27
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Veri kazıma yöntemleri ile siber tehdit istihbaratı aracının geliştirilmesi
Teknolojinin giderek gelişmesi ve her türlü bilginin internet ortamına taşınması yeni sorunlara sebep olmuştur. Sorunların başında bu verilerin güvenli bir şekilde saklanması ve muhafaza edilmesi gelmektedir. Çalışmada siber güvenlik ürünlerinden bahsedilmiş ve ne işe yaradıkları belirtilmişlerdir. Siber saldırılarının boyutları anlaşılması için saldırıya uğrayan büyük şirketlere yer verilerek yapılan büyük saldırılara değinilmiştir. Siber güvenlik ürünleri tek başına yetmemekte ve siber istihbarat ile desteklenmelidir. Global ve yerli çözüm istihbarat kaynaklarından bahsederek en popüler programa dili olan python ile siber istihbarat aracı geliştirilmiş ve çıktıları paylaşılmıştır.
Güvenlik bilgileri ve olay yönetimi (SIEM)/log korelasyon kurallarının yazılması
Saldırı tespit sistemleri, bilgisayar sistemlerine ve ağlarına veya genel olarak bilgi sistemlerine yönelik saldırıları tespit etmeyi amaçlar. Günümüzde bilgi güvenliği açısından en önemli problemlerden biri de siber saldırıları tespit etmektir. İnternet ağlarına bağlı bilgisayarlar sömürülmeye açık bir ortam yarattığından çeşitli gizli bilgilerin açığa çıkmasına ve zarar görmesine ortam hazırlarlar. Bu nedenlerden dolayı kurumlar için önemli olabilecek verilere yönelik gerçekleştirilebilecek siber saldırıların tespit edilmesi ve bu tür saldırılara karşı önlem alınması bilgi güvenliği açısından kritik öneme sahiptir. Neredeyse çoğu kurum bu durumun farkında olmakla beraber kendi Siber Güvenlik Operasyon Merkezlerini kurmaktadır. Bu düşünceye sahip kurumlarda SIEM ürünü bulunmakta ve yazılan korelasyon kuralları ile saldırı aktiviteleri, şüpheli aktiviteler ve anomali durumlar önceden tespit edilebilmektedir. Bu çalışmada çeşitli güvenlik cihazlarından, işletim sistemlerinden, ağ sistemlerinden, web uygulama sunucularından alınan logların(iz kayıtları) formatları araştırılmıştır. Alınan loglar bir SIEM ürününde birleştirilerek anormalliklerin tespiti, web uygulamalarına yönelik saldırıların tespiti, uç nokta sistemlerdeki şüpheli aktivitelerin belirlenmesi, işletim sistemi kategorisindeki anormallikleri yakalama özelindeki durumların tespit edilmesi için örnek korelasyon kuralları yazılmıştır. Anahtar Kelimeler: Log, Korelasyon kuralları, SIEM
Dijital sistemler üzerinden güvenli veri toplama ve yok etme yöntemlerinin araştırılması ve uygulanması
Ceza Muhakemesi Kurulunca elektronik delil, teknolojik gelişmelere bağlı olarak bilgisayar ve bilgisayar sistemleri aracılığıyla kanıtlanmış bir delil sistemi haline gelmiştir. Mahkemelerce geçerliliği olan bu kanıtlar, dijital sistemler üzerinde gerçekleşen suçlarının aydınlatılmasında çok önemli bir rol oynamaktadır. Ceza muhakemesi hukuku kapsamında incelenecek delillerin toplanması, incelenmesi ve bütünlüğünün korunması için ceza muhakemesi kurallarına ve teknik kurallara uyulması çok önemlidir. Sosyal ağlar üzerinden gerçekleşen iletişimin teknolojiye bağlı olarak hızla gelişmesiyle birlikte elektronik ortamda suç ve ceza oranları