Automatic analysis and detection of malware behavior using machine learning for computer device
Başlık çevirisi mevcut değil.
- Tez No: 672356
- Danışmanlar: Prof. Dr. OSMAN NURİ UÇAN
- 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: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Kötü amaçlı yazılım adı verilen kötü amaçlı yazılım, bilgisayar sistemlerinin güvenliği için büyük bir tehdit oluşturur. Varyantlarının miktarı ve çeşitliliği, klasik güvenlik savunmasını etkisiz hale getirir, böylece Internet'teki milyonlarca ana bilgisayara bilgisayar virüsleri, Internet solucanları ve Truva atları biçiminde kötü amaçlı yazılımlar bulaşır. Kötü amaçlı yazılım yazılımı tarafından kullanılan gizsizlik ve polimorfizm, dosya düzeyinde algılamayı büyük ölçüde engellerken, çalışma zamanı sırasında kötü amaçlı yazılım ikili dosyalarının dinamik analizi, kötü amaçlı yazılım tehdidine karşı karakterizasyon ve savunma aracıdır. Bu yazıda, makine öğrenimini kullanarak kötü amaçlı yazılım davranışının otomatik analizi için bir çerçeve öneriyoruz. Çerçeve, benzer davranışa sahip yeni kötü amaçlı yazılım sınıflarını otomatik olarak tanımlamaya (kümeleme) ve bu keşfedilen sınıflara (sınıflandırma) bilinmeyen zararlı yazılımları atamaya izin verir. Hem kümelemeye hem de sınıflandırmaya dayanarak, binlerce kötü amaçlı yazılım ikili kodunun davranışını günlük olarak işleyebilen, davranışa dayalı analiz için artan bir yaklaşım öneriyoruz. Artımlı analiz, mevcut kötü amaçlı yazılım varyasyonlarının doğru şekilde keşfedilmesini ve ayırt edilmesini sağlarken mevcut analiz yöntemlerinin çalışma zamanını genel olarak önemli ölçüde azaltır.
Özet (Çeviri)
Malicious software – known as malware – puts the protection of computer systems at serious risk. The quantity and varied variants of the device inefficiently secure the classic protection systems, causing the invasion of millions of hosts on the Internet by computer virus, Internet worms and Trojan cheviots with malware. While malware-using obstruction and polymorphism largely impair file-level detection, dynamic malware analytics provide a tool for characterizing and protecting against malicious software. We propose in this document a method for automatically analyzing malware actions with machine learning. This method allows for the automatic classification (clustering) of new malware classes with similar behavior and for the allocation of unknown malware to these discovered classes (classification).We are suggesting an increase approach to behavioral analysis that It able to manage the routine handling, based on both clusters and classification, of thousands of malware binaries. The progress analysis greatly decreases the runtime and reliably identifies new malware types in existing analytics methods
Benzer Tezler
- Malware detection using machine and deep learning algorithms for computer devices
Makine kullanarak kötü yazilim tespiti ve için derin öğrenme algoritmalari bilgisayar cihazlari
MOHAMMED THAIR ABDULSATTAR ALTAIY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Automated analysis approach for the detection of high survivable ransomwares
Sinsi fidye yazılımlarının tespiti için otomatik analiz yaklaşımı
YAHYE ABUKAR AHMED AHMED
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ KOÇER
DR. SHAMSUL HUDA
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ AYDIN SELÇUK
- Virmon: Sanallaştırma tabanlı otomatik bir dinamik zararlı yazılım analiz sistemi
Virmon: A virtualization-based automated dynamic malware analysis system
HÜSEYİN TİRLİ
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. TAKUHİ NADİA ERDOĞAN
- Karma öznitelik kullanarak yazılım davranışlarının modellenmesi ve tespiti
Software behavior modeling and detection by using hybrid features
MERT NAR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM SOĞUKPINAR