Kayıt Sürecinde Yapılan Tüm KYC Kontrollerinden Geçtiğinde Yapay Zeka Tarafından Oluşturulan Kimlik Dolandırıcılığını Nasıl Tespit Edebilirsiniz?

Önemli Çıkarımlar

• KYC kontrolleri, bir belgenin beklenen biçimde sunulduğunu teyit eder; ancak bu, belgenin ardındaki kimliğin gerçek olduğunu doğrulamaz
• Sentetik kimlik dolandırıcılığı, çalınan gerçek verileri (çoğunlukla çocuklardan veya kredi geçmişlerini nadiren kontrol eden kişilerden alınan Sosyal Güvenlik Numaraları) ile zaman içinde yeni hesap açma süreçlerini geçebilmek amacıyla uydurulan bilgileri birleştirir.
• 2026 yılının Ağustos ayında kamuoyuna açıklanan bir federal iddianamede, 1.072’den fazla sahte kredi kartı başvurusuna dayanan 2,2 milyon dolarlık sentetik kimlik dolandırıcılığı olayında iki kişi hakkında suçlama yöneltildi.
• 2026 yılının Haziran ayında suçlu bulunan bir adam, çaldığı kimlik belgelerindeki yüzü kendi fotoğrafına yerleştirerek bir Hollanda bankasının “selfie-kimlik karşılaştırması” kontrolünü atlattı ve 46 sahte hesap açtı
• AI Content Inspector, fatura ve tazminat dolandırıcılığında kullanılan aynı görsel, metin ve meta veri algılama sinyallerini kimlik fotoğraflarına, özçekimlere ve kayıt sürecinde sunulan destekleyici belgelere de uygular

Finansal Müşteri Kaydı Sürecinde Yapay Zeka Tarafından Oluşturulan Kimlik Dolandırıcılığı Nasıl Görünür?

Kayıt sürecinde yapay zeka kaynaklı kimlik sahtekarlığı iki şekilde ortaya çıkar: gerçek çalıntı verilerden oluşturulan sentetik kimlikler ve çalıntı belgelere eklenmiş deepfake görüntüler. Her ikisi de kontrol noktalarını geçmek için tasarlanmıştır, soruşturmaya dayanmak için değil.

Gerçek Çalınmış Sosyal Güvenlik Numaralarından Oluşturulan Sentetik Kimlikler

Bir federal büyük jüri, Ağustos 2026’da, 2012’den 2024’e kadar süren bir dönemde sentetik kimlik dolandırıcılığı şebekesi işletmekle suçlanan iki kişiye yönelik 19 maddelik bir iddianameyi kamuoyuna açıkladı. Savcılar, bu iki kişinin çoğu çocuklara ait olan geçerli Sosyal Güvenlik numaralarını kullanarak yaklaşık 1.072 adet çevrimiçi kredi ve banka kartı başvurusu yaptıklarını ve bunun sonucunda tahmini 2,2 milyon dolarlık zarara yol açtıklarını belirtiyor.

Dijital Kayıt Sürecinde Gönderilen Deepfake Selfie'ler

Başka bir vaka ise sorunun görsel yönünü ortaya koyuyor. Haziran 2026’da hüküm giymiş bir adam, yüz değiştirme yazılımı kullanarak çalıntı kimlik belgelerine kendi yüz hatlarını ekledi; böylece bir Hollanda bankasının “ mobile ” adlı selfie-kimlik karşılaştırma kontrolünü atlatarak 46 sahte hesap açtı.

Sorunun Boyutu

Biometric Update’e göre, bir finans kurumu sekiz ayda 8.065 adet deepfake doğrulama girişimi kaydetti ve bu durum 347 milyon dolarlık zarara yol açtı. Check Point’in “AI Security Report 2026” raporunda, eğitimli denetçilerin yapay zeka tarafından üretilen yüzlerin yalnızca yaklaşık %41’ini doğru bir şekilde tanımlayabildiği ortaya çıktı; bu da, yalnızca insan denetiminin artık üretken modellerin ortaya çıkardıklarını tespit edemediğini doğruluyor.

Bu Kimlikler, İşe Alım ve Hesap Açma İş Akışlarına Nasıl Dahil Edilir?

Uydurma kimlikler, meşru başvuru sahipleriyle aynı kanallardan sisteme girer: dijital kayıt portalları, mobile uygulaması üzerinden hesap oluşturma ve KYC sistemlerine bağlı belge yükleme kuyrukları. Kimlik, altta yatan verilerin gerçek olup olmadığına dair herhangi bir kontrol yapılmadan inceleme sürecine girer.

Hollanda’daki banka vakası, bu mekanizmayı baştan sona ortaya koyuyor. Kimlik belgeleri, sahte bir kiralık ev ilanı ve sosyal medya aracılığıyla toplandı; ardından, meşru başvuru sahiplerinin de kullandığı, bankanın standart “ mobile ” fotoğraf ve selfie süreci yoluyla sunuldu.

Standart KYC Kontrollerinin Uydurma veya Sentetik Kimlikleri Tespit Edememesinin Üç Nedeni

Belge yükleme kontrolleri, bir dosyanın eksiksiz ve doğru biçimde formatlanmış olduğunu doğrular; ancak dosya içindeki kimliğin gerçek olup olmadığını doğrulamaz. Bu eksiklik, sentetik ve yapay zeka tarafından oluşturulan kimliklerin geçmesine imkân tanır.

“Selfie-versus-ID” eşleştirme yöntemi, gönderilen fotoğrafın gerçek bir yüzün değiştirilmemiş bir görüntüsü olduğunu varsayar. Bu yöntem, çalınan bir belge üzerine yerleştirilmiş, yüzü değiştirilmiş veya yapay zeka tarafından üretilmiş bir görüntüyü tespit etmek üzere tasarlanmamıştır; işte tam da bu durum, Hollanda’daki bankanın “ mobile ” kontrolünü atlatmasına neden olmuştur.

Sentetik kimlikler de gerçek, yavaş yavaş ilerleyen başvuru sahipleri gibi davranır. Tek bir başvuruda acil görünen hiçbir unsur yoktur; zira dolandırıcılık, tek bir şüpheli olaydan ziyade, aylar süren sıradan görünümlü faaliyetler aracılığıyla kademeli olarak oluşturulur. Check Point’in 2026 Yapay Zeka Güvenlik Raporu, bunu daha geniş çaplı bir değişimin parçası olarak ele almaktadır; bu değişimde yapay zeka, dolandırıcılık girişimlerine yardımcı olmaktan, bunları doğrudan yürütmeye doğru kaymaktadır.

Yapay Zeka Tarafından Oluşturulmuş Kimlik Belgelerini ve Selfie’leri Ortaya Çıkaran İşaretler

AI Content Inspector, OPSWAT adresinde yer alan ve MetaDefender™ platformu için geliştirilmiş, yapay zeka destekli bir içerik özgünlüğü ve belge sahteciliği tespit motorudur. Fatura ve tazminat taleplerindeki sahtecilik tespitinde kullanılan denetim mimarisini kimlik fotoğrafları, selfie’ler ve müşteri kayıt belgelerine de uygular; tek bir kontrole dayanmak yerine her bir dosya üzerinde aynı anda birden fazla bağımsız sinyali değerlendirir.

Yapay Zeka ile Oluşturulmuş Görüntü Algılama, gönderilen kimlik fotoğraflarını ve özçekimleri, tazminat taleplerine ilişkin görüntüleri incelediği şekilde inceler: sensör-parmak izi tutarsızlıkları, sıkıştırma kusurları ve bir kamera çekimini, yapay olarak oluşturulmuş veya manipüle edilmiş bir görüntüden ayıran piksel düzeyindeki ve frekans alanı sinyalleri açısından.