artmıştır. Bilgisayarların ve diğer elektronik cihazların kötüye kullanılması sonucu adli davalarda geleneksel delil toplama yöntemlerinin yetersizliği nedeniyle, bilgisayar ve elektronik cihazların dahil olduğu bir vakada delil için özel bir yöntem ve tekniklerin kullanılması bir zorunluluk haline gelmiştir. Günlük hayatta dijital sistemlerde çok fazla veri depolanmaktadır. Bu veriler değersiz veriler olabileceği gibi kişisel veriler, özel nitelikli hassas veriler, kurumsal politikalar, kredi kartı numaraları, mali kayıtlar gibi önemli veriler de olabilir. Verileri yok etme ve toplama yöntemleri, depolama alanındaki verilerin güvenliğini sağlamak kadar önemlidir. Verilerin imha edilmesi gerektiğinde, güvenli ve kalıcı bir şekilde lisanslı yazılım ve donanımlar ile imha edilmelidir. Veriler toplanması gerektiğinde, yazma engelleyicili bir şekilde verinin bütünliği sağlanarak ilgili prosedürlere uygun olarak toplanmalıdır. Bu çalışmada, dijital sistemler üzerinde güvenli veri toplama ve veri yok etme yöntemleri, yazılım ve donanımları araştırılacak ve uygulanacaktır. Anahtar Kelimeler: Adli bilişim, Elektronik delil, Veri toplama ve yok etme, Adli bilişim yazılım ve donanımları
DevSecOps süreçlerinin çevikleştirilmesi: Dinamik log analiz yaklaşımı
Yazılım sektörü için her geçen gün artan esneklik ve performans artırım ihtiyacı günümüzde DevOps kavramını var etmiştir. Günümüzde DevOps sistemleri, güncel yazılım geliştirme süreçleri için çok büyük önem taşımaktadır. Güvenlik sektörünün de öneminin son yıllarda çok ciddi bir artış göstermesi de DevSecOps kavramının meydana çıkmasını sağlamıştır. Bu bağlamda sistemlerin kendilerine özgü yapılarına göre sürekli işleyen denetim, operasyon ve geliştirme süreçlerine dair otonom süreç bütünü esneklik ve performans artırımının düşük maliyetle sağlanabilmesi için çok kritik önem taşımaktadır. Bu tez çalışması kapsamında otonom olarak DevSecOps süreçlerini daha çevik bir şekilde tasarlamak amaçlanmıştır. Önerilen DevSecOps modeli, yazılımsal sistemlerin en kaliteli ve güvenli şekilde geliştirilmesi için güvenlik denetim mekanizmalarının sisteme özgü olarak oluşturulabilmesini hedeflemektedir. Önerilen sistem, otonom güvenlik denetim mekanizması için sunucu üzerinde bulunan loglardan faydalanarak öğrenme yapmaktadır. Bu öğrenme kapsamında sistem, üzerinde sömürülmesi muhtemel olabilecek zafiyetlere dair önlem almak üzere istatistiki sonuçlar vermektedir. Önerilen DevSecOps modelini doğru çalışması, ancak anormal durumların ve zafiyet karakteristiklerinin sürekli olarak tespit edilebilir olması durumunda mümkündür. Yapılan çalışmada önerilen DevSecOps modeline yönelik uygulanabilirliğin sınanması için, Docker kaynak kullanım istatistiklerini gösteren log dosyaları oluşturulmuştur. Bu log dosyaları analiz edilerek anormal durumların ve zafiyetlerin karakteristiğinin tespit edilebilirliğine dair, z-skor ve nokta çift serili korelasyon metotlarıyla analiz yapılarak bulgular oluşturulmuştur. Bulgulara göre varılan sonuç göstermektedir ki anormal durum tespitini ve zafiyet karakteristiğini loglar üzerinden tespit edebilmek mümkündür.
