AFWDroid: Deep Feature Extraction and Weighting for Android Malware Detection

Authors : Recep Sinan ARSLAN, Emre ÖLMEZ, Orhan ER

Pages : 237-245

Doi:10.24012/dumf.875036

View : 13 | Download : 5

Publication Date : 2021-03-30

Article Type : Research Paper

Abstract :Android kötücül yazılım tespiti, yaygın kullanıma sahip bir işletim sistemi için çözülmesi gereken oldukça kritik ve önemli bir sorundur. Geleneksel makine öğrenme teknikleri önce uygulamalardan birtakım özellikler çıkarmakta ve ardından kötü ve iyi niyetli uygulamaları ayırt etmek üzere sınıflandırıcılar oluşturmaktadır. Günümüzde mevcut çalışmaların çoğunda elde edilen özelliklerin ağırlıklandırması göz ardı edilmektedir. Bu sorunların üstesinden gelmek için bu çalışmada, sınıflandırmada kullanılacak özellik vektörlerindeki verilerin ağırlıklandırmasına dayalı yeni bir yazılım algılama metodu önerilmiştir. Bu amaç doğrultusunda ilk olarak, Android uygulama paketinden manifest dosyası okunmuştur. Dosya içerisinden aktiviteler, servisler, izinler gibi farklı özellikler çıkarılmış ve sınıflandırma için bu özellikler arasından seçim yapılmıştır. Seçim sonucunda elde edilen parametreler, derin sinir ağı modeli ile optimize edilmiştir. Yapılan çalışmalar neticesinde, özellik seçimi ve ağırlıklandırma sayesinde daha iyi performans değerlerininin yakalandığı, ağırlığa duyarlı sınıflandırıcılarda daha rekabetçi sonuçların alınabildiği gösterilmiştir.
Keywords : Özellik Ağırlıklandırma, Kötücül Yazılım Tespiti, Makine öğrenmesi, yapay sinir ağları