Androıd uygulamaları zafiyetlerinin makine öğrenmesi yöntemleri ile dinamik analizi
Dynamic analysis of android application vulnerabilities with machine learning methods
- Tez No: 988430
- Danışmanlar: PROF. DR. ERCAN NURCAN YILMAZ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Güvenliği Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yazılım güvenliği, modern teknoloji ekosisteminin temel taşlarından birini oluştururken, kaynak kodda gizlenen güvenlik zafiyetleri bu temel ilkeyi tehdit etmektedir. Zafiyetlerin, yazılım geliştirme döngüsünün erken aşamalarında tespit edilememesi, son kullanıcıya ulaşan mobil uygulamaların ciddi güvenlik riskleri taşımasına neden olmaktadır. Bu soruna çözüm olarak, bu tez çalışması, Android uygulamalarındaki güvenlik açıklarının makine öğrenmesi ile otomatik olarak tespit edilmesine yönelik bütüncül bir metodoloji sunmaktadır. Çalışmanın ilk aşamasında, açık kaynak kodlu Android projelerinin sürüm geçmişleri analiz edilerek, gerçek dünya zafiyet düzeltmelerine dayanan kapsamlı bir veri seti oluşturulmuştur. Bu özgün veri seti üzerinde, geleneksel statik kod metrikleri ile kodun anlamsal derinliğini ve geliştirici niyetini yakalayan kod gömme teknikleriyle kod vektörleri oluşturularak hibrid bir özellik mühendisliği yaklaşımı benimsenmiştir. Bu zenginleştirilmiş özellik uzayı kullanılarak eğitilen makine öğrenmesi modelleri ile, zafiyet tespitinde %98'i aşan bir doğruluk oranı sergileyerek yaklaşımın etkinliğini kanıtlamıştır. Araştırma kapsamında, geliştirilen web tabanlı bir prototip ile çalışma pratiğe dökülmüştür. Bu erişilebilir test platformu, modelin gerçek dünya senaryolarındaki uygulanabilirliğini sergilerken, karmaşık analiz süreçlerini otomatize etmektedir.
Özet (Çeviri)
While software security constitutes one of the cornerstones of the modern technology ecosystem, security vulnerabilities hidden in the source code threaten this fundamental principle. The failure to detect vulnerabilities in the early stages of the software development lifecycle causes mobile applications that reach the end-user to carry serious security risks. As a solution to this problem, this thesis study presents a holistic methodology for the automatic detection of security vulnerabilities in Android applications using machine learning. In the first stage of the study, a comprehensive dataset was created by analyzing the version histories of open-source Android projects, based on real-world vulnerability fixes. On this unique dataset, a hybrid feature engineering approach was adopted by generating code vectors using traditional static code metrics along with code embedding techniques that capture the semantic depth and developer intent of the code. The machine learning models trained using this enriched feature space have proven the effectiveness of the approach by demonstrating an accuracy rate exceeding 98% in vulnerability detection. Within the scope of the research, the work has been put into practice with a developed web-based prototype. This accessible testing platform demonstrates the model's applicability in real-world scenarios while automating complex analysis processes.
Benzer Tezler
- Infrared sensör teknolojisiyle CO2 seviye ölçümü ve uygulamaları
CO2 level measurement and applications with infrared sensor technology
FATİH SİPAHİ
Yüksek Lisans
Türkçe
2017
Fizik ve Fizik MühendisliğiEge ÜniversitesiFizik Ana Bilim Dalı
YRD. DOÇ. DR. METİN BİLGE
- Türkiye'deki kamu kurumlarının android uygulamalarının güvenlik zafiyetlerinin analizi
Vulnerability analysis of android applications of public institutions in Turkey
KAYA EMRE CİBALIK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL KOÇAK
- Investigating mis-implementation of SSL libraries in android applications
Android uygulamalarında SSL zafiyetlerinin araştırılması
HALİL AVCI
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Şehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. NECATİ ERSEN ŞİŞECİ
- Androıd uygulama kurulum süreci için verimli bir evrimsel tabanlı fuzz testi
An efficient evolutionary-based fuzzing for android application installation process
VEYSEL HATAŞ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEVİL ŞEN AKAGÜNDÜZ
- A comparative study on automated Android application testing tools
Android uygulamaları test otomasyon araçları üzerine karşılaştırmalı çalışma
GÜLÇİN HÖKELEKLİ
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. AYSU BETİN CAN