG, STUN, TURN ve ICE</h3><p>SIP paketleri içindeki SDP başlığında IP adresleri metin olarak<strong> </strong>yazılır. Güvenlik duvarından geçen bir pakette IP Header adresi NAT’lansa bile SDP içindeki Private IP adresi değişmezse, karşı taraf sesi yanlış adrese göndermeye çalışır.</p><p>Bu sorunu çözmek için çeşitli yöntemler vardır:</p><h4>Application Layer Gateway (ALG)</h4><p>SIP ALG, güvenlik duvarı veya NAT cihazının SIP mesajlarını inceleyerek gerektiğinde mesaj içeriklerini ve adres bilgilerini değiştirmesini amaçlar.</p><h4>STUN</h4><p>STUN, bir uç noktanın NAT arkasındaki bağlantısıyla ilişkili dış IP adresi ve port bilgilerini öğrenmesine yardımcı olur.</p><h4>TURN</h4><p>TURN, iki uç noktanın doğrudan iletişim kuramadığı durumlarda medya trafiğinin bir relay sunucusu üzerinden taşınmasını sağlar.</p><h4>ICE</h4><p>ICE, aday bağlantı adreslerini değerlendirerek iki uç nokta arasında çalışabilecek en uygun medya yolunu belirlemeye yardımcı olur.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/836/1*bqrWBEg8GrP-QKDPC_75tg.png" /><figcaption>Görsel 6 — SIP İletişiminde NAT Kaynaklı Medya Bağlantısı Sorunları ve Çözümleri</figcaption></figure><h3>10. SIP Forking</h3><p>SIP Forking, bir SIP isteğinin birden fazla hedefe yönlendirilmesi işlemidir.</p><p>Örneğin bir kullanıcının aynı anda masa telefonu, bilgisayarındaki softphone uygulaması ve mobil cihazı üzerinden çağrı alması istenebilir.</p><p>Bu durumda SIP proxy, gelen INVITE isteğini birden fazla hedefe iletebilir.</p><h3>11. Sorun Giderme ve Log Alma</h3><p>SIP tabanlı VoIP sistemlerinde çağrı kurulum hataları, tek yönlü ses, codec uyuşmazlıkları ve beklenmeyen çağrı sonlandırmalarıyla karşılaşılabilir.</p><h4>CUCM üzerinde ağ paketi yakalama</h4><p>Cisco Unified Communications Manager gibi platformlarda CLI üzerinden ağ paketlerini yakalayarak SIP sinyalleşmesi incelenebilir. Örneğin 10.1.1.1 IP adresiyle ilişkili trafiği yakalamak için:</p><pre>utils network capture eth0 count 10000 size all host ip 10.1.1.1</pre><p>Yakalanan paketler daha sonra Wireshark ile incelenebilir.</p><h4><strong>CUBE / Voice Gateway üzerinde SIP debug</strong></h4><p>Cisco IOS tabanlı CUBE gibi cihazlarda SIP mesajlarını canlı görmek için:</p><pre>debug ccsip messages</pre><p>Debug komutları yoğun çağrı ortamlarında dikkatli kullanılmalıdır.İşiniz bittiğinde debug’ı mutlaka kapatın:</p><pre>no debug ccsip messages</pre><h4>Paket kaybında QoS</h4><p>Paket kaybı sorunlarının çözümü doğrudan hat kapasitesini artırmak değildir. Önce Voice trafiğini ayrı bir <strong>VLAN</strong>’e almak ve <strong>QoS (Quality of Service)</strong> uygulamak gerekir. Ses paketleri öncelikli işlendiğinde, hat dolu olsa bile kalite korunur.</p><h3>Sonuç</h3><p>SIP, çağrı sinyalleşmesini ve oturum yönetimini; SDP, medya parametrelerinin tanımlanmasını ve müzakere edilmesini; RTP ise gerçek zamanlı ses ve video verilerinin taşınmasını sağlar. Bu protokoller arasındaki ilişkiyi anlamak, Wireshark üzerinden bir çağrının hangi aşamasında ve nerede sorun yaşandığını daha hızlı tespit etmenize yardımcı olur.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6da0d1ddbc67" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Cisco Expressway-E & Expressway-C]]></title>
            <link>https://medium.com/@vverenvv3/cisco-expressway-e-expressway-c-6b85f4574531?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/6b85f4574531</guid>
            <category><![CDATA[cisco-collaboration]]></category>
            <category><![CDATA[cisco-unified-cm]]></category>
            <category><![CDATA[cisco-jabber]]></category>
            <category><![CDATA[cisco-expressway]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Thu, 16 Jul 2026 07:38:47 GMT</pubDate>
            <atom:updated>2026-07-16T07:38:47.695Z</atom:updated>
            <content:encoded><![CDATA[<p>Günümüzde hibrit çalışma modeli oldukça yaygın hale geldi. Masa başındaki bir personelin ofis içi IP telefonuyla konuşması ne kadar kolaysa; evdeki, sahadaki veya yoldaki bir çalışanın da aynı konforla şirket içi sistemlere erişebilmesi gerekiyor.</p><p>Expressway cihazları kurum dışındaki bir son kullanıcı cihazın (Jabber) VPN olmaksızın kurumun ağına erişip arama yapabilmesi (MRA) yanı sıra, kurum içindeki bir video konferans cihazının kurum dışındaki bir video konferans cihazına bağlanıp haberleşmesini de (B2B) sağlar.</p><p>En ilginç noktalardan biri şudur: Cisco Expressway-E (Edge) ve Expressway-C (Core) aslında donanımsal veya yazılımsal olarak birbirinin tamamen aynısı olan ürünlerdir. Bu cihazların farklılaşmasını, üzerlerine yüklenen farklı lisanslar belirler.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*97voXqUoQccaTix1S7JIYQ.png" /><figcaption>Cisco Collaboration Edge Mimarisi</figcaption></figure><p><strong>Expressway-E (Edge):</strong></p><p>Dış dünyaya açık olan yüzdür. Adından da anlaşılacağı üzere ağın “kenarında”, yani şirketin <strong>DMZ (Demilitarized Zone)</strong> adı verilen arındırılmış bölgesinde konumlandırılır. Üzerinde genellikle iki farklı ağ arayüzü (interface) bulunur:</p><ul><li><strong>Dış Arayüz (External Interface):</strong> İnternet üzerindeki Jabber/Webex istemcileriyle ve dış dünyayla HTTPS &amp; SIP over TLS üzerinden güvenli iletişim kurar.</li><li><strong>İç Arayüz (Internal Interface):</strong> İç firewall üzerinden doğrudan güvenli bölgede yer alan Expressway-C cihazına bakar.</li></ul><p><strong>Expressway-C (Core):</strong><br>Şirketin güvenli iç ağında yer alır ve doğrudan dış dünyaya kapalıdır. Yerelde çalışan tüm Collaboration sunucularıyla (CUCM, IM&amp;P, Cisco Unity Connection vb.) doğrudan haberleşen üründür.</p><p><strong>Cisco Expressway Zone ve Traversal Bağlantısı</strong></p><p>Dış ağdan gelen bir bağlantı isteğinin güvenli iç ağa aktarılabilmesi için Expressway’ler arasında özel bir tünel kurulur. Bu tüneli oluşturmak için:</p><ul><li>Expressway-E üzerinde <strong>Traversal Server Zone</strong>,</li><li>Expressway-C üzerinde ise <strong>Traversal Client Zone</strong> yapılandırılır.</li></ul><p>Güvenlik duvarı (Firewall) kuralları gereği, dışarıdan içeriye doğru doğrudan bağlantı başlatılması engellenir. Bu yüzden tünel, iç ağdaki <strong>Expressway-C tarafından Expressway-E’ye doğru başlatılır</strong> ve sürekli açık tutulur. TLS ile şifrelenmiş bu çift yönlü tünel (Traversal Zone) sayesinde, Expressway-E dışarıdan aldığı SIP sinyallerini ve medya paketlerini güvenli bir şekilde Expressway-C’ye iletir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1S-h48Vlvjo_gCL2vqJhew.png" /><figcaption>Cisco Expressway Zone</figcaption></figure><p><strong>Sertifika Mimarisi</strong></p><p>Portların açık olması tek başına yeterli değildir; sertifika zincirinin doğrulanması gerekir.