Journals / Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi / 2026 / Sayı: 10

Evaluating Cyber Security Attacks and Strategies Using Fuzzy Logic: An Application in The Banking Sector

Siber Güvenlik Saldırı ve Stratejilerin Bulanık Mantıkla Değerlendirilmesi: Bankacılık Sektöründe Bir Uygulama

Kumru Çelik(KIRIKKALE ÜNİVERSİTESİ)0009-0001-1304-5326
Yusuf Bera Sanlı(KIRIKKALE ÜNİVERSİTESİ)0009-0003-7577-6671
Pages
—
Publication Date
2026-07-06
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Are results indicate that effectiveness and response time are the most influential criteria, while EDR emerges as the most suitable malware prevention strategy.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The finance sector has become a critical target for malware attacks due to its high transaction volume and sensitive customer data.
📊
Key Findings & Data:This study aims to evaluate and prioritize malware prevention strategies in the banking sector using MCDM methods.
💡
Conclusion & Impact:Are results indicate that effectiveness and response time are the most influential criteria, while EDR emerges as the most suitable malware prevention strategy.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:Bankacılık · siber güvenlik · bulanık mantık

Abstract

The finance sector has become a critical target for malware attacks due to its high transaction volume and sensitive customer data. In this context, selecting the most appropriate cybersecurity measures constitutes a Multi-Criteria Decision-Making (MCDM) problem. This study aims to evaluate and prioritize malware prevention strategies in the banking sector using MCDM methods. Initially, the weights of evaluation criteria are determined through the Pythagorean Fuzzy Analytic Hierarchy Process (AHP) in order to better reflect uncertainty in expert judgments. Subsequently, these weights are integrated into the Combined Compromise Solution (CoCoSo) method to rank alternative security measures, including user training, Endpoint Detection and Response (EDR), patch management, application whitelisting, Multi-Factor Authentication (MFA), network segmentation, and regular offline backup. Are results indicate that effectiveness and response time are the most influential criteria, while EDR emerges as the most suitable malware prevention strategy. The proposed integrated approach provides a systematic and comprehensive decision-support framework for cybersecurity strategy selection in the financial sector and contributes to the existing literature.

Özet

Öz Finans sektörü, barındırdığı yüksek işlem hacmi ve hassas müşteri verileri nedeniyle kötü amaçlı yazılım saldırılarının öncelikli hedefi konumundadır. Bu dinamik yapıda, siber güvenlik önlemlerinin etkinliğinin değerlendirilmesi ve en uygun stratejinin belirlenmesi, karmaşık bir Çok Kriterli Karar Verme (ÇKKV) problemi olarak karşımıza çıkmaktadır. Bu çalışma, bankacılık sektöründe kötü amaçlı yazılımlara karşı uygulanabilecek savunma stratejilerini kapsamlı bir şekilde değerlendirmeyi amaçlamaktadır. Karar sürecindeki belirsizliklerin ve sübjektif yargıların modele daha gerçekçi yansıtılabilmesi amacıyla, kriter ağırlıklarının belirlenmesinde Pisagor Bulanık Analitik Hiyerarşi Süreci (AHP) yöntemi kullanılmıştır. Belirlenen bu ağırlıklar doğrultusunda; kullanıcı eğitimi, Uç Nokta Tespit ve Müdahale (EDR), yamalama yönetimi, uygulama beyaz listeleme, Çok Faktörlü Kimlik Doğrulama (MFA), ağ segmentasyonu ve düzenli çevrimdışı yedekleme gibi stratejik alternatifler, TOPSIS ve Birleşik Uzlaşık Çözüm (CoCoSo) yöntemleri ile analitik olarak sıralanmıştır. Elde edilen sonuçlar; etkinlik ve tepki süresi kriterlerinin karar sürecinde en yüksek öneme sahip olduğunu, alternatifler arasında ise EDR kullanımının en uygun kötü amaçlı yazılım önleme stratejisi olarak öne çıktığını göstermektedir. Bu çalışma, finans kuruluşları için siber güvenlik stratejilerinin seçiminde sistematik, bütüncül ve karşılaştırmalı bir karar destek mekanizması sunarak literatüre katkı sağlamaktadır.

🔖

Cite This Article

Çelik, K., Sanlı, Y. B., Eren, T. (2026). Evaluating Cyber Security Attacks and Strategies Using Fuzzy Logic: An Application in The Banking Sector. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, Sayı: 10. https://doi.org/10.33461/uybisbbd.1880541

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (41)

