Classification and static detection of obfuscated web application backdoors
Kamufle edilmiş web uygulama arka kapılarının sınıflandırmasıve statik tespiti
- Tez No: 503279
- Danışmanlar: PROF. DR. ENSAR GÜL, DR. FERHAT ÖZGÜR ÇATAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İstanbul Şehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Güvenliği Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Kimlik doğrulamayı atlatma teknikleri olan arka kapılar, özellikle risk faktörleri yüksek güvenlik önlemleri gereksinimlerine işaret etti§inde, güvenli yazılım geliştirme sürecinin büyük bir düşmanıdır. Ne yazık ki, web uygulama yazılımlarında arka kapı tespit teknikleri yetersiz ve saldırgan motivasyonu oldukça yüksektir. Ayrıca, kamuflaj yöntemleri tespit sürecini oldu§undan daha zor ve zaman alıcı bir duruma getirmektedir. Bu çalışmada, 200 arka kapı örneğinin incelenmesi ve daha önceden raporlanmış olan arka kapı tespiti olaylarının incelenmesi odağında bir arka kapı kamuflaj yöntemleri sınıflandırması öneriyoruz. Çalışma ayrıca popüler statik kod açıklık analiz araçlarının arka kapılar ve kamuflaj yöntemleri üzerindeki performans incelemelerini içermekte ve tespit oranlarının arttırılması için etkili bir prosedür önermektedir.
Özet (Çeviri)
Backdoors, which are methods of bypassing authentication, are great enemies of secure software development process, especially when the risk factors indicate high requirements for security precautions. Unfortunately, the detection techniques of backdoors in web application software are imperfect and the attacker motivation is high. Furthermore, the obfuscation techniques make the detection much more difficult and time consuming than the traditional cases. In this study, we are proposing a classification of obfuscation techniques on web application backdoors based on 200 backdoor instances and the reported cases of backdoor detection on web applications. The study also includes the detection rates of static code vulnerability analyzers on backdoors and the obfuscation techniques applied to them. A conclusion is drawn on the effects of the classified obfuscation techniques to the static detection and how to improve the detection rates in the cases of obfuscation
Benzer Tezler
- Obfuscated JavaScript detection using syntactically and lexically enhanced machine learning
Perdelenmiş JavaScript kodlarının sözdizimsel ve anlamsal yönden iyileştirilmiş makina öğrenmesi ile tespiti
EREN KILIÇ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Behavior based malicious software detection and classification
Davranış tabanlı zararlı yazılım tespiti ve sınıflandırılması
ABDURRAHMAN PEKTAŞ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANKUT ACARMAN
- Android sistemlerde derin öğrenme tabanlı kötü amaçlı yazılım tespit sistemi
Deep learning based malware detection system on android systems
ESRA ÇALIK BAYAZIT
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BUKET DOĞAN
PROF. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Darbe hasarına maruz kalan sandviç kompozitlerin statik mukavemetinin incelenmesi
Investigation of static strength of sandwich composites subjected to impact damage
ABDULLAH İKİZ
Yüksek Lisans
Türkçe
2023
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ZAHİT MECİTOĞLU
- Zararlı yazılımların makine öğrenmesialgoritmaları ile tespit edilmesi
Detection of malwares by machine learning algorithms
FIRAT GÖKKİS
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. TAHSİN ÇETİNYOKUŞ