Türkçe PII Tespiti — Yabancı DLP'lerin Atladığı Detaylar

KOBİ’ler yabancı DLP satın alırken “global vendor, kanıtlanmış” beklentisi ile karar verir. Ancak Türkçe metin işleme konusunda yabancı DLP’ler kritik detayları atlıyor. Bu yazıda 7 somut örnek üzerinden farkı gösteriyoruz.

1. TC kimlik numarası algılaması

Beklenen: 11 haneli sayı + mod-10 algoritma kontrolü.

Yabancı DLP:

• Symantec: “TR National ID” pattern var ama default kapalı
• Forcepoint: 11 haneli “Generic ID” — algoritma kontrolü yok, %30 FP
• Microsoft Purview: TC pattern var, mod-10 kısmen — orta kalite

Test sonucu (100 dosyada gerçek 100 TC + 50 sipariş no):

DLP	TC tanıma	Sipariş no FP
Symantec	%88	%20
Forcepoint	%85	%30
Microsoft Purview	%92	%12
Yerli DLP (VeritaDLP)	%98	%3

2. VKN (Vergi Kimlik Numarası)

Beklenen: 10 hane + algoritma doğrulama.

Yabancı DLP: çoğunda VKN pattern YOK. Generic “tax ID” kategorisi İngilizce yapıdadır.

Yerli DLP: VKN regex + mod-10 + bağlam (“VKN:”, “vergi no:”) kontrolü.

VKN tüm Türk şirketlerinin tutmak zorunda olduğu veridir — yabancı DLP bunu kaçırır.

3. Türk telefon numarası

Beklenen: 0532 555 33 22 veya +90 532 555 33 22 formatları.

Yabancı DLP:

• Generic “phone” pattern \d{10} veya +1\d{10}
• TR 0 prefix’i kaybeder
• Operatör kodu (532/533/535/…) tanımıyor

Yerli DLP: Türkiye telefon regex + operatör kodu doğrulama.

4. Türk plaka

Kim KVKK’da plakanın kişisel veri olduğunu hatırlar? Çünkü araç sahibini tanımlar.

Pattern: 34 ABC 123 (2 hane il kodu + 1-3 harf + 1-4 hane).

Yabancı DLP: TR plaka pattern YOK. Hiç tespit etmez.

Sonuç: araç listesi içeren Excel dosyası DLP’den geçer, sızıntı olur, KVKK ihlali.

5. Türk IBAN — banka kodu

IBAN tüm ülkelerde benzer ama Türkiye’de banka kodu mapping önemli:

• 0001 → Ziraat
• 0006 → Garanti
• 0010 → Halkbank
• 0067 → Vakıfbank
• vs.

Yabancı DLP: generic IBAN tanır ama banka kodu mapping’i yapmaz. “Hangi banka IBAN’ı” bilgisi yok.

Yerli DLP: banka kodu eşleştirme + sektörel politika (“kamu bankası IBAN’ları özel kategori”).

6. Türkçe ad/soyad — NER

En büyük fark burada.

Yabancı DLP:

• İngilizce NER modeli kullanır (spaCy en_core_web_sm)
• “Mehmet”, “Ayşe”, “Özbakır” → çoğunlukla “unknown_token”
• “Recep Tayyip” → ORG (organizasyon) sanır (Türk-Arap birleşik ad)
• F1 skoru Türkçe metin için ~%50-60

Yerli DLP:

• Türkçe BERT NER modeli (savasy/bert-base-turkish-ner-cased veya benzeri)
• F1 ~%90+ Türkçe PERSON
• TÜİK sözlük safety net ile %95+

Pratik etki: Müşteri raporunda 1000 satır var. Yabancı DLP 400’ünü atlar, yerli DLP 50’sini atlar. 8x daha güvenli.

7. Türkçe adres

Türk adres formatı:

İstanbul / Kadıköy / Caddebostan Mah. / Bağdat Cad. No: 123 D: 5

vs. yabancı format:

123 Main St, Apt 5, New York, NY 10001, USA

Yabancı NER modeli Türk adres sözcükleri (“Mah.”, “Cad.”, “Sok.”, “No:”, “D:”, “Kat:”) tanımaz. Sonuç: adres atlanır, sadece “İstanbul” kelimesi yakalanır.

Yerli DLP:

• Türk adres parser (mahalle/cadde/sokak şablonu)
• 81 il + 970 ilçe sözlüğü
• Bina/daire numara pattern

8. Türk-İngilizce karışık metin

Çoğu KOBİ raporunda karışık dil:

"Müşteri Mehmet Özbakır (USA visit) için 2 day trip planned"

Yabancı DLP İngilizce kelimeleri tanır, Türkçe atlanır. Mixed dil modeli olmadan kapsama düşüyor.

Yerli DLP’lerin çoğu Türkçe odaklı, ama VeritaDLP cross-language detection için ek pipeline kullanır.

Test edilebilir senaryo

Yabancı DLP demo’sunu istediğinizde mutlaka kendi Türkçe verilerinizle test edin:

1. 100 satırlık gerçek (anonimleştirilmiş) müşteri Excel
2. 50 satırlık VKN listesi
3. 30 satırlık plaka listesi
4. 100 cümlelik karışık metin (Türk ad/soyad + adres + organizasyon)

DLP’ye gönder, false positive + false negative oranlarını ölç. Yabancı DLP’lerin Türkçe’de %15-25 FN oranı normal. Yerli DLP %5 altı olmalı.

Yerli DLP’nin diğer avantajları

PII tespit dışında:

• KVKK aydınlatma metni şablonu Türkçe (avukat onaylı)
• DPA Türk mevzuatına uygun
• Türkçe destek mesai içi 4 saat yanıt
• Türk müşteri verisi konum bilgisi şeffaf (EU/TR)

Maliyet karşılaştırması

Yabancı DLP TR satışlarında genelde euro/dolar bazlı, kur etkisi yüksek:

DLP	KOBİ fiyat (50 PC, yıllık)
Symantec Endpoint DLP	$30-60/PC/ay = $18.000-36.000/yıl
Forcepoint	$25-50/PC/ay = $15.000-30.000/yıl
Microsoft Purview (E5 dahil)	$57/user/ay = $34.000/yıl
Endpoint Protector	$20-40/PC/ay = $12.000-24.000/yıl
VeritaDLP	$5/PC/ay = $3.000/yıl

Aynı PC sayısı için yerli 5-10x ekonomik, üstüne Türkçe optimize.

Sonuç

Yabancı DLP’ler “global” olabilir ama Türkçe PII tespitinde net şekilde geride. TC, VKN, plaka, Türkçe ad/soyad, Türk adres — bu 5 kategoride yabancı vendor’lar gözle görülür şekilde başarısız.

Yerli DLP seçerken Türkçe optimizasyonu pazarlama sloganı değil, ölçülebilir teknik avantaj. POC sırasında kendi verinizle test ederek görmeniz mümkün.