Android zararlı yazılım tespit sistemi
Android malware detection system
- Tez No: 645070
- Danışmanlar: DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 76
Özet
Akıllı telefonlar, sağladığı özelliklerin yanında kullanım ve taşıma kolaylığı ile birlikte kısa sürede her kesime hitap eden ve en çok kullanılan teknolojik aygıt durumuna gelmiştir. Mobil cihazlar kişisel kullanım dışında sektörel olarak da birçok alanda kullanılmaktadır. Mobil cihazların kullanımındaki hızlı artışla beraber siber tehditler, mobil dünyasının en büyük problemlerinden biri haline gelmiştir. Özellikle Nesnelerin Interneti (IOT-Internet of Things) kavramının hayatımıza girmesi ile birlikte, mobil cihazların güvenliği sadece kişisel bilgi güvenliği ile sınırlı kalmayıp, siber güvenliğin her alanında ve hatta fiziksel güvenlikte önemli bir yere sahip olmuştur. Her geçen gün saldırıların sayısının ve çeşitinin artması mobil zararlı yazılımların tespitinde daha hızlı ve doğru tespitler yapan yöntemler geliştirilmesi ihtiyacını doğurmuştur. Bunun yanında gerek versiyonlarının gerekse yöntemlerinin değişmesinden dolayı, yapay zeka tekniklerinin kullanılması da ön plana çıkmaya başlamıştır. Bu çalışmada, en çok kullanılan platform olan Android için geliştirilen mobil yazılımlarda zararlı yazılım tespiti yapmak amacı ile makine öğrenmesi ve derin öğrenme yöntemleri incelenmiştir. İncelenen yöntemler Android yazılımların statik analiz yöntemiyle elde edilen özellikleri kullanılarak üretilmiş olan veri seti kullanılarak test edilip, karşılaştırılmıştır. Elde edilen sonuçlar hem doğruluk oranları hem de ROC eğrisi ile karşılaştırmalı olarak sunulmuştur. Yapılan çalışma sonucunda derin öğrenme tabanlı sistemlerin daha iyi doğruluk oranına sahip olduğu görülmektedir.
Özet (Çeviri)
Smart phones have become the most widely used technological devices that appeal to all segments in a short period of time together with the ease of use and transportation they provide.In addition to personal use, mobile devices are used in many areas in the sector. With the rapid increase in the use of mobile devices, cyber threats have become one of the biggest problems in the mobile world. Especially with the introduction of the Internet of Things (IOT) concept, the security of mobile devices is not only limited to the security of personal information, but also has an important role in every aspect of cyber security and even physical security. As the number and type of attacks increase day by day, the need to develop faster and more accurate methods for detecting mobile malware has emerged. In addition, the use of artificial intelligence techniques has come to the forefront due to changes in both versions and methods. In this study, machine learning and deep learning methods were examined in order to detect malware in mobile software developed for Android which is the most used platform. The methods examined were tested and compared using the data set produced using the features of static analysis method of Android software. The results obtained are presented in comparison with both accuracy rates and ROC curve. As a result of this study, it is seen that deep learning based systems have better accuracy
Benzer Tezler
- Trapdroid: Bare-metal android malware behavior analysis framework
Trapdroid: Zararlı android uygulamalarının gerçek cihazlar üzerinde davranışsal analizi
HALİT ALPTEKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
PROF. DR. ERKAY SAVAŞ
- Androıd işletim sistemi için derin öğrenme tabanlı kötü amaçlı yazılım tespit aracı geliştirme
Development of deep learning based malware detection tool for android operating system
MAHMUT TOKMAK
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
- 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
- Hibrit sınıflandırıcılar ile android işletim sistemi için zararlı yazılım tespiti
Malware detection using ensemble classifiers for android operating system
MURAT EMRE DAVARCI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SUAT ÖZDEMİR
- Android yazılımlarda yapay zeka destekli zararlı yazılım tespiti ve performans analizi
Ai-assisted malware detection and performance analysis in android software
FATİH BULDUR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiDisiplinlerarası Adli Bilişim Ana Bilim Dalı
PROF. DR. MURAT GÖK