LLM’ler Takma Adlı Hesapların Anonimliğini Tehdit Ediyor
Yapay zeka teknolojileri hızla ilerlerken gizlilik riskleri de aynı hızla artıyor. 4 Mart 2026'da Arxiv'de yayınlanan ETH Zürih araştırmacıları ve Anthropic işbirliğiyle yapılan çalışma büyük dil modellerinin (LLM) takma adlı kullanıcı hesaplarını kolayca anonimlikten çıkarabileceğini gösteriyor. Bu çalışma Hacker News gibi platformlardaki kullanıcıların LinkedIn profilleriyle eşleştirilmesini örnekliyor mevcut LLM ajanları (GPT-5.2 Grok 4.1 gibi) web aramaları yaparak profilleri deşifre edebiliyor. Haber medyada "umut ışığı" olarak gösterilen anonimlik varsayımının çöktüğünü belirtiyor araştırmacılar gizlilik tehdit modellerinin yeniden düşünülmesi gerektiğini vurguluyor. Hikaye LLM'lerin gizlilik ihlallerini ucuzlattığını anlatıyor eskiden manuel çaba gerektiren deanonimleştirme artık profil başına 1-4 dolar maliyetle yapılabiliyor. Bu makale araştırmanın yöntemlerini sonuçlarını etik boyutlarını ve sektör etkilerini derinlemesine inceleyecek çevrimiçi gizliliğin geleceğini ele alacak.
Araştırmanın kökeni ve amacı gizlilik varsayımlarını test etmek. ETH Zürih'ten araştırmacılar Anthropic'ten destekle "LLM'ler ile Geniş Ölçekli Çevrimiçi Deanonimleştirme" başlıklı makalede takma adlı hesapların korunmasının pratikte geçersizleştiğini kanıtlıyor. Çalışma temel koruma yönteminin "çaba maliyeti" olduğunu söylüyor eskiden profilleri manuel aramak zaman alıyordu şimdi LLM ajanları otonom arama karşılaştırma ve doğrulama yapıyor. 2008 Netflix Prize saldırısı gibi örnekler hatırlatılıyor az veri noktasıyla (film puanları) kullanıcılar deanonimleştirilmişti. Araştırmacılar "Sonuçlarımız takma adlı kullanıcıları koruyan pratik gizliliğin artık geçerli olmadığını gösteriyor çevrimiçi gizlilik tehdit modelleri yeniden düşünülmeli" diyor. Çalışma ETH Etik Kurulu onaylı veri kümeleri yayınlanmadı gizlilik endişesiyle.
Hacker News ve LinkedIn eşleştirmesi yöntemleri detaylı. İlk test için biyografisinde LinkedIn bağlantısı olan 338 Hacker News profili seçildi profiller anonimleştirildi (isim sosyal medya linkleri kaldırıldı LLM ile). LLM ajanı (Grok 4.1 ve GPT-5.2) web'de arama yaparak kullanıcıları tanımladı yaş cinsiyet meslek ilgi alanları gibi profiller oluşturdu. Sonuç %67 başarı oranı (226 profil %90 doğrulukla tanımlandı) 25 yanlış 201 doğru. Ajan gönderilere dayanarak LinkedIn profillerini buldu örneğin teknik tartışmalar meslek geçmişini ele veriyordu. İkinci test LinkedIn'den Hacker News'e: 987 LinkedIn hesabı (Hacker News referanslı) 89.000 Hacker News profiliyle karşılaştırıldı. Çok aşamalı süreç Gemini ile indeksleme Grok 4.1 ile aday seçimi GPT-5.2 ile eşleştirme %45.1 başarı (%99 hassasiyet) geleneksel yöntem %0.1. Düşük mantık modunda %36 başarı modellerin hassasiyetine bağlı.
Diğer testler bulguları doğruluyor. Anthropic iş görüşmelerinde 33 adaydan 9'u doğru tanımlandı (2 yanlış) görüşme kayıtlarından. Reddit film alt forumlarında kullanıcılar birden fazla forumda bağlantılandı. Genel eğilim paylaşım sayısı arttıkça deanonimleştirme kolaylaşıyor LLM'ler büyük veri kümelerini hızlı işliyor.
Gizlilik sonuçları alarm verici. Araştırma LLM'lerin deanonimleştirmeyi ucuzlattığını belirtiyor profil başına 1-4 dolar maliyet hükümetler gazetecileri aktivistleri takip edebilir şirketler anonim yorumları müşteri profilleriyle eşleştirerek reklam hedefleyebilir saldırganlar detaylı profiller oluşturabilir. "Kullanıcılar platformlar ve politika yapıcılar gizlilik varsayımlarının geçersiz olduğunu kabul etmeli" diyor. Anthropic-Pentagon çatışmasıyla bağlantılı LLM'ler otonom silah ve kitlesel gözetimi kolaylaştırıyor Anthropic bu riskleri engellemeye çalışıyor.
Etik ve gelecek perspektifi. Çalışma veri koruma odaklı etik kurul onaylı. Gelecekte LLM'ler gizliliği daha çok tehdit edecek politika yapıcılar yeni modeller geliştirmeli kullanıcılar paylaşımları sınırlamalı platformlar anonimliği güçlendirmeli. Sektör etkileri büyük sosyal medya şirketleri (Reddit X) gizlilik politikalarını güncelleyebilir. Sonuçta bu çalışma çevrimiçi anonimliğin sonunu işaret ediyor LLM çağı gizliliği yeniden tanımlıyor.
