Yapay Zeka Alanındaki Hızla Artan Veri Miktarı, Finansal Hizmetler Güvenliğini Yeniden Şekillendiriyor

Temiz bir PDF dosyası olarak gelen bir banka havalesi talimatını düşünün. Hatalı kod yok, bilinen hatalı imza yok, inandırıcı bir gönderen, her türlü otomatik kontrolü geçen meta veriler — ve tamamen uydurma; gerçek belgeyle tıpatıp aynı görünmesi için bir model tarafından birkaç sent karşılığında oluşturulmuş. Kaynağında onu ele veren hiçbir şey yok, çünkü hiçbir zaman bir insan tarafından yazılmadı. PDF birleştirme tekniği hakkında bilgi edinin

Günümüzde kullanılan dosya güvenliği denetimlerinin çoğu, dosyaların insanlar tarafından oluşturulduğu şeklindeki geleneksel bir varsayıma dayanmaktadır. Bu varsayım, dosyaların gelme sıklığını, birikme hızını ve anomalilerin değerlendirildiği “normal” tanımını belirler. Bu varsayım onlarca yıl boyunca geçerliliğini korudu; zira dosya başına maliyet insan emeğine bağlıydı ve hacim sınırı çalışan sayısına göre belirleniyordu.

Üretken yapay zeka bu sınırı ortadan kaldırdı. Küresel veri hacmi, 2019’daki 45 zettabayttan 2025’e kadar tahmini 175 zettabayta (yüzde 289 artış) yükseldi ve 2029’da 527 zettabayta ulaşacağı tahmin ediliyor (IDC). Ancak hacim, bu hikayenin daha az önemli olan kısmı. Daha önemli değişim, kaynağında yaşanıyor: Yeni kurumsal dosyaların tahmini %40–50’si artık makineler tarafından üretiliyor ve çoğu zaman insan tarafından yazıldığına dair güvenilir bir işaret bulunmuyor.

Büyüme oranı da aynı tabloyu ortaya koyuyor. Yapay zeka öncesi dönemde kurumsal dosya oluşturma, yılda yaklaşık %20–23 oranında artmıştı. Yapay zeka odaklı iş akışlarını standart hale getiren kuruluşlarda ise toplam dosya artışının şu anda yılda %55–68 olduğu tahmin ediliyor. Kurumsal üretken yapay zeka benimseme oranı tek bir yılda yaklaşık iki katına çıkarak %33’ten %71’e yükseldi (Stanford HAI) ve kuruluşların üçte ikisi ölçülebilir verimlilik artışları bildirmektedir (Deloitte). Dosya oluşturma, ilk kez işgücü büyüklüğünden bağımsız hale geldi ve bu iki eğri arasındaki genişleyen uçurum, tam da yeni güvenlik risklerinin ortaya çıktığı noktadır.

Finans hizmetleri, diğer tüm sektörlerden önce bir dosya patlaması yaşadı; zira bu sektör, çoğu endüstride bulunmayan üç dosya üretme mekanizmasını işletiyor ve üretken yapay zeka bu üçünü de aynı anda hızlandırdı.

Birincisi, en büyük ve en az göze çarpan itici güç olan sentetik verilerdir. Dolandırıcılık, kara para aklama (AML) ve kredi modellerinin eğitilmesi, gizlilik düzenlemelerinin sınırladığı ölçekte veriye ihtiyaç duyar; üretken yapay zeka, AML testleri için üretim verileriyle %96–99 oranında kullanışlılık eşdeğerliğine ulaşan istatistiksel olarak gerçekçi sentetik kayıtlar üreterek bu kısıtlamayı ortadan kaldırır. Tek bir kurum, her eğitim döngüsünde milyarlarca kayıt üretebilir ve bunların her biri depolanmış, yönetilen ve güvenli bir veridir.

İkincisi ise KYC belgeleridir; bu, zorunlu olması nedeniyle en ölçülebilir kategoridir. Yapay zeka, analist başına iş hacmini artırdı ve tamamen yeni belge türlerini ortaya çıkardı: makine tarafından oluşturulan risk açıklamaları, olumsuz medya özetleri, sahiplik haritaları. Küresel KYC/KYB sistemlerine yönelik harcamaların 2030 yılına kadar yaklaşık %40 artarak 30,5 milyar dolara ulaşacağı tahmin ediliyor (Juniper Research). Ayrıca, dünya çapında gerçekleştirilen kimlik doğrulama kontrollerinin sayısı 2024'teki 75 milyardan 2025'te 86 milyara yükseldi; bunların her biri, yakalanması, depolanması ve incelenmesi gereken birer belgedir.

Üçüncüsü ise, daha önce hiç yüksek hacimli üretim yapmayan tüm işlevlerde (satış, pazarlama, hukuk, İK, risk) LLM’nin doğrudan kullanılmasıdır. İşlev başına verim tahmini olarak üç ila beş kat artmıştır ve kuruluşlar, üretmeleri gereken içerikte bir önceki yıla göre %54’lük bir artış bildirmektedir (Deloitte). İngiltere’deki finans şirketlerinin dörtte üçü halihazırda yapay zeka kullanıyor (İngiltere Merkez Bankası / FCA) ve verimlilik artışı bildirenlerin oranı bir yıl içinde neredeyse iki katına çıkarak %59’a ulaştı. En fazla dosya üreten kurumlar, tam da bu dosyaları üreten teknolojiye en agresif şekilde yatırım yapan kurumlardır.

Bu, verimlilik konusunun güvenlik meselesine dönüştüğü dönüm noktasıdır. Sunum dosyasını hazırlayan araç, saldırı yükünü hazırlayan araçla aynıdır.