</p><ul><li><strong>Karşılıklı Güven (Mutual TLS):</strong> Expressway-C ve Expressway-E’nin kendi aralarında yukarıdaki görseldeki gibi Traversal Zone tünelini kurabilmesi için birbirlerinin sertifikalarına güvenmesi gerekir.</li><li><strong>Dış Dünyaya Güven:</strong> Dışarıdaki bir mobil cihazın (VPN’siz Jabber/Webex) Expressway-E’ye güvenle bağlanabilmesi için Expressway-E üzerinde tanınan <strong>(Public CA)</strong> bir sertifika yüklü olmalıdır. Aksi takdirde kullanıcılar “Sertifika Hatası” alacak ve sisteme kayıt olamayacaktır.</li></ul><p><strong>MRA &amp; B2B</strong></p><p>Yazının başında da bahsettiğimiz gibi dışarıdaki bir Cisco Jabber veya Cisco Webex uygulamasının, hiçbir VPN bağlantısı olmadan kullanıcı adı ve şifresini yazıp saniyeler içinde şirket içi CUCM sunucusuna kaydolabilmesini sağlayan teknolojiye MRA (Mobile and Remote Access) denir.</p><p>Expressway, aynı zamanda farklı iki şirketin ses/video altyapısını birbirine doğrudan bağlamayı da mümkün kılar. Aramalar doğrudan <a href="/service/mailto:username@domain.com">username@domain.com</a> (URI Dialing) formatıyla, harici DNS üzerinden çözülerek yapılır. Bunu sağlayan teknolojiye ise B2B denir.</p><p>MRA kullanımı Cisco ekosisteminde herhangi bir ek lisans gerektirmezken, kurum dışındaki yabancı bir şirketle video/ses oturumu kurmayı sağlayan B2B aramaları cihaz üzerinde Rich Media Session (RMS) lisansa tabidir.</p><p><strong>Service Discovery</strong></p><p>Harici bir ağdaki softphone yerel ağa erişmek için aşağıdaki adımları izler:</p><p><strong>1-) </strong>İstemci uygulama çalıştırıldığında öncelikle yerel ağda olup olmadığını anlamak için iç DNS sunucusuna gider ve cisco-uds._tcp kaydını sorar. Eğer yerel ağda değilse bu sorguya cevap alamaz ve dışarıda olduğunu anlar.</p><p><strong>2-)</strong> Kullanıcı uygulamaya kurumsal mail adresini (<a href="/service/mailto:ad.soyad@domain.com">ad.soyad@domain.com</a>) girdiğinde, uygulama otomatik olarak dış dünyaya (External DNS) yönelerek mail domainine ait _collab-edge._tls.domain.com kaydını sorgular.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3R-1abJjia4XW3SOgvegSA.png" /><figcaption>Cisco MRA Service Discovery Akışı</figcaption></figure><p><strong>3-)</strong> Harici DNS sunucusu, bu sorguya karşılık olarak uygulamayı Expressway-E’nin dış IP adresine yönlendirir.</p><p><strong>4-)</strong> İstemci Expressway-E ile buluştuğunda hemen SIP protokolü başlatmaz. İlk iletişim, Expressway’lerin HTTP Proxy yeteneği ile tamamen HTTPS üzerinden yürütülür. Jabber, Expressway tüneli üzerinden CUCM’deki UDS (User Data Service) servislerine HTTPS istekleri atar.</p><p><strong>5-)</strong> Bu isteklerin ardından istemci; telefon hizmeti için CUCM, anlık mesajlaşma/durum bilgisi hizmeti için IM&amp;P ve sesli mesaj servisleri için Cisco Unity Connection (CUC) sunucularını keşfeder. Konfigürasyon ve sertifika paylaşımları tamamlandıktan sonra, ses ve video trafiğinin sinyalleşmesini başlatmak üzere arka planda SIP (TLS) oturumu tetiklenir ve VPN’e ihtiyaç duymadan sisteme tamamen kaydolunur.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6b85f4574531" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Büyük Dil Modelleri (LLM) Nasıl Çalışır?]]></title>
            <link>https://medium.com/@vverenvv3/b%C3%BCy%C3%BCk-dil-modelleri-llm-nas%C4%B1l-%C3%A7al%C4%B1%C5%9F%C4%B1r-75376258c9ac?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/75376258c9ac</guid>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[generative-ai]]></category>
            <category><![CDATA[transformer-architecture]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Fri, 27 Mar 2026 08:23:32 GMT</pubDate>
            <atom:updated>2026-03-27T08:23:32.591Z</atom:updated>
            <content:encoded><![CDATA[<p>LLM’ler (Large Language Models) metni nasıl ‘anlar’ ve bir sonraki kelimeyi nasıl bu kadar isabetli tahmin edebilir? Bu yazıda, ham bir metnin LLM mimarisi içindeki 6 temel duraktan geçerek nasıl işlendiğini, Transformer bloğunun kalbi olan <strong>Attention </strong>ve <strong>MLP </strong>katmanlarının görevlerini teknik detaylarıyla ele alıyoruz.</p><p>Şimdi bu süreci adım adım inceleyelim:</p><p><strong>1-) Tokenization</strong></p><p>LLM’ler metinleri bizim gibi kelime kelime okumazlar. Girdi olarak verdiğimiz her cümle, modelin “sözlüğünde” karşılığı olan ve <strong>token </strong>adı verilen yapı taşlarına bölünür. Bu işleme <strong>tokenization </strong>denir.</p><p><em>Bunu karmaşık bir dalga formunu işlemek için onu en küçük anlamlı örneklerine </em><strong><em>(sampling)</em></strong><em> ayırma işlemine benzetebiliriz.</em> Yani, insanlar dili hecelere ayırarak öğrenirken; LLM’ler veriyi istatistiksel olarak en anlamlı “parçacıklara” (tokenlara) ayırarak işler. Ardından ayrılan her bir token’a eşsiz bir Token ID verirler. Makineler sadece sayılarla çalıştığı için veriyi bu formata <strong>“kodlamış”</strong> (encode etmiş) oluyoruz.</p><figure><img alt="Tokenization" src="https://cdn-images-1.medium.com/max/1024/1*6h1g2d4RJweaVWWkXh9mmw.png" /><figcaption>Cümle token’larına ayrılıp sayısal kimlik ile temsil edilir.</figcaption></figure><p>Yazdığınız bir cümlenin ChatGPT tarafından nasıl tokenlarına ayrıldığını merak ediyorsanız, OpenAI’ın sunduğu Tokenizer aracını kullanabilirsin. Yukarıdaki görselde de GPT-4 modelini referans alarak, kelimelerin Token ID karşılıklarını bir örnekle gösterdim.</p><p><a href="https://platform.openai.com/tokenizer">OpenAI Platform</a></p><p><strong>2-) Embedding</strong></p><p>Tokenization ile kelimeleri parçalara ayırıp onlara birer kimlik (ID) verdik. Ancak bu ID’ler, model için henüz anlamsal bir bağ ifade etmiyor. İşte burada devreye <strong>Embedding </strong>giriyor.</p><p>Embedding işlemi, her bir token’ı çok boyutlu bir uzayda (modelden modele göre uzayın boyutu değişir) bir vektöre dönüştürür.</p><p>Cümledeki her token bir vektöre dönüştüğünde, elimizde artık bir vektör dizisi oluşur. Model, kelimeler arasındaki ilişkiyi bu vektörlerin yönleri ve büyüklükleri üzerinden hesaplar.</p><figure><img alt="Embedding" src="https://cdn-images-1.medium.com/max/520/1*5mS8Ecz-C9lDS86XHY3jRA.png" /><figcaption>Metin verileri yüksek boyutlu sayı dizilerine dönüştürülür.</figcaption></figure><p>Yukarıdaki örnekte de görüldüğü gibi bu vektörler rastgele sayılar dizisi değildir. Kelimelerin bağlamsal ve anlamsal özelliklerini matematiksel bir uzayda temsil eder.</p><p>Aşağıdaki örnek Python kodunda, kelimelerin embedding (vektör) uzayındaki yakınlıklarını <strong>Kosinüs Benzerliği</strong> ile ölçüyoruz.</p><pre>import numpy as np<br><br># Basit 3 boyutlu temsil örneği<br>embeddings = {<br>    &quot;kedi&quot;:   np.array([0.91, 0.12, 0.08]),<br>    &quot;köpek&quot;:  np.array([0.88, 0.15, 0.11]),<br>    &quot;araba&quot;:  np.array([0.10, 0.09, 0.97]),<br>}<br><br>def cosine_similarity(a, b):<br>    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))<br><br># Benzerlik sonuçları (1.0 tam benzerlik, 0.0 hiç benzerlik yok demektir)<br>print(&quot;kedi ↔ köpek :&quot;, round(cosine_similarity(embeddings[&quot;kedi&quot;], embeddings[&quot;köpek&quot;]), 3)) # 0.99 (Yüksek)<br>print(&quot;kedi ↔ araba :&quot;, round(cosine_similarity(embeddings[&quot;kedi&quot;], embeddings[&quot;araba&quot;]), 3)) # 0.19 (Düşük)</pre><p>Bu örnekte kelimeleri sadece 3 boyutlu<strong> </strong>bir vektör ile temsil ettik. Ancak gerçek dünyada modeller çok daha yüksek boyutlu “anlam uzayları” kullanır:</p><ul><li><strong>GPT-2 Small:</strong> 768 boyut</li><li><strong>Llama 3.2 1B:</strong> 2.048 boyut</li><li><strong>Llama 3.1 8B:</strong> 4.096 boyut</li><li><strong>GPT-3:</strong> 12.288 boyut</li></ul><p><strong>3-) Positional Encoding &amp; RoPE</strong></p><p>Embedding aşamasında kelimeleri anlamlı vektörlere dönüştürdük. Ancak ortada büyük bir sorun var: <strong>Transformer mimarisi</strong> veriyi aynı anda (paralel) işler. Bu durum hızı artırsa da modelin kelimelerin cümle içindeki sırasını karıştırmasına neden olabilir.</p><p>Örneğin; <strong>“Banka borcu ödedi”</strong> ile <strong>“Borcu banka ödedi”</strong> cümlelerindeki kelime vektörleri tamamen aynıdır. Modelin bu iki cümle arasındaki farkı anlaması için her vektöre bir konum bilgisi eklememiz gerekir. <strong>RoPE (Rotary Positional Encoding)</strong>, bu bilgiyi vektörleri belirli açılarla döndürerek doğrudan sisteme dahil eder.</p><p><strong>Özetle:</strong><br>Embedding, kelimenin <strong>“ne”</strong> olduğunu söyler (Anlam).<br>Positional Encoding ise kelimenin <strong>“nerede”</strong> olduğunu söyler (Konum).</p><p>RoPE , kelimenin konumunu sabit bir vektör olarak eklemek yerine, bir sonraki aşamada daha detaylı göreceğimiz <strong>Query </strong>ve <strong>Key</strong> vektörlerini çok boyutlu uzayda belirli açılarla döndürerek konum bilgisini doğrudan <strong>Attention </strong>mekanizmasının içine gömer. <em>Bu durumu, bir sinyalin fazını değiştirmeye benzetebiliriz.</em></p><p>Bu iki veri birleştiğinde, model artık hem anlamı hem de cümle yapısını analiz etmeye hazır hale gelir.</p><p>Eğer bir token’ın vektör değerleri diğerlerinden çok daha büyük olursa, modelin eğitimi sırasında bu token diğerlerini “ezebilir”. Bu adımda <strong>Normalizasyon (Layer Normalization)</strong> işlemi ile tüm vektörler benzer bir ölçeğe getirilerek modelin daha dengeli ve hızlı öğrenmesi sağlanır.</p><p><strong>4-) Attention</strong></p><p>2017 yılında Google tarafından yayınlanan <strong>“Attention Is All You Need” </strong>makalesiyle Transformer mimarisi tanıtıldı. Bir devrim yaratan bu makale, günümüzde kullandığımız tüm modern LLM’lerin kalbidir. Transformer mimarisi, kendinden önceki (RNN, LSTM gibi) yapıların aksine veriyi bir dizi halinde sırayla değil, bir bütün olarak paralel işleme yeteneğine sahiptir.</p><p>Bu paralel yapı sayesinde Transformer modelleri, büyük ölçekli matris çarpımlarını çok hızlı gerçekleştirebilen, binlerce çekirdeğe sahip GPU’lar üzerinde eğitilir. Günümüzde kullanılan <strong>GPT (Generative Pre-trained Transformer)</strong> modelleri, doğrudan bu Transformer mimarisi üzerine inşa edilmiştir. Büyük ölçekli veri setleri üzerinde eğitilen bu modeller, dilin istatistiksel örüntülerini öğrenerek her adımda bir sonraki token’ı tahmin eder ve böylece insan benzeri metinler üretebilir.</p><p>Buraya kadar konuyu toparlayacak olursak, vektörler oluşturuldu, konumları (RoPE) belirlendi. Peki bu kelimeler birbirleriyle nasıl etkileşime giriyor? <em>Bunu, bir veri paketinin ağdaki diğer paketlerle olan korelasyonunu hesaplamak gibi düşünebiliriz.</em></p><p>Attention mekanizması, her token için üç ana vektör üretir:</p><ul><li><strong>Query (Sorgu — Q):</strong> “Ben ne arıyorum?” (Diğer kelimelerle olan bağlantısını sorgular).</li><li><strong>Key (Anahtar — K):</strong> “Ben ne sunuyorum?” (Sorgulara cevap veren etiket).</li><li><strong>Value (Değer — V):</strong> “Benim asıl içeriğim ne?” (Bilginin kendisi).</li></ul><p><strong>Örnek Senaryo:</strong> “Sunucu aşırı yüklendiği için sistem otomatik olarak onu yeniden başlattı.” cümlesinde:</p><ul><li><strong>Query:</strong> “Onu” kelimesi işlenirken bir sorgu atar: “Ben kimi/neyi temsil ediyorum?”</li><li><strong>Key:</strong> Cümledeki tüm kelimeler (“sunucu”, “sistem”, “yüklendiği”) kendi anahtarlarını sunar.</li><li><strong>Sonuç:</strong> Query ve Key vektörleri arasındaki skaler çarpım ile tüm kelimeler için Attention skorları hesaplanır. Bu skorlar <strong>Softmax </strong>fonksiyonundan geçirilerek 0 ile 1 arasında değişen ağırlıklara dönüştürülür ve model, “Onu” kelimesinin en çok hangi kelimeyle ilişkili olduğunu bu ağırlıklar üzerinden belirler.</li></ul><p>Query, Key ve Value mekanizmasını örnek bir Python kodunda, <em>“onu”</em> zamirinin cümledeki <em>“sunucu”</em> kelimesine nasıl daha yüksek bir <strong>dikkat (attention)</strong> ağırlığı verdiğini görebilirsiniz:</p><pre>import numpy as np<br><br>def softmax(x):<br>    e_x = np.exp(x - np.max(x)) <br>    return e_x / e_x.sum()<br><br>def attention(Q, K, V):<br>    d_k = Q.shape[-1]<br>    # Adım 1: Skor hesapla → QKᵀ / √d_k<br>    scores = Q @ K.T / np.sqrt(d_k)<br>    # Adım 2: Olasılığa çevir (Softmax)<br>    weights = softmax(scores)<br>    # Adım 3: Value (Değer) matrisi ile ağırlıklı toplam<br>    return weights @ V, weights<br><br># Basit bir senaryo: &quot;onu&quot; -&gt; &quot;sunucu&quot; ilişkisi<br>Q = np.array([[0.5, 0.1, 0.8, 0.3]])   # &quot;onu&quot; kelimesinin sorgusu<br>K = np.array([[0.9, 0.2, 0.7, 0.4],    # &quot;sunucu&quot; kelimesinin anahtarı<br>              [0.1, 0.8, 0.2, 0.6]])    # &quot;sistem&quot;  kelimesinin anahtarı<br>V = np.array([[1.0, 0.0],              # &quot;sunucu&quot; değeri<br>              [0.0, 1.0]])             # &quot;sistem&quot;  değeri<br><br>output, weights = attention(Q, K, V)<br>print(&quot;Attention ağırlıkları:&quot;, weights.round(3)) <br># Çıktı: [0.742, 0.258] -&gt; Model &quot;onu&quot;nun %74 ihtimalle &quot;sunucu&quot; olduğunu anladı.</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CsscBV_ScLZVyEpRhGxVfw.png" /><figcaption>“Onu” kelimesi için “Sunucu” kelimesi daha yüksek bir ağırlıkla bağlandığı görülür.</figcaption></figure><p>İşlem şu formülle özetlenir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/444/1*skBO70OE2CLVERIjRZyPVg.png" /></figure><ul><li><strong>Normalizasyon (Scaling):</strong> <em>QK^T</em> çarpımı, değerlerin çok büyümemesi için boyuta <em>sqrt{d_k}</em> bölünür.</li><li><strong>Maskeleme (Masking):</strong> LLM’ler bir sonraki kelimeyi tahmin etmeye çalışır. Bu yüzden model eğitilirken, bir kelimenin kendisinden sonra gelen (henüz söylenmemiş) kelimeleri görmesi engellenir. Bu değerler matriste “sıfırlanır”.</li><li><strong>Softmax:</strong> Elde edilen skorlar olasılıksal bir dağılıma (0–1 arası) dönüştürülür.</li><li><strong>Value Değeri ile Çarpım:</strong> Son olarak bu skorlar Value (V) matrisiyle çarpılarak, her token’ın çevresindeki bağlama göre güncellenmiş yeni vektör değeri hesaplanır.</li></ul><figure><img alt="Self-Attention Akışı" src="https://cdn-images-1.medium.com/max/570/1*QkAxrNhw83xe5Qk2qlX1dA.png" /><figcaption>Self-Attention Akışı</figcaption></figure><p>Tek bir Attention mekanizması her şeyi çözmeye yetmez. Modern LLM’ler, bu işlemi aynı anda birden fazla <strong>“başlık”</strong> (head) ile paralel olarak gerçekleştirir. Buna <strong>Multi-Head Attention</strong> diyoruz.</p><p>Yukarıdaki şemada detaylarını gördüğümüz <strong>self-attention</strong> süreci, aşağıdaki görseldeki her bir <strong>‘Attention Score’</strong> bloğunun çekirdeğini oluşturur. Bu mekanizma burada paralel olarak çalışan <strong>N adet başlık (head)</strong> yapısına evrilir; böylece her bir başlık, cümlenin farklı dilsel katmanlarına (örneğin biri özne-fiil ilişkisine, diğeri zamansal bağlama, bir diğeri ise nesne uyumuna) aynı anda odaklanır.</p><figure><img alt="Multi-head Attention" src="https://cdn-images-1.medium.com/max/576/1*dGS4c1wmAkNix9ENb1cU0g.png" /><figcaption>Multi-Head Attention Akışı</figcaption></figure><p>Sonuç olarak, Attention bloğundan çıkan her vektör artık sadece kendi anlamını değil, cümle içindeki diğer kelimelerle olan ilişkisini de üzerinde taşır. Bu aşamadan sonra sistemin kararlılığını korumak için bir kez daha <strong>Layer Normalization</strong> uygulanır.</p><p>Onlarca blok üst üste bindiğinde, sinyal kaybolma veya bozulma eğilimi gösterir. Bu yüzden her Attention ve MLP işleminin yanında bir de “yan yol” (bypass) bulunur. Buna <strong>Residual Connections</strong> denir.</p><p><strong>5-) MLP (Multi-Layer Perceptron)</strong></p><p>LLM’ler, üst üste binmiş onlarca Transformer bloğundan oluşur. Her bir blok, veriyi iki temel aşamadan geçirir: Bunlardan biri bir önceki aşamada bahsettiğimiz Attention bloğu, bir diğeri ise bu aşamada bahsedeceğimiz MLP bloğudur.</p><p>Attention aşamasında kelimeler birbiriyle konuştu, birbirlerinden bilgi aldılar. Fakat bu bilgi halen ham bir haldedir. Bu bilgilerin işlendiği aşama ise MLP aşamasıdır. Attention’ın aksine, MLP aşamasında tokenlar birbirleriyle konuşmazlar. Her token vektörü, kendi kanalında paralel olarak aynı matematiksel işlemlerden geçer.</p><figure><img alt="Transformer modelinde Attention ve MLP katmanları boyunca bilginin matrisler üzerinden işlenerek giderek daha anlamlı temsillere dönüştürülmesi" src="https://cdn-images-1.medium.com/max/1024/1*KX22LTgbAxKbjBEgGX3_yw.png" /><figcaption>Transformer modelinde Attention ve MLP katmanları boyunca bilginin matrisler üzerinden işlenerek daha anlamlı hale dönüşmesi</figcaption></figure><p>Transformer mimarisinde standartlaşmış olan bu işlemde; bilgi önce devasa bir alana yayılır (genellikle model boyutunun <strong>4 katına</strong> genişletilir), orada ‘aktive’ edilerek (<strong>SwiGLU </strong>veya <strong>GeLU</strong> gibi fonksiyonlarla) işlenir ve sonra tekrar orijinal boyutuna geri döndürülür:</p><pre>import torch.nn as nn<br><br># d_model: Modelin çalışma boyutu (Örn: Llama 3.1 8B için 4096)<br>mlp = nn.Sequential(<br>    nn.Linear(d_model, 4 * d_model),  # Bilgiyi 4 kat genişletr (Detayları yakalar)<br>    nn.GELU(),                        # Aktivasyon (Önemli bilgileri alır)<br>    nn.Linear(4 * d_model, d_model)   # Bilgiyi orijinal boyuta geri daralt<br>)</pre><p>LLM’ler, Attention ve MLP bloklarının birçok kez üst üste uygulanmasıyla oluşur ve bu tekrar sayısı modelden modele değişir. Eğitim sırasında model, her adımda bir sonraki token’ı tahmin edecek şekilde optimize edilir. Ancak <strong>çıkarım (inference)</strong> aşamasında, bir sonraki kelimeyi üretmek için genellikle yalnızca son token’ın çıktısı kullanılır.</p><p>Ayrıca, MLP işleminden sonra da tıpkı Attention’da olduğu gibi bir Residual Connection ve Layer Normalization gelir.</p><p>Modern yapay zekanın (ChatGPT, Gemini, Claude, Llama gibi) temel taşı olan Transformer mimarisi kağıt üzerinde karmaşık görünse de, bu yapının kelimeleri adım adım inşa eden matematiksel bir süreç olduğunu anlamanın en iyi yolu, <strong>Transformer Explainer </strong>gibi araçlarla bu süreci etkileşimli bir şekilde keşfetmektir.</p><p><a href="https://poloclub.github.io/transformer-explainer/">Transformer Explainer: LLM Transformer Model Visually Explained</a></p><p><strong>6-) Output</strong></p><p>Tüm o karmaşık <strong>Attention </strong>ve <strong>MLP </strong>bloklarından geçtikten sonra elimizde ne var diye bakarsak, cümlenin tüm anlamını, bağlamını ve teknik detaylarını özetlemiş son bir vektör. Artık bu sayısal matris yığınının tekrardan bizim anlayabileceğimiz bir kelimeye dönüşme zamanı geldi.</p><p>Son vektör, <strong>“Un-embedding”</strong> adı verilen bir matrisle çarpılır. Bu işlem sonucunda, sözlükteki her bir kelime için bir puan üretilir. Elde edilen bu ham puanlar henüz 0 ile 1 arasında değildir. Burada devreye yine bir Softmax fonksiyonu girer:</p><ul><li>Softmax, tüm bu puanları 0 ile 1 arasında bir olasılık dağılımına dönüştürür.</li></ul><pre>import numpy as np<br><br>logits = np.array([4.8, 2.1, 1.5])          # Ham puanlar<br>probs  = np.exp(logits) / np.exp(logits).sum()  # Softmax<br># [0.93, 0.05, 0.02]</pre><ul><li>Sözlükteki binlerce kelime arasından hangisinin <strong>“bir sonraki kelime”</strong> olmaya en yakın aday olduğu artık matematiksel olarak bellidir.</li></ul><p>Olasılık dağılımı hazırlandığında model aşağıdaki seçimlerden birini yapar:</p><ul><li>Sadece en yüksek olasılıklı kelimeyi seçer.</li><li>Bazen biraz daha düşük olasılıklı kelimeleri seçerek cevabın daha yaratıcı olmasını sağlar. Aynı soruyu sorduğumuzda modelin farklı cevaplar vermesi buradan gelmektedir.</li></ul><p>Yukarıdaki gibi kelime seçimi yapıldıktan sonra model kelimeyi orijinal metnin sonuna ekler ve yukarıda bahsettiğimiz tüm aşamalar (Girdi → Tüm Katmanlar → Çıktı Kelime → Girdi + Yeni Kelime → Tüm Katmanlar Baştan → Sıradaki Kelime…) en baştan itibaren bu yeni cümle için baştan başlar.