Detecting android malware by using fuzzy set-based weighting method and firefly optimization algorithm
Bulanık küme tabanlı ağırlıklandırma yöntemini ve ateşböceği optimizasyon algoritmasını kullanarak androıd tabanlı kötücül yazılımları tespit etme
- Tez No: 608096
- Danışmanlar: DR. ÖĞR. ÜYESİ ESRA SARAÇ EŞSİZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Adana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Android işletim sistemi açık kaynak kodlu olması, kolay kullanılabilir olması ve diğer birçok özelliği ile kullanıcıya hitap etmesi sayesinde telefonlarda çok tercih edilen bir işletim sistemi haline gelmiştir. Bunun bir sonucu olarak, kötü niyetli insanların hedefi olmuştur. Android işletim sistemine Google Play Store'dan veya 3.parti uygulama sağlayıcılar tarafından yüklenen uygulamalar, diğer bir adıyla Android paket dosyaları, içerisinde kötücül yazılımlar ile birlikte gelmeye başlamıştır. Bu tür kötücül yazılımları tespit etmek için bu zamana kadar çok çeşitli analizler ve tespitler yapılmıştır. Kötücül yazılımları tespit ederken çeşitli yöntemler ile güzel sonuçlar alınmış olsa bile, tespit etme yöntemleri geliştikçe kötücül yazılımların kendilerini gizleme yöntemleri de aynı oranda artmaya başlamıştır. Bu çalışmada Ateş Böceği Optimizasyon algoritması tabanlı yeni bir nitelik seçim yöntemi önerilmiştir. Buna ek olarak sıklıkla kullanılan ağırlıklandırma yöntemi TF-IDF ağırlıklandırmanın yanı sıra Bulanık Küme Tabanlı ağırlıklandırma yöntemi de kullanılarak sonuçları kıyaslanmıştır. Yapılan testler önerilen nitelik seçimi yönteminin geleneksel nitelik seçim yöntemlerine göre daha iyi sonuçlar verdiğini göstermiştir. Alınan sonuçlara göre Ateş Böceği Optimizasyon algoritması sınınflama performansı ve sınıflama süresi anlamında kötücül yazılım tespitinde kabul edilebilir bir algoritmadır. Buna ek olarak, TF-IDF ve Bulanık Küme Tabanlı ağırlıklandırma yöntemlerinin deneyleri Bulanık Küme Tabanlı ağırlıklandırma yönteminin nitelik seçimi yapılmadığı durumlarda TF-IDF ağırlıklandırma yönteminden daha iyi sonuçlar verdiğini göstermiştir.
Özet (Çeviri)
Android OS is open-source and easy to use mobile operating system. It is also user-friendly with many other features. In this way, it is a very preferred operating system on mobile phones. As a result, it becomes the target of malicious people. Applications installed on the Android operating system from the Google Play Store or by third-party application providers, also known as Android package files, may contain malicious software. So far, a variety of analyzes and detections have been made to detect such malware. While detecting malware, good results have been obtained with various methods, but malicious people have developed methods of hiding themselves against these methods. We propose a new feature selection method based on Firefly Optimization Algorithm with the Fuzzy Set-Based weighting method. The proposed method performs better than traditional feature selection methods with fewer features. The experimental results of this study proved that Firefly Optimization is an acceptable optimization algorithm for feature selection to detect malware in terms of classification performance and classification runtime. In addition, experimental evaluation of TF-IDF and Fuzzy Set-Based weighting methods indicates the effectiveness of the Fuzzy Set-Based weighting with a full feature set.
Benzer Tezler
- Ulusal yazılım açıklık veri tabanı oluşturulması kapsamında android açıklıklarının modellenmesi ve analiz edilmesi
Establishment of national software vulnerability's database
KEREM GENCER
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH BAŞÇİFTÇİ
- Malware classification using deep learning
Derin öğrenmeyi kullanarak zararlı yazılım sınıflandırması
MOHAMMED QUSY ABD ALKADER ALCHALABI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. SEFER KURNAZ
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM ALPER DOĞRU
- Androıd kötücül yazılımlarından koruma sistemlerinin değerlendirilmesi ve görüntü işleme algoritmalarını yapay zekâ teknikleri ile melezleştirerek yeni bir algılama yaklaşımının geliştirilmesi
Evaluating the robustness of android anti-malware systems and developing a novel detection approach based on hybridizing image processing algorithms with artificial intelligence techniques
HALİT BAKIR
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Android zararlı yazılım tespit sistemi
Android malware detection system
TÜLAY AVAN
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN