Makine öğrenmesi yöntemleri ile fidye yazılım tespiti
Ransomware detection with machine learning methods
- Tez No: 956267
- Danışmanlar: DOÇ. DR. HALİL ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Günümüz dünyasında dijitalleşmenin artmasıyla birlikte siber tehditlerin kapsamı ve etkisi de önemli ölçüde genişlemiştir. Fidye yazılımları (ransomware), bu tehditler arasında hem bireyleri hem de kurumsal yapıları en fazla etkileyen zararlı yazılım türlerinden biri olarak öne çıkmaktadır. Fidye yazılımları, hedef cihazlardaki verileri şifreleyerek kullanılamaz hale getirir ve şifrenin açılması için fidye ödenmesini talep eder. Bu tür yazılımlar, genellikle sosyal mühendislik yöntemleri, zararlı eklentiler veya sahte yazılım güncellemeleri aracılığıyla bulaşmaktadır. Bu tez çalışmasında, öncelikle fidye yazılımlarının tanımı ve kapsamı ele alınmış, ardından kapsamlı bir literatür özeti sistematik bir şekilde sunulmuş ve açık kaynak bir veri seti üzerinden CatBoost, XGBoost, LightGBM, NGBoost ve AdaBoost gibi makine öğrenimi teknikleri ile fidye yazılım sınıflandırma çalışmaları gerçekleştirilmiştir. Elde edilen bulgular literatürle karşılaştırmalı bir şekilde sunularak sonuçlar değerlendirilmiştir.
Özet (Çeviri)
With the increase in digitalization in today's world, the scope and impact of cyber threats have expanded significantly. Ransomware stands out as one of the types of malware that affects both individuals and corporate structures the most among these threats. Ransomware encrypts the data on target devices, making them unusable, and demands a ransom payment to unlock the password. This type of software is usually transmitted through social engineering methods, malicious plugins, or fake software updates. In this study, we performed classification operations on the Data Set using machine learning techniques and methods such as CatBoost, XGBoost, LightGBM, NGBoost, and AdaBoost during the detection phase of ransomware. The best result was found as a result of this study.
Benzer Tezler
- Zararlı yazılımların statik analiz ile tespitinde makine öğrenmesi ve derin öğrenme yöntemlerinin kullanılması
Detection of malware by static analysis using machine learning and deep learning methods
NİSA VURAN SARI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ACI
- The ransomware detection and prevention tool design by using signature and anomaly based detection methods
İmza ve anomali tabanlı tespit yöntemlerini kullanarak fidye yazılımı tespit ve önleme aracı tasarımı
BARIŞ ÇELİKTAŞ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
DR. ÖĞR. ÜYESİ NAFİZ ÜNLÜ
- Anomaly detection in ınternet of medical things using deep learning
Anomaly detect ionin internet of medical things using deep learning
AYŞE BETÜL BÜKEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Fidye yazılımlarının makine öğrenmesi yöntemleri ile tespit edilmesi
Detection of ransomware using machine learning algorithms
VOLKAN OKUR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. MURAT GÖK
- Obfuscated JavaScript detection using syntactically and lexically enhanced machine learning
Perdelenmiş JavaScript kodlarının sözdizimsel ve anlamsal yönden iyileştirilmiş makina öğrenmesi ile tespiti
EREN KILIÇ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA