Siber Güvenlik
Kripto Güvenliği, Piyasa Bilincine Sahip Phishing Tespiti Gerektiriyor
Securities.io sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Modern çağda, çoğu varlık ve değerli bilgi dijitalleştirildiğinde, phishing dolandırıcılıkları suçluların para çalmasının önemli bir yolu haline gelmiştir; bu, “normal” fiziksel soygun ve şantajdan çok daha yüksektir ve yıllık olarak phishing’e doğrudan bağlanan küresel kayıplar 25 milyar dolara kadar çıkmaktadır.
Daha geniş bir perspektifte, dolandırıcılık ve banka dolandırıcılığı şemalarının dünya çapında 485,6 milyar dolar kayıplara yol açtığı tahmin edilmektedir.
Durumu daha da kötüleştiren, fon geri kazanımının çok düşük olmasıdır; dijital phishing ve siber dolandırıcılık için sadece %5 (çalıntı fiziksel mülkler için %20’ye kıyasla) iken, çalınan fonlar anında kripto paralar aracılığıyla veya katmanlı uluslararası havale ağlarıyla aklanmaktadır.
Bu yöntem, dolandırıcıların güvenilir kuruluşlar gibi kılık değiştirerek bireyleri hassas bilgileri ifşa etmeye, kötü amaçlı yazılım indirmeye veya fon transferi yapmaya ikna ettiğini gösterir. Dolayısıyla, temelde teknik hackleme yöntemlerine dayanmak yerine insan psikolojisini ve güveni manipüle eden bir sosyal mühendislik biçimidir.
Kripto para piyasaları bu tür saldırılara özellikle açıktır; çünkü işlemler geri döndürülemez ve çalınan şifreleme anahtarları suçlulara gerçek servetlere erişim sağlayabilir.
Son iki araştırma makalesi, kripto para birimlerinde, özellikle Ethereum ağında phishing’in yaygınlığı ve özelliklerini inceledi.
İlk çalışma, Manchester Üniversitesi (İngiltere), Sharjah Amerikan Üniversitesi (BAE) ve Renmin University of China araştırmacıları tarafından yayınlandı; phishing’in en yaygın olduğu piyasa koşullarını inceliyor. International Review of Economics & Finance1 dergisinde yayımlandı ve “The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope” başlığını taşıyor.
İkinci makale, King Fahd University of Petroleum and Minerals’deki Interdisciplinary Research Center for Finance and Digital Economy araştırmacısı tarafından yazıldı; makine öğrenimi modellerinin, kompakt işlem düzeyindeki özellikleri kullanarak phishing işlemlerini yüksek doğrulukla tespit edebileceğini gösteriyor. Blockchain: Research and Applications2 dergisinde yayımlandı ve “Enhanced Phishing Transactions Detection on Ethereum Network with Tree-based Ensembles: An Empirical Study” başlığını taşıyor.
Phishing Nasıl Çalışır?
Phishing, çeşitli hedefleme yöntemleri kullanabilir: toplu mesajlar gönderip sadece dolandırıcılığa düşen kişileri filtreleyebilir ya da belirli bir bireye, genellikle belirli bir organizasyondaki yüksek rütbeli bir profil ya da yüksek net değere sahip bir kişiye meşru görünmesi için özelleştirilmiş, son derece kişiselleştirilmiş mesajlar içerebilir.
Her durumda, yöntem meşru bir mesajı taklit etmeye dayanır; bu bir banka e‑postası, tanıdık bir tedarikçiden fatura vb. olabilir. Sıklıkla, mağdur, meşru görünümlü ancak aslında yalnızca oturum açma bilgileri, şifreler ve diğer gizli verileri yakalamak için tasarlanmış bir web sitesine yönlendirilir.
Yapay zekadaki son gelişmeler tehditleri daha da kötüleştirmiştir; daha uyarlanabilir mesajlaşma ya da gerçek bir kişinin sesinin taklit edilmesi bile güven oluşturmak için kullanılabilmektedir.
Bu nedenle, phishing’e karşı korunmak için öneriler arasında, şifre veya finansal veri girmeden önce web adreslerinin tam URL’sini her zaman kontrol etmek, kaynağı doğrudan doğrulamak ve çok faktörlü kimlik doğrulamayı (MFA) etkinleştirmek yer alır.
Ethereum Piyasa Koşulları ve Phishing
İlgili Bir Veri Seti Oluşturma
Çalışma, Ocak 2016’dan Aralık 2022’ye kadar aylık kripto para verilerini kullanarak küresel phishing suç sayılarının getirilerini analiz etti. 2016 yılı seçildi çünkü bu dönemde Ethereum daha fazla kamu ilgisi çekti, piyasa aktivitesi yükseldi ve Ethereum piyasa kapitalizasyonu belirgin bir büyüme ve volatilite yaşamaya başladı.
