Araştırmacılar ve siber suçlular aynı teknolojiyi kullanmaya başladığında ne olur? Yapay zeka artık her ikisini de yapıyor; kolluk kuvvetlerinin saldırıları takip etmesine yardımcı olurken aynı zamanda bunları gizleme yeteneği açısından da test ediliyor. Cagliari Üniversitesi’nin yeni bir çalışması, yapay zekanın bu iki uçlu rolünü inceliyor, siber suç tespitini ve dijital adli bilimi nasıl dönüştürdüğünü ve bunun neden heyecan verici ve biraz da endişe verici olduğunu ortaya koyuyor.
İki modele dayalı siber suç tespitine yönelik yapay zeka sistemi
Dijital adli bilişime geçiş
Adli tıp uzmanlarından tarafsız kalmaları ve bulgularını teknik bilgisi olmayan kişilerin anlayabileceği bir şekilde açıklamaları beklenmektedir. Popüler adli tıp araçlarına entegre edilen yapay zeka, görüntüler veya sohbet kayıtları gibi alakalı içerikleri bulabilir ve ilgisiz verilere erişimi sınırlayarak verimliliği artırabilir. Yapay zeka ayrıca hassas durumlarda rahatsız edici materyallere maruz kalmanın sınırlandırılmasına da yardımcı olur.
Yine de sistemler mükemmel değil. Araştırmacılar, yapay zeka modellerinin deepfake gibi değiştirilmiş medyalarla karşı karşıya kaldıklarında nasıl zorluk yaşadıklarını anlatıyor. Ayrıca gerçek araştırmalardan oluşturulan eğitim veri setlerinin hala çok sınırlı olduğuna dikkat çekiyorlar. Adli içgörülerin paylaşımını kısıtlayan farklı düzenlemeler nedeniyle yargı bölgeleri arasındaki işbirliği yavaştır.
Siber suçları tespit etmek için yapay zekayı kullanma
Yapay zeka, kötü niyetli etkinlik kalıplarını tanımayı öğrenebilir ve tehditleri yayılmadan önce tespit edebilir. Bu sistemlerin yeni taktiklere ve saldırı çeşitlerine uyum sağlamak için sürekli olarak yeniden eğitilmeleri gerekir.
GenAI, modelleri daha doğru hale getirmek için sentetik saldırı verileri oluşturabilir. Araştırmacılar, halüsinasyon sorununu önlemek için sentetik olarak üretilen verilerin insan uzman analistler tarafından denetlenmesi gerektiği konusunda uyarıyorlar. Denetim olmadan yapay zeka, geçerli görünen ancak içeriği eksik olan veriler üretebilir.
LLM’ler tarafından desteklenen sohbet robotları da araştırmacıları destekleyebilir. Düzgün bir şekilde eğitildiklerinde, güvenli bir şekilde istihbarat toplamak için simüle edilmiş çevrimiçi kimlikler gibi hareket edebilirler.
İnsan hatası zayıf bir nokta olmaya devam ettiğinden, çalışma daha gerçekçi bir eğitimi teşvik etmektedir. Bayrağı Yakalama alıştırmaları ekiplere simüle edilmiş saldırıları nasıl tespit edeceklerini ve kontrol altına alacaklarını öğretir. GenAI yeni senaryolar yaratabilir veya rakip olarak hareket ederek insanlarla savunma ve saldırı yapay zekası arasında sistemleri ve personeli güçlendiren bir döngü oluşturabilir.
GenAI özgünlük hakkında yeni sorular ortaya çıkarıyor
GenAI’nin yükselişi, dijital kanıtların gerçekliği konusunda yeni şüpheler yarattı. Bazı sanıklar, mahkemede kullanılan video veya görsellerin yapay olarak oluşturulduğunu zaten iddia etmişti. Çalışma, filigran veya meta veri etiketlemenin, dosyaların yapay zeka ile oluşturulup oluşturulmadığını belirlemeye yardımcı olabileceğini öne sürüyor.
Diğer bir yaklaşım ise pikseller, ses frekansları veya çerçeve zamanlaması gibi dijital medyanın ince ayrıntılarını karşılaştıran derin yapısal analizdir. Bu modeller sentetik içeriğe işaret eden tutarsızlıkları ortaya çıkarabilir. Bu tür analizlerden elde edilen veriler, sahte medyayı daha doğru bir şekilde tanıyacak şekilde adli yapay zeka modellerini eğitmek için de kullanılabilir.
Etik, gizlilik ve insan faktörleri
Soruşturma verileri üzerine eğitilmiş yapay zeka sistemleri gizliliği korumalı ve önyargıyı önlemelidir. Çalışma, dengeli ve temsili veri kümeleri sağlamak için sıkı bir anonimleştirme, güvenli veri depolama ve uluslararası kurumlar arasında işbirliği yapılmasını gerektiriyor.
Psikolojik anlayış da önemlidir. İnsanların kimlik avı veya sosyal mühendislik girişimlerine nasıl tepki verdiğini bilmek, daha güçlü savunmaların şekillendirilmesine yardımcı olabilir.
Saldırganların nasıl plan yapıp hareket ettiğini incelemek, yapay zekanın bu davranışları öngörmesi ve tanıması konusunda eğitilmesine de yardımcı olabilir.
Yapay zeka adli tıp çalışmalarına nasıl uyum sağlıyor?
Dijital adli tıp dört ana aşamayı takip eder: toplama, inceleme, analiz ve raporlama. Çalışma, yapay zekanın her birine nasıl yardımcı olabileceğini özetlemektedir.
içinde koleksiyon Bilgisayarlı görüntü, araştırmacıların olay yerindeki cihazları bulmasına ve belgelemesine ve bunları gözetim zinciri için otomatik olarak kaydetmesine yardımcı olabilir.
İçinde muayeneYüksek Lisans’lar asistan olarak hareket ederek analistlerin prosedürleri takip etmesine ve her eylemi belgelemesine yardımcı olabilir.
Sırasında analizMakine öğrenimi, gizli verileri ortaya çıkarabilir ve steganografi gibi adli tıp karşıtı yöntemleri belirleyebilir.
İçinde raporlamaYapay zeka, yasal izleyiciler için okunabilir özetler oluşturabilir ve teknik terimleri açıklığa kavuşturabilir.
Araştırmacılar insan gözetiminin önemli olduğunu vurguluyor. Analistler her sonucu yasal bir ortamda sunmadan önce onaylamalıdır.