Android cihazlarda makine öğrenmesi algoritmaları kullanılarak kötücül yazılım tespiti
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Hesaplamalı Bilimler Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: DURMUŞ ÖZKAN ŞAHİN
Danışman: Erdal Kılıç
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Android işletim sistemi, günümüzde en çok tercih edilen mobil işletim sistemidir. Android, mobil cihazlar başta olmak üzere günümüzde otomobiller, beyaz eşyalar, fotoğraf makineleri, akıllı saatler ve giyilebilir cihazlar gibi çok sayıda ürünün içerisinde bulunmaktadır. Bu nedenle, Android işletim sistemine sahip cihazları kötücül yazılımlardan ve saldırılardan korumak oldukça önemlidir. Bu tez çalışmasında, Android kötücül yazılımların tespitini daha verimli yapabilmenin yolları araştırılmaktadır. Bu bağlamda; Android işletim sisteminin güvenliğinde önemli yeri olan izinler öznitelik olarak değerlendirilmektedir. Ardından bu izinler makine öğrenmesi yaklaşımları ile birlikte kullanılarak kötücül yazılımlar ile iyicil yazılımların birbirlerinden ayrıştırılması sağlanmaktadır. Tez kapsamında ilk olarak, filtreleme tabanlı öznitelik seçme yöntemleri ile en ayırt edici özniteliklerin seçilmesi hedeflenmektedir. Veri kümelerinden elde edilen tüm izinleri kullanmak yerine etkili öznitelik seçme yöntemleri ile izinlerin %80'den fazlası elenerek iyi sınıflandırma sonuçları elde edilmektedir. Tez kapsamında ikinci olarak, doğrusal regresyona dayalı öznitelik seçme yöntemi ile geniş kapsamlı deneyler yapılarak çeşitli izin grupları ortaya çıkartılmaktadır. Aynı zamanda bu izin grupları bu alanda çalışacak olan araştırmacıların doğrudan kullanımına sunulmaktadır. Önerilen Android kötücül yazılım tespit sistemi, 27 uygulama iznini öznitelik olarak kullanarak MLP algoritması ile %96'dan fazla başarım oranına ulaşmaktadır. Genel olarak filtreleme tabanlı öznitelik seçme yöntemlerinin ve doğrusal regresyon tabanlı öznitelik seçme yönteminin izin tabanlı Android kötücül yazılım tespit sistemleri için oldukça faydalı olduğu gözlemlenmektedir. Öznitelik seçiminin dışında tez kapsamında bazı araştırmalar daha yapılmaktadır. Bunlardan birincisi, KNN algoritmasında yer alan parametrelerin izin tabanlı Android kötücül yazılım tespit sistemlerinde başarımı nasıl etkilediğinin incelenmesidir. İkincisi, doğrusal regresyona dayalı bir sınıflandırma algoritmasını kullanan Android kötücül yazılım tespit sisteminin nasıl sonuç vereceğinin araştırılmasıdır. Son olarak, bazı derin öğrenme tekniklerinin Android kötücül yazılım tespitindeki performanslarının karşılaştırılmasıdır.