Kötü amaçlı yazılımların derin öğrenme yöntemi ile tespit edilmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği ABD, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: ÜMİT KÖSE

Danışman: Refik Samet

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Teknolojik cihazlardaki verilerin ele geçirilmesi, sistemlere zarar verilmesi amacıyla siber saldırılar yapılmakta olup, kurumlara ve bireylere yüksek maliyette zararlar verilmektedir. Siber saldırı türlerinde en çok karşılan tür olan zararlı yazılımlar, veri güvenliği ve mahremiyeti ile ilgili endişeler oluşturmaktadır. Kötü amaçlı yazılımlar her gün farklı türleri ile piyasaya sunulmakta olup, zararlı yazılımların tespiti için yüksek maliyette harcamalar yapılmaktadır. Farklı türlerde olan zararlı yazılımların tespitleri için imza, dinamik ve spesifikasyon tabanlı yöntemler kullanılmaktadır. İmza ve dinamik tabanlı tespit yöntemlerinin zararlı yazılım tespitindeki eksikliklerinden dolayı gelişen teknolojik imkanlardan yararlanılarak derin öğrenme yöntemini içeren mimari model önerilmiştir. Geliştirilen modelde derin öğrenme algoritmaları kullanılarak, makine öğrenmesi algoritmaları ve diğer çalışmalarla kıyaslama yapılarak güçlü ve zayıf yönleri yapılan tez çalışmasında anlatılmıştır. Önerilen derin öğrenme modelinde %99.02 başarı oranında kötü amaçlı yazılım tespiti yapılmıştır. İlgili çalışma statik ve dinamik analiz yöntemlerinin yeni zararlı yazılımlara karşı eksikliklerini ortaya koyarak, yüksek veri seti üzerinde Windows işletim sistemlerinde mevcut çalışmalara kıyasla yüksek oranda zararlı yazılımları tespit etmiştir.