Pilot biyometrisi, bakım emniyeti ve hava trafik yönetimi alanlarında, kurumsal veri sınırlarını ihlal etmeden ortak öğrenmeyi mümkün kılan yöntemler geliştiren bir emniyet araştırma programı.
Havacılık emniyeti, kazaları açıklamakta ustalaşmış ancak karar anını gözlemlemekte hâlâ kör olan bir alandır. CDSA bu boşluğa yönelik tanısal bir emniyet katmanı önerisidir. Amaç kazayı sonradan anlatmak değil, operasyonel durumun emniyet sınırına yaklaştığı anı görünür kılmaktır. Program üç bağımsız alanda simetrik olarak kurulmuştur. Pilot biyometrisi damarı uçuş ekibinin fizyolojik hazır oluşunu, bakım emniyeti damarı motor sağlığı ile siber-emniyet sinyallerinin kesişimini, hava trafiği damarı ise akış ve ayırma kararlarının bütünlüğünü konu alır. Üç damar; çok-modlu kodlayıcılar, dikkat temelli füzyon, pekiştirmeli öğrenme ajanları ve birleşik eğitim katmanından oluşan ortak bir omurgayı paylaşır. Ham veri hiçbir aşamada sahibinin sınırından çıkmaz; kurumlar veri değil model paylaşır. Doğrulama, gerçek veriden sentetik veriye uzanan açıkça beyan edilmiş bir spektrumda tanımlanır ve sonuçları çürütmeye yönelik falsifikasyon sınamalarını da kapsar. Aynı mimarinin üç ayrı alanda bağımsız biçimde çalışması, yaklaşımın alan-özel bir çözüm değil genellenebilir bir çerçeve olduğu savının sınanma zeminidir. Bu sayfa; programın bileşenlerini, kanıt panellerini ve güncel portföy durumunu tek noktadan sunar.
Uçuş ekibinin karar anındaki fizyolojik hazır oluşunu konu alır. Giyilebilir sensör sinyalleri, kimliği koruyan anonimleştirme ve kriptografik çoklu imza düzeniyle işlenir; etik gerekçelerle literatür kalibreli sentetik verilerle çalışılır ve hiçbir gerçek kişiye ait kayıt kullanılmaz.
Motor sağlığı, siber-emniyet olayları ve bakım geçmişinin kesişimini konu alır. Gerçek bozulma verisine kalibre edilmiş görevler üzerinde, bakım kuruluşlarının verilerini paylaşmadan ortak bir erken uyarı modeline katkı verebildiği birleşik bir eğitim düzeni kurulur.
Akış ve ayırma kararlarının bütünlüğünü konu alır. Açık gerçek iz verisi, çok sınıflı bir olay tipolojisiyle birleştirilir; her hava seyrüsefer hizmet sağlayıcısının ayrı bir ajan olarak modellendiği çok-ajanlı bir kurguda canlı akış simülasyonu platformda herkese açıktır.
Üç damarı tek çerçevede birleştiren çatı katmanıdır. Ortak omurganın tanımı, kanıt panelleri, kalıcı tanımlayıcılı arşiv kayıtları ve bu platformun kendisi bu katmanın çıktısıdır. Deneyler tohumludur; olumsuz bulgular da dürüstlük bantlarıyla açıkça raporlanır.
Pilot Biyometri — PPG + ECG + EEG bilişsel durum tespiti
Hava Trafik Yönetimi — MA-FedPPO akış optimizasyonu
Üç sütun özeti — çerçeve, depolar ve DOI'ler
Kaza anında yalnızca eşik sayıda bağımsız tarafın eşzamanlı onayıyla açılan kriptografik veri katmanı.
Pilot kimliğinden arındırılmış, sürekli akış halindeki veri. SMS ile entegre proaktif emniyet kararları için kullanılır.
CDSA araştırma programının çıktıları aşağıda güncel durumlarıyla listelenmiştir. Hakem sürecindeki metinlerin tam hâlleri, süreçler sonuçlandığında bu sayfada yayımlanacaktır. Bu zamanlama, dergi beyanlarının ve kör hakemlik düzeninin korunması için bilinçli bir tercihtir. Çerçevenin mimarisi, kodu ve tohumlu deney çıktıları tarihli ve kalıcı tanımlayıcılarla kayıt altındadır. Kavram tanımlayıcıları her zaman en güncel sürüme çözümlenir. Yayımlanmamış çalışmalar için erişime kapalı zaman damgalı arşiv kayıtları ayrıca tutulmaktadır.
