Algoritmik Ticaret ve Yüksek Frekanslı Ticaret (HFT) Sistemlerinde Siber Tehdit Modelleme: STRIDE Çerçevesi Temelinde Çok Katmanlı Güvenlik Mimarisi Tasarımı
Authors/Creators
Description
ÖZET / ABSTRACT
TR: Bu çalışma, finansal piyasaların en gelişmiş teknolojik katmanını oluşturan Algoritmik Ticaret ve Yüksek Frekanslı Ticaret (HFT) sistemlerindeki siber güvenlik risklerini analiz etmeyi amaçlamaktadır. Araştırmada STRIDE tehdit modelleme çerçevesi temel alınarak çok katmanlı bir güvenlik mimarisi tasarlanmıştır. Elde edilen bulgular CVSS puanlama sistemiyle nicelleştirilmiş; tehdit önceliklendirmesi olasılık-etki matrisi üzerinden gerçekleştirilmiştir. Önerilen otonom çok-ajanlı güvenlik mimarisi, insan müdahalesi gerektirmeksizin mikrosaniye mertebesinde tehdit tespiti ve müdahalesini hedeflemektedir. Ayrıca yapay zeka tabanlı tehditler ve küresel düzenleyici çerçeveler (IOSCO, ECB TIBER-EU, SPK, BDDK) ışığında sistemin dayanıklılığı değerlendirilmiştir.
EN: This study aims to analyze cyber security risks in Algorithmic Trading and High-Frequency Trading (HFT) systems, which constitute the most advanced technological layer of financial markets. Based on the STRIDE threat modeling framework, a multi-layered security architecture has been designed. Findings were quantified using the CVSS scoring system, and threat prioritization was performed via a probability-impact matrix. The proposed autonomous multi-agent security architecture aims for threat detection and response at the microsecond scale without requiring human intervention. Furthermore, system resilience has been evaluated in the light of AI-based threats and global regulatory frameworks (IOSCO, ECB TIBER-EU, CMB, BRSA).
Anahtar Kelimeler / Keywords: Algoritmik ticaret, Çok katmanlı güvenlik mimarisi, HFT, Siber güvenlik, STRIDE, Tehdit modelleme, Algorithmic Trading, High-Frequency Trading, Cybersecurity, Threat Modeling.
Files
Yusuf_Cayir_Algoritmik_Ticaret_ve_HFT_Sistemlerinde_Siber_Tehdit_Modelleme.pdf
Files
(7.4 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:fa68415175ab2f3957bd0cf3298e252d
|
7.4 MB | Preview Download |
Additional details
Dates
- Issued
-
2026-06-20