Identifying malware families using pattern matching technique
Kalıp eşleştirme tekniğini kullanarak kötü amaçlı yazılım ailelerini tanımlama
- Tez No: 654752
- Danışmanlar: DOÇ. CİHAN VAROL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgi bilim, Bilgisayar teknolojisi, Bilgisayar yazılım dilleri, Information science, Computer technology, Computer software languages
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilişim teknolojisinin son on yılda gelişimi, kullanıcıları için özellikle kötü amaçlı yazılım şeklinde tehditler yarattı. Bunun nedeni, siber güvenlik tehditlerinin çoğunun artık kötü amaçlı yazılım uygulamaları olmasıdır. Ayrıca, her gün yeni kötü amaçlı yazılımlar kullanıma sunulmaktadır. Ancak, kötü amaçlı yazılımların çoğu sıfırdan oluşturulmaz. Bu nedenle, bu araştırma tezi kötü amaçlı yazılım ailelerini tanımlamak için dizeleri eşleştirme yöntemlerini tartışmaktadır. Naïve, Rabin – Karp, Brute Force, Knuth – Morris – Pratt ve Boyer – Moore eşleştirme algoritmaları kullanılarak kötü amaçlı yazılımların benzerliği araştırılıp karşılaştırılmıştır. Bu araştırmada, seçilen algoritmaların kötü amaçlı yazılım uygulamaları arasındaki zincir benzerliklerinin tespitinde etkili olduğu kanıtlanmıştır.
Özet (Çeviri)
The evolution of computing technology over the past decade has created threats for its users, especially in the form of malware. This is because most cybersecurity threats are now malware applications. In addition, new malware is being introduced every day. However, most malware is not created from scratch. As such, this research thesis discusses methods of matching strings to identify families of malware. Application programming interface calls were researched and compared using the following five pattern matching algorithms: Naïve, Rabin–Karp, Brute Force, Knuth–Morris–Pratt, and Boyer–Moore. In this research, the chosen algorithms proved effective in detecting chain similarities between malware applications
Benzer Tezler
- Hybrid malware detection and classification in real-time by deep learning techniques
Derin öğrenme teknikleriyle hibrit zararlı yazılım tespiti ve gerçek zamanlı sınıflandırma
HUSSEIN SADRALDEEN HUSSEIN AL-MUSAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN SAHER MOHAMMED AL-AJEELI
- Traditional vernacular houses in Anatolia: The question of evaluative criteria
Anadolu geleneksel yöresel konut mimarlığında değerlendirme ölçütleri sorunu
OKAN ÜSTÜNKÖK
Doktora
İngilizce
1987
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÖNÜL TANKUT
- 1981 Türkiye tarımsal yapısının önemli bileşenleri ve tarımsal bölgelerin elde edilmesi
Principle components of Turkey's agricultural structure and to determine agricultural rigions in 1981
İHSAN KARABULUT
- Glaphyrinae altfamillyasına bağlı bazı türlerin teşhisinde dış morfolojik karakterlerin kullanılması üzerinde çalışmalar
The Research on the subfamilly of glaphyrinae and the usage of the external morphdosical characteristics for Identifying some of its species
B.VERDA AKA
- Çatışmacı toplum paradigması: Teorik ve meta-teorik düzeylerin ilişkisi
Conflict paradigm of society
ADNAN TÜREGİN