| Çıktı | Mecra | Durum |
|---|---|---|
| Bakım emniyeti makalesi (MRO) | Engineering Applications of Artificial Intelligence | Hakem sürecinde |
| Pilot biyometrisi makalesi (BB3) | International Journal of Critical Infrastructure Protection | Hakem sürecinde |
| Hava trafiği makalesi (ATM) | — | Yeniden gönderim hazırlığında |
| Çatı (paradigma) makalesi | — | Güçlendirme aşamasında |
| Korpus çalışması bildirisi | Ulusal kongre | Hazır, çağrı bekleniyor |
| Kitap bölümü — Aviation Technologies and Applications-2 | ATAConf | Dizgide |
| Kitap bölümü — Aviation Technologies and Applications | ATAConf | Yayımlandı (2024) |
| Doktora tezi (CDSA-Çatı) | İstanbul Beykent Üniversitesi | Yazım sürüyor |
Programın tasarım aşaması tamamlanmıştır. Pilot biyometrisi, bakım emniyeti ve hava trafik yönetimi damarları ortak bir omurga üzerinde kurulmuş, kanıt panelleri ile kod tabanı açık erişime alınmış ve tüm çıktılar kalıcı tanımlayıcılarla kayıt altına alınmıştır. Deneyler tohumlu ve yeniden üretilebilirdir. Olumsuz bulgular da olumlu bulgularla aynı düzende raporlanır ve mevcut bulguların tasarım aşaması ölçeğiyle sınırlı olduğu her yerde açıkça beyan edilir. Sıradaki aşama, bu doğrulamayı gerçek operasyonel veriyle sınayacak ulusal destekli saha çalışmasıdır ve bu faz için proje dosyası hazırdır. Uzun vadeli hedef, kurumların veri değil model paylaştığı ve operasyonun emniyet sınırına yaklaştığı anın kaza gerçekleşmeden görünür kılındığı tanısal bir katmanın mevcut emniyet yönetim sistemlerine tamamlayıcı olarak kazandırılmasıdır. Hakem süreçlerindeki metinler sonuçlandıkça bu sayfada kademeli olarak yayımlanacaktır.
Cantekin, M. (2026, in press). Giyilebilir Pilot Teknolojilerinin Uçuş Emniyetindeki Yeni Tanısal Rolü [The New Diagnostic Role of Wearable Pilot Technologies in Flight Safety]. Aviation Technologies and Applications-2, Chapter 8.
Dekker, S. (2007). Just Culture. Balancing Safety and Accountability. Ashgate.
Directorate General of Civil Aviation (DGCA). (2022). Sivil Havacılık İşletmelerine Yönelik Siber Güvenlik Talimatı (SHT-SİBER) [Cyber Security Directive for Civil Aviation Organisations]. Türkiye.
EASA. (2023). Artificial Intelligence Roadmap 2.0. European Union Aviation Safety Agency.
EASA. (2023). Implementing Regulation (EU) 2023/203 — Part-IS. Official Journal of the European Union.
EUROCONTROL. (2000). ESARR 2 — Reporting and Assessment of Safety Occurrences in ATM.
European Parliament. (2016). General Data Protection Regulation (GDPR) — Article 9. Official Journal of the European Union.
European Parliament. (2017). Regulation (EU) 2017/373 — ATM/ANS Common Requirements. Official Journal of the European Union.
Gerede, E. (2018). Havacılıkta Emniyet Yönetimi [Safety Management in Aviation]. Pegem Akademi.
Hollnagel, E. (2014). Safety-I and Safety-II. The Past and Future of Safety Management. Ashgate.
ICAO. (2016). Annex 11 — Air Traffic Services (14th ed.). International Civil Aviation Organization.
ICAO. (2016). Annex 13 — Aircraft Accident and Incident Investigation (11th ed.). International Civil Aviation Organization.
ICAO. (2016). Annex 19 — Safety Management (2nd ed.). International Civil Aviation Organization.
Leveson, N. (2004). A New Accident Model for Engineering Safer Systems. Safety Science, 42(4).
McMahan, B. et al. (2017). Communication-Efficient Learning of Deep Networks from Decentralized Data. AISTATS.
Schulman, J. et al. (2017). Proximal Policy Optimization Algorithms. arXiv.
Shamir, A. (1979). How to Share a Secret. Communications of the ACM, 22(11).
Sutton, R. S. and Barto, A. G. (2018). Reinforcement Learning. An Introduction (2nd ed.). MIT Press.
Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS.