license: cc-by-4.0
language:
- tr
- en
task_categories: - text-classification
- text-generation
pretty_name: AltaySec Turkish Prompt Injection v0.2
size_categories: - n<1K
tags: - prompt-injection
- llm-security
- red-teaming
- turkish
- kvkk
- adversarial
- ai-safety
- jailbreak
- owasp-llm-top10
configs: - config_name: default
data_files:- split: train
path: data/train.jsonl
- split: train
🇹🇷 AltaySec Turkish LLM Prompt Injection Dataset (v0.2)
Türkiye'nin ilk Türkçe-öncelikli, kategorize edilmiş LLM prompt injection veri seti — genişletilmiş sürüm.
📌 TL;DR
300 elle/üretim-destekli hazırlanmış Türkçe prompt injection payload'u, 12 saldırı kategorisi × 25, OWASP LLM Top 10 (2025) ile eşlenmiş. v0.1'in 120 çekirdek payload'una, AltayDuel arenasındaki bulgular ışığında üretilip düşmanca kalite/dedup denetiminden geçirilmiş 180 yeni payload eklendi. Yeni payload'lar Türk kurumsal saldırı yüzeyine derinlemesine iniyor.
🆕 v0.1 → v0.2
| v0.1 | v0.2 | |
|---|---|---|
| Toplam payload | 120 | 300 |
| Kategori başına | 10 | 25 |
| Yeni kurumsal bağlam | — | AFAD, ÖSYM, GİB, SGK/e-Nabız, BTK, İcra, Noter, YSK, Jandarma, Sayıştay, RTÜK, EPDK, Diyanet, e-Devlet, tapu, FAST/IBAN, KEP, mobil imza… |
| Üretim yöntemi | elle | elle çekirdek + 12-paralel ajan üretim → düşmanca QA/dedup geçişi |
Yeni 180 payload, mevcut 120'ye karşı dize-benzerlik eşiğiyle (>0.86) dedupe edildi (0 çakışma) ve her kategori 25'e dengelendi.
🧱 Taksonomi (12 kategori × 25)
authority_urgency · confirmation_trap · echo_translation · roleplay_theater · system_prompt_extract · morphological_bypass · politeness_escalation · code_switching · indirect_injection · encoding_obfuscation · cultural_manipulation · pii_exfiltration
Türkçe-spesifik vektörler (bu veri setinin ayırt edici değeri):
morphological_bypass— Türkçe çekim eklerinin sömürüsü (-iver,-miş,-casına, çift ettirgenokutturuver).code_switching— İngilizce-Türkçe geçişli talimat-ezme.cultural_manipulation— dini/milli/kültürel otorite baskısı (fıkıh zarureti, vatani görev, Diyanet helal mührü).- Kurumsal impersonation — gerçek Türk kurumlarının tehdit diliyle (resen işlem, haciz, yayın durdurma, sandık mührü).
Alanlar
id, prompt, category, subcategory, owasp_llm_top10, severity (low/medium/high/critical), language (tr / tr-en), context, expected_failure_mode, tactic_family, morphology_notes, source, hash.
Dağılımlar (300)
- severity: high 154 · medium 79 · critical 53 · low 14
- language: tr 275 · tr-en 25 (code_switching)
- OWASP: LLM01 Prompt Injection (ana), LLM02/LLM06 Sensitive Information Disclosure, LLM07 System Prompt Leakage, LLM09 Misinformation.
🎯 Kullanım
Türkçe prompt-injection tespit/sınıflandırma modelleri, guardrail kırmızı-takım kıyaslaması, KVKK-odaklı PII-sızıntı testleri, LLM-güvenlik eğitim setleri.
🔗 Doğrulanmış upstream kullanım
Bu veri setinin sabitlenmiş v0.2 sürümü (08d1fdccf10a831c2f32627c615002e6286f6315), Enes Deniz tarafından OWASP GenAI Data Security Initiative PR #11 için 300 şema-uyumlu savunma testine uyarlandı. Katkı, kayıt bazında kaynak bilgisi ve kaynak hash'leri korunarak 18 Temmuz 2026 tarihinde upstream ana veri setine birleştirildi.
Bu downstream uyarlama ve eklenen değerlendirme alanları, burada yayımlanan kaynak veri seti sürümünden ayrı bir türev çalışmadır. Tasarım gerekçesi ve çok dilli test kapsamı AI Security Needs More Than English Tests teknik notunda anlatılmaktadır.
⚠️ Etik & sınırlamalar
- PII-benzeri tüm değerler (TC kimlik, IBAN, isim) uydurmadır; gerçek kişisel veri içermez.
- Yalnızca savunma/araştırma amaçlıdır; sorumlu kullanım gerekir.
- Payload'lar saldırı amaçlı metinlerdir — üretim sistemlerinde savunma testi için kullanılmalıdır.
📄 Lisans
CC-BY-4.0. Kaynak: AltaySec ( https://altaysec.com.tr ) · AltayDuel arenası ( https://duel.altaysec.com.tr ).
İlgili AltaySec kaynakları
- 🌐 AltaySec · Açık Kaynak Lab
- 💻 GitHub: github.com/fevziegeyurtsevenler
- 📚 Kardeş veri setleri: AltaySec/altayduel-transcripts · PolyGuardBench