</p><p>Aşağıdaki akış diyagramı, bu yazıda incelediğimiz tüm durakların bir LLM mimarisi içinde nasıl bir hiyerarşiyle dizildiğini özetlemektedir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/608/1*POgsQYDVd-O2As1Ki2VlYw.png" /><figcaption>Bir LLM’in uçtan uca çalışma akışı</figcaption></figure><p><strong><em>Peki, modelin elinde henüz hiçbir kelime yokken ilk kelimeyi nasıl tahmin ediyor? </em></strong><em>Model eğitilirken Koşullu Olasılık dağılımını öğrenir. Model, sizin sorduğunuz soruyu (prompt) bir “koşul” olarak alır. “Bu soru sorulduğunda, elindeki tüm veriler ışığında en mantıklı başlangıç kelimesi ne olmalı?” sorusuna bir olasılık hesabı yapar.</em></p><p><strong>KAYNAKLAR</strong></p><ul><li><a href="https://arxiv.org/pdf/1706.03762"><strong>Attention is all you need</strong></a></li><li><a href="https://www.youtube.com/watch?v=wjZofJX0v4M&amp;t=183s"><strong>Transformers, the tech behind LLMs — YouTube</strong></a></li><li><a href="https://openai.com/tr-TR/index/chatgpt/"><strong>Introducing ChatGPT</strong></a></li><li><a href="https://www.youtube.com/watch?v=0EnSsT6HHck"><strong>Yapay Zeka Nasıl Çalışır? — YouTube</strong></a></li><li><a href="https://poloclub.github.io/transformer-explainer/"><strong>Transformer Explainer</strong></a></li><li><a href="https://bbycroft.net/llm"><strong>LLM Visualization</strong></a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=75376258c9ac" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Cisco UCCX ve IVR Dünyası]]></title>
            <link>https://medium.com/@vverenvv3/cisco-uccx-ve-ivr-d%C3%BCnyas%C4%B1-e8f9ffee584c?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/e8f9ffee584c</guid>
            <category><![CDATA[uccx]]></category>
            <category><![CDATA[ccx-editor]]></category>
            <category><![CDATA[ivr-script]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Tue, 24 Feb 2026 10:00:51 GMT</pubDate>
            <atom:updated>2026-03-06T06:01:09.612Z</atom:updated>
            <content:encoded><![CDATA[<p>Serinin ilk yazısında kurumsal iletişimin beyni olan CUCM’ den bahsetmiştik. CUCM’ in bir telefonu nasıl “hayata geçirdiğini”, Dial Plan’ın nasıl çalıştığını ve sinyalleşme ile medya katmanlarının nasıl ayrıştığını incelemiştik. Ancak binlerce kullanıcının aynı anda ulaştığı devasa bir yapıda telefonun sadece çalması yetmez. O çağrının doğru birime düşmesi, doğru kuyrukta beklemesi ve bir algoritma çerçevesinde yönetilmesi gerekir. İşte burada sahneye Cisco Unified Contact Center Express (UCCX) çıkıyor.</p><figure><img alt="Cisco Unified CCX Administration giriş sayfası kullanıcı arayüzü" src="https://cdn-images-1.medium.com/max/945/1*LZyO3UEX9PDt11f8vtnjDg.png" /><figcaption>Cisco Unified CCX Administration Giriş Paneli</figcaption></figure><p>Çağrı Merkezi Sadece “Müşteri Temsilcisi” demek değildir. Bir Mühendis için UCCX; Logic, Scripting ve Database entegrasyonu demektir.</p><figure><img alt="Cisco CUCM ve UCCX entegrasyonunu gösteren teknik akış diyagramı; telefon simgesinden başlayarak CUCM, IVR Script, CSQ Queue ve Agent Desktop (Finesse) birimleri arasındaki çağrı yönlendirme süreçleri" src="https://cdn-images-1.medium.com/max/808/1*MmyoXzyQiiufkiFNzrJWrQ.png" /><figcaption>UCCX Çağrı Akış Mimarisi</figcaption></figure><p>CUCM’den gelen bir çağrı UCCX’e aşağıdaki gibi 3 temel adımdan geçerek ulaşır.</p><ul><li><strong>CTI Route Point</strong>; CUCM üzerinde tanımlanan sanal bir cihazdır, gerçek bir telefon değildir ama bir numara taşır (trigger numarası). Müşteri o numarayı aradığında CUCM çağrıyı bir masaüstü telefona değil, bu sanal noktaya yönlendirir. Müşterinin aradığı numara ile trigger numarası burada eşleşir.</li><li><strong>JTAPI (Java Telephony API)</strong> bağlantısı ile UCCX CUCM’e bağlanır ve CTI Route Point’e gelen çağrıları devralır.</li><li><strong>CTI Port Grubu ise</strong> UCCX’in çağrıları işlerken kullandığı sanal port havuzudur ve kaç eş zamanlı çağrının işlenebileceğini bu yapı belirler.</li></ul><p>Müşteri arar <strong>→ </strong>CTI Route Point <strong>→</strong> JTAPI <strong>→</strong> UCCX <strong>→</strong> IVR Script <strong>→</strong> CTI Port.</p><p><strong>IVR (Interactive Voice Response) Scripting</strong></p><p>“Muhasebe için 1&#39;i, Teknik Destek için 2&#39;yi tuşlayınız.” Bu cümleyi hepimiz duymuşuzdur. Bu basit yönlendirmenin arkasında, gerçek bir yazılım mantığı vardır. UCCX’in kalbi olan <strong>IVR</strong> scriptleri, görsel bir araç olan <strong>Cisco Unified CCX Editor</strong> üzerinden tasarlanır. Görselde de görüldüğü gibi arka planda çalışan mantık <strong>değişkenler, if/else, döngüler ve hata yönetimi</strong> gibi programlamada kullanılan yapılardır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/412/1*wP8fH-5Ut_NO63VL-D9XSg.png" /><figcaption>Cisco Unified CCX Editor Arayüzü</figcaption></figure><p><strong>CSQ (Contact Service Queue)</strong></p><p>IVR menüsünü geçen bir çağrı doğrudan temsilciye düşmez; önce bir <strong>CSQ </strong>içine girer. Bu yapı, “hangi çağrı, hangi temsilciye, hangi öncelikte gitsin?” sorusunu yanıtlar.</p><p>UCCX üzerinde birden fazla yönlendirme stratejisi tanımlanabilir. <strong>Longest Available Agent, </strong>en uzun süre boşta bekleyen temsilci. <strong>Skill-Based Routing</strong> ise temsilcilere önceden atanan yetenek puanlarına göre çalışır. Görselde de olduğu gibi ingilizce konuşan müşteriyi otomatik olarak ingilizce puanı yüksek temsilciye yönlendirir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xiopMI67ZyXzfJUvbiQs9Q.png" /><figcaption>Cisco UCCX CSQ Yapılandırması</figcaption></figure><p><strong>Cisco Finesse</strong></p><p>Eskiden çağrı merkezi temsilcileri, ağır masaüstü yazılımları kullanırdı. Yavaş açılır, sık çökerdi. Şimdi ise <strong>Cisco Finesse</strong>, web tarayıcısı üzerinden çalışan modern bir arayüzdür. Agent Finesse’i açtığında durumunu <strong>Ready </strong>veya <strong>Not Ready </strong>olarak güncelleyebilir. Gelen çağrı hakkında temel bilgilere anında erişebilir. Çağrıyı transfer edebilir, bekletebilir ya da konferans kurabilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YMZHyAnzBy6N1RtfycxV0g.png" /><figcaption>Cisco Finesse Arayüzü</figcaption></figure><p>Finesse’i CUCM ve UCCX ile senkronize eden köprü <strong>Cisco CTI (Computer Telephony Integration)</strong> servisidir. Bu servisin açık olup olmadığı aşağıdaki gibi Cisco Unified Serviceability arayüzünden görülebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*15D5Hjws3LxgpqAl8mau-A.png" /><figcaption>CTI Servisi Aktiflik Durumu</figcaption></figure><p><strong>Veritabanı Entegrasyonu</strong></p><p>UCCX’i asıl güçlü kılan dış dünyayla konuşabilmesidir. Script içinde tanımlanan bir <strong>DB Step</strong> ile doğrudan SQL sorgusu çalıştırılabilir. Benzer şekilde <strong>HTTP Steps</strong> ile REST API üzerinden CRM sistemleriyle de konuşulabilir.</p><p>Sonuç olarak, Cisco UCCX, kurumsal bir yapıda telefonların sadece çalmasını değil, yönetilmesini sağlar. IVR scriptlerinden CTI servislerine kadar her adım, arka planda çalışan karmaşık algoritmaların bir sonucudur.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e8f9ffee584c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Python ve AXL API ile Cisco CUCM Otomasyonu]]></title>
