Bilişim Suçları, Veri Madenciliği ve Matematiksel Algoritmalar

“Matematiksel olarak suç analizinde proaktif bir teknik nedir?” diyecek olursak, cevap veri madenciliği algoritmalarıdır.

Güvenlik algısı eskiden olduğu gibi reaktif yöntemle suç gerçekleştikten sonra değil, gerçekleşmemiş bir suçu önleme şeklinde gelişmiştir. Proaktif yaklaşım olarak tanımlanan bu yöntem olası suçların önceden görülebilmesini mümkün kılmaktadır.

Bilişim suçları yeni bir suç çeşidi olarak günden güne tehlikeli bir hal almakta ve sayıları artmaktadır. Bu kapsamda önem kazanan veri hırsızlığı, siber dolandırıcılar tarafından gönderilen, tanınmış firmalardan (bankalar gibi) gönderilmiş gibi görünen, kredi kartı numarası veya şifre gibi gizli bilgileri elde etmeyi amaçlayan e-postalar aracılığıyla yapılmaktadır.

Veri Hırsızlığı

Dünya genelindeki veri hırsızlığına ilişkin bilgilerin paylaşıldığı rapora göre, 2013 yılının başı ile Nisan 2016 tarihleri arasını kapsayan dönemde veri hırsızlığıyla çalınan kayıt sayısı 3,7 milyarı aştı. Veri hırsızlığının en çok yaşandığı ülkeler arasında Amerika, Çin ve Güney Kore başı çekiyor.

Söz konusu sürede en yüksek veri hırsızlığının yaşandığı olaylar arasında; “Alibaba’dan 300 milyon verinin”, “eBay’dan 145 milyon verinin”, “191 milyon ABD seçmen kaydının” ve “152 milyon Adobe Systems kaydının” çalınması gösteriliyor.

Bu noktada “Matematiksel olarak suç analizinde proaktif bir teknik nedir?” diyecek olursak, cevap veri madenciliği algoritmalarıdır. Ayrıca suçu oluşturan nedenler arasında bağ kurma için de veri madenciliği uygun bir tekniktir.

Bilişimde Suç Analizi

Suç analizi, gelişen bilişim teknolojileriyle çeşitli veritabanları, sayısal haritalar ve coğrafi bilgi sistemleriyle desteklenerek çok daha verimli sonuçlar veren algoritmalar bütünü haline gelmiştir. Veri madenciliğinin konuya uygunluğundan dolayı suç veri madenciliği kavramı ortaya çıkmıştır.

Veri madenciliği algoritmalarından kümeleme, sapma tespiti, sınıflandırma ve birliktelik kuralları, suç analizinde kullanılan etkin yöntemlerden bazılarıdır. Bu teknikler sayesinde suç örüntülerinin tanımlanması ve ilişkisiz gibi görünen veriler arasındaki ilişkilerin çıkarımı söz konusudur.

Kümeleme algoritmalarıyla, suç kayıtlarındaki benzerlikler üzerinde ilişkilendirme yapılabilmektedir. Bu teknikle, bölgelere göre suç dağılımlarının yakınlığının ve uzaklığının incelenmesi mümkündür.

Sapma tespiti tekniğiyle, kayıtlardaki anormal durumların örüntüsünün oluşturulur. Dolandırıcılık, ağ saldırıları gibi konuların incelenmesinde kullanılan suç veri madenciliği yöntemidir. Örneğin; bir bölgede olağan dışı bir hareketlilik varsa bu genellikle bir olaya işarettir.

Sınıflandırma tekniği, örüntüsü bilinen suçların sınıflara ayrılmasında kullanılır. e-posta göndericilerinin tespiti, bu yönteme örnek olarak gösterilebilir.

Sosyal ağ analizi, bir ağdaki ilişkileri ve rolleri tespit etmek için kullanılabilecek teknik olarak ifade edilmiştir. Sosyal ağlar üzerinde kışkırtma suçlarının tespiti bu analizle yapılabilir.

Birliktelik kuralları madenciliği algoritmalarıyla, büyük veri kümeleri içerisinde nitelikler arası ilişkilerin kurulması sağlanır. Örneğin; mevcut veriler suçun nitelikleri olarak gruplanır ve yapılan analiz sonucunda sıklıkla tekrarlayan durumlar için kurallar oluşturulur.

Zühre AYDIN

KAYNAKÇA:

Estivill-Castro, V., Lee I., “Data Mining Techniques for Autonomous Exploration of Large Volumes of Geo-Referenced Crime Data”, Proc. Sixth Int’l Conf. Geocomputation, 2001.

Takçı H. , Hayta Ş. , Suç Veri Madenciliği Yardımıyla Hırsızlık Suçları Hakkında Kural Çıkarımı, Eleco 2014 Elektrik – Elektronik – Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, Kasım 2014, Bursa

http://biakraporu.org/docs/rapor.kisim3.bolum02.pdf

Matematiksel

Yazıyı Hazırlayan: Zühre AYDIN YENİOĞLU

2003 yılında Çankaya Üniversitesi Matematik-Bilgisayar Bölümünden mezun oldum. 2013 yılında ise Gazi Üniversitesi Bilişim Enstitüsü Yönetim Bilişim Sistemleri yüksek lisans eğitimimi tamamladım ve aynı bölümde doktora eğitimime devam etmekteyim. 2017 yılında Bilgisayar Mühendisliği Bölümü lisansını da tamamlamış bulunmaktayım. 7 yıl matematik öğretmeni olarak özel sektörde, sonrasında ise 2007-2014 yılları arasında İçişleri Bakanlığı Bilgi İşlem Dairesi Başkanlığı'nda görev aldım. 2014 Aralık ayından bu yana EPDK Bilişim Hizmetleri Grubunda çalışmaktayım.

Bunlara da Göz Atın

Einstein’ın ilginç alışkanlıklarından ne öğrenebiliriz?

Günlük alışkanlıklarımız beynimiz üzerinde büyük etkide bulunuyor, onun yapısını ve düşünme biçimimizi değiştiriyor. Dünyanın en zeki …

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir