Ağ trafiği analizi ile derin öğrenme tabanlı Android kötücül yazılım tespiti

Authors : Anıl UTKU

Pages : 1823-1838

Doi:10.17341/gazimmfd.937374

View : 13 | Download : 10

Publication Date : 2022-02-28

Article Type : Research Paper

Abstract :Günümüzde giderek yaygınlaşan mobil cihazlar, gelişen multimedya iletişimi ve uygulamaları sayesinde bilgisayarların sağladığı çoğu özelliği kullanıcılarına sunmaktadır. Günümüzde, gelişmiş multimedya uygulamaları geleneksel cep telefonları tarafından desteklenmektedir. Mobil cihazlar artan işlevsellikleri ile birlikte zenginleştirilmiş internet deneyimi, finansal işlemler, sosyal medya platformlarına erişim, paylaşım, müzik ve video gibi birçok amaç için kullanılmaktadır. Bankacılık ve alışveriş gibi hassas kişisel veri aktarımlarının yapıldığı işlemleri, mobil cihazlar üzerinden gerçekleştirme, mobil cihazları saldırganların hedefi haline getirmektedir. Bu çalışmada, mobil uygulamaların ağ üzerindeki etkileşimlerine dayalı olarak derin öğrenme tabanlı bir kötü amaçlı yazılım tespit sistemi geliştirilmiştir. Geliştirilen LSTM tabanlı derin öğrenme modeli, doğruluk, kesinlik, duyarlılık ve F-1 puanı metrikleri kullanılarak NB, RF, SVM, MLP ve CNN ile karşılaştırmalı olarak analiz edilmiştir. Deneysel sonuçlar, geliştirilen LSTM tabanlı derin öğrenme modelinin kötücül yazılım tespitinde %95 doğruluk oranı ile karşılaştırılan modellere göre daha başarılı olduğunu göstermiştir.
Keywords : Android kötücül yazılım tespiti, derin öğrenme, makine öğrenmesi, ağ trafik analizi