Geri Dön

Mining and detection of android malware based on permissions

Android kötü amaçlı yazılımların madenciliği ve tespiti

  1. Tez No: 565067
  2. Yazar: ABDIRASHID AHMED SAHAL
  3. Danışmanlar: PROF. DR. İBRAHİM SOĞUKPINAR, DR. SHAHID ALAM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Açık uygulama dağıtımı ve iki milyardan fazla aktif kullanıcısı nedeniyle, Android platformu kötü amaçlı yazılım geliştiricileri için düşük maliyetli meyve olarak kullanılmaya devam ediyor. McAfee tehdit raporuna göre, Google Play'de bulunan kötü amaçlı yazılım ailelerinin sayısı 2017'de% 30 arttı. İzin tabanlı erişim denetimi modeli, Android uygulamalarını kötü amaçlı yazılımlara karşı korumak için en önemli mekanizmalardan biridir. Bu çalışmada, Android kötü amaçlı yazılım analizi ve algılamasının etkinliğini ve doğruluğunu artıran ve önceden bilinmeyen kötü amaçlı yazılımları potansiyel olarak tespit etme yeteneğine sahip yeni bir izin tabanlı model öneriyoruz. Bu yeni modelde, özelliğin sınıf frekansına (CF) bağlı olarak TF-IDFCF adlı yeni bir ağırlıklandırma metodu ekleyerek özellik seçimini iyileştiriyoruz. Deneylerimizin sonuçları, önerilen yöntemin, farklı sınıflandırıcılarla test edildiğinde düşük bir pozitif pozitif oranla% 95,3'ten daha yüksek bir tespit oranına sahip olduğunu göstermektedir.

Özet (Çeviri)

Due to the open app distribution and more than two billion active users, Android platform continues to serve as low-hanging fruit for malware developers. According to the McAfee threat report, the number of malware families found in the Google Play increased by 30% in 2017. Permission-based access control model is one of the most important mechanisms to protect Android apps against malware. In this work, we propose a new permission-based model that enhances the efficiency and accuracy of Android malware analysis and detection and has the capability of potentially detecting previously unknown malware. In this new model, we improve the feature selection by introducing a new weighting method, named TF-IDFCF, based on the class frequency (CF) of the feature. The results of our experiments show that our proposed method has a detection rate of greater than 95.3% with a low false positive rate, when tested with different classifiers.

Benzer Tezler

  1. Taşınabilir sistemlerde çok amaçlı kötücül kod tespiti

    Multi purpose malware detection in mobile systems

    MEHMET ÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM SOĞUKPINAR

  2. Comparison of various algorithm for intrusion detection in data mining

    Veri madenciliğinde intrüzyon algılama için çeşitli algoritminin karşılaştırılması

    HASAN M.HUSSEIN M.ALI NASSRULLAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN NURİ UÇAN

  3. Mobil cihazlarda veri madenciliği sonuçlarının gösterilmesine yönelik uygulama geliştirilmesi

    Developing application that display results of data mining for mobile devices

    NİHAL PAÇAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ATA ÖNAL

  4. Sosyal medya kullanıcı sözleşmelerinin gözetim, mahremiyet ve veri güvenliği açısından incelenmesi

    Examining social media privacy policies in terms of surveillance, privacy and data security

    YAKUP TOKTAY

    Doktora

    Türkçe

    Türkçe

    2023

    Radyo-Televizyonİstanbul Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    PROF. DR. CEYHAN KANDEMİR

  5. Kalp hastalıklarını tahmin etmede veri madenciliğiteknikleriyle etkili algoritmanın tespit edilmesi

    Determination of effective algorithm with data miningtechniques in predicting heart diseases

    AYŞEGÜL NART

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiGazi Üniversitesi

    Sağlık Bilişimi Ana Bilim Dalı

    PROF. MEHMET ALİ ERGÜN