Tuğba Muhlise OKYAY, Muhammet ŞİMŞEK
Adli Tıp Dergisi - 2026;40(2):269-281
Amaç: Dijital izler giderek yaygınlaşan bir delil türü olmakla birlikte, büyük etkinlik kayıtlarının elle incelenmesi yavaş ve gözlemciye bağımlıdır. Bu çalışmada, yapılandırılmış ve etiketli bir siber suç adli veri setinde, tespit edilen tüm etiket sızıntısı kanalları kapatıldıktan sonra klasik gözetimli sınıflandırma algoritmalarının şüpheli ve normal kullanıcı etkinliklerini ayırt edip edemediği değerlendirilmiş ve sızıntının aynı analizin önceki sürümlerindeki görünür performansı ne ölçüde şişirdiği nicelenmiştir. Gereç ve Yöntem: Halka açık, sentetik olarak üretilmiş, 7.400 kayıt ve 11 nitelikten oluşan bir siber suç adli veri seti kullanıldı. Yalnızca şüpheli kayıtlarda dolu olan ve bu nedenle sonucu dolaylı olarak kodlayan anomali türü alanı, veri yüklendikten hemen sonra veri çerçevesinden çıkarıldı. Tüm 1.233 şüpheli kayıt ile, eksiksizlik koşulu uygulanmaksızın rastgele örneklenen 1.235 normal kayıt birleştirilerek 2.468 kayıtlık dengeye yakın bir çalışma veri seti oluşturuldu. Eksik değerler, etikete başvurulmaksızın tüm veri üzerinde hesaplanan sabitlerle dolduruldu. Etiket kodlamasının ardından veri %80/%20 oranında bölündü ve 27 sınıflandırma algoritması varsayılan ayarlarıyla karşılaştırıldı; lojistik regresyon referans modeli ayrıca beş katlı tabakalı çapraz doğrulama, karışıklık matrisi ve katsayı büyüklükleri ile değerlendirildi. Bulgular: Hiçbir algoritma şans düzeyini anlamlı biçimde aşmadı. En yüksek test doğruluğu 0,581 idi (perceptron; dengeli doğruluk 0,569; ROC AUC 0,562); şans düzeyini temsil eden kukla sınıflandırıcı 0,462 doğruluk ve 0,500 dengeli doğruluk verdi. 26 algoritmadan yalnızca beşi 0,500 dengeli doğruluğu aştı ve hiçbir ROC AUC değeri 0,562'yi geçmedi. Referans modelin çapraz doğrulaması 0,503 (SS 0,049) ortalama ROC AUC verdi. Hiçbir değişkenin etiketle mutlak korelasyonu 0,05'i aşmadı. Buna karşılık aynı işlem hattı, sızıntı kanalları açıkken dengeli tasarımda 0,862'ye varan doğruluk, dengesiz tanısal koşuda ise 26 algoritmadan 19'unda kusursuz skorlar üretmişti. Sonuç: Bu veri seti için daha önce bildirilen yaklaşık %86'lık sınıflandırma performansı, gerçek ayırt ediciliğin değil ön işleme sırasında oluşan etiket sızıntısının bir ürünüdür; sızıntı giderildikten sonra öznitelikler etikete ilişkin saptanabilir bilgi taşımamaktadır. Çalışma, sızıntının adli uygulamada inandırıcı görünen ancak gerçek olmayan sınıflandırıcılar üretebileceğinin belgelenmiş bir örneği sunulmaktadır.
