Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışmanın diğer bir amacı ise, geleneksel risk analizi yöntemlerine kıyasla yeni nesil bilişim teknolojileri desteğiyle oluşturulan yöntemlere yönelik farkındalığın artırılmasıdır.
📌 3 Maddede Bu Makale
Özet
Yaşamın giderek dijitalleştiği bilgi çağında, bilginin değeri ve önemi her geçen gün artmaktadır. Bilginin değerini ve önemini artırmanın esas yolu; onun gizliliği, güvenliği ve bütünlüğü unsurlarını korumaktan geçmektedir. Bu unsurların tümü pek çok bileşenin ve faktörün bir arada olduğu, sürekli ve çok yönlü etkileşimde bulundukları bir sistemi oluşturmaktadır. Bu sistemin yapısı gereği pek çok riski de beraberinde getirmektedir. Bu risklerin önceden belirlenmesi, hesaplanması ve analiz edilmesinde iyi bir risk yönetim anlayışına ihtiyaç vardır. Bilişim teknolojileri bu yönetim anlayışına destek olmak için pek çok yeni yöntem ve teknik ortaya koymaktadır. Yapay zekâ yöntem ve teknikleri buna örnek olarak verilebilir. Bilgi güvenliğini sağlama aşamasında ortaya çıkan açıkların, eksiklerin ve risklerin yapay zekâ ile önceden belirlenerek önlemlerin alınmasında önemli roller üstlendiği görülmektedir. Özellikle veri toplama, işleme ve karar verme süreçlerini kapsayan veri analitiği ile tahmin etme ve karar vermeyi kolaylaştırmaktadır. Ayrıca, veri iletimi ve erişimi sırasında oluşan anormal durumların tespitinde makine öğrenimi ve doğal dil işleme algoritmaları önemli başarılar elde etmektedir. Bu çalışma, kurumsal bilgi güvenliği yönetiminde yapay zekâ destekli risk analizine değinmektedir. Bu kapsamda kullanılan yapay zekâ uygulamalarının özellikleri açıklanırken, yapay zekâ destekli örnek bir risk analizi modelini oluşturulmuştur. Bu model içerisinde yapay zekâ yöntem, teknik ve araçları belirtilmiştir. Ayrıca, yapay zekânın, bilgi güvenliği alanında risk analizi süreçlerine entegrasyonu ve potansiyel faydaları üzerinde durulmaktadır. Çalışmada, önerilen modelde yer alan yapay zekâ tekniklerinin ve modellerinin risk analizi aşamalarına uygunluğu araştırılırken uygulama temelli ilişkilendirmeler yapılmıştır. Çalışmanın diğer bir amacı ise, geleneksel risk analizi yöntemlerine kıyasla yeni nesil bilişim teknolojileri desteğiyle oluşturulan yöntemlere yönelik farkındalığın artırılmasıdır.
Abstract
In the digital age where life is becoming increasingly digitalized, the value and importance of information are growing each day. The main way to enhance the value and importance of information is to preserve its elements of confidentiality, security, and integrity. These elements collectively form a system in which numerous components and factors interact continuously and in a multifaceted manner. Due to the structure of this system, it also brings along many risks. In order to identify, calculate, and analyse these risks beforehand, a strong understanding of risk management is required. Information technologies introduce various new methods and techniques to support this management approach. For example, artificial intelligence methods and techniques can be cited in this context. It is observed that artificial intelligence plays significant roles in pre-determining vulnerabilities, gaps, and risks emerging during the process of ensuring information security, enabling proactive measures to be taken. Particularly, data analytics encompassing data collection, processing, decision-making processes facilitate prediction and decision-making, while machine learning and natural language processing algorithms achieve notable successes in detecting abnormal situations during data transmission and access. This study delves into AI-supported risk analysis in corporate information security management. The characteristics of AI applications used within this scope are explained, and an AI-supported sample risk analysis model is developed. This model specifies AI methods, techniques, and tools. Furthermore, the integration of AI into risk analysis processes and its potential benefits in information security are emphasized. The study investigates the compatibility of AI techniques and models with risk analysis stages in the proposed model, and application-based correlations are made. Another aim of the study is to enhance awareness about methods created with the support of next-generation IT technologies as compared to traditional risk analysis methods.