  1. Afşar, A. (2019). “Finansal Hizmet Sektöründe Siber Güvenlik”. Dijital Dönüşüm Ve Finans (4), 141–163.
  2. Akın, F. (2020). “Dijital Dönüşümün Bankacılık Sektörü Üzerindeki Etkileri”. Balkan & Near Eastern Journal Of Social Sciences (Bnejss) (2), 15–27.
  3. Altıntaş, F. F. (2022). “G7 Ülkelerin Siber Güvenlik Performanslarının Analizi: Entropi Tabanlı Mabac Yöntemi İle Bir Uygulama“. Güvenlik Bilimleri Dergisi (1), 263-286.
  4. Arslan, R. S. (2021). “Kötücül Url Filtreleme İçin Derin Öğrenme Modeli Tasarımı”. Avrupa Bilim Ve Teknoloji Dergisi (29), 122–128.
  5. Aslan, Ö., Ozkan-Okay, M., Gupta, D. (2021). “Intelligent Behavior-Based Malware Detection System On Cloud Computing Environment”. Ieee Access (9), 83252–83271.
  6. Atmaca, M. (2012). “İMKB’de İşlem Gören Spor Şirketlerinin TOPSIS Yönetimi İle Finansal Performans Değerlendirmesi”. İktisat İşletme Ve Finans (320), 91-108.
  7. Aydın, Y. (2025). “Bankacılık Sektöründe Esg Kriterlerinin Değerlendirilmesi: Bulanık Lmaw Yöntemi İle Bir Yaklaşım. Sosyal Bilimlerde Stratejik Karar Verme: Çok Kriterli Karar Verme Yöntemleri İle Uygulamalar”. Efe Akademi Yayınları, İstanbul.
  8. Bıçakcı, S., Ergun, F. D., Çelikpala, M. (2015). “Türkiye’de Siber Güvenlik”. Edam Siber Politika Kağıtları Serisi (1), 1–35.
  9. Bingöl, H., & Karakoç, M. M. (2015). “İnternet Bankacılığı Ve Telekomünikasyon Alanında Siber Güvenliğe Genel Bakış“. Türk Doğa Ve Fen Dergisi (1), 23-35.
  10. Canbek, G., Sağıroğlu, Ş. (2007). “Bilgisayar Sistemlerine Yapılan Saldırılar Ve Türleri: Bir İnceleme”. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi (1), 1–12.
  11. Çelik, S., Çeliktaş, B. (2018). “Güncel Siber Güvenlik Tehditleri: Fidye Yazılımlar”. Cyberpolitik Journal (5), 105–132.
  12. Çıtak, Ö., Ünlü, U. (2024). “Bist’te İşlem Gören Bankaların Sürdürülebilirlik Raporlarının ÇKKV Yöntemi İle Değerlendirilmesi”. Alanya Akademik Bakış (3), 840-857.
  13. Demir, G. (2025). “Sosyal Bilimlerde Stratejik Karar Verme: Çok Kriterli Karar Verme Yöntemleri İle Uygulamalar”. Efe Akademi Yayınları (1), 1-20.
  14. Demirhan, M. (2021). “Sektörel Bakış: Türk Bankacılık Sektöründe Dijitalleşmenin Şube Dağıtım Kanalına Etkileri”. Erciyes Akademi (1), 1-19.
  15. Dumanoğlu, S., Ergül, N. (2010). “İMKB’de İşlem Gören Teknoloji Şirketlerinin Mali Performans Ölçümü”. Muhasebe Ve Finansman Dergisi (48), 101-111.
  16. Frotan, N. (2024). “Arayüz Çeşitlendirmesinin Kötü Amaçlı Yazılımlarda Kullanım Durumu”. İstanbul Ticaret Üniversitesi Teknoloji Ve Uygulamalı Bilimler Dergisi (1), 35–53.
  17. Güngör, A., Doğru, İ., Barışçı, N., Toklu, S. (2023). “Görüntü Tabanlı Özellikler Ve Makine Öğrenmesi Yöntemleri Kullanılarak Kötü Amaçlı Yazılım Tespiti”. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi (3), 1781–1792.
  18. Hatipoğlu, C., Tunacan, T. (2021). “Türkiye’de Siber Saldırı Ve Tespit Yöntemleri: Bir Literatür Taraması”. Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi (1), 430–445.
  19. Hekim, H., Başıbüyük, O. (2013). “Siber Suçlar Ve Türkiye’nin Siber Güvenlik Politikaları”. Uluslararası Güvenlik Ve Terörizm Dergisi (2), 135–158.
  20. İlbahar, E., Karaşan, A., Çebi, S. ve Kahraman, C. (2018). “Pisagor Bulanık AHP Ve Bulanık Çıkarım Sistemi Kullanarak İş Sağlığı Ve Güvenliği İçin Risk Değerlendirmesine Yönelik Yeni Bir Yaklaşım”. Güvenlik Bilimi (103), 124-136.
  21. Kandır, M. (2025). “Dijital Finansal Sistemlerde Dolandırıcılık Ve Siber Güvenlik Riskleri”. Efe Akademi Yayınları, İstanbul.
  22. Kara, M., Eren, T. (2023). “Hasar Tespit Çalışmalarında Görevlendirilebilecek Dronların Bulanık Karar Verme Yöntemleri İle Değerlendirilmesi”. Politeknik Dergisi (27), 2029–2041.
  23. Kestane, Ö. (2025). “Siber Saldırılar Ve Siber Güvenlik Denetimi Gereksinimi”. Efe Akademi Yayınları, İstanbul.
  24. Kırlar, O., Akın, G. P., Pehlivanoğlu, M. K. (2023). “Makine Öğrenmesi Yöntemleri Kullanılarak Kötü Amaçlı Yazılım Sınıflandırması: Cic-Mammem-2022 Veri Kümesi Üzerinde Bir Performans Karşılaştırması”. Bilgisayar Bilimleri Ve Mühendisliği Dergisi (2), 165–173.
  25. Korkmaz, Ö. F., Korkmaz, S. S. (2025). “Bankacılıkta Siber Güvenlik Üzerine Bibliyometrik Analiz”. Fiscaoeconomia (2), 1112–1127.
  26. Oruç, K. Ş. (2021). “Sıfır Atık Uygulamasında Karşılaşılan Engellerin Pisagor Bulanık AHP Yöntemi İle Değerlendirilmesi”. Ankara Yıldırım Beyazıt Üniversitesi, 41-43.
  27. Özbilger, H. İ., Sarıyar, B., Ertürk, A. (2023). “Bilgi Ve İletişim Güvenliği Rehberinin Uygulanması Ve Denetimlerine Yönelik İyileştirme Önerileri”. Bilgi Teknolojileri Ve İletişim Dergisi (1), 1-41.
  28. Özbingöl, Z. (2025). “Türkiye’de Siber Güvenlik Eğitimine Disiplinler Arası Bakış: Muhasebe Ve Bankacılık Bölümleri Açısından Bir Araştırma”. Nevşehir Hacı Bektaş Veli Üniversitesi Sbe Dergisi (2), 777-806.
  29. Özkan, K., Işık, Ş., Kartal, Y. (2018). “Evaluation Of Convolutional Neural Network Features For Malware Detection”. 6th International Symposium On Digital Forensic And Security (Isdfs), 1–5.
  30. Öztaş, T. (2026). “Lopcow-Marcos Yaklaşımıyla Brics Ülkelerinde Siber Güvenlik Değerlendirmesi”. Afyon Kocatepe Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, (13), 21-37.
  31. Salihoğlu, E., Karakış, E. (2022). “Finansal Piyasalarda Blockchain Teknolojisinin Benimsenmesinde Kritik Faktörler: Best-Worst Yöntemi (Bwm) İle Bir Değerlendirme”. İktisadi İdari Ve Siyasal Araştırmalar Dergisi (19), 448-467.
  32. Satıcı, S. R., Mete, M. E. (2023). “Fine-Kinney-Based Occupational Risk Assessment Using Pythagorean Fuzzy Ahp-Copras”. Gazi University Journal Of Science (2), 854 – 873.
  33. Taşçı, U., Can, A. (2015). “Türkiye’de Polisin Siber Suçlarla Mücadele Politikası: 1997–2014”. Fırat Üniversitesi Sosyal Bilimler Dergisi (2), 229–248.
  34. Tokmak, M. (2023). “Öğrencilerin Siber Güvenlik Farkındalık Düzeylerinin Makine Öğrenmesi Yöntemleri İle Belirlenmesi”. Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi (2), 451–466.
  35. Topal, A. (2021). “Çok Kriterli Karar Verme Analizi İle Elektrik Üretim Şirketlerinin Finansal Performans Analizi: Entropi Tabanlı CoCoSo Yöntemi”. Business & Management Studies: An International Journal (2), 532–546.
  36. Torun, N. K., Torun, T. (2022). “Kötü Amaçlı Yazılımların E-Ticaret İçerisinde Siber Güvenlik Açısından İncelenmesi”. Sakarya İktisat Dergisi (1), 1–16.
  37. Tüfekci, P., Önal, Ç. M. (2024). “Kötü Amaçlı Yazılım Tespiti İçin Makine Öğrenmesi Algoritmalarının Kullanımı”. Düzce University Journal Of Science And Technology (1), 307–319.
  38. Türkiye İstatistik Kurumu. (2025). “TÜİK”. Https://Www.Tuik.Gov.Tr/
  39. Yager, RR (2013). Pisagor Bulanık Alt Kümeleri”. 2013 Ortak IFSA Dünya Kongresi Ve NAFIPS Yıllık Toplantısında (IFSA/NAFIPS), 57– 61.
  40. Yeşilyurt, H. (2015). “Finansal Hizmet Sektöründe Siber Güvenlik Riskleri Ve Çözüm Yolları”. Celal Bayar Üniversitesi Sosyal Bilimler Dergisi (2), 97–120.
  41. Yıldırım, E.Y. (2018). “Bilişim Sistemlerine Yönelik Siber Saldırılar Ve Siber Güvenliğin Sağlanması”. Mesleki Bilimler Dergisi (MBD) (2), 24-33.