            <link>https://medium.com/@vverenvv3/python-ve-axl-api-ile-cisco-cucm-otomasyonu-10c2ea0ccf80?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/10c2ea0ccf80</guid>
            <category><![CDATA[python]]></category>
            <category><![CDATA[cisco]]></category>
            <category><![CDATA[soap-api]]></category>
            <category><![CDATA[network-automation]]></category>
            <category><![CDATA[zeep]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Tue, 03 Feb 2026 05:37:30 GMT</pubDate>
            <atom:updated>2026-08-29T17:57:11.189Z</atom:updated>
            <content:encoded><![CDATA[<p>Günümüzde kurumsal iletişim altyapıları, durağan konfigürasyonlardan dinamik ve programlanabilir bir yapıya evrilmektedir. Binlerce kullanıcıya hizmet veren devasa bir ekosistemde Unified Communications (UC) yönetimi, artık sadece manuel dokunuşlar veya toplu yönetim araçlarıyla (BAT) değil, Python tabanlı stratejik otomasyonlarla sürdürülebilir kılınmaktadır.</p><p>Bu yazıda, Cisco Unified Communications Manager (CUCM) ekosisteminde <strong>Administrative XML (AXL)</strong> servislerini kullanarak süreçleri nasıl otomatikleştirebileceğimizi inceleyeceğiz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/913/1*nAElWu8scz02GHDygisVcw.png" /><figcaption>Kurumsal Ses Ağlarında Python Tabanlı Otomasyon</figcaption></figure><ol><li><strong>Temel Kavramlar</strong></li></ol><p>Otomasyona geçmeden önce, sistemler arasındaki veri alışverişi yöntemlerini anlamak gerekir.</p><ul><li><strong>API (Application Programming Interface):</strong> İki yazılımın haberleşmesini sağlayan köprüdür. Bir Python scripti CUCM veritabanına doğrudan erişmek yerine, arada iletici görevini üstlenen API katmanını kullanır.</li><li><strong>AXL (Administrative XML):</strong> Cisco’ya özgü bir API adlandırmasıdır. Unified Communications (UC) yapılandırmasında veri tabanına veri ekleme, silme ve güncelleme işlemlerini sağlayan XML/SOAP tabanlı bir arayüzdür.</li><li><strong>WSDL (Web Services Description Language):</strong> Web servisinin hangi fonksiyonları sunduğunu ve hangi veri yapılarını beklediğini tanımlayan XML dosyasıdır. Bir nevi API’nin kullanım kılavuzudur.</li><li><strong>SOAP (Simple Object Access Protocol):</strong> XML tabanlı, katı kuralları olan bir protokoldür. CUCM konfigürasyonu için kullanılan AXL, SOAP tabanlıdır.</li><li><strong>REST (Representational State Transfer):</strong> SOAP’a göre daha esnektir; XML dışında JSON ve HTML gibi formatları da kullanabilir. Cisco Unity Connection (CUC) ve UCCX gibi sistemler genellikle REST API mimarisi üzerinden yönetilir.</li></ul><p><strong>2. CUCM Otomasyonunun Kalbi: AXL ve RISPort</strong></p><p>Cisco’nun konfigürasyon veritabanına erişim sağlayan AXL servisi, XML şemaları aracılığıyla nesnelerin oluşturulmasını, güncellenmesini ve silinmesini sağlar. AXL iki temel metodoloji sunar:</p><ul><li><strong>Thick AXL:</strong> Telefonlar, hatlar ve kullanıcılar gibi nesneler için önceden tanımlanmış fonksiyonlar içerir (Örneğin: getUser, addPhone).</li><li><strong>Thin AXL:</strong> executeSQLQuery ve executeSQLUpdate gibi metodlarla doğrudan veritabanına özel SQL sorguları gönderilmesini sağlar. Bu, standart metodların yetmediği karmaşık raporlamalar için kullanılır.</li></ul><p>IP adresi, kayıt durumu ve güncel yazılım sürümü gibi gerçek zamanlı veriler için ise <strong>RISPort (Real-Time Information Service)</strong> API’si devreye girer. Özellikle Wireshark ve RTMT analizlerinde ihtiyaç duyulan anlık durum bilgileri için önem arz eder.</p><p>Bir python otomasyonunda AXL ve RISPort API’leri aynı anda kullanılabilir. İlk olarak AXL ile cihaz listesi ve konfigürasyonlar verileri çekilir. Ardından RISPort ile aynı cihazın canlı durum bilgileri alınır. Bu iki veri seti birleştirilerek envanter veya monitoring sistemleri elde edilir.</p><p>Kısaca, AXL ‘yapılandırma’ yaparken, RISPort ise ‘durum sorgusu’ yapar.</p><p>Aşağıdaki görseller konuyu daha iyi anlamaya yardımcı olabilir.</p><figure><img alt="Cisco Unified Communications Manager altyapılarında Python ve AXL API kullanarak gerçekleştirilen ağ otomasyonu süreçlerini temsil eden teknik görsel." src="https://cdn-images-1.medium.com/max/1024/1*kQim07ydr3jRSV_mZWNqiQ.png" /><figcaption>Client App — API — Database Akış Şeması</figcaption></figure><figure><img alt="Cisco Unified Communications Manager altyapılarında Python ve AXL API kullanarak gerçekleştirilen ağ otomasyonu süreçlerini temsil eden teknik illüstrasyon." src="https://cdn-images-1.medium.com/max/1024/1*MeGOA1juauRCOV9M6uoEmg.png" /><figcaption>AXL API: Cisco Call Manager Veritabanına Güvenli Köprü</figcaption></figure><p><strong>3. Python Ekosistemi: Zeep ve Sarmalayıcı (Wrapper) Kütüphaneler</strong></p><p>Python 3 ile SOAP servisleriyle etkileşime geçmek için geçmişte <strong>suds </strong>gibi kütüphaneler popüler olsa da, günümüzde en modern çözüm <strong>Zeep</strong> kütüphanesidir. Zeep, CUCM’in sunduğu karmaşık XML yapılarını doğrudan Python sözlüklerine dönüştürür.</p><p>Zeep kütüphanesini python üzerinde çalıştırmak için görselde gösterildiği gibi Cisco AXL Toolkit paketi CUCM arayüzünden indirilmelidir.</p><figure><img alt="Cisco Unified Communications Manager (CUCM) yönetim arayüzünde, ‘Application’ menüsü altındaki ‘Plugins’ sekmesi. Görselde, Python otomasyonu için gerekli olan AXLAPI.wsdl ve ilgili şema dosyalarını içeren ‘Cisco AXL Toolkit’ paketinin indirme bağlantısı kırmızı çerçeve ile vurgulanmıştır." src="https://cdn-images-1.medium.com/max/1024/1*h7R7Ch0jvZG87-d8NBr1sg.png" /><figcaption>CUCM AXL Toolkit ve WSDL Dosyalarının Temini</figcaption></figure><ul><li><strong>Yol:</strong> Applications → Plugins → Cisco AXL Toolkit menüsünden “Cisco AXL Toolkit” paketi indirilir. Bu paketin içerisinde bulunan aşağıdaki dosyalar python scriptinin erişebileceği bir yere (genellikle python scripti ile aynı dosya) çıkarılır.</li><li><strong>Gereken WSDL dosyaları:</strong> AXLAPI.wsdl, AXLEnums.xsd ve AXLSoap.xsd.