Geri Dön

Automatic malware detection using data mining techniques based on power spectral density (PSD)

Güç spektral yoğunluğuna (PSD) dayalı veri madenciliği teknikleri kullanarak otomatik kötü amaçlı yazılım tespiti

  1. Tez No: 610960
  2. Yazar: YASEEN AHMED ALSUMAIDAEE
  3. Danışmanlar: DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Kötü amaçlı yazılım, Veri madenciliği, Güç spektral yoğunluğu, bilgisayar güvenliği, Malware, Data mining, Power spectral density, computer security
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 59

Özet

Kötü amaçlı bir yazılım, orijinal bir yazılımın görünümünün altındaki sürecine titizlikle ulaşan bir yazılımdır. Klasik yöntemler, bu yazılımın, imzaları sunulmayan yeni ve gizli örneklere küçük riskler gösterdiğini göstermek için imzalar uygulamaktadır. Kötü amaçlı yazılım incelemesinin vurgusu, imza tasarımları uygulamasından, bu kötü amaçlı yazılımların gösterdiği kötü niyetli davranışı sınıflandırmaya kadar kararsızdır. Kötü amaçlı yazılımları mekanik olarak etkili bir şekilde fark etmek için sayısız veri madenciliği yöntemi önerildi. Bu tezde, çeşitli veri madenciliği yöntemlerini uygulayarak kötü amaçlı yazılım veri kümesinin özelliklerini ve PSD'nin gizli verimini çıkarmak için Güç Spektral Yoğunluğu (PSD) uygulanmıştır: Destek Vektör Makinesi (SVM), Radyal Temel Ağ (RBF) ve çok katmanlı perceptron ( MLP). Bu teknikler, bu alandaki yaygın araştırmalarla karşılaştırıldığında kayda değer sonuçlar vermiştir.

Özet (Çeviri)

A malware is a software that furtively achieves its process below the appearance of genuine software. classic methods apply signatures to distinguish these software's denote tiny risk to new and hidden examples whose signatures are not offered. The emphasis of malware investigation is unstable from applying signature designs to classifying the malicious conduct showed by this malware. Numerous data mining methods proposed to notice malware mechanically in the effectual face. In this thesis, Power Spectral Density (PSD) applied to extract the features of malware dataset and the yield of PSD confidential applying several of data mining methods: Support Vector Machine (SVM), Radial Basis Network (RBF) and multi-layer perceptron (MLP). These techniques presented remarkable results when compared with common researches in this field.

Benzer Tezler

  1. Zararlı yazılımların kullandığı sanallaştırma karşıtı yöntemler ve alınabilecek önlemler

    Anti-virtualization technique used by malware and measures that can be taken

    OSMAN TUFAN TEKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ AYDIN SELÇUK

  2. Karma öznitelik kullanarak yazılım davranışlarının modellenmesi ve tespiti

    Software behavior modeling and detection by using hybrid features

    MERT NAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM SOĞUKPINAR

  3. USB tabanlı sosyal mühendislik saldırılarının kullanıcı çalışması ile analizi ve değerlendirilmesi

    Analysis and evalution of USB-based social engineering attacks using user study

    KEMAL KARAÇUHA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. KEMAL BIÇAKCI

  4. Automated analysis approach for the detection of high survivable ransomwares

    Sinsi fidye yazılımlarının tespiti için otomatik analiz yaklaşımı

    YAHYE ABUKAR AHMED AHMED

    Doktora

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BARIŞ KOÇER

    DR. SHAMSUL HUDA

  5. Android malware prediction using machine learning

    Başlık çevirisi yok

    SARI KHDHEAR MUKHLIF

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEFER KURNAZ