Geri Dön

Permission based malware detection analysis in Android applications

Android uygulamalarda kötü amaçlı yazılımların tespit edilmesine yönelik analiz

  1. Tez No: 409143
  2. Yazar: UĞUR PEHLİVAN
  3. Danışmanlar: PROF. DR. NAZİFE BAYKAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Information and Records Management
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Bilişim Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

Android mobil cihazlar son yıllarda çok hızlı gelişerek tüm dünyada yaygın bir şekilde kullanılmaya başlanmıştır. Mobil cihazların kullanımındaki artış ile birlikte mobil uygulamalarda hızlı gelişim göstermiş olup uygulama marketlerinde çok çeşitli uygulamalar kullanıcılara sunulmaktadır. Mobil cihazların ve bu cihazlarda kullanılan uygulamalardaki hızlı gelişim, bu cihazlardaki güvenlik ihtiyacının ortaya çıkmasına neden olmuştur. Uygulama marketlerinde sunulan bazı uygulamalar kötü niyetli olabilmekte olup kullanıcılar için güvenlik tehdidi oluşturabilmektedir. Bu kötü niyetli uygulamalar, kullanıcıların özel bilgilerinin çalınmasına ya da cihazlarının kötü amaçlı kullanılmasına neden olabilmektedir. Bu nedenle android uygulamalarda kötü amaçlı uygulamaların tespit edilmesi son yıllarda önem kazanmıştır. Bu çalışmada android uygulamalara cihaza kurulumu için verilmesi gereken izin bilgileri analiz edilerek kötü amaçlı uygulamaların tespit edilmesi amaçlanmıştır. Analizlerde özellik seçim metotları ve sınıflandırma algoritmalarının performansları değerlendirilerek en iyi performans gösteren metot ve algoritmalar belirlenmiştir. Özellik seçme yöntemleri, özellik bazlı ve küme bazlı olmak üzere iki türlü seçim yönteminden oluşan 4 özellik seçme yönteminden oluşmaktadır. Özellik seçme yöntemleri kullanılarak sınıflandırma algoritmalarının performansının arrtırılması amaçlanmıştır. Sınıflandırma algoritmaları ise bayesian, decision tree ve Support Vector Machine olmak üzere üç çeşit algoritmadan seçilen 5 sınıflandırma algoritmasından oluşmaktadır. Ayrıca, veri setinin büyüklüğünün sınıflandırma algoritmalarının performansı üzerindeki etkisi bu çalışmada incelenmiştir. Uygulama izinlerinin kötü amaçlı uygulamalarda bulunma karakterleri kümeleme yöntemi kullanılarak analiz edilmiştir.

Özet (Çeviri)

Android mobile devices have developed very fast in past decade and have been very widespread in all over the world. Nowadays, several applications are available on application markets. The number of android applications also increases with the increase in the variety of applications. Those applications may become very dangerous for the users of android mobile devices because of fast development and wide variety of applications. Some applications may have the malicious activities such as novelty and amusement, selling user information and stealing user credentials etc. For this reason, the detection of malicious android applications has become very important in recent years for the security of mobile device's users. In this study, the permissions required for the installation and running processes of android applications were analyzed to determine best performing feature selection methods and classification algorithms which are used for detecting the malicious applications in android mobile devices. 4 feature selection methods consisted of attribute based and subset based selection methods used to reduce the number of attributes and to increase the performance of classification algorithms. The classification algorithms were chosen from the Bayesian, decision tree and SVM classification algorithms in order to compare the performance of different type of classification algorithms. Moreover, the effect of dataset size was investigated to measure the performance of classification algorithms. The permissions are also analyzed in accordance with their presence in the malicious applications by using the clustering analysis.

Benzer Tezler

  1. Android yazılımlarda yapay zeka destekli zararlı yazılım tespiti ve performans analizi

    Ai-assisted malware detection and performance analysis in android software

    FATİH BULDUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova Üniversitesi

    Disiplinlerarası Adli Bilişim Ana Bilim Dalı

    PROF. DR. MURAT GÖK

  2. İzin tabanlı statik analiz yöntemi ile android uygulamaların sınıflandırılması

    Classification of android applications with permission based static analysis methods

    GÜLSÜM KAYABAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. İBRAHİM ALPER DOĞRU

  3. Öğrenmeye dayalı istemci ve sunucu tabanlı android kötücül yazılım tespit sistemi

    Learning oriented client and server-based android malwaredetection system

    ABDULLAH DAĞLIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ALPER DOĞRU

  4. İzin ve izin gruplarına dayalı android kötücül yazılım tespit sistemi

    Android malware detection system based on permissions and permission groups

    MURAT ÖNDER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ALPER DOĞRU

  5. Androıd işletim sistemi için derin öğrenme tabanlı kötü amaçlı yazılım tespit aracı geliştirme

    Development of deep learning based malware detection tool for android operating system

    MAHMUT TOKMAK

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ECİR UĞUR KÜÇÜKSİLLE