Belge Sahtekarlığı Taraması, adres kanıtı dosyaları ve müşteri kabul sürecine ilişkin destekleyici belgeler için geçerlidir; bu süreçte, meta veriler ve yapısal tutarlılık, söz konusu kaynaktan gelen meşru bir belgenin nasıl olması gerektiği ile karşılaştırılarak kontrol edilir.

Google SynthID Filigran Algılama, bazı yapay zeka görüntü oluşturucularının ürettiği gömülü filigranları kontrol eder. Testlerde, OPSWAT , yapay zeka tarafından oluşturulan 21.000'den fazla görüntüden SynthID işaretlerini kaldırdı; filigran algılayıcı bunları gözden kaçırdı, ancak adli analiz ve derin sınıflandırma sinyalleri yine de %90'ın üzerinde bir algılama doğruluğu sağladı; bu da motorun yalnızca filigranlara bağlı olmadığını doğruladı.

Her sonuç, basit bir “geçti” veya “kalmadı” değerlendirmesi yerine, güven derecesi içeren bir karar olarak sunulur; böylece işe alım ekipleri, bir dosyanın otomatik olarak onaylanmadan, işaretlenmeden veya insan tarafından incelenmek üzere yönlendirilmeden önce ne kadar kesinlik gerektiğini belirleyebilir.

Hesap Açılmadan Önce Kimlik Doğruluğunun Nasıl Kontrol Edilir?

Hesap açılmadan önce kimlik doğruluğunun teyit edilmesi, birbiriyle eşzamanlı olarak yürütülen iki kontrolü gerektirir; bu kontrollerin hiçbiri tek başına Hollanda vakasını ya da sentetik kimlik suçlamasını ortaya çıkaramazdı.

Belge gerçeklik analizi, kimlik belgesi, selfie ve ikametgah belgesi dosyasının gerçek olup olmadığını ve birbirleriyle tutarlı olup olmadığını değerlendirir.

Başvuru sahibi kayıt doğrulama işlemi, beyan edilen kimliği halihazırda bilinen bilgilerle karşılaştırır: Sosyal Güvenlik Numarası (SSN), adres ve iletişim bilgilerinin, sonradan oluşturulmuş bir geçmişe değil, daha önce kaydedilmiş bir geçmişe uyup uymadığını kontrol eder.

Belirsiz kararlar, otomatik onaylama veya reddetme yerine insan tarafından incelenmelidir. Kullanıcı kabul ekipleri ayrıca, yeni bir hesap, değişen iletişim bilgileri ve olağandışı derecede yüksek başvuru hızı gibi bir araya geldiğinde risk oluşturan sinyalleri, her biri tek başına kabul edilebilir görünse de, birbirinden bağımsız kontroller olarak değil, tek bir karar kapsamında değerlendirmelidir.

Önlem Odaklı Bir İşe Alım Süreci Nasıl Oluşturulur?

Önlem odaklı bir kayıt süreci, şüpheli bir işlemin incelemeyi tetiklemesinden sonra değil, hesap oluşturulmadan önce her belge ve görsel giriş noktasında doğruluk kontrolleri gerçekleştirir.

Kimlik Dolandırıcılığının Önlenmesi için Kullanıcı Kaydı Kontrol Katmanları

AI Content Inspector, Kimlik Orijinallik Algılama Özelliğini Ekledi

AI Content Inspector, kimlik belgesi ve selfie incelemesi için ayrı bir araca ihtiyaç duymadan, kimlik belgesi gerçeklik kontrolünü doğrudan “ MetaDefender ” iş akışına ekler. Düzenlemelere tabi müşteri kabul ekipleri için bu, sentetik kimliklerin ve yapay zeka tarafından oluşturulan yüzlerin, normalde “selfie-kimlik karşılaştırması” kontrolünün bunları geçireceği aynı noktada incelenmesi anlamına gelir.

AI Content Inspector, MetaDefender™ Core ve MetaDefender™ Cloud içinde, Metascan™ Multiscanning, Deep CDR™ Teknolojisi ve Proactive DLP™ teknolojileriyle birlikte ayrı bir motor olarak çalışır. Halihazırda MetaDefender ’u kullanan kuruluşlar, yeni bir tedarikçiye başvurmaya veya ayrı bir entegrasyon projesi yürütmeye gerek kalmadan kimlik belgelerinin gerçeklik değerlendirmelerini sisteme ekleyebilirler.

MetaDefender kurulumunuza AI Content Inspector’ı ekleyerek, fatura ve tazminat dolandırıcılığında kullanılan içerik orijinalliği tespitini kimlik fotoğraflarına, özçekimlere ve kayıt belgelerine de uygulayın.

Sıkça Sorulan Sorular

Sentetik kimlik dolandırıcılığı nedir?

Sentetik kimlik dolandırıcılığı, çalınan gerçek verileri (çoğunlukla Sosyal Güvenlik numarası) uydurma kişisel bilgilerle birleştirerek, tek bir şüpheli başvuru olarak algılanmak yerine zaman içinde kayıt süreçlerindeki kontrolleri geçmek üzere tasarlanmış, gerçek bir başvuru sahibine ait olmayan bir kimlik oluşturur.

Kayıt sürecinde yapay zeka tarafından oluşturulan kimlik dolandırıcılığı nasıl işliyor?

Dolandırıcılar, meşru başvuru sahiplerinin kullandığı aynı portallar üzerinden yapay zeka tarafından oluşturulmuş veya tahrif edilmiş kimlik fotoğraflarını, özçekimlerini ve destekleyici belgeleri gönderiyorlar. Dosyalar kötü amaçlı yazılım içermediğinden, standart dosya güvenlik araçları bunları sorunlu görmüyor ve dolandırıcılık ancak içeriğin kendisi doğrulanırsa ortaya çıkıyor.

KYC kontrolleri, deepfake veya yapay zeka ile oluşturulmuş kimlik belgelerini tespit edebilir mi?

Standart KYC kontrolleri, formatı ve eksiksizliği doğrular ve bir selfie ile kimlik fotoğrafını karşılaştırır. Bu adımların hiçbiri, gönderilen görüntünün yapay zeka tarafından oluşturulmuş veya değiştirilmiş olup olmadığını tespit etmek üzere tasarlanmamıştır; bu nedenle, yüzleri değiştirilmiş bir selfie, selfie ile kimlik fotoğrafı karşılaştırmasından geçebilir.

Yapay zeka tarafından oluşturulan bir kimlik belgesi veya selfie’yi hangi işaretler ele verir?

Sensör-parmak izi tutarsızlıkları, sıkıştırma kaynaklı bozulmalar, meta veri uyuşmazlıkları ve yapısal anomaliler, her biri kısmi bir ipucu sağlar. AI Content Inspector, bunları Google SynthID gibi filigran algılama yöntemleriyle birleştirerek, güvenilirlik puanı içeren tek bir sonuç ortaya koyar.

Kimlik dolandırıcılığı, yapay zeka ile oluşturulan fatura dolandırıcılığına ilişkin önceki blog yazımızda ele alınan fatura dolandırıcılığından ne açıdan farklıdır?

Fatura dolandırıcılığı, fatura veya makbuz gibi sahte bir belge kullanarak ödeme kararını hedef alır. Kimlik dolandırıcılığı ise sahte veya tahrif edilmiş bir kimlik belgesi, selfie veya adres kanıtı dosyası kullanarak doğrulama kararını hedef alır. Her ikisi de aynı güvenlik açığını kullanır: Bir dosya, kötü amaçlı yazılım içermese bile, temsil ettiğini iddia ettiği şey açısından yine de sahte olabilir.