A new frame work based application for malware detection in IoT
Başlık çevirisi mevcut değil.
- Tez No: 832612
- Danışmanlar: PROF. DR. HASAN HÜSEYİN BALIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son araştırmalar, endişe kaynağı haline gelen kötü amaçlı yazılımların (kötü amaçlı yazılımlar) yaygınlığında önemli bir artış olduğunu gösteriyor. Bazı kötü amaçlı yazılım türlerinin, çeşitli yöntemler kullanılarak bilgisayar sistemleri içerisinde gizlenme yeteneğine sahip olduğu gözlemlenmiştir. Bilgisayarları ve İnternet'i zararlardan korumak için, çok sayıda sistemin bulaşmasından önce kötü amaçlı yazılımların öğrenilmesi çok önemlidir. Son yıllarda kötü amaçlı yazılımlar tespit etmeye yönelik stratejiler üzerine çeşitli araştırmalar yürütülmektedir. Bu sistemler, kötü amaçlı yazılımların belirlenmesine rağmen zorlu olmaya devam ediyor. Daha önce geliştirilen kötü amaçlı yazılımların çalıştırılması söz konusu olduğunda imza ve buluşsal perspektif anlayışları iyi performans gösterir. Ancak imzalı kalıp yöntemlerinin bilinmeyen kötü amaçlı yazılımları tespit etme kabiliyetine sahip olmaması gerekir. Bununla birlikte, liberal, model kontrol tabanlı ve bulut tabanlı yöntemlerin, göze çarpan ve karmaşık kötü amaçlı yazılımlarla mücadelede etkili olduğunu da belirtmek gerekir. Ek olarak, hem bilinen hem de bilinmeyen kötü amaçlı yazılımların aralığı için derin öğrenme tabanlı, mobil cihaz tabanlı ve IoT tabanlı tekniklerin kullanımı konusunda büyüyen bir aralık var. Bununla birlikte, mevcut herhangi bir teknolojinin, tüm kötü amaçlı yazılım türlerinin tanımlaması mümkün değildir. modern ve karmaşık kötü amaçlı yazılımlarla mücadelede etkili olduğunu da belirtmek gerekir. Ek olarak, hem bilinen hem de bilinmeyen kötü amaçlı yazılımların aralığı için derin öğrenme tabanlı, mobil cihaz tabanlı ve IoT tabanlı tekniklerin kullanımı konusunda büyüyen bir aralık var. Bununla birlikte, mevcut herhangi bir teknolojinin, tüm kötü amaçlı yazılım türlerinin tanımlaması mümkün değildir. modern ve karmaşık kötü amaçlı yazılımlarla mücadelede etkili olduğunu da belirtmek gerekir. Ek olarak, hem bilinen hem de bilinmeyen kötü amaçlı yazılımların aralığı için derin öğrenme tabanlı, mobil cihaz tabanlı ve IoT tabanlı tekniklerin kullanımı konusunda büyüyen bir aralık var. Bununla birlikte, mevcut herhangi bir teknolojinin, tüm kötü amaçlı yazılım türlerinin tanımlaması mümkün değildir. Bu, kötü amaçlı yazılımları tespit etmek için güvenilir bir yaklaşım oluşturmanın büyük zorluklarını açık bir şekilde ortaya koyan ve orijinal araştırma ve teknolojiklere olan acil talebi vurguluyor. Bu tez, kötü amaçlı yazılımları tespit etmeye yönelik çeşitli tekniklerin ve bu teknikleri kullanan son teknolojilerin kapsamlı bir incelemesini sunmaktadır. Araştırmacıların, kötü amaçlı yazılım analiz yöntemleri, bunların ve krizlerin ve en iyi sonuçların, eldeki en uygun araçlar hakkında geniş bir anlayışa sahip olmalarına yardımcı olmak için en etkili protokoller belirlendi.
Özet (Çeviri)
Recent studies indicate a significant rise in the prevalence of malicious software (malware), which has become a cause for concern. It has been observed that certain types of malware possess the ability to hide within computer systems by employing diverse obfuscation methods. It is crucial to recognize malware before a large number of systems are infected with it in order to protect computers and the Internet from harm. In recent years, there have been several investigations conducted on strategies for detecting malware. Despite this fact, the issue of identifying malware continues to be challenging. When it comes to finding previously identified malware, signature-based and heuristic-based detection approaches perform well. However, it should be noted that signature-based detection methods are not capable of detecting unknown malware. However, it should be noted that behavior-based, model checking-based, and cloud-based methods have shown effectiveness in dealing with unfamiliar and intricate malware. Additionally, there is a growing trend in utilising deep learning-based, mobile device-based, and IoT-based techniques to identify both known and unknown malware. Nonetheless, it is impossible for any technique to identify all forms of malicious software available. This clearly illustrates the immense challenge of creating a reliable approach for identifying malware, highlighting the pressing demand for original research and methodologies. This thesis offers an extensive examination of various techniques for detecting malware and the recent methodologies that utilise these techniques. In order to assist researchers in acquiring a broad comprehension of malware detection methods, their advantages and disadvantages, and the optimal means of achieving optimal outcomes, we have identified the most efficient protocol.
Benzer Tezler
- Mitre att&ck çerçevesini kullanan makine öğrenmesi tabanlı siber saldırı sınıflandırma modeli
Machine learning-based cyber attack classification model using mitre att&ck framework
ÖZGE SEREN SÜRGİT
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT ATİLA
- Androıd kötücül yazılımlarından koruma sistemlerinin değerlendirilmesi ve görüntü işleme algoritmalarını yapay zekâ teknikleri ile melezleştirerek yeni bir algılama yaklaşımının geliştirilmesi
Evaluating the robustness of android anti-malware systems and developing a novel detection approach based on hybridizing image processing algorithms with artificial intelligence techniques
HALİT BAKIR
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Siber güvenlik sistemleri için dinamik ve artımlı makine öğrenmesi yaklaşımları
Dynamic and incremental machine learning approaches for cyber security systems
ENGİN BAYSAL
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CÜNEYT BAYILMIŞ
- New photoinitiating systems for cationic polymerization of vinyl ethers
Vinil eterlerin katyonik polimerizasyonu için yeni başlatıcı sistemler
MUHAMMET ÜBEYDULLAH KAHVECİ
Doktora
İngilizce
2012
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. YUSUF YAĞCI
PROF. DR. İBRAHİM IŞILDAK
- Doğrusal olmayan planlamaya yeni bir yaklaşım
A New approach to non-linear planning
HAKAN AYDIN
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. NADİA ERDOĞAN