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: Bilgi güvenliği, Veri güvenliği, Yazılım güvenliği, Information security, Data security, Software security
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İstanbul Şehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Uydu görüntülerinden durağan haldeki uçakların algılanması ve tanınması
Detection and identification of static aircrafts from satelitte images
CİHAT YILDIZ
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiDOÇ. DR. EDİZ POLAT
PROF. DR. ŞERAFETTİN EREL
YRD. DOÇ. DR. TOLGA EREN
- Ardışık sayısal görüntülerde çok sayıda hareketli nesnenin tespiti, izlenmesi, tanımlanması ve sınıflandırılması (ntits)
Detection, tracking, identification and classification of multiple moving objects in sequential digital images (ntits)
KEMAL BOZKURT
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
PROF. DR. ÇETİN ELMAS
PROF. DR. UĞUR GÜVENÇ
- A comparison of classification algorithms for mobile malware detection: Market metadata as input source
Kötü amaçlı mobil yazılımların tespiti için kullanılan sınıflandırma algoritmalarının kıyaslanması: Girdi kaynağı olarak market meta verisi
NURAY BALTACI
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. NAZİFE BAYKAL
YRD. DOÇ. DR. CENGİZ ACARTÜRK
- İzin tabanlı statik analiz yöntemi ile android uygulamaların sınıflandırılması
Classification of android applications with permission based static analysis methods
GÜLSÜM KAYABAŞI
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İBRAHİM ALPER DOĞRU