Bilgisayarlı görü ve bellek analizinden yararlanılarak zararlı yazılım tespiti için gelişmiş bir yaklaşım

Yayınlanan gelişmiş zararlı yazılım sayısı, bilgi sistemlerinin kullanımındaki artışla beraber yıldan yıla ciddi bir şekilde artmıştır. Son yıllarda adını sıklıkla duyduğumuz ransomware yazılımından dolayı zararlı yazılımların neden olabileceği etkiler konusu dikkatleri çekmiştir. Zararlı yazılımlar, yıkıcı etkilere neden olmadan önce tespit edilip, önlenebilmesi araştırma konusu olmuştur. Geçmiş önerilen zararlı yazılım tespit yöntemleri, kod karmaşıklaştırma ve paketleme gibi yöntemler uygulanmış gelişmiş zararlı yazılımları tespit etmekte yetersiz kalmaktadır. Çalıştırılabilir dosyalar bellek üzerinde bir takım izler bırakmaktadır ve bu durum uzmanlar tarafından zararlı yazılımların davranışını incelemeye imkan sağlamaktadır. Bu tez çalışmasında, zararlı yazılımlar detaylı bir şekilde araştırılmış, zararlı yazılımları tespit etmek için yapılan çalışmalar incelenmiş ve gelişmiş zararlı yazılımları ve potansiyel sıfır gün saldırısını tespit etmeye yarayan yeni bir yöntem önerilmiştir. Bu çalışmada önerilen yöntem ile zararlı yazılımların bellek üzerinde bıraktığı izler elde edilip, ardından renkli olarak farklı boyutlarda görselleştirmiştir. Görselleştirilen bellek verileri, bilgisayarlı görü yöntemlerinden faydalanılmasını sağlamıştır. Bilgisayarlı görü alanında sıklıkla kullanılan GIST ve HOG küresel tanımlayıcılarıyla, oluşturulan resimler üzerinden özellik çıkarımı yapılmıştır ve bu işlem sonucunda vektörler elde edilmiştir. Bu vektörler XGBoost, J48, Destek Vektör Makinası, Sıralı Minimal Optimizasyon, Rassal Orman Makina öğrenmesi algoritmaları ile sınıflandırılmıştır. Bu çalışmada görselleştirme tekniğinin ve farklı makina öğrenmesi algoritmalarının zararlı yazılım tespitindeki başarısı analiz edilmiştir. Yapılan çalışmanın sonuçlarına göre, en yüksek başarı oranı 4096 sabit genişlik görselleştirme yöntemi kullanıldığında elde edilmiştir. Bu yöntemin başarı oranı %96,39 olarak bulunmuştur. Bu çalışmasında tezde önerilen yöntemin zararlı yazılımları tespit etmekte etkili olabileceğini göstermektedir.