Oltalama farkındalık eğitiminin demografik etkileri ve yapay zeka tabanlı risk analizi: Kurum çalışanları üzerine deneysel bir çalışma

Siber güvenlik tehditlerinin giderek karmaşıklaştığı günümüzde, insan faktörünü hedef alan oltalama saldırıları kurumlar için en kritik risk unsurlarından biri haline gelmiştir. Bu çalışmada, kurum çalışanlarına yönelik oltalama farkındalık eğitiminin etkinliği; cinsiyet, yaş, eğitim düzeyi ve pozisyon gibi demografik değişkenler açısından incelenmiş ve yapay zeka tabanlı modellerle bireysel risk tahmini gerçekleştirilmiştir. Deneysel yöntemle yürütülen araştırma, bir kamu kurumunda görevli 3721 çalışan üzerinde gerçekleştirilmiştir. Çalışanlara eğitim öncesi ve sonrası olmak üzere iki aşamalı, gerçek hayat senaryolarına dayalı oltalama simülasyonları uygulanmıştır. Elde edilen veriler; ID3, K-En Yakın Komşu (KNN), Naive Bayes ve Random Forest algoritmaları kullanılarak analiz edilmiş, sınıf dengesizliği problemi Rastgele Çoğaltma (Random Oversampling) yöntemiyle giderilmiştir. Araştırma bulguları, siber güvenlik eğitimlerinin genel beklentilerin aksine, eğitim seviyesi yükseldikçe oltalama saldırılarına karşı direncin artmadığı, bilakis aşırı güven (overconfidence) faktörü nedeniyle bu grubun yüksek risk kategorisinde kaldığı tespit edilmiştir. Ayrıca, dijital yerli olarak tanımlanan 18-35 yaş grubunun hız odaklı davranışları nedeniyle riskli grupta yer aldığı, 55 yaş ve üzeri çalışanların ise eğitim sonrasında tıklama oranlarındaki artışın en sınırlı kaldığı demografik kesim olduğu ve diğer yaş gruplarına kıyasla aşırı güven etkisine karşı en yüksek direnci gösterdiği belirlenmiştir. Yapay zeka modelleri arasında Random Forest ve ID3 algoritmaları, riskli profilleri tespit etmede en yüksek başarıyı göstermiştir. Sonuçlar, kurumların tek tip eğitim yaklaşımı yerine; demografik özelliklere ve davranışsal risk profillerine göre özelleştirilmiş, dinamik ve yapay zeka destekli eğitim stratejileri geliştirmesi gerektiğini göstermektedir.