Android malware detection using audio and image data transformation

Mobil cihazlar sahip oldukları donanımlar ve onlar için geliştirilen uygulamalarla hayatımızda yeni bir dönemi başlatmıştır. Bu cihazlarda oluşabilecek bir güvenlik açığı kişisel bilgilerinin çalınmasına, gizlilik ihlallerine ve hatta finansal zarara neden olabilir. Bu nedenle bu cihazlarda kullanılacak uygulamaların güvenilir ve güvenli olması oldukça önemlidir. Bu amaçla, bu tez kapsamında, Android kötücül yazılım tespiti ve aile sınıflandırması için ses ve görüntü tabanlı yöntemler üzerine araştırmalar yapılmıştır. Görüntü tabanlı yaklaşımda, Android uygulama dosyalarını ikili diziler olarak ele alan uçtan uca bir yöntem önerilmiştir. Yöntemde her bir örnek için gri seviye görüntü temsilleri oluşturularak, eğitim ve test süreçleri CNN ile gerçekleştirilmiştir. Kötücül yazılımların görüntü temsilleri dosyaların ikili diziler olarak ele alınması ile oluşturulabildiği gibi, çıkartılan statik özniteliklerin matris formunda ele alınması ilede oluşturulabilir. Bu nedenle statik öznitelik seti kombinasyonlarının sınıflandırma başarımına etkisi üzerinede çalışılmıştır. İlk olarak Android uygulama dosyalarından elde edilen dört farklı öznitelik setinin muhtemel tüm kombinasyonları ele alınarak sınıflandırma başarımına etkileri araştırılmıştır. On farklı sınıflandırma algoritması ile tüm kombinasyonlar değerlendirilerek, etkin öznitelik seti kombinasyonları belirlenmiştir. Ardından öznitelik seti kombinasyonları ile RGB görüntüler oluşturularak CNN ile eğitim ve test süreçleri gerçekleştirilmiştir. Elde edilen sonuçlarda farklı öznitelik seti kombinasyonları ile 99% üzeri başarım elde edilebildiği görülmüştür. Android uygulamalarının görüntü temsillerinin yanı sıra, ses temsilleri de oluşturulabilir. Literatürde ses tabanlı yaklaşımlar görüntü tabanlılara göre daha az yaygın olmakla bilikte, benzer şekilde yüksek başarımlar elde edebilmektedir. Bu kapsamda, Android kötücül yazılım aile tespiti problemi bir müzik kategori sınıflandırma problemi gibi ele alan ses tabanlı bir yaklaşım önerilmiştir. Bu amaçla ilk olarak Android uygulama dosyaları bir ses dosyasına dönüştürülerek ses tabanlı öznitelikleri çıkarılmıştır. Ardından dört farklı öznitelik seçim algoritması ile ayrıştırıcılığı yüksek öznitelikler belirlenmiş ve sınıflandırma işlemleri gerçekleştirilmiştir. Sekiz sınıflı bir veri seti üzerinde yapılan deneylerde aile tespiti 96.6% başarım ile gerçekleştirilmiştir. Tez çalışmasının sonunda çalışmada gerçekleştirilen yöntemlerle ilgili tartışmalar yapılmıştır.