Yapay zeka teknolojileri hızla ilerlerken gizlilik riskleri de aynı hızla artıyor. 4 Mart 2026'da Arxiv'de yayınlanan ETH Zürih araştırmacıları ve Anthropic işbirliğiyle yapılan çalışma büyük dil modellerinin (LLM) takma adlı kullanıcı hesaplarını kolayca anonimlikten çıkarabileceğini gösteriyor. Bu çalışma Hacker News gibi platformlardaki kullanıcıların LinkedIn profilleriyle eşleştirilmesini örnekliyor mevcut LLM ajanları (GPT-5.2 Grok 4.1 gibi) web aramaları yaparak profilleri deşifre edebiliyor. Haber medyada "umut ışığı" olarak gösterilen anonimlik varsayımının çöktüğünü belirtiyor araştırmacılar gizlilik tehdit modellerinin yeniden düşünülmesi gerektiğini vurguluyor. Hikaye LLM'lerin gizlilik ihlallerini ucuzlattığını anlatıyor eskiden manuel çaba gerektiren deanonimleştirme artık profil başına 1-4 dolar maliyetle yapılabiliyor. Bu makale araştırmanın yöntemlerini sonuçlarını etik boyutlarını ve sektör etkilerini derinlemesine inceleyecek çevrimiçi gizliliğin geleceğini ele alacak.
Araştırmanın kökeni ve amacı gizlilik varsayımlarını test etmek. ETH Zürih'ten araştırmacılar Anthropic'ten destekle "LLM'ler ile Geniş Ölçekli Çevrimiçi Deanonimleştirme" başlıklı makalede takma adlı hesapların korunmasının pratikte geçersizleştiğini kanıtlıyor. Çalışma temel koruma yönteminin "çaba maliyeti" olduğunu söylüyor eskiden profilleri manuel aramak zaman alıyordu şimdi LLM ajanları otonom arama karşılaştırma ve doğrulama yapıyor. 2008 Netflix Prize saldırısı gibi örnekler hatırlatılıyor az veri noktasıyla (film puanları) kullanıcılar deanonimleştirilmişti. Araştırmacılar "Sonuçlarımız takma adlı kullanıcıları koruyan pratik gizliliğin artık geçerli olmadığını gösteriyor çevrimiçi gizlilik tehdit modelleri yeniden düşünülmeli" diyor. Çalışma ETH Etik Kurulu onaylı veri kümeleri yayınlanmadı gizlilik endişesiyle.
Hacker News ve LinkedIn eşleştirmesi yöntemleri detaylı. İlk test için biyografisinde LinkedIn bağlantısı olan 338 Hacker News profili seçildi profiller anonimleştirildi (isim sosyal medya linkleri kaldırıldı LLM ile). LLM ajanı (Grok 4.1 ve GPT-5.2) web'de arama yaparak kullanıcıları tanımladı yaş cinsiyet meslek ilgi alanları gibi profiller oluşturdu. Sonuç %67 başarı oranı (226 profil %90 doğrulukla tanımlandı) 25 yanlış 201 doğru. Ajan gönderilere dayanarak LinkedIn profillerini buldu örneğin teknik tartışmalar meslek geçmişini ele veriyordu. İkinci test LinkedIn'den Hacker News'e: 987 LinkedIn hesabı (Hacker News referanslı) 89.000 Hacker News profiliyle karşılaştırıldı. Çok aşamalı süreç Gemini ile indeksleme Grok 4.1 ile aday seçimi GPT-5.2 ile eşleştirme %45.1 başarı (%99 hassasiyet) geleneksel yöntem %0.1. Düşük mantık modunda %36 başarı modellerin hassasiyetine bağlı.
Diğer testler bulguları doğruluyor. Anthropic iş görüşmelerinde 33 adaydan 9'u doğru tanımlandı (2 yanlış) görüşme kayıtlarından. Reddit film alt forumlarında kullanıcılar birden fazla forumda bağlantılandı. Genel eğilim paylaşım sayısı arttıkça deanonimleştirme kolaylaşıyor LLM'ler büyük veri kümelerini hızlı işliyor.
Gizlilik sonuçları alarm verici. Araştırma LLM'lerin deanonimleştirmeyi ucuzlattığını belirtiyor profil başına 1-4 dolar maliyet hükümetler gazetecileri aktivistleri takip edebilir şirketler anonim yorumları müşteri profilleriyle eşleştirerek reklam hedefleyebilir saldırganlar detaylı profiller oluşturabilir. "Kullanıcılar platformlar ve politika yapıcılar gizlilik varsayımlarının geçersiz olduğunu kabul etmeli" diyor. Anthropic-Pentagon çatışmasıyla bağlantılı LLM'ler otonom silah ve kitlesel gözetimi kolaylaştırıyor Anthropic bu riskleri engellemeye çalışıyor.
Etik ve gelecek perspektifi. Çalışma veri koruma odaklı etik kurul onaylı. Gelecekte LLM'ler gizliliği daha çok tehdit edecek politika yapıcılar yeni modeller geliştirmeli kullanıcılar paylaşımları sınırlamalı platformlar anonimliği güçlendirmeli. Sektör etkileri büyük sosyal medya şirketleri (Reddit X) gizlilik politikalarını güncelleyebilir. Sonuçta bu çalışma çevrimiçi anonimliğin sonunu işaret ediyor LLM çağı gizliliği yeniden tanımlıyor.
