@article{article_1702075, title={Türkçe Oltalama E-Postalarının Anlamsal Tespiti: Doğal Dil İşleme ve Derin Öğrenme Tabanlı Bir Yaklaşım}, journal={Siber Güvenlik ve Dijital Ekonomi}, volume={1}, pages={29–42}, year={2025}, author={Taş, Merve Gül}, keywords={Derin Öğrenme, Doğal Dil İşleme, Kimlik Avı, Makine Öğrenmesi, Türkçe E-posta}, abstract={Bu çalışma, Türkçe e-posta içeriklerindeki kimlik avı (phishing) saldırılarını anlamsal düzeyde tespit etmeye yönelik bir metin sınıflandırma yaklaşımı sunmaktadır. Gerçek ve sahte e-postalardan dengeli olarak oluşturulmuş bir veri kümesi kullanılmıştır. Ön işleme sürecinde küçük harfe dönüştürme, noktalama işaretlerinin temizlenmesi ve TF-IDF tabanlı vektörleştirme uygulanmış; bağlamsal temsiller ise BERTurk modeli aracılığıyla elde edilmiştir. Sınıflandırma işlemi Naive Bayes, SVM, LSTM, ELM ve BERT algoritmalarıyla gerçekleştirilmiştir. Modeller Google Colab ortamında eğitilmiş ve doğruluk, F1 skoru ile ROC-AUC metrikleri üzerinden değerlendirilmiştir. Sonuçlar, BERT modelinin Türkçe phishing e-postalarındaki anlamsal farkları başarılı biçimde ayırt ettiğini ortaya koymaktadır. Bu çalışma, morfolojik açıdan zengin dillerde phishing tespiti konusunda literatürdeki boşluğu doldurmayı amaçlamakta ve gerçek zamanlı siber güvenlik sistemlerine entegre edilebilecek ölçeklenebilir bir model önermektedir. Elde edilen bulgular, düşük kaynaklı dillerde bağlamsal doğal dil işleme yöntemlerinin etkinliğini de ortaya koymaktadır.}, number={1}, publisher={Düzce Üniversitesi}, organization={Bu araştırma herhangi bir dış fon desteği almamıştır.}