Phishing, kripto alanındaki en yaygın dolandırıcılık türüdür ve toplamın yarıdan fazlasını oluşturur. Bu dolandırıcılıkların büyük çoğunluğu Ethereum merkezi olmayan uygulama zincirlerinde gerçekleşmiştir.
Araştırmacılar, bu phishing istatistiklerini Kraken kripto para borsasında gerçekleştirilen işlemlerden elde edilen altı Ethereum finansal metriğiyle karşılaştırdı:
- Toplam işlem sayısı.
- İşlem başına ortalama fiyat.
- Ortalama işlem miktarı.
- Alınıp satılan tokenlerin toplam miktarı.
- Kyle’ın lambda: Fiyat değişiminin sipariş hacmine oranı, yani büyük bir işlemin bir varlığın fiyatını ne kadar hareket ettirdiği.
- İçsel işlem maliyeti.
Daha Fazla İşlem Daha Fazla Phishing Anlamına Gelir
Bu Ethereum piyasa istatistikleri ile phishing arasındaki korelasyona bakıldığında, net bir ilişki ortaya çıktı: phishing suç sayılarındaki büyük artışlar, Ethereum işlem aktivitesi, ortalama işlem fiyatı ve işlem miktarındaki büyük artışlarla güçlü bir şekilde ilişkilidir.
Şaşırtıcı olmayan bir şekilde, işlem maliyetleri phishing aktivitesiyle negatif bir ilişki gösterir; dolandırıcılar çalınan her işlemde kayıp yaşamaktan kaçınmak ister.
Ancak, düşük likidite daha fazla phishing ile bağlantılıydı, çünkü kullanıcıları maliyet tasarrufu veya işlem hızlandırma için alternatif, potansiyel olarak güvensiz yöntemlere yönlendirir.
Araştırmacıların tahmin ettiği bu koreksiyonun temel nedeni, daha yüksek işlem aktivitesinin artan ilgi ve katılımı yansıtmasıdır. Bu da, savunmalarını gevşetmiş olabilecek daha geniş bir potansiyel phishing hedefi havuzu yaratır.
Benzer şekilde, potansiyel finansal kazançları kaçırma korkusu (FOMO) bireyleri daha savunmasız hâle getirerek aceleci kararlar almalarına yol açabilir.
Genel olarak, bu durum Ethereum piyasası koşullarının phishing’i etkilemesinin iki kanalını oluşturur. İlk kanal, düşük maliyetlerin sadece daha büyük kar yaratması ve suçluları phishing girişimlerini artırmaya teşvik etmesidir.
“Likidite derin ve içsel maliyetler düşük olduğunda, suçlular çalınan varlıkları daha düşük yürütme maliyetleriyle hareket ettirebilir veya dönüştürebilir, bu da phishing’den elde edilen net getiriyi artırır.”
Diğer kanal ise fiyat, volatilite ve işlem hacmindeki keskin artışların deneyimsiz veya daha az bilgili yatırımcıları piyasaya çekebileceği ve bu yatırımcıların spekülatif anlatılar, aciliyet ve kaçırma korkusuna daha fazla maruz kalmasıdır.
“Bu bağlamda, piyasa duyarlılığı ve ilgisi davranışsal aracılar olarak işlev görür; doğrudan phishing’i tetiklemezler, ancak potansiyel mağdurların sayısını ve savunmasızlığını artırarak phishing girişimlerinin başarı olasılığını yükseltebilirler.”
Politika Sonuçları
Phishing operasyonları bir vakumda çalışmadığı ve piyasa koşullarına tepki verdiği için, finansal suçlarla ilgili politikalar da aynı şekilde hareket etmelidir. İlk adım, bu ilişkileri kabul etmek ve buna göre yanıt vermek olmalıdır.
“Düzenleyici otoriteler ve kripto para borsaları, önemli piyasa aktivitesi veya volatilite dönemlerinde gözetim mekanizmalarını güçlendirebilir, potansiyel phishing kampanyalarını mağdurlara ulaşmadan önce tanımlamak ve engellemek için proaktif stratejiler benimseyebilir.”
Bir diğer unsur, işlem maliyetlerinin sadece maliyet olmakla kalmayıp aynı zamanda suç faaliyetlerine karşı bir caydırıcı olabilmesidir. Bu nedenle, genel yüksek işlem maliyetleri istenmese de, şüpheli yüksek frekanslı işlemlere yönelik hedefli vergiler büyük ölçüde yardımcı olabilir.
