G\u00fcn\u00fcm\u00fcz dijital d\u00fcnyas\u0131nda, ki\u015fisel verilerin korunmas\u0131 her zamankinden daha kritik. DevOps s\u00fcre\u00e7lerinden veri eti\u011fi prensiplerine, her m\u00fchendisin GDPR uyumlulu\u011funu neden bilmesi gerekti\u011fini ve bu bilginin kariyerinize nas\u0131l de\u011fer kataca\u011f\u0131n\u0131 ke\u015ffedin.<\/p>\n
Dijital d\u00f6n\u00fc\u015f\u00fcm\u00fcn h\u0131z kesmeden devam etti\u011fi g\u00fcn\u00fcm\u00fczde, \u015firketlerin operasyonlar\u0131 her ge\u00e7en g\u00fcn daha fazla veriye ba\u011f\u0131ml\u0131 hale gelmektedir. Bu durum, ki\u015fisel verilerin toplanmas\u0131, i\u015flenmesi ve saklanmas\u0131 s\u00fcre\u00e7lerini ka\u00e7\u0131n\u0131lmaz k\u0131lar. Ancak bu b\u00fcy\u00fck veri havuzu, ayn\u0131 zamanda \u00f6nemli sorumluluklar\u0131 da beraberinde getirmektedir. Zira, ki\u015fisel verilerin k\u00f6t\u00fcye kullan\u0131lmas\u0131 veya korunmamas\u0131, hem bireyler i\u00e7in ciddi gizlilik ihlallerine yol a\u00e7abilir hem de \u015firketler i\u00e7in milyarlarca Euro’ya varan cezalar, itibar kayb\u0131 ve yasal sorunlar anlam\u0131na gelebilir. Bu ba\u011flamda, eskiden “sadece kod yazan” veya “altyap\u0131y\u0131 kuran” olarak g\u00f6r\u00fclen m\u00fchendislerin rol\u00fc radikal bir \u015fekilde de\u011fi\u015fmi\u015f, art\u0131k onlar\u0131n omuzlar\u0131na veri g\u00fcvenli\u011fi ve eti\u011fi gibi kritik sorumluluklar da y\u00fcklenmi\u015ftir.<\/p>\n
Art\u0131k bir m\u00fchendisden beklenen sadece fonksiyonel bir sistem kurmak de\u011fil; ayn\u0131 zamanda bu sistemin veri gizlili\u011fini ve g\u00fcvenli\u011fini en \u00fcst d\u00fczeyde sa\u011flamas\u0131d\u0131r. \u00d6zellikle DevOps felsefesiyle \u00e7al\u0131\u015fan ekiplerde, geli\u015ftirme ve operasyon s\u00fcre\u00e7lerinin i\u00e7 i\u00e7e ge\u00e7mesi, her bir m\u00fchendisi koddan canl\u0131ya kadar t\u00fcm ya\u015fam d\u00f6ng\u00fcs\u00fcndeki veri ak\u0131\u015f\u0131ndan sorumlu k\u0131lar. Bu da demektir ki, bir yaz\u0131l\u0131m geli\u015ftiricisinin yazd\u0131\u011f\u0131 bir sat\u0131r kod, bir sistem y\u00f6neticisinin kurdu\u011fu bir sunucu veya bir veri m\u00fchendisinin tasarlad\u0131\u011f\u0131 bir veri taban\u0131, potansiyel olarak milyonlarca kullan\u0131c\u0131n\u0131n ki\u015fisel verilerini etkileyebilir. Dolay\u0131s\u0131yla, m\u00fchendislerin bu geni\u015f kapsaml\u0131 sorumlulu\u011fu kavramas\u0131 ve yasal d\u00fczenlemeler hakk\u0131nda bilgi sahibi olmas\u0131 art\u0131k bir l\u00fcks de\u011fil, zorunluluktur. Avrupa Birli\u011fi Genel Veri Koruma T\u00fcz\u00fc\u011f\u00fc (GDPR) bu sorumluluklar\u0131n \u00e7er\u00e7evesini belirleyen en \u00f6nemli d\u00fczenlemelerden biridir. Sadece bir yasal metin olman\u0131n \u00f6tesinde, GDPR veri koruma k\u00fclt\u00fcr\u00fc olu\u015fturma ve veri eti\u011fini t\u00fcm s\u00fcre\u00e7lere entegre etme \u00e7a\u011fr\u0131s\u0131 yapmaktad\u0131r. Bu \u00e7a\u011fr\u0131ya kulak veren her m\u00fchendis, sadece kariyerini g\u00fcvence alt\u0131na almakla kalmayacak, ayn\u0131 zamanda daha g\u00fcvenli ve etik bir dijital gelece\u011fin in\u015fas\u0131na da katk\u0131da bulunacakt\u0131r.<\/p>\n
Bu makale boyunca, GDPR’\u0131n temel prensiplerinden ba\u015flayarak, DevOps pratiklerine nas\u0131l entegre edilece\u011fine, veri eti\u011finin m\u00fchendislik kararlar\u0131ndaki yerine ve ger\u00e7ek d\u00fcnya senaryolar\u0131nda kar\u015f\u0131la\u015fabilece\u011fimiz zorluklara kadar geni\u015f bir yelpazede bilgi sunmay\u0131 hedefliyoruz. Amac\u0131m\u0131z, her m\u00fchendisin ki\u015fisel veri koruma bilincini art\u0131rmak ve bu alandaki yetkinliklerini geli\u015ftirmelerine yard\u0131mc\u0131 olmakt\u0131r. Unutmayal\u0131m ki, teknoloji geli\u015ftik\u00e7e sorumluluklar\u0131m\u0131z da b\u00fcy\u00fcr; bu nedenle kendimizi s\u00fcrekli g\u00fcncel tutmak ve de\u011fi\u015fen beklentilere uyum sa\u011flamak zorunday\u0131z.<\/p>\n
GDPR (General Data Protection Regulation), yani Genel Veri Koruma T\u00fcz\u00fc\u011f\u00fc, 2018 y\u0131l\u0131nda Avrupa Birli\u011fi’nde y\u00fcr\u00fcrl\u00fc\u011fe girmi\u015f ve ki\u015fisel verilerin i\u015flenmesi konusunda d\u00fcnya genelinde bir standart belirlemi\u015ftir. Bu d\u00fczenleme, sadece AB vatanda\u015flar\u0131n\u0131n verilerini de\u011fil, ayn\u0131 zamanda AB i\u00e7inde toplanan veya i\u015flenen t\u00fcm ki\u015fisel verileri kapsamaktad\u0131r. Peki, bir m\u00fchendis olarak GDPR’\u0131n temel kavramlar\u0131n\u0131 neden bilmelisiniz? \u00c7\u00fcnk\u00fc yazd\u0131\u011f\u0131n\u0131z koddan y\u00f6netti\u011finiz sunucuya, geli\u015ftirdi\u011finiz mobil uygulamadan tasarlad\u0131\u011f\u0131n\u0131z veri taban\u0131na kadar her a\u015famada ki\u015fisel verilerle etkile\u015fim halindesiniz. GDPR, bu etkile\u015fimlerdeki sorumluluklar\u0131n\u0131z\u0131 net bir \u015fekilde ortaya koyar.<\/p>\n
\u00d6ncelikle, “Ki\u015fisel Veri”<\/strong> kavram\u0131n\u0131 anlamak elzemdir. GDPR’a g\u00f6re ki\u015fisel veri, do\u011frudan veya dolayl\u0131 olarak bir ki\u015fiyi tan\u0131mlayan her t\u00fcrl\u00fc bilgidir. Bu, ad\u0131n\u0131z, soyad\u0131n\u0131z, e-posta adresiniz, IP adresiniz, co\u011frafi konumunuz, biyometrik verileriniz hatta \u00e7evrimi\u00e7i tan\u0131mlay\u0131c\u0131lar\u0131n\u0131z (\u00e7erezler gibi) olabilir. \u00d6nemli olan, bu bilginin sizi di\u011fer insanlardan ay\u0131rt edilebilir k\u0131lmas\u0131d\u0131r. M\u00fchendislik prati\u011finde, kullan\u0131c\u0131 kimlik bilgileri, log kay\u0131tlar\u0131, analitik veriler ve hatta baz\u0131 durumlarda sens\u00f6r verileri bile ki\u015fisel veri kategorisine girebilir. Bu ayr\u0131m\u0131 do\u011fru yapmak, hangi veriye nas\u0131l yakla\u015fman\u0131z gerekti\u011fini belirler. \u0130kinci temel kavram “Veri Sorumlusu”<\/strong> ve “Veri \u0130\u015fleyen”<\/strong> ayr\u0131m\u0131d\u0131r. Veri sorumlusu, ki\u015fisel verilerin i\u015flenme ama\u00e7lar\u0131n\u0131 ve ara\u00e7lar\u0131n\u0131 belirleyen ki\u015fi veya kurulu\u015ftur. Yani, “neden” ve “nas\u0131l” sorular\u0131na cevap verir. Veri i\u015fleyen ise, veri sorumlusu ad\u0131na ki\u015fisel verileri i\u015fleyen ki\u015fi veya kurulu\u015ftur. \u00d6rne\u011fin, bir SaaS \u015firketinin m\u00fc\u015fterisi veri sorumlusu iken, SaaS \u015firketi genellikle veri i\u015fleyen konumundad\u0131r. Bir m\u00fchendis olarak, genellikle bir veri i\u015fleyenin veya veri sorumlusunun \u00e7al\u0131\u015fan\u0131 olarak bu s\u00fcre\u00e7lerde g\u00f6rev al\u0131rs\u0131n\u0131z ve sorumluluklar\u0131n\u0131z buna g\u00f6re \u015fekillenir.<\/p>\n GDPR’\u0131n en kritik prensiplerinden baz\u0131lar\u0131 ise \u015funlard\u0131r:<\/p>\n Bu ilkeleri i\u00e7selle\u015ftirmek, her m\u00fchendisin tasar\u0131mdan geli\u015ftirmeye, testten da\u011f\u0131t\u0131ma kadar her a\u015famada veri korumay\u0131 \u00f6nceliklendirmesini sa\u011flar. \u00d6rne\u011fin, bir veritaban\u0131 \u015femas\u0131 tasarlarken hangi verilerin hassas oldu\u011funu bilmek ve bunlar\u0131 uygun \u015fekilde \u015fifrelemek, veya bir loglama sistemi kurarken ki\u015fisel veri i\u00e7ermeyen, anonimle\u015ftirilmi\u015f loglar kullanmak, GDPR uyumlulu\u011funun temelini olu\u015fturur. Bu bilgi birikimi, sadece yasal riskleri azaltmakla kalmaz, ayn\u0131 zamanda kullan\u0131c\u0131 g\u00fcvenini art\u0131r\u0131r ve \u015firketin itibar\u0131n\u0131 g\u00fc\u00e7lendirir. Bu y\u00fczden, bu temel kavramlar\u0131 iyice \u00f6\u011frenmek, modern m\u00fchendislik prati\u011finin vazge\u00e7ilmez bir par\u00e7as\u0131d\u0131r.<\/p>\n DevOps, geli\u015ftirme (Development) ve operasyonlar (Operations) aras\u0131ndaki i\u015f birli\u011fini ve ileti\u015fimi art\u0131rarak yaz\u0131l\u0131m geli\u015ftirme s\u00fcre\u00e7lerini h\u0131zland\u0131rmay\u0131 ama\u00e7layan bir k\u00fclt\u00fcr, metodoloji ve pratikler b\u00fct\u00fcn\u00fcd\u00fcr. Ancak bu h\u0131z ve esneklik, veri koruma sorumluluklar\u0131n\u0131n g\u00f6z ard\u0131 edilmesi anlam\u0131na gelmez. Tam aksine, GDPR uyumlulu\u011funu DevOps s\u00fcre\u00e7lerine entegre etmek, hem yasal riskleri minimize eder hem de g\u00fcvenli bir \u00fcr\u00fcn ortaya koyar. Peki, bu entegrasyon nas\u0131l sa\u011flan\u0131r?<\/p>\n GDPR’\u0131n temel prensiplerinden biri olan “Tasar\u0131m Gere\u011fi Gizlilik” (Privacy by Design – PbD) ve “Varsay\u0131lan Olarak Gizlilik” (Privacy by Default – PbD) yakla\u015f\u0131m\u0131, m\u00fchendisler i\u00e7in kilit \u00f6neme sahiptir. Bu, veri koruma ilkelerinin sistem ve \u00fcr\u00fcnlerin en ba\u015f\u0131ndan, yani tasar\u0131m a\u015famas\u0131ndan itibaren g\u00f6z \u00f6n\u00fcnde bulundurulmas\u0131 gerekti\u011fi anlam\u0131na gelir. Bir projeye ba\u015flarken, m\u00fchendislerin kendilerine \u015fu sorular\u0131 sormas\u0131 gerekir: Hangi ki\u015fisel verileri topluyoruz? Neden topluyoruz? Bu veriler nerede saklanacak? Kimler eri\u015febilecek? Ne kadar s\u00fcreyle saklanacak? Bu sorular\u0131n cevaplar\u0131, sistemin mimarisini ve veri ak\u0131\u015f\u0131n\u0131 \u015fekillendirmelidir. \u00d6rne\u011fin, bir kimlik do\u011frulama sistemi geli\u015ftirirken, parolalar\u0131n tek y\u00f6nl\u00fc \u015fifreleme (hashing) algoritmalar\u0131yla saklanmas\u0131 ve kullan\u0131c\u0131n\u0131n e-posta adresi yerine anonim bir ID ile i\u015flem yap\u0131lmas\u0131, PbD’ye uygun bir yakla\u015f\u0131md\u0131r.<\/p>\n Varsay\u0131lan olarak gizlilik ise, kullan\u0131c\u0131n\u0131n herhangi bir ayar yapmas\u0131na gerek kalmadan, \u00fcr\u00fcn veya hizmetin m\u00fcmk\u00fcn olan en y\u00fcksek gizlilik seviyesini sunmas\u0131 demektir. \u00d6rne\u011fin, bir mobil uygulama ilk kuruldu\u011funda, konum payla\u015f\u0131m\u0131 gibi hassas izinlerin varsay\u0131lan olarak kapal\u0131 olmas\u0131 ve kullan\u0131c\u0131n\u0131n bunu manuel olarak a\u00e7mas\u0131 istenmelidir. Bu, kullan\u0131c\u0131y\u0131 veri g\u00fcvenli\u011fi konusunda aktif bir rol \u00fcstlenmeye te\u015fvik eder ve veri minimizasyonu prensibini destekler.<\/p>\n DevOps k\u00fclt\u00fcr\u00fcnde s\u00fcrekli entegrasyon (CI) ve s\u00fcrekli da\u011f\u0131t\u0131m (CD) s\u00fcre\u00e7leri, yaz\u0131l\u0131m\u0131n h\u0131zl\u0131 ve tekrarlanabilir bir \u015fekilde canl\u0131ya al\u0131nmas\u0131n\u0131 sa\u011flar. Ancak bu s\u00fcre\u00e7ler, g\u00fcvenlik kontrolleriyle desteklenmedi\u011finde zafiyetlere yol a\u00e7abilir. M\u00fchendisler, g\u00fcvenli kodlama standartlar\u0131na uymal\u0131, ba\u011f\u0131ml\u0131l\u0131klar\u0131 d\u00fczenli olarak taramal\u0131 ve g\u00fcvenlik a\u00e7\u0131klar\u0131n\u0131 otomatik ara\u00e7larla tespit etmelidir. \u00d6rne\u011fin, hassas veri i\u015fleyen kod par\u00e7ac\u0131klar\u0131nda girdi do\u011frulama, \u00e7\u0131kt\u0131 kodlama ve yetkilendirme mekanizmalar\u0131n\u0131n do\u011fru bir \u015fekilde uygulanmas\u0131 esast\u0131r.<\/p>\n A\u015fa\u011f\u0131daki basit \u00f6rnek, bir kullan\u0131c\u0131n\u0131n ki\u015fisel veri kayd\u0131n\u0131n nas\u0131l anonimle\u015ftirilebilece\u011fine dair bir Python kod par\u00e7ac\u0131\u011f\u0131n\u0131 g\u00f6stermektedir. Bu, loglama veya analitik ama\u00e7lar i\u00e7in veriyi kullan\u0131rken GDPR uyumlulu\u011funu sa\u011flaman\u0131n bir yoludur.<\/p>\n <\/code><\/p>\n CI\/CD pipeline'lar\u0131na statik kod analizi (SAST), dinamik kod analizi (DAST) ve ba\u011f\u0131ml\u0131l\u0131k taray\u0131c\u0131lar\u0131 gibi g\u00fcvenlik ara\u00e7lar\u0131n\u0131n entegre edilmesi, olas\u0131 zafiyetlerin erken a\u015famada tespit edilmesini ve giderilmesini sa\u011flar. Ayr\u0131ca, kod inceleme s\u00fcre\u00e7lerinde veri gizlili\u011fi ve g\u00fcvenli\u011fi checklist'lerinin kullan\u0131lmas\u0131, her de\u011fi\u015fikli\u011fin GDPR perspektifinden de\u011ferlendirilmesine olanak tan\u0131r. Ger\u00e7ek d\u00fcnya senaryolar\u0131nda, bir e-ticaret \u015firketinin \u00f6deme sistemini g\u00fcncellerken, kart bilgilerinin hi\u00e7bir zaman kendi sunucular\u0131nda tutulmad\u0131\u011f\u0131ndan, sadece token'la\u015ft\u0131r\u0131lm\u0131\u015f verilerin i\u015flendi\u011finden ve bu token'lar\u0131n da u\u00e7tan uca \u015fifreleme ile korundu\u011fundan emin olmas\u0131 gerekir. Bu, DevOps ekibinin ortak sorumlulu\u011fudur.<\/p>\n Geli\u015ftirme ve test ortamlar\u0131nda ger\u00e7ek ki\u015fisel verileri kullanmak b\u00fcy\u00fck bir risk ta\u015f\u0131r. GDPR'a g\u00f6re, ki\u015fisel verilerin test ama\u00e7l\u0131 dahi olsa gereksiz yere kullan\u0131lmas\u0131 ve saklanmas\u0131 yasakt\u0131r. Bu nedenle, m\u00fchendislerin test ortamlar\u0131nda veri maskeleme, anonimle\u015ftirme veya pseudonymization (takma ad verme) tekniklerini kullanmas\u0131 zorunludur. Veri maskeleme, ger\u00e7ek verilerin okunaks\u0131z veya sahte verilerle de\u011fi\u015ftirilmesi i\u015flemidir; \u00f6rne\u011fin, ger\u00e7ek e-posta adresleri yerine \"testuser@example.com\" gibi genel adresler kullan\u0131labilir. Pseudonymization ise, ki\u015fisel verinin ek bilgi kullan\u0131lmadan belirli bir ki\u015fiye atfedilememesini sa\u011flayacak \u015fekilde i\u015flenmesidir. Bu ek bilgi ayr\u0131 tutulur ve teknik ve organizasyonel \u00f6nlemlerle bir ki\u015fiye atfedilememesi sa\u011flan\u0131r. \u00d6rne\u011fin, bir kullan\u0131c\u0131n\u0131n ger\u00e7ek ID'si yerine rastgele olu\u015fturulmu\u015f bir \"takma ad ID\" ile i\u015flemler yap\u0131labilir.<\/p>\n Bu y\u00f6ntemlerin uygulanmas\u0131, test s\u00fcre\u00e7lerinin verimli bir \u015fekilde y\u00fcr\u00fct\u00fclmesini sa\u011flarken, ayn\u0131 zamanda ger\u00e7ek kullan\u0131c\u0131lar\u0131n gizlili\u011fini korur. \u00d6zellikle veri ihlallerinin b\u00fcy\u00fck \u00e7o\u011funlu\u011funun geli\u015ftirme ve test ortamlar\u0131ndan kaynakland\u0131\u011f\u0131 d\u00fc\u015f\u00fcn\u00fcld\u00fc\u011f\u00fcnde, bu konuya verilen \u00f6nem paha bi\u00e7ilmezdir. Bir sa\u011fl\u0131k uygulamas\u0131n\u0131n geli\u015ftirme ekibi, hasta kay\u0131tlar\u0131n\u0131 i\u00e7eren ger\u00e7ek veritaban\u0131n\u0131 do\u011frudan test ortam\u0131na kopyalamak yerine, t\u00fcm kimlik bilgilerini maskeleme veya tamamen sentetik verilerle doldurma y\u00f6ntemini benimsemelidir. Bu, hem yasal uyumlulu\u011fu sa\u011flar hem de olas\u0131 bir g\u00fcvenlik a\u00e7\u0131\u011f\u0131nda ger\u00e7ek hasta bilgilerinin if\u015fa olmas\u0131n\u0131n \u00f6n\u00fcne ge\u00e7er.<\/p>\n DevOps'un h\u0131z ve otomasyon avantajlar\u0131n\u0131 veri koruma ve GDPR uyumlulu\u011fu ile birle\u015ftirmek, modern m\u00fchendislik prati\u011finin temelini olu\u015fturur. Bu entegrasyon, sadece yasalara uymakla kalmaz, ayn\u0131 zamanda m\u00fc\u015fterilere ve kullan\u0131c\u0131lara kar\u015f\u0131 sorumlulu\u011fumuzu yerine getirmemizi sa\u011flar.<\/p>\n GDPR uyumlulu\u011fu, veri koruma ve gizlilik konusunda \u00f6nemli bir \u00e7er\u00e7eve sunarken, veri eti\u011fi kavram\u0131 bunun bir ad\u0131m \u00f6tesine ge\u00e7erek \"do\u011fru\" olan\u0131 yapma sorumlulu\u011funu m\u00fchendislerin omuzlar\u0131na y\u00fckler. Veri eti\u011fi, ki\u015fisel verilerin toplanmas\u0131, i\u015flenmesi ve kullan\u0131lmas\u0131 s\u00fcre\u00e7lerinde ahlaki ilkelerin ve de\u011ferlerin uygulanmas\u0131n\u0131 ifade eder. Bir m\u00fchendis olarak, sadece yasalara uymakla kalmay\u0131p, ayn\u0131 zamanda geli\u015ftirdi\u011finiz sistemlerin toplumsal etkilerini, adaleti ve \u015feffafl\u0131\u011f\u0131 g\u00f6zetmeniz gerekir. Bu durum, \u00f6zellikle yapay zeka ve makine \u00f6\u011frenimi gibi alanlarda \u00e7al\u0131\u015fan m\u00fchendisler i\u00e7in daha da kritik hale gelmektedir.<\/p>\n Algoritmalar, g\u00fcn\u00fcm\u00fcz d\u00fcnyas\u0131nda finans, sa\u011fl\u0131k, hukuk ve sosyal hizmetler gibi bir\u00e7ok alanda karar verme s\u00fcre\u00e7lerinde aktif rol oynamaktad\u0131r. Ancak bu algoritmalar, e\u011fitildikleri verilerdeki \u00f6nyarg\u0131lar\u0131 (bias) veya geli\u015ftiricilerin fark\u0131nda olmadan kodlar\u0131na yans\u0131tt\u0131klar\u0131 varsay\u0131mlar\u0131 yans\u0131tabilir. Bir algoritma, yeterince \u00e7e\u015fitli olmayan bir veri k\u00fcmesiyle e\u011fitildi\u011finde veya belirli demografik gruplar\u0131 temsil etmeyen \u00f6zellikler kullan\u0131ld\u0131\u011f\u0131nda, ayr\u0131mc\u0131 sonu\u00e7lar \u00fcretebilir. \u00d6rne\u011fin, baz\u0131 yapay zeka tabanl\u0131 y\u00fcz tan\u0131ma sistemlerinin belirli ten renklerini veya cinsiyetleri do\u011fru bir \u015fekilde tan\u0131yamamas\u0131 gibi vakalar, algoritmik \u00f6nyarg\u0131n\u0131n somut \u00f6rnekleridir.<\/p>\n Bir m\u00fchendis olarak sizin sorumlulu\u011funuz, geli\u015ftirdi\u011finiz algoritmalar\u0131n adil, \u015feffaf ve hesap verebilir olmas\u0131n\u0131 sa\u011flamakt\u0131r. Bu, veri toplama a\u015famas\u0131nda \u00e7e\u015fitlili\u011fi g\u00f6zetmek, model se\u00e7iminde potansiyel \u00f6nyarg\u0131lar\u0131 analiz etmek ve algoritma \u00e7\u0131kt\u0131lar\u0131n\u0131n farkl\u0131 gruplar \u00fczerindeki etkilerini de\u011ferlendirmek anlam\u0131na gelir. E\u011fer bir algoritmik karar verme sistemi \u00fczerinde \u00e7al\u0131\u015f\u0131yorsan\u0131z, \u00f6rne\u011fin bir kredi ba\u015fvurusunu de\u011ferlendiren bir model geli\u015ftiriyorsan\u0131z, bu modelin cinsiyet, \u0131rk veya sosyoekonomik durum gibi hassas \u00f6zelliklere dayal\u0131 ayr\u0131mc\u0131l\u0131k yapmad\u0131\u011f\u0131ndan emin olman\u0131z gerekir. Bu t\u00fcr durumlar, sadece yasal ihlallere yol a\u00e7makla kalmaz, ayn\u0131 zamanda toplumsal g\u00fcveni zedeler ve ciddi itibar kay\u0131plar\u0131na neden olabilir.<\/p>\n <\/code><\/p>\n Veri eti\u011finin bir di\u011fer \u00f6nemli boyutu ise \u015feffafl\u0131kt\u0131r. Kullan\u0131c\u0131lar, verilerinin kim taraf\u0131ndan, hangi ama\u00e7la ve nas\u0131l kullan\u0131ld\u0131\u011f\u0131 hakk\u0131nda a\u00e7\u0131k\u00e7a bilgilendirilmelidir. Bu, sadece yasal bir gereklilik (GDPR'\u0131n \u015feffafl\u0131k ilkesi) de\u011fil, ayn\u0131 zamanda etik bir sorumluluktur. M\u00fchendisler, kullan\u0131c\u0131 aray\u00fczlerini ve veri politikalar\u0131n\u0131 tasarlarken bu \u015feffafl\u0131\u011f\u0131 sa\u011flamal\u0131d\u0131r. \u00d6rne\u011fin, bir uygulaman\u0131n \u00e7erez politikas\u0131 veya gizlilik bildirimi, teknik jargon i\u00e7ermeyen, anla\u015f\u0131l\u0131r bir dille yaz\u0131lmal\u0131d\u0131r. Ayr\u0131ca, kullan\u0131c\u0131lar\u0131n verileri \u00fczerinde kontrol sahibi olmalar\u0131n\u0131 sa\u011flayan mekanizmalar (\u00f6rne\u011fin, veri indirme, d\u00fczeltme veya silme se\u00e7enekleri) sunulmal\u0131d\u0131r.<\/p>\n Hesap verebilirlik de veri eti\u011finin temel bir prensibidir. Bir hata yap\u0131ld\u0131\u011f\u0131nda veya bir veri ihlali meydana geldi\u011finde, sorumlu taraflar\u0131n kimler oldu\u011fu ve hangi d\u00fczeltici eylemlerin ger\u00e7ekle\u015ftirilece\u011fi a\u00e7\u0131k\u00e7a belirlenmelidir. Bu, olay m\u00fcdahale planlar\u0131n\u0131n ve i\u00e7 denetim mekanizmalar\u0131n\u0131n olu\u015fturulmas\u0131n\u0131 gerektirir. M\u00fchendisler, sistem loglar\u0131n\u0131 d\u00fczenli tutarak, eri\u015fim kontrollerini s\u0131k\u0131 uygulayarak ve sistem de\u011fi\u015fikliklerini belgeleyerek hesap verebilirli\u011fi destekleyebilirler. Veri eti\u011fi, m\u00fchendisleri sadece teknik \u00e7\u00f6z\u00fcmler \u00fcretmeye de\u011fil, ayn\u0131 zamanda bu \u00e7\u00f6z\u00fcmlerin toplumsal ve ahlaki sonu\u00e7lar\u0131n\u0131 d\u00fc\u015f\u00fcnmeye te\u015fvik eder. Bu, modern m\u00fchendislik prati\u011finin vazge\u00e7ilmez bir par\u00e7as\u0131 haline gelmi\u015ftir ve her m\u00fchendisin bu bilince sahip olmas\u0131, daha g\u00fcvenli, adil ve etik bir dijital d\u00fcnya in\u015fa etmemize yard\u0131mc\u0131 olacakt\u0131r.<\/p>\n Teorik bilgi ne kadar de\u011ferli olursa olsun, ger\u00e7ek d\u00fcnya senaryolar\u0131 ve vaka analizleri, GDPR uyumlulu\u011funun ve veri eti\u011finin pratik uygulamalar\u0131n\u0131 en iyi \u015fekilde anlamam\u0131z\u0131 sa\u011flar. M\u00fchendislerin s\u0131kl\u0131kla kar\u015f\u0131la\u015ft\u0131\u011f\u0131 zorluklar\u0131 ve bu zorluklarla nas\u0131l ba\u015fa \u00e7\u0131k\u0131ld\u0131\u011f\u0131n\u0131 inceleyerek, kendi projelerimizde benzer hatalar\u0131 yapmaktan ka\u00e7\u0131nabiliriz.<\/p>\n Senaryo:<\/strong> B\u00fcy\u00fck bir teknoloji \u015firketi, bulut tabanl\u0131 bir depolama hizmetinde (AWS S3 benzeri) m\u00fc\u015fteri verilerini saklamaktad\u0131r. DevOps ekibinden gen\u00e7 bir m\u00fchendis, test ortam\u0131 i\u00e7in bir bucket olu\u015fturur ve yanl\u0131\u015fl\u0131kla bu bucket'\u0131n genel eri\u015fime a\u00e7\u0131k (publicly accessible) oldu\u011funu fark etmez. Bir s\u00fcre sonra, bir siber g\u00fcvenlik ara\u015ft\u0131rmac\u0131s\u0131, bu bucket'taki y\u00fcz binlerce m\u00fc\u015fterinin ki\u015fisel verisini (e-posta adresleri, telefon numaralar\u0131, do\u011fum tarihleri) ke\u015ffeder ve durumu \u015firkete bildirir. \u015eirket, h\u0131zl\u0131ca eri\u015fimi k\u0131s\u0131tlasa da, veri zaten if\u015fa olmu\u015ftur.<\/p>\n M\u00fchendislik Perspektifi ve GDPR Dersleri:<\/strong><\/p>\n <\/code><\/p>\n Senaryo:<\/strong> Bir mobil uygulama \u015firketi, kullan\u0131c\u0131lar\u0131n uygulama i\u00e7i davran\u0131\u015flar\u0131n\u0131 analiz etmek i\u00e7in ki\u015fisel verileri (konum, uygulama kullan\u0131m s\u00fcreleri, t\u0131klama oranlar\u0131) toplar. Ancak, uygulaman\u0131n gizlilik politikas\u0131 yeterince a\u00e7\u0131k de\u011fildir ve kullan\u0131c\u0131dan bu veri toplama i\u00e7in net bir onay (r\u0131za) al\u0131nmam\u0131\u015ft\u0131r. Ayr\u0131ca, kullan\u0131c\u0131lar\u0131n verilerine eri\u015fme, d\u00fczeltme veya silme haklar\u0131n\u0131 kullanmalar\u0131n\u0131 sa\u011flayan bir mekanizma da bulunmamaktad\u0131r. Bir kullan\u0131c\u0131, GDPR kapsam\u0131ndaki haklar\u0131n\u0131 \u00f6\u011frenir ve \u015firketle ileti\u015fime ge\u00e7erek verilerinin silinmesini talep eder ancak yan\u0131t alamaz.<\/p>\n M\u00fchendislik Perspektifi ve GDPR Dersleri:<\/strong><\/p>\n Senaryo:<\/strong> Bir \u015firket, web sitesine bir\u00e7ok \u00fc\u00e7\u00fcnc\u00fc taraf analitik ve reklam k\u00fct\u00fcphanesi entegre eder. Bu k\u00fct\u00fcphanelerden baz\u0131lar\u0131, kullan\u0131c\u0131 IP adreslerini, taray\u0131c\u0131 bilgilerini ve davran\u0131\u015fsal verilerini r\u0131za olmaks\u0131z\u0131n toplar ve kendi sunucular\u0131na iletir. \u015eirket, bu k\u00fct\u00fcphanelerin tam olarak ne t\u00fcr verileri toplad\u0131\u011f\u0131n\u0131 ve ne \u015fekilde i\u015fledi\u011fini detayl\u0131ca ara\u015ft\u0131rmam\u0131\u015ft\u0131r. Sonu\u00e7 olarak, bu \u00fc\u00e7\u00fcnc\u00fc taraf sa\u011flay\u0131c\u0131lar arac\u0131l\u0131\u011f\u0131yla kullan\u0131c\u0131 verileri, \u015firketin bilgisi d\u0131\u015f\u0131nda farkl\u0131 \u00fclkelerdeki sunuculara aktar\u0131l\u0131r.<\/p>\n M\u00fchendislik Perspektifi ve GDPR Dersleri:<\/strong><\/p>\n Bu vaka analizleri, m\u00fchendislerin sadece teknik becerilere de\u011fil, ayn\u0131 zamanda yasal ve etik fark\u0131ndal\u0131\u011fa da sahip olmalar\u0131n\u0131n ne kadar \u00f6nemli oldu\u011funu a\u00e7\u0131k\u00e7a g\u00f6stermektedir. Hatalardan ders \u00e7\u0131kararak ve proaktif yakla\u015f\u0131mlar sergileyerek, hem yasal y\u00fck\u00fcml\u00fcl\u00fcklerimizi yerine getirebilir hem de kullan\u0131c\u0131lar\u0131m\u0131z\u0131n g\u00fcvenini kazanabiliriz.<\/p>\n Mobil uygulamalar ve web siteleri, ki\u015fisel veri toplama ve i\u015fleme konusunda en yo\u011fun platformlard\u0131r. Kullan\u0131c\u0131 deneyimini \u00f6n planda tutarken GDPR uyumlulu\u011funu sa\u011flamak, m\u00fchendisler i\u00e7in ciddi bir meydan okumad\u0131r. Bu b\u00f6l\u00fcmde, mobil uyumlu HTML olu\u015fturma kural\u0131n\u0131, GDPR ba\u011flam\u0131nda ele alarak, teknik yakla\u015f\u0131mlar\u0131 inceleyece\u011fiz.<\/p>\n \"Mobil uyumlu HTML\" terimi genellikle sitenin farkl\u0131 ekran boyutlar\u0131na uyarlanabilmesini ifade eder (responsive design). Ancak GDPR ba\u011flam\u0131nda bu kavram\u0131 daha geni\u015f d\u00fc\u015f\u00fcnmek gerekir. Mobil kullan\u0131c\u0131lar, genellikle daha hassas konum verileri, cihaz kimlikleri ve uygulama kullan\u0131m al\u0131\u015fkanl\u0131klar\u0131 gibi ki\u015fisel veriler \u00fcretirler. M\u00fchendislerin g\u00f6revi, responsive bir aray\u00fcz sunman\u0131n \u00f6tesinde, bu mobil cihazlardan akan veriyi GDPR prensiplerine uygun olarak korumakt\u0131r.<\/p>\n <\/code><\/p>\n Yukar\u0131daki Android kod \u00f6rne\u011fi, kullan\u0131c\u0131lardan konum izni isterken, iznin neden gerekti\u011fini a\u00e7\u0131klayan bir diyalog penceresi g\u00f6sterme prensibini uygular. Bu, \u015feffafl\u0131k ve r\u0131za alma s\u00fcre\u00e7lerinin bir par\u00e7as\u0131d\u0131r. Kullan\u0131c\u0131lar\u0131n, verilerini neden payla\u015ft\u0131klar\u0131n\u0131 anlamalar\u0131 ve bu konuda bilgilendirilmi\u015f kararlar vermeleri GDPR'\u0131n temelidir.<\/p>\n Web siteleri i\u00e7in en b\u00fcy\u00fck GDPR uyumluluk zorluklar\u0131ndan biri \u00e7erez (cookie) y\u00f6netimidir. \u00c7o\u011fu web sitesi, kullan\u0131c\u0131 deneyimini iyile\u015ftirmek, analitik veri toplamak veya ki\u015fiselle\u015ftirilmi\u015f reklamlar sunmak i\u00e7in \u00e7erezleri kullan\u0131r. Ancak, GDPR'a g\u00f6re, gerekli olmayan \u00e7erezler i\u00e7in kullan\u0131c\u0131n\u0131n a\u00e7\u0131k ve bilgilendirilmi\u015f r\u0131zas\u0131 gereklidir.<\/p>\n <\/code><\/p>\n Bu JavaScript \u00f6rne\u011fi, bir web sitesinin \u00e7erez onay banner'\u0131n\u0131 nas\u0131l g\u00f6sterebilece\u011fini ve kullan\u0131c\u0131n\u0131n tercihine g\u00f6re farkl\u0131 i\u015flevleri nas\u0131l tetikleyebilece\u011fini g\u00f6stermektedir. Bu, m\u00fchendislerin aktif olarak geli\u015ftirmesi gereken bir \u00f6zelliktir. Mobil uygulamalar ve web siteleri, milyarlarca kullan\u0131c\u0131n\u0131n ki\u015fisel verileriyle s\u00fcrekli etkile\u015fim halindedir. Bu platformlar\u0131 geli\u015ftirirken GDPR uyumlulu\u011funu sa\u011flamak, sadece yasalara uymak de\u011fil, ayn\u0131 zamanda kullan\u0131c\u0131 g\u00fcvenini in\u015fa etmek ve \u015firketlerin dijital \u00e7a\u011fdaki itibar\u0131n\u0131 korumak anlam\u0131na gelir. Her m\u00fchendis, bu teknik yakla\u015f\u0131mlar\u0131 benimseyerek, g\u00fcvenli ve etik dijital \u00fcr\u00fcnler yaratma sorumlulu\u011funu \u00fcstlenmelidir.<\/p>\n Bu makale boyunca ele ald\u0131\u011f\u0131m\u0131z gibi, modern m\u00fchendislik art\u0131k sadece kod yazmaktan veya sistemleri \u00e7al\u0131\u015ft\u0131rmaktan ibaret de\u011fildir. \u00d6zellikle GDPR gibi d\u00fczenlemelerin ve y\u00fckselen veri eti\u011fi bilincinin \u0131\u015f\u0131\u011f\u0131nda, her m\u00fchendisin rol\u00fc, teknik becerilerinin \u00f6tesine ge\u00e7erek veri gizlili\u011fi, g\u00fcvenlik ve etik sorumluluklar\u0131 kapsayacak \u015fekilde geni\u015flemi\u015ftir. DevOps prensiplerinin h\u0131z ve esneklik getirdi\u011fi ortamda, ki\u015fisel verilerin korunmas\u0131 konusundaki fark\u0131ndal\u0131k, projenin her a\u015famas\u0131nda kritik bir \u00f6neme sahiptir. Tasar\u0131m a\u015famas\u0131ndan canl\u0131ya da\u011f\u0131t\u0131ma kadar t\u00fcm s\u00fcre\u00e7lerde \"Tasar\u0131m Gere\u011fi Gizlilik\" ve \"Varsay\u0131lan Olarak Gizlilik\" yakla\u015f\u0131mlar\u0131n\u0131 benimsemek, algoritmik \u00f6nyarg\u0131lar\u0131 \u00f6nlemek, \u015feffaf r\u0131za y\u00f6netimi uygulamak ve kullan\u0131c\u0131 haklar\u0131na sayg\u0131 g\u00f6stermek, sadece yasal uyumlulu\u011fu sa\u011flamakla kalmaz, ayn\u0131 zamanda kullan\u0131c\u0131 g\u00fcvenini ve marka itibar\u0131n\u0131 da g\u00fc\u00e7lendirir.