</li></ul><p>Ham Zeep ile bir AXL bağlantısı kurmak aşağıdaki gibi görünür:</p><pre>from zeep import Client, Settings<br>from zeep.transports import Transport<br>from requests import Session<br>from requests.auth import HTTPBasicAuth<br><br>wsdl = &quot;file:///./schema/AXLAPI.wsdl&quot;<br>location = &quot;https://cucm-pub.local:8443/axl/&quot;<br><br>session = Session()<br>session.auth = HTTPBasicAuth(&quot;python_users&quot;, &quot;********&quot;)<br>session.verify = False <br><br>transport = Transport(session=session)<br>settings = Settings(strict=False, xml_huge_tree=True)<br><br>client = Client(wsdl, settings=settings, transport=transport)<br>service = client.create_service(<br>    &quot;{http://www.cisco.com/AXLAPIService/}AXLAPIBinding&quot;,<br>    location<br>)<br><br>result = service.getPhone(name=&quot;SEP7A21A87D8C00&quot;)<br>print(result[&quot;return&quot;][&quot;phone&quot;][&quot;description&quot;])</pre><p>Ancak, her projede ham SOAP istekleriyle uğraşmak zaman alıcı olabilir. İşte bu noktada, Zeep üzerine inşa edilmiş <strong>Sarmalayıcı (Wrapper)</strong> kütüphaneler devreye girer:</p><ul><li><strong>python-axl:</strong> Cisco AXL operasyonlarını daha sade bir hale getiren popüler bir kütüphanedir.</li><li><strong>cisco-axl:</strong> Benzer şekilde, AXL servislerini birer Python fonksiyonu gibi çağırmamızı sağlayarak kodun okunabilirliğini artırır.</li></ul><p>Aynı işlem, bir sarmalayıcı kütüphane ile çok daha az kod satırıyla gerçekleştirilebilir:</p><pre>from axl.axlhandler import AXLHandler<br><br>axl = AXLHandler(<br>    username=&quot;python_users&quot;,<br>    password=&quot;********&quot;,<br>    wsdl=&quot;https://cucm-pub.local:8443/axl/&quot;,<br>    cucm_version=&quot;14&quot;<br>)<br><br>phone = axl.get_phone(name=&quot;SEP7A21A87D8C00&quot;)<br>print(phone[&quot;return&quot;][&quot;phone&quot;][&quot;description&quot;])</pre><p><strong>4. Güvenlik ve Yetkilendirme</strong></p><p>Güvenlik gerekçeleriyle, otomasyon scriptlerinde tam yetkili bir yönetici hesabı kullanmak yerine, sadece işlemin gerektirdiği yetkilere sahip özel bir <strong>“Application User”</strong> oluşturulmalıdır. Python betiğinde CUCM’e bağlanmak için kullanıcıya verilebilecek yetkiler şunlardır:</p><ul><li><strong>Standard AXL API Access:</strong> Cihaz ekleme, silme ve mevcut konfigürasyonları güncelleme işlemleri için gereklidir.</li><li><strong>Standard AXL Read Only API Access:</strong> Sadece envanter raporlama ve durum izleme yapılacak projeler için tanımlanır.</li><li><strong>Standard CCM Server Monitoring:</strong> Sistem servislerinin durumunu kontrol etmek ve performans takibi yapmak için kullanılır.</li></ul><p>Örneğin, CUCM’de Application Users kısmında <strong>“python_users”</strong> adında bir kullanıcı oluşturulmuştur. Python scriptinde kullanmak üzere bu kullanıcıya görselde görüldüğü gibi <strong>“Standard AXL API Access”</strong> yetkisi verilmiştir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/890/1*mDMN_2yPBTShrEefE_tBXg.png" /><figcaption>CUCM’de ‘’python_users’’ kullanıcısı için “Standard AXL API Access’’ yetkisi tanımlama</figcaption></figure><p><strong>5. SSH ve CLI Otomasyonu: Netmiko ve Paramiko</strong></p><p>API’lerin desteklemediği veya uygulanmasının pratik olmadığı durumlarda, SSH tabanlı CLI otomasyonu önemli bir çözüm sunar. Bu amaçla kullanılan <strong>Netmiko</strong>, Cisco başta olmak üzere birçok ağ cihazına SSH üzerinden bağlanmayı ve CLI komutlarını kolayca çalıştırmayı sağlayan bir Python kütüphanesidir. <strong>Paramiko</strong> ise genel amaçlı bir SSH kütüphanesi olup, düşük seviyede SSH bağlantısı sağlar ve daha esnek çözümler geliştirmeye olanak tanırken daha fazla manuel kodlama gerektirir.</p><p>Özellikle <strong>Cisco Unified Border Element (CUBE)</strong> üzerindeki <strong>dial-peer</strong> oluşturma, güncelleme ve doğrulama gibi işlemlerin otomatikleştirilmesinde SSH tabanlı CLI otomasyonu oldukça etkili bir yöntemdir.</p><pre>from netmiko import ConnectHandler<br><br>cube = {<br>    &quot;device_type&quot;: &quot;cisco_ios&quot;,<br>    &quot;host&quot;: &quot;10.10.10.1&quot;,<br>    &quot;username&quot;: &quot;netadmin&quot;,<br>    &quot;password&quot;: &quot;SecurePassword123!&quot;,<br>    &quot;secret&quot;: &quot;EnablePassword123!&quot;,<br>}<br><br>commands = [<br>    &quot;dial-peer voice 200 voip&quot;,<br>    &quot;destination-pattern 90.&quot;,<br>    &quot;session target ipv4:10.10.20.5&quot;,<br>    &quot;codec g711ulaw&quot;,<br>    &quot;no vad&quot;,<br>]<br><br>with ConnectHandler(**cube) as conn:<br>    conn.enable()<br>    output = conn.send_config_set(commands)<br>    print(output)<br>    conn.save_config()</pre><p><strong>6. Teoriden Pratiğe</strong></p><p>Teorik bilgiyi gerçek dünya senaryolarına dönüştürmek, özellikle büyük ölçekli altyapılarda hayati önem taşır. Ben de python ile oluşturduğum network otomasyonu projelerimi Github sayfamda paylaşıyorum. Bu sayfada, CUCM sistemlerine hem ham <strong>Zeep</strong> kütüphanesi hem de <strong>python-axl</strong> gibi modern sarmalayıcılar kullanarak eriştiğim projeler yer almaktadır.</p><p>Projelerimi incelemek ve kendi altyapınıza uyarlamak için: <a href="https://github.com/ErenKilinc1">github.com/ErenKilinc1</a></p><p>Teorik bölümde bahsettiğim <strong>AXL ve RISPort</strong> yapılarının birlikte kullanımına dair en somut örneklerden biri, CUCM envanterindeki kayıtlı olmayan cihazların analizidir. Standart CUCM arayüzü, kayıt durumu <strong>‘None’</strong> olan cihazların tümünü dinamik bir şekilde raporlamakta veya bu veriyi anlamlı bir istatistiğe dönüştürmekte kısıtlı kalabilmektedir.</p><p>Geliştirdiğim bu proje, Cisco’nun iki farklı API dünyasını <strong>(AXL + RISPort)</strong> harmanlayarak bu kısıtlamayı aşmaktadır:</p><p>Proje çıktısının belirli bir kısmı aşağıdaki örnekteki gibidir:</p><pre>#     | Cihaz Adı             | Model               | Durum     <br>--------------------------------------------------------------------<br>1     | SEP7A11C87D07C4       | Cisco 7841          | None<br>2     | SEPEAF55C447BAB       | Cisco 840           | None<br>3     | SEP8D9C22D03F88       | Cisco 8851          | None</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fkkt6HEHs3py7JXt5QziPw.png" /><figcaption>Github projesi örnek grafik çıktısı</figcaption></figure><p><strong>SONUÇ</strong></p><p>Unified Communication ve Voice Network için Python, artık en az bir ses protokolü kadar temel bir yetkinlik haline gelmiştir. Bu yazıda bahsettiğim AXL, WSDL ve çeşitli Python kütüphaneleri, bizlere statik bir yapıyı dinamik bir yapıya dönüştürme gücü veriyor.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=10c2ea0ccf80" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[VoIP Dünyasında Bir Orkestra Şefi: Cisco Call Manager (CUCM)]]></title>
            <link>https://medium.com/@vverenvv3/voip-d%C3%BCnyas%C4%B1nda-bir-orkestra-%C5%9Fefi-cisco-call-manager-cucm-a07fcb9d4b9b?source=rss-43029898d70c------2</link>
            <guid isPermaLink="false">https://medium.com/p/a07fcb9d4b9b</guid>
            <category><![CDATA[cisco-call-manager]]></category>
            <category><![CDATA[cisco-collaboration]]></category>
            <dc:creator><![CDATA[Abdullah Eren Kılınç]]></dc:creator>