“Artan işlem maliyetleri phishing aktivitesini caydırıyor gibi görünüyor; bu da düzenleyicilerin, yasa dışı faaliyetleri azaltmak için işlem maliyetlerini stratejik olarak etkileyen politikalar veya mekanizmalar araştırabileceğini, ancak meşru piyasa operasyonlarını olumsuz etkilememesi gerektiğini gösteriyor.”
Son olarak, kamu farkındalık kampanyaları piyasa dinamikleriyle yakından senkronize edilmelidir; özellikle Ethereum piyasasındaki artan aktivite veya önemli fiyat hareketleri sırasında.
“Eğitim çabaları, potansiyel phishing tehditleri hakkında zamanında kamu uyarılarıyla birleştirildiğinde, yatırımcılar ve tacirler arasında farkındalığı artırarak mağduriyet oranlarını önemli ölçüde azaltabilir.”
AI ile Kripto Phishing Tespiti
Makine Öğrenimi Modellerini Seçmek
Bu çalışmada, araştırmacılar kripto dolandırıcılıklarını tespit etme yeteneklerini test etmek için makine öğrenimi algoritmalarını kullandılar. Daha doğrusu, Ethereum ağındaki phishing saldırılarını tespit etmede ağaç tabanlı topluluk modellerinin (birden çok karar ağacının tahminlerini birleştiren algoritmalar) etkinliğini değerlendirdiler.
Bu, yedi ağaç tabanlı topluluk modelini içeriyordu: Random Forest, Extra Trees, AdaBoost, CatBoost, Gradient Boosting, XGBoost ve Hist Gradient Boosting.
2017-2019 yılları arasında 71.250 gerçek Ethereum işlemi içeren bir veri seti kullandılar; bu veri seti başka bir araştırmacı tarafından sağlandı ve %22’si anormal (dolandırıcılık) işlemdir. Anormal (dolandırıcılık) işlemler, açık kaynaklı araç EtherscanDB’den toplandı.
Dolandırıcılık Tespiti İçin Hangi Veriler Faydalıdır?
Bu analizden birkaç gerçek ortaya çıkmaktadır.
İlk olarak, veri özelliklerinden bazıları phishing tespiti için çok faydalıydı; örneğin blok zaman damgası ve numarası, ayrıca gas ve gas fiyatı. Diğer bazıları ise temelde önemsizdi; örneğin işlem indeksi veya blok hash’i.
Diğer bir gerçek ise, bazı modellerin dolandırıcılığı tespit etmede çok daha verimli ve hızlı olmasıdır; bazıları ise 5 kat daha uzun sürebilmektedir.
Ancak, bu hız ve hesaplama verimliliği daha düşük doğrulukla paralel olabilir; Gradient Boosting en yavaş model olmasına rağmen, genel tespit performansında en güçlü sonuçları elde eden modeldi.
Pratikte, hesaplama yoğunluğu ile dolandırıcılık tespit verimliliği arasında bir denge bulunabilir.
“Kompakt özellik temsili kullanımı, etkili phishing tespitinin azaltılmış hesaplama yüküyle elde edilebileceğini ve ölçeklenebilirliğin artırıldığını göstermektedir.”
Daha Güvenli Kripto Para Piyasalarına Doğru
Kripto paralar, hem dolandırıcılıkların hedefi hem de suçluların yasa dışı kazançlarını aklamak için bir yol olmuştur; bu durum uzun süredir sektörün itibarına leke olarak damga vurmuştur.
Bu çalışmalar gibi daha fazla akademik araştırma sayesinde, piyasa dinamiklerine daha derin bir anlayış ve phishing saldırılarını tespit edip engelleme yeteneği elde edilebilir.
Birlikte, bulgular, borsaların, cüzdanların, düzenleyicilerin ve blokzincir analiz firmalarının phishing önlemini piyasa koşullarıyla bağlantılı dinamik bir risk yönetimi sorunu olarak ele alacağı bir geleceğe işaret ediyor.
Tüm kripto kullanıcıları için, kolay bir yol ya da ani bir kimlik ya da şifre talebinin en yüksek şüpheyle ele alınması gerektiğini, özellikle piyasa patlamaları ve yüksek volatilite dönemlerinde hatırlamak önemlidir.
Referans Alınan Çalışmalar
1. Yuanyuan Zhang, et al. The interplay between crypto market conditions and phishing crimes: Ethereum under the microscope. International Review of Economics & Finance. Eylül 2026. Makale: 105497. Cilt 110. 10.1016/j.iref.2026.105497
2. Shikah J. Alsunaidi and Hamoud Aljamaan. Enhanced Phishing Transactions Detection on Ethereum Network with Tree-based Ensembles: An Empirical Study. Blockchain: Research and Applications. 12 Haziran 2026, 100506. https://doi.org/10.1016/j.bcra.2026.100506