<\/p>\n Ger\u00e7ek d\u00fcnya vaka analizleri, yanl\u0131\u015f konfig\u00fcrasyonlardan r\u0131za y\u00f6netimi eksikliklerine kadar bir\u00e7ok hatan\u0131n ciddi sonu\u00e7lara yol a\u00e7abilece\u011fini g\u00f6zler \u00f6n\u00fcne sermi\u015ftir. Bu hatalardan ders \u00e7\u0131kararak, m\u00fchendisler olarak proaktif bir yakla\u015f\u0131m benimsemeli, kulland\u0131\u011f\u0131m\u0131z \u00fc\u00e7\u00fcnc\u00fc taraf k\u00fct\u00fcphanelerden mobil uygulama izinlerine kadar her detay\u0131 GDPR ve veri eti\u011fi perspektifinden de\u011ferlendirmeliyiz. Mobil ve web platformlar\u0131nda veri g\u00fcvenli\u011fi, \u015fifreleme, r\u0131za banner'lar\u0131 gibi teknik \u00e7\u00f6z\u00fcmlerin do\u011fru uygulanmas\u0131, bu yeni sorumlulu\u011fun teknik kar\u015f\u0131l\u0131\u011f\u0131d\u0131r. Sonu\u00e7 olarak, GDPR e\u011fitimi, bir m\u00fchendis i\u00e7in sadece bir yasal zorunluluk de\u011fil, ayn\u0131 zamanda kariyerini geli\u015ftiren, onu daha donan\u0131ml\u0131 ve aranan bir profesyonel haline getiren stratejik bir yat\u0131r\u0131md\u0131r. Veri odakl\u0131 d\u00fcnyam\u0131zda, etik ve gizlilik bilincine sahip m\u00fchendisler, dijital gelece\u011fin daha g\u00fcvenli, daha adil ve daha insanc\u0131l bir \u015fekilde in\u015fa edilmesinde kilit rol oynayacaklard\u0131r.<\/p>\n <\/body><\/p>\n","protected":false},"excerpt":{"rendered":"G\u00fcn\u00fcm\u00fcz dijital d\u00fcnyas\u0131nda, ki\u015fisel verilerin korunmas\u0131 her zamankinden daha kritik. DevOps s\u00fcre\u00e7lerinden veri eti\u011fi prensiplerine, her m\u00fchendisin GDPR…","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1400],"tags":[],"class_list":{"0":"post-32947","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-devops","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n\n
DevOps Pratiklerinde GDPR Entegrasyonu: G\u00fcvenli Geli\u015ftirme ve Da\u011f\u0131t\u0131m<\/h2>\n
Tasar\u0131m A\u015famas\u0131ndan \u0130tibaren Gizlilik (Privacy by Design ve Privacy by Default)<\/h3>\n
G\u00fcvenli Kodlama Pratikleri ve CI\/CD Entegrasyonu<\/h3>\n
\ndef anonimlestir_kullanici_verisi(kullanici_objesi):\n anonim_veri = {\n \"kullanici_id\": str(uuid.uuid4()), # Rastgele bir ID olu\u015ftur\n \"ip_adresi\": \"0.0.0.0\", # IP adresini s\u0131f\u0131rla\n \"konum\": \"anonim\", # Konum bilgisini anonimle\u015ftir\n \"zaman_damgasi\": kullanici_objesi.get(\"zaman_damgasi\")\n # Di\u011fer hassas verileri de benzer \u015fekilde i\u015fleyebilirsiniz\n }\n return anonim_veri\n\n# \u00d6rnek kullan\u0131m\nimport uuid\nkullanici_verisi = {\n \"ad\": \"Ali\",\n \"soyad\": \"Y\u0131lmaz\",\n \"e_posta\": \"ali.yilmaz@example.com\",\n \"ip_adresi\": \"192.168.1.100\",\n \"konum\": \"\u0130stanbul\",\n \"zaman_damgasi\": \"2023-10-26T10:00:00Z\"\n}\nanonim_kullanici_verisi = anonimlestir_kullanici_verisi(kullanici_verisi)\nprint(anonim_kullanici_verisi)\n <\/pre>\nTest Ortamlar\u0131 ve Veri Maskeleme<\/h3>\n
Veri Eti\u011fi ve M\u00fchendislik Sorumlulu\u011fu: Algoritma Tarafs\u0131zl\u0131\u011f\u0131 ve \u015eeffafl\u0131k<\/h2>\n
Algoritma Tarafs\u0131zl\u0131\u011f\u0131 ve Ayr\u0131mc\u0131l\u0131k Riskleri<\/h3>\n
\n# Basit bir \u00f6rnek: \u00d6nyarg\u0131l\u0131 bir modelin tespiti i\u00e7in metrikler\ndef calculate_fairness_metrics(predictions, actuals, sensitive_attribute):\n # \u00d6rne\u011fin, 'predictions' bir modelin \u00e7\u0131kt\u0131lar\u0131, 'actuals' ger\u00e7ek de\u011ferler\n # 'sensitive_attribute' ise cinsiyet veya etnik k\u00f6ken gibi hassas bir \u00f6zelliktir.\n\n # Farkl\u0131 gruplar i\u00e7in performans metriklerini hesapla\n group_a_predictions = [p for p, attr in zip(predictions, sensitive_attribute) if attr == 'group_A']\n group_a_actuals = [a for a, attr in zip(actuals, sensitive_attribute) if attr == 'group_A']\n\n group_b_predictions = [p for p, attr in zip(predictions, sensitive_attribute) if attr == 'group_B']\n group_b_actuals = [a for a, attr in zip(actuals, sensitive_attribute) if attr == 'group_B']\n\n # \u00d6rnek olarak, Precision ve Recall fark\u0131n\u0131 inceleyebiliriz\n precision_a = calculate_precision(group_a_predictions, group_a_actuals)\n precision_b = calculate_precision(group_b_predictions, group_b_actuals)\n\n if abs(precision_a - precision_b) > 0.1: # %10'dan fazla fark \u00f6nyarg\u0131 i\u015fareti olabilir\n print(\"Uyar\u0131: Model, hassas nitelik \u00fczerinde potansiyel \u00f6nyarg\u0131 g\u00f6steriyor!\")\n else:\n print(\"Model, hassas nitelik \u00fczerinde kabul edilebilir seviyede tarafs\u0131z g\u00f6r\u00fcn\u00fcyor.\")\n\n# Bu fonksiyonun alt metrikleri (calculate_precision) burada detayland\u0131r\u0131lmam\u0131\u015ft\u0131r.\n# Ama\u00e7, m\u00fchendislerin bu t\u00fcr analizleri yapmas\u0131 gerekti\u011fini g\u00f6stermektir.\n <\/pre>\nVeri Kullan\u0131m\u0131nda \u015eeffafl\u0131k ve Hesap Verebilirlik<\/h3>\n
Ger\u00e7ek D\u00fcnya Senaryolar\u0131 ve Vaka Analizleri: Hatalardan Ders \u00c7\u0131karmak<\/h2>\n
Vaka Analizi 1: Yanl\u0131\u015f Konfig\u00fcrasyon Kaynakl\u0131 Veri S\u0131z\u0131nt\u0131s\u0131<\/h3>\n
\n
\n# AWS CLI kullanarak bir S3 bucket'\u0131n\u0131n genel eri\u015fim ayarlar\u0131n\u0131 kontrol etme \u00f6rne\u011fi\n# Bu komut, bir bucket'\u0131n genel eri\u015fim engelleme ayarlar\u0131n\u0131 g\u00f6sterir.\n# E\u011fer 'BlockPublicAcls', 'IgnorePublicAcls', 'BlockPublicPolicy', 'RestrictPublicBuckets' de\u011ferleri 'false' ise risk vard\u0131r.\naws s3api get-public-access-block --bucket your-bucket-name\n\n# E\u011fer ayarlar uygun de\u011filse, a\u015fa\u011f\u0131daki gibi engelleme politikas\u0131n\u0131 uygulayabilirsiniz:\n# aws s3api put-public-access-block --bucket your-bucket-name --public-access-block-configuration \"BlockPublicAcls=true,IgnorePublicAcls=true,BlockPublicPolicy=true,RestrictPublicBuckets=true\"\n <\/pre>\nVaka Analizi 2: R\u0131za Y\u00f6netimi ve Kullan\u0131c\u0131 Haklar\u0131n\u0131n \u0130hmali<\/h3>\n
\n
Vaka Analizi 3: \u00dc\u00e7\u00fcnc\u00fc Parti K\u00fct\u00fcphaneler ve Veri Payla\u015f\u0131m\u0131<\/h3>\n
\n
Mobil Uygulamalarda ve Web Sitelerinde GDPR Uyumlu Teknik Yakla\u015f\u0131mlar<\/h2>\n
Responsive Tasar\u0131m\u0131n \u00d6tesinde: Veri Ak\u0131\u015f\u0131nda G\u00fcvenlik ve Gizlilik<\/h3>\n
\n
\n\/\/ Android'de konum izni isteme \u00f6rne\u011fi (GDPR uyumlu yakla\u015f\u0131m)\nif (ContextCompat.checkSelfPermission(this, Manifest.permission.ACCESS_FINE_LOCATION) != PackageManager.PERMISSION_GRANTED) {\n if (ActivityCompat.shouldShowRequestPermissionRationale(this, Manifest.permission.ACCESS_FINE_LOCATION)) {\n \/\/ Kullan\u0131c\u0131ya iznin neden gerekli oldu\u011funu a\u00e7\u0131klayan bir mesaj g\u00f6ster\n AlertDialog.Builder(this)\n .setTitle(\"Konum \u0130zni Gerekli\")\n .setMessage(\"Bu \u00f6zellik i\u00e7in konum iznine ihtiyac\u0131m\u0131z var. Verileriniz gizlilik politikam\u0131za uygun olarak i\u015flenecektir.\")\n .setPositiveButton(\"Tamam\") { dialog, which ->\n ActivityCompat.requestPermissions(this, arrayOf(Manifest.permission.ACCESS_FINE_LOCATION), LOCATION_PERMISSION_REQUEST_CODE)\n }\n .setNegativeButton(\"\u0130ptal\") { dialog, which ->\n dialog.dismiss()\n }\n .create().show()\n } else {\n ActivityCompat.requestPermissions(this, arrayOf(Manifest.permission.ACCESS_FINE_LOCATION), LOCATION_PERMISSION_REQUEST_CODE)\n }\n} else {\n \/\/ \u0130zin zaten verilmi\u015f, konum bilgilerini kullanabiliriz\n \/\/ ...\n}\n <\/pre>\nWeb Sitelerinde \u00c7erez Y\u00f6netimi ve Kullan\u0131c\u0131 R\u0131zas\u0131<\/h3>\n
\n
\n\/\/ Basit bir \u00e7erez onay mekanizmas\u0131 \u00f6rne\u011fi (pseudocode)\ndocument.addEventListener('DOMContentLoaded', function() {\n if (!localStorage.getItem('cookie_consent_given')) {\n displayCookieConsentBanner();\n }\n});\n\nfunction displayCookieConsentBanner() {\n \/\/ HTML\/CSS ile \u00e7erez onay banner'\u0131n\u0131 g\u00f6ster\n \/\/ Banner \u00fczerinde \"Kabul Et\", \"Reddet\", \"Ayarlar\u0131 Y\u00f6net\" butonlar\u0131 olacak\n \/\/ \u00d6rnek:\n \/\/ document.getElementById('cookie-banner').style.display = 'block';\n\n document.getElementById('accept-cookies').addEventListener('click', function() {\n localStorage.setItem('cookie_consent_given', 'true');\n loadAllCookies(); \/\/ Kullan\u0131c\u0131 t\u00fcm \u00e7erezleri kabul etti\u011finde\n hideCookieConsentBanner();\n });\n\n document.getElementById('manage-cookies').addEventListener('click', function() {\n showCookieSettings(); \/\/ Kullan\u0131c\u0131n\u0131n hangi \u00e7erezleri istedi\u011fini se\u00e7ebilece\u011fi aray\u00fcz\u00fc g\u00f6ster\n });\n}\n\nfunction loadAllCookies() {\n \/\/ Analitik, pazarlama vb. t\u00fcm \u00e7erezleri y\u00fckleyen fonksiyonlar\u0131 \u00e7a\u011f\u0131r\n \/\/ \u00d6rne\u011fin: initGoogleAnalytics(), initMarketingPixels()\n}\n\nfunction hideCookieConsentBanner() {\n \/\/ Banner'\u0131 gizle\n \/\/ document.getElementById('cookie-banner').style.display = 'none';\n}\n <\/pre>\nSonu\u00e7: M\u00fchendisin Gelece\u011fi Veri Eti\u011fi ve Gizlilik Bilincinde<\/h2>\n
S\u0131k\u00e7a Sorulan Sorular<\/h2>\n
\n
\n
\n