            <pubDate>Wed, 24 Dec 2025 06:42:20 GMT</pubDate>
            <atom:updated>2025-12-24T09:10:19.641Z</atom:updated>
            <content:encoded><![CDATA[<p>Selamlar! Bugün size, kurumsal dünyada telefonların sadece “çaldığı” değil, arka planda devasa bir zekanın işlediği o meşhur “beyinden” bahsetmek istiyorum: <strong>Cisco Unified Communications Manager</strong>, yani <strong>Call Manager (CUCM)</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*ygWbXAUhvxnp7Pi6hI5WSw.png" /></figure><h3>O Telefon Nasıl Çalıyor ?</h3><p>Bir ofiste masanızdaki telefonu kaldırdığınızda duyduğunuz o “çevir sesi” aslında CUCM’in size <strong>“Ben buradayım, seni dinliyorum”</strong> deme şeklidir. Binlerce kullanıcının olduğu büyük yapılarda; kimin kimi arayabileceği, hangi numaranın hangi masaya gideceği, hatta mesai saatinden sonra telefonun nereye yönleneceği tamamen bu arkadaşın kontrolünde.</p><p>Bir benzetme yaparsak; CUCM orkestra şefi gibidir. Sadece telefonları değil; gateway’leri, ses kayıt sistemlerini ve uygulama sunucularını aynı tempoda tutar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*Hf3X3_MYyErVMm5jEgaBlQ.png" /></figure><h3>CUCM Mimarisi</h3><p>CUCM, tek bir sunucudan ibaret değildir; bir <strong>Cluster (Küme)</strong> yapısıdır. Bu yapıda iki ana rol vardır:</p><p><strong>Publisher:</strong> Kümenin beynidir. Tüm ayarlar burada yapılır ve veritabanının yazılabilir tek kopyası buradadır. Publisher sunucusu herhangi bir nedenden dolayı devre dışı kaldığında, çağrı trafiği kesintiye uğramaz, Subscriber sunucuları üzerinden devam eder. Yalnızca sistem üzerinde isim ve numara değişikliği, yetki verilmesi gibi konfigürasyon ayarları yapılamaz.</p><p><strong>Subscribers: </strong>Bunlar ise sistemin işçileridir. Telefonlar bu sunuculara kayıt olur ve asıl çağrı trafiğini bunlar sırtlar. Bu yapı sayesinde, eğer sunuculardan biri bozulursa diğeri anında görevi devralır. Yani iletişim asla kesilmez.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*sq2vNNpZBLkDkK3Aok3rEA.png" /></figure><p>Cisco Unified CM Administration panelinde, sistemin hiyerarşik yapısını bir bakışta görebiliyoruz. Bu örnekte, kümenin beyni olan bir <strong>Publisher</strong> ve çağrı trafiğini sırtlanan dört <strong>Subscriber</strong> sunucusu listelenmiş durumda. Bu yapı, binlerce cihazın yükünü paylaştırarak iletişimin asla kesilmemesini sağlayan kurumsal bir kurulum örneğidir.</p><h3>Dial Plan</h3><p>Binlerce telefonu yönetirken her şeyi birbirine karıştırmamanın yolu <strong>Partition</strong> ve <strong>CSS (Calling Search Space)</strong> yapısından geçiyor. Bunu şöyle hayal edelim:</p><p><strong>Partition’lar</strong> kilitli odalardır.</p><p><strong>CSS</strong> ise sizin cebinizdeki anahtarlıktır. (“Yurt Dışı Aramaları”, “Cep Aramaları”, “Şehir içi Aramaları”, “Şehirlerarası Aramalar” gibi)</p><p>Eğer sizin anahtarlığınızda (CSS) o odanın (Partition) anahtarı yoksa, o numarayı arayamazsınız. Bu hiyerarşi sayesinde, stajyerin telefonunun sadece dahili numaraları aramasını sağlarken, genel müdürün anahtarlığına tüm odaların anahtarını vererek dünyayı aramasını sağlayabiliyoruz. Kurumsal güvenliğin ve yönetilebilirliğin temel taşı budur.</p><h3>Call Manager Hangi Dili Konuşur ?</h3><p>Bir VoIP çağrısında iki temel katman vardır:</p><p><strong>Sinyalleşme:</strong> Maçın başlama düdüğü, oyuncu değişiklikleri ve skor tabelasıdır. Aramanın başlatılması, çalma sesi ve sonlandırılması bu kısımdır. <strong>SIP, SCCP, H.323, MGCP</strong> bu katmanın protokolleridir.</p><p><strong>Medya:</strong> Bu ise maçın kendisidir, yani sestir. Sinyalleşme tamamlandıktan sonra CUCM aradan çekilir ve iki cihaz birbirine ses paketlerini (<strong>RTP</strong>) doğrudan gönderir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/729/1*5fETlfSV5mP_TM4NaMXsJA.png" /></figure><p>Şemadaki SIP akışının bize anlattığı çok net: Call Manager, telefonların birbirini bulmasını ve ‘el sıkışmasını’ sağlar. Sinyalleşme tamamlanıp bağlantı kurulduktan sonra ise CUCM aradan çekilir; böylece ses paketleri (RTP) sunucuya uğramadan, doğrudan telefonlar arasında en kısa yoldan akar.</p><h3>Eskiden SCCP Vardı, Şimdi SIP Zamanı</h3><p>Eskiden Cisco’nun kendine has SCCP (Skinny Client Control Protocol) protokolü çok popülerdi. Ancak artık dünya SIP (Session Initiation Protocol) üzerine dönüyor. Hatta Cisco, yeni nesil CUCM Sürüm 15 ile birlikte H.323 Gatekeeper gibi eski protokollere veda edip tamamen SIP odaklı bir geleceğe geçti. Bu yeni dönemde, amiral gemisi olan <strong>Cisco 9800</strong> serisi telefonlar gibi modern uç noktalar bu SIP gücünü sonuna kadar kullanıyor.</p><p>SIP neden mi daha iyi? Çünkü çok daha esnek. Digilog veya Zoom CallRec gibi üçüncü taraf ses kayıt sistemleriyle entegre olurken işimizi inanılmaz kolaylaştırıyor. Ayrıca artık CUCM 15, <strong>CentOS’u</strong> bırakıp <strong>64-bit</strong> <strong>AlmaLinux</strong> mimarisine geçtiği için çok daha performanslı. Tabii bu performansla beraber sistem gereksinimlerinin de arttığını (min. 14 GB RAM ve 110 GB disk) not etmemiz gerekiyor.</p><h3>Troubleshooting: Sorun Giderme ve İzleme</h3><p>Böylesine karmaşık bir yapıda sorun tespiti için Cisco, <strong>RTMT (Real-Time Monitoring Tool)</strong> yazılımını sunar. RTMT aracını sistemin “stetoskobu” olarak tanımlayabiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Wz3P_Gc6OkB0soOZuO2cdg.png" /></figure><p>Üzerinden CPU/RAM kullanımı, aktif kayıtlı telefon sayıları, anlık çağrı istatistikleri ve sunucunun disk doluluğuna kadar her şey canlı olarak izlenebilir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/566/1*EQrDfYGaPDbnYX8FQLaz9A.png" /></figure><h3><strong>Seri Devam Ediyor</strong></h3><p>Cisco ekosistemi sadece Call Manager’dan ibaret değil. Bu devasa yapıyı tamamlayan diğer ürünleri de incelememiz gerekiyor. Serinin devam yazılarında şunlara değineceğiz:</p><p><strong>Cisco Unified Contact Center Express (UCCX):</strong> Çağrı merkezlerinin kalbi ve IVR script dünyası.</p><p><strong>Cisco Unity Connection (CUC):</strong> Sadece bir sesli mesaj sistemi değil; akıllı karşılama menülerinin merkezi.</p><p><strong>IM and Presence (IM&amp;P):</strong> Kurumsal mesajlaşmanın ve “Müsait/Meşgul” durumlarının arka planı.</p><p><strong>Cisco Expressway Series (C &amp; E):</strong> Ofis dışındayken VPN zahmetine girmeden Jabber veya IP telefonunuzu nasıl kullanabildiğimizin sırrı.</p><p><strong>Uç Noktalar (IP Phones &amp; Softphones):</strong> Yeni nesil 9800 serisi fiziksel telefonlardan, bilgisayarımızdaki Webex ve Jabber gibi softphone yazılımlarına kadar son kullanıcı tecrübesi.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a07fcb9d4b9b" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>