Üretken yapay zekanın yaygınlaşmasından bu yana yapay zeka destekli oltalama saldırıları on kattan fazla (+%1.265) artış gösterdi; tespit edilen oltalama e-postalarının %82’sinden fazlası artık yapay zeka tarafından üretilmiş içerik barındırıyor. Dijital belge sahteciliği, 2024 yılında bir önceki yıla göre %244 artış gösterdi. Kaspersky, günde yaklaşık 500.000 kötü amaçlı dosya kaydediyor. Ayrıca, deepfake kimlik dolandırıcılığı girişimlerini bildiren şirketlerin oranı iki yıl içinde %37’den %49’a yükseldi. Dosya kaynaklı tehditler, meşru dosyalarla aynı eğride artıyor; çünkü her ikisi de aynı teknolojiyle üretiliyor.

Dosyalar için kullandığımız terimler, dosyaların günümüzdeki halini artık yansıtmıyor. Bir dosya, artık bir kişi tarafından açılana kadar hareketsiz kalan pasif bir kap değildir. Giderek daha çok bir “IntelligentFILE” haline gelmektedir: işlendiğinde, açıldığında veya aktarıldığında belirli bir eylemi tetikleyen, gömülü zeka (veriler, talimatlar, kimlik veya kod dahil) barındıran herhangi bir dosya.

IntelligentFILE’ın en belirleyici özelliği, ikili doğasıdır. Aynı nesne, iş, uyumluluk ve güven için bir itici güç olabileceği gibi bir silah da olabilir. Bir KYC paketi, yasal bir ağırlığa sahiptir ve bu pakete dayanılarak alınan her kararın ileride doğuracağı sonuçları beraberinde getirir. Sentetik bir AML veri kümesi, milyonlarca işlemi yöneten bir model için “gerçeğin kaynağı” haline gelir. AI tarafından oluşturulan bir uyum raporu, uygun şekilde yönetilirse meşrudur; aksi takdirde ise bir zehirleme vektörü haline gelir. Kötü amaçlı yazılım içeren bir PDF dosyası, yüzeysel denetimden geçecek ve sisteme girdikten sonra çalışacak şekilde tasarlanmıştır. AI tarafından oluşturulan bir havale talimatı, bağlam açısından doğrudur, karşı tarafla eşleşir ve yapısal olarak gerçek olandan ayırt edilemez.

Yardımcı versiyon ile düşmanca versiyon arasındaki fark, dıştan bakıldığında nadiren fark edilir ve asıl sorun da budur.

Günümüzde kullanılan denetimlerin çoğu, makine tarafından oluşturulan dosyaların artık güvenilir bir şekilde sahip olmadığı bir özellikten risk çıkarımında bulunur. İmza tabanlı kötü amaçlı yazılım önleme motorları, tehdidin daha önce görülmüş olduğunu varsayar; ancak üretken modeller, bilinen hiçbir imzası olmayan yeni yükler üretir. E-posta ağ geçitleri, tehlikeli dosyanın e-posta yoluyla geldiğini varsayar; ancak dosyalar artık bulut yüklemeleri, API’ler, web formları, portallar ve işbirliği araçları yoluyla sisteme giriyor. Sınıflandırma, dosyaların yazarlık işaretleri ve temiz meta veriler içerdiğini varsayar; ancak makine tarafından oluşturulan dosyalarda bunlar yoktur ve sentetik veriler gerçek müşteri kayıtlarını taklit eder.

Menşe, kaynağın güvenliği belirlediğini varsayar; ancak kaynak, giderek daha fazla kurumun sınırları dışındaki bir model haline gelmektedir.

İşte Koruma Açığı budur: tek bir aracın yetersizliği değil, insan hızına uygun ve insanlar tarafından oluşturulan dosyalar için tasarlanmış denetimler ile bu özelliklere sahip olmayan dosya kümesi arasındaki mimari uyumsuzluktur.

Kaynağa artık güvenilemiyorsa, kontrol noktası buna göre uyarlanmalıdır. Güvenlik, bir dosya ortama girdikten sonra tehditleri tespit etmekten, belirtilen kaynaktan bağımsız olarak ve herhangi bir motorun dosyayı işaretleyip işaretlemediğine bakılmaksızın, her dosyayı sisteme alındığı anda incelemek ve temizlemek yönünde bir dönüşüm geçirmelidir. Kaynak bilgisi, sadece çıkarımda bulunulan bir unsur olmaktan çıkıp, zorunlu kılınan bir unsur haline gelir.

Uygulamada bu şu anlama gelir: tespitten önce önleme; her kanalı bir giriş noktası olarak ele almak; yalnızca bilinen zararlı dosyaları tespit etmek yerine, dosyaları yeniden oluşturarak aktif içeriği ortadan kaldırıp etkisiz hale getirmek; asla tek bir tespit motoruna güvenmemek; ve makine kaynaklı ve sentetik verileri, başlı başına bir yönetilen veri sınıfı olarak ele almak.

Piyasa şimdiden bu yönde bir yeniden yapılanma sürecine girmiştir — güvenlik liderlerinin %96’sı artık yapay zekayı siber savunmalarının temel bir parçası olarak görmektedir (EY); buna karşılık, ortalama bir siber saldırı maliyetinin 4,4 milyon dolara yaklaştığı belirtilmektedir (IBM).

Uyarlanmış güvenlik önlemlerinin, yapay zekanın hızlandırdığı iş akışını yavaşlatmasına gerek yoktur. Ancak çevre kontrolleri, dosya sayısındaki patlamanın, korumasız tehdit yüzeyini aynı oranda genişletmeden üretkenliği artırmasını sağlar.