Windows işletim sistemi kalıntılarının analizini gerçekleştiren siber olay müdahale aracının geliştirilmesi ve olay zaman çizelgesinin çıkarılması
Windows işletim sisteminin dünya genelinde günden güne kullanımı yaygınlaşmaktadır. Bununla birlikle, windows işletim sistemine ait sürümler gelişmekte ve güncellenmektedir. Windows'un yaygın olarak kullanılan sürümlerinde suç teknikleri ve türevleri sürekli değişmekte, saldırganların kurbanlarını etkisi altına alması hızla artmaktadır. Bu zaman zarfında kurbanların makinelerindeki adli analiz ve adli kopya yöntemlerinin gerçekleştirilmesi uzun sürdüğü için saldırganların tespiti ve saldırının önlenmesi zaman kaybettirmektedir. Windows işletim sistemleri olarak makine üzerinde gerçekleşen süreçleri, kullanıcı aktivitelerini, dosya sistem ve kayıt defteri kayıtlarını, uygulama ve kullanıcı kalıntılarını tespit etmek için güncel yöntemler, araç-gereçler kullanılarak zaman kaybı azaltılmaya çalışılmaktadır. Windows işletim sistemlerinde adli kopya alma ve alınan kopyaların analizinde kullanılan araçlarının genellikle ticari yükünün olması, alanın geliştirilebilirliği yönünde engel arz etmekte ve incelemeleri geciktirmektedir. Bu sebeple açık kaynak kodlu yazılımlar ile kurbanın dahil olduğu olayları doğrudan analiz edebilmeyi sağlayan log kayıtlarının incelenebilmesi zaman ve ticari boyut açısından kayıpları azaltılabilmektedir. Aynı zamanda elde edilen log kayıtları ile saldırı zaman çizelgesi oluşturularak saldırının verdiği zarar gözlemlenebilmektedir. Bu tez çalışmasında Windows işletim sistemlerinde saldırganların genellikle iz bıraktıkları log kayıtları ve kalıntıların toplanmasının ardından ayrıştırılması ve ardından olay zaman çizelgesinin çıkarılması sunulmuştur. Kalıntıların ayrıştırılması için güncel yöntemlerin yanı sıra açık kaynak kodlu siber olay müdahale aracının geliştirilmesi gerçekleştirilmiştir. Ayrıştırılan kalıntıların, olay-zaman çizelgesi oluşturularak saldırgan-kurban ilişkisinin kayıt çizelgesinden bahsedilmektedir. Bu tez çalışmasında geliştirilen ve IR-Parser adı verilen yazılımın adli bilişim ve siber güvenlik alanında çalışan insanlara faydalı olacağı düşünülmektedir.
Elektronik delillerin adli süreçteki aşamalarına uygun blok zinciri uygulaması geliştirilmesi
Suçun aydınlatılması ve suçlunun tespit edilmesi açısından elektronik deliller oldukça önemlidir. Elektronik ortamlardan elde edilen verilerin delil niteliğini koruması, maruz kaldığı müdahalelerde itirazlara yol açacak durumların ortadan kaldırılması ile mümkün olacaktır. Elektronik delillere el koyma veya imaj alma aşaması ile başlayan adli süreç birçok iş ve işlem ile devam etmektedir. Bu işlemlerin neler olduğu, kimlerin ne gibi bir işlem yaptığı bilgisine ait kayıtların tutulmaması adli aşamalarda elektronik deliller ile ilgili itirazlara sebep olmakta, bu itirazlar sonucunda bazen elektronik deliller adli makamlarca delil niteliğini yitirdiği yönünde kararla dosyadan çıkarılabilmektedir. Bu tez çalışmasında uluslararası alanda kabul görmüş, veri doğruluğu ve bütünlüğü açısından son derece güvenilir bir sistem olan blok zinciri teknolojisi kullanılarak elektronik delillerin süreç yönetiminin kayıt altına alınmasını sağlayan bir uygulama gerçekleştirilmiştir. Uygulama ile adli merciler ve kolluk kuvvetleri tarafından bir suça konu elektronik delillerin ilk müdahalesinden başlayıp adli sürecin sonlanmasına kadar geçen süreç içerisinde yapılan her iş ve işlem blok zinciri teknolojisi ile kayıt altına alınmış, böylece yapılan her işlemin silinemez ve değiştirilemez bir kaydının oluşması sağlanmıştır. Uygulamada gerçek bir adli vaka konusu elektronik delilin süreç içerisindeki adımları canlandırılmış, süreç içerisinde yer alan elektronik delile yapılan iş ve işlemlerin kayıtlarının uygulama üzerinden değiştirilemez ve silinemez olduğu kanıtlanmıştır.
