DSET Teknik Rapor · DFB TR 2026
DFB: Adli Bilişim Araçları ve Yapay Zeka Ajanları için Soundness Odaklı, Antiforensics Katmanlı Bir Benchmark
Ankara Üniversitesi · Adli Bilişim Araştırma, Ankara, Türkiye
Ön baskı · 2026 · yazışma: [email protected]
Özet
Adli bilişim araç değerlendirme programları büyük ölçüde statik, yalnızca recall odaklı ve otonom yapay zekanın saha çalışmasına girişinden öncedir. Hiçbiri vakaları antiforensics zorluğuna göre katmanlamaz ve kritik olarak hiçbiri soundness ölçmez; burada soundness, bir aracın yerleştirilmiş sahte delile direnci ve fiziksel olarak imkansız kurtarmaları halüsinasyonla üretmeyi reddetmesi olarak tanımlanır. DFB'yi sunuyoruz: forensic yazılımların, yapay zeka ajanlarının ve insan uzmanların aynı indirilebilir, tamamen sentetik artefaktları analiz edip cevaplarını gizli, sunucu tarafı bir ground truth puanlayıcısına gönderdiği, soundness odaklı ve antiforensics katmanlı bir benchmark. Zorluk ağırlıklı recall, precision benzeri soundness, güven kalibrasyonu ve antiforensics dayanıklılık eğrisini birleştiren bir puanlama modeli formalize ediyoruz. Benchmark'ı tek bir 64 MiB amiral vakayla, Operasyon Gece Gölgesi ile örnekliyoruz; bu vaka yirmi bir kanıt disiplinini ve yüz seksen soruşturma sorusunu tek bir mountable disk imajında birleştirir. Referans çözücü tam puana ulaşırken, imkansız kurtarmaları uydurmaya zorlanan birebir aynı gönderim ölçülebilir biçimde cezalanır; bu da yüzey doğruluğu ile güvenilirliğin ancak soundness odaklı puanlamanın ayırt ettiği ayrı eksenler olduğunu gösterir. Tüm artefaktlar ve puanlama arayüzü halka açık ve tekrarlanabilirdir.
Anahtar kelimeler: dijital adli bilişim, benchmark, antiforensics, soundness, halüsinasyon, yapay zeka ajanları, çapraz artefakt korelasyon, tekrarlanabilirlik.
1. Giriş
Dijital adli bilişim araçlarının doğrulanması bugün az sayıda statik referans korpusu ve challenge setine dayanır. Bu kaynaklar bir aracın bilinen yapıları ayrıştırdığını ve bilinen dosyaları kurtardığını doğrular, ancak düşmanın pasif ve analistin insan olduğu bir dünya için tasarlanmışlardır. İki kayma bu varsayımı kırar. Birincisi, antiforensics rutinleşmiştir: şüpheliler veriyi siler, zaman damgasını sahteler, şifreler, gizli birimler kullanır ve en sinsisi, uzmanı yanıltmak için sahte delil yerleştirir. İkincisi, otonom yapay zeka ajanları artık triyaj ve analiz yapar ve deterministik araçların bilmediği yeni bir hata kipi getirir: halüsinasyon, var olmayan bulguların kendinden emin biçimde iddia edilmesi. Mevcut hiçbir benchmark vakaları antiforensics zorluğuna göre katmanlamaz ve hiçbiri bir aracın aldatılıp aldatılamayacağını ölçmez. Bu makale, modern adli bilişimin merkezi zorluğunun recall değil soundness, yani aldanmadan doğruyu çıkarmak olduğunu savunur ve bunu ölçmek için kurulmuş bir benchmark sunar.