Öğrenmeye dayalı istemci ve sunucu tabanlı android kötücül yazılım tespit sistemi
Learning oriented client and server-based android malwaredetection system
- Tez No: 672699
- Danışmanlar: DOÇ. DR. İBRAHİM ALPER DOĞRU
- 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: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Günümüzde bilgisayarların erişilemez olduğu durumlarda mobil cihazlar bilgiye erişmek için önemli bir araç haline gelmiştir. Akıllı mobil cihazlar birçok farklı alanda farklı amaçlarla kullanılmaktadır. Android, dünya genelinde en çok tercih edilen mobil işletim sistemidir. Bu popülerlik akıllı mobil cihazları kötücül yazılımların hedefi haline getirmiştir. Android, Google tarafından geliştirilen Linux tabanlı ve açık kaynak kodlu bir işletim sistemidir. Android izin tabanlı güvenlik mekanizmasına sahiptir. Yapılan birçok araştırma, kullanıcıların izinler hakkında yeterli bilgiye sahip olmadığını ve bu nedenle mobil cihazlarını tehlikeye attıklarını göstermiştir. Bu problemi gidermek için araştırmacılar yoğun çaba harcamaktadır. Bu tezde, bahsi geçen problemi gidermek için kullanıcılara kullandıkları uygulamaların güvenlik durumunu analiz edip bildiren bir sistem geliştirilmiştir. Geliştirilen sistem, öğrenmeye dayalı kötücül yazılım tespit etmeyi sağlayan istemci ve sunucu tabanlı kullanıcı dostu bir platformdur. Bu çalışma, iyicil veya kötücül uygulamaların kullandıkları izinleri makine öğrenme algoritması ile analiz edip analiz sonucunu kullanıcıya bildirmektedir. Geliştirilen sistem ile kullanıcıların telefonlarındaki uygulamaların türü ve kullandığı izinler hakkında bilgilendirilmesi amaçlanmaktadır. Test sonuçları incelendiğinde en başarılı sonuçların %91,76 doğruluk, %91,31 hassasiyet ve %93,73 özgüllük oranlarıyla Gradyan Arttırıcı Sınıflandırma Algoritması ile elde edildiği gözlenmiştir.
Özet (Çeviri)
Today, when computers are inaccessible, mobile devices have become an important tool to access information. Smart mobile devices are used in many different areas for different purposes. Android is the most preferred mobile operating system across the world. This popularity has turned smart mobile devices into the target of malware. Android is a Linux-based and open source operating system developed by Google. Android has a permission-based security mechanism. Many studies have shown that users do not have enough information about permissions and therefore endanger their mobile devices. Researchers are endeavoring to solve this problem. In order to solve the problem mentioned in this study, a system has been developed to analyze and report the security status of the applications they use. The developed system, Learning Oriented Client and Server-Based Android Malware Detection System, is a client and server-based user-friendly platform that enables the detection of Android malware using the machine learning algorithms. This study analyzes the permits used by good or malicious applications with the machine learning algorithm and reports the result of the analysis to the user. It is intended to inform users about the type of applications and the permissions they use by means of the developed system. When the test results were examined, it was observed that the most successful results were obtained with the Gradient Boosting Classifier Algorithm with 91.76% accuracy, 91.31% sensitivity and 93.73% specificity rates.
Benzer Tezler
- Offloading decision with mobility-aware for mobile edge computing in 5G networks
5g şebekesinde mobil kenar bilgi işlem için mobilite bilinci ile aktarma kararları
SAEID JAHANDAR BONAB
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERGEN
- Deep learning based dynamic turkish sign language recognition with leap motion
Derin öğrenme tabanlı leap motıon ile dinamik türk işaret dili tanıma
BURÇAK DEMİRCİOĞLU KAM
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HATİCE KÖSE
- Öğrenme nesnelerine dayalı bir içerik geliştirme sisteminin hazırlanması ve öğretmen adaylarının nesne yaklaşımı ile içerik geliştirme profillerinin belirlenmesi
Developing a learning object based content development system and determining the object based content desing profiles of pre-service teachers
SELÇUK KARAMAN
Doktora
Türkçe
2005
İşletmeAtatürk Üniversitesiİşletme Ana Bilim Dalı
DOÇ.DR. SONER YILDIRIM
DOÇ.DR. ÜSTÜN ÖZEN
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU
- CNN-based server state monitoring and fault diagnosis using infrared thermography
Kızılötesi termografi kullanarak CNN tabanlı sunucu durumu izleme ve arıza teşhisi
BELTUS NKWAWİR WİYSOBUNRİ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Bilim Dalı
DR. ÖĞR. ÜYESİ HAMZA SALİH ERDEN
PROF. DR. BEHÇET UĞUR TÖREYİN