Mobil sohbet uygulamalarının incelenmesinde adli analiz modelinin oluşturulması
Mobil sohbet uygulamalarının yaygın kullanımı, ülkelerin mevcut sistemler ile iletişim tespiti ve suçun aydınlatması konularında yetersiz kalması mobil cihazların incelenmesi gerekliliğini doğurmaktadır. Bu incelemelerde ise ortaya birtakım zorluklar çıkmaktadır. Kullanılan inceleme yazılımları bu zorlukları kısmen aşmakta fakat aşamadığı ve tanımlayamadığı durumlarda herhangi bir veri getirememektedir. Böyle bir inceleme sonucunda var olan veriler inceleme yazılımları tarafından tanımlanmadığından yapılan incelemeler eksik kalmakta ve soruşturma konusuna herhangi bir fayda sağlamamaktadır. Yapılan bu tez çalışmasında imajı alınabilen mobil cihazların imajları üzerinden, imajı alınamayan mobil cihazların işletim sistemlerine uygun olarak sanal makinelerde oluşturulan işletim sistemleri üzerinden istenilen incelemeler gerçekleştirilmiştir. Her bir sohbet uygulaması için oluşturulan senaryolar üzerinden birinci aşamada mevcut inceleme yazılımları ile mobil sohbet uygulamalarının analizleri yapılmış olup ikinci aşamada ise mobil sohbet uygulamalarına ait veri tabanı dosyaları manuel olarak incelenmiş, sohbet uygulamasına ait kullanıcı verilerini tutan veri tabanı dosyalarına bakılarak hangi bilgilerin elde edilebileceği tespit edilmiştir. Sonuç olarak incelenen sohbet uygulamalarından elde edilen bu bilgiler doğrultusunda bir karşılaştırma tablosu oluşturularak manuel yöntemler ile mobil sohbet uygulamalarının adli analizi modeli ortaya konulmuştur.
Olay yeri incelemelerinde radyo frekans tabanlı cihazların tespiti yöntemi geliştirilmesi
Günümüzde birçok IOT cihaz, akıllı saat, akıllı bileklik, akıllı kulaklık, kullanılmaya başlanmıştır. Adli bilişim alanında yapılan delil toplama çalışmaları genellikle gözle görülen delillerin tespiti ile başlamaktadır. Gözle tespiti zor olan ve uzaktan erişime açık olan elektronik delillerin toplanması olay yerinde birinci önceliğe sahip olmalıdır. Elektronik bir delilin uzaktan erişim yoluyla değiştirilmesi ve/veya erişilemez hale getirilmesi işlenen suçun açıklığa kavuşmasını engelleyebilmektedir. Tez çalışmasında olay yerinde aktif wifi ya da bluetooth bağlantısı olan mobil cihazların ve aktif yayın yapan bağlantı noktalarının tespiti içi yöntem geliştirilecektir. Sistem SDR (Software Defined Radio) tabanlı programlanabilir, frekans aralığı ve bandı değiştirilebilir şekilde tasarlanarak farklı bandlarda tarama ve elektronik delilin konumunun bulunmasına yönelik geliştirme yapılmıştır. Sistem tespit ve konumlandırma olarak iki ana başlıktan oluşmaktadır.
Siber saldırı türlerinin simüle edilmesi ve YARA ile tespiti
Bilişim sistemlerinin oldukça hızlı gelişimi, kurum ve kuruluşların tüm iş süreçlerini bilişim sistemleri üzerine taşımasını ve tüm süreçlerin bu sistemler üzerinde yürütülmesini ortaya çıkarmıştır. Bununla birlikte sistemler üzerinde bulunan şirket verilerinin ve kişisel verilerin güvenliğini sağlamak da bir sektör haline gelmiştir. Aynı zamanda kuruluşların bilişim sistemlerindeki verilerini hedef alan kötü niyetli kişi veya gruplar tarafından verilerin güvenliği tehlikeye atılmaktadır. Kuruluşların bu saldırgan kişi veya gruplar tarafından hedef alınması her geçen gün daha da artmaktadır. Dolayısıyla kuruluşlar kendi sistemlerini korumak amacıyla siber güvenlik için çeşitli çözümler kullanmaya başlamışlardır. Ancak bu çözümler sürdürülebilir bir siber güvenlik alt yapısı ve fiziksel ekibi olmayan kuruluşlar için yeterli değildir ve bu kuruluşlar saldırganların hedefi olmaktan kaçınamazlar. Saldırganların hedefi olmuş bir kurum veya kuruluşta oluşacak hasarın en aza indirgenmesi, oluşan hasarın onarılması ve yetkisiz erişimlerin kaldırılması için Adli Bilişim ve Olay Müdahalesi süreçleri işletilir. Adli bilişim ve olay müdahalesi süreçlerinde inceleme yapılan kurum alt yapısındaki tüm uç noktaların hızlı bir şekilde analiz edilmesi ve tüm tehdit unsurlarının tespit edilip ortadan kaldırılması kurum faaliyetlerinin devam etmesi açısından önem arz etmektedir. Bu tez çalışmasında siber dünyada aktif olarak sıkça kullanılan saldırı türlerinin analizi yapılmaktadır. Aynı zamanda bu saldırı türleri simüle edilmektedir. Adli Bilişim ve Olay Müdahale süreçlerinde Windows ve Linux sistemlerin bulunduğu bir sanal ortam oluşturularak bu ortamda sık kullanılan siber saldırı yöntemlerinin uygulanması ve bu yöntemlere karşı savunma mekanizmalarının geliştirilmesi, olay örgüsünün çözülerek kök sebebin ortaya çıkarılmasına katkı sağlamak hedeflenmiştir. Bu çalışmanın motivasyonu tüm kurum ve kuruluşların karşı karşıya olduğu siber tehditlerle baş edebilmektir. Tez çalışmasında yapılan uygulamada Windows sistemlerde sıkça karşılaşılan zararlı yazılım türevlerinin manuel tekniklerle ve açık kaynak çözümlerden olan YARA ile tespitinin nasıl yapıldığı açıklanmıştır.
Uzaktan eğitim araçlarının adli bilişim açısından incelenmesi
Dijital alanda adli bilişim araştırması yapan kişilerin işleri bu alanın bakir olmasından dolayı bu alanda çalışma yapmak zor olabilmektedir. Gün geçtikçe teknolojinin sürekli gelişmesi, yeni platform ve programların yayınlanması her uygulamanın, programın kendine özgü inceleme metotlarının olması gerekliliği sonucunu doğurmaktadır. Bu durum dijital inceleme yapacak olan kişilerin kendini sürekli geliştirmesini ve bu alanda kendilerine yol gösterecek kaynaklara ihtiyaç duymasını gerekli kılar. Uzaktan eğitim araçlarının adli bilişim açısından incelenmesi önemli bir konudur. Dijitalleşmenin giderek arttığı çağımızda, salgın hastalıklarında etkisiyle yüz yüze eğitimden ziyade uzaktan eğitim araçları kullanılarak dersler, sunumlar, etkinlikler ve hatta sanatsal faaliyetler yapılmaktadır. Uzaktan eğitim araçlarının adli bilişim açısından incelenmesinin amacı, bu materyallerin kullanımı esnasında meydana gelebilecek adli olayların ve inceleme gerektiren durumların ortaya çıkmasıdır. Bu çalışmayla uzaktan eğitim araçları kullanılarak gerçekleştirilen etkinlikler sonrası önemli veriler elde edilmiştir. Bu veriler, kimin, kiminle, nerede, ne zaman, nasıl, ne amaçla bir etkinlik düzenlediği şeklindeki sorulara cevap olarak araştırmayı yapacak kişilere de fayda sağlayacaktır. Birden çok uzaktan eğitim aracı bulunmasına karşın bu çalışmanın kapsamı daha yaygın kullanıldığı için uzaktan eğitim araçlarından olan Microsoft Teams ve Skype uygulamaları üzerinedir. 2017 yılında Microsoft yeni bir iletişim platformu olan Microsoft Teams'i yayınlamıştır. Uygulamanın diğer benzer uygulamalara göre daha yeni bir yayınlanma tarihi olduğu için bu alanda yapılmış çalışmalar oldukça azdır. Ancak alanda edinilen gözlem sonucunda kullanım oranının hızla arttığını görülmektedir. Bu durumda dijital alanda inceleme yapacak kişilerin söz konusu uygulama ile ilgili olarak çalışma gereksinimlerinin olacağını göstermektedir. Windows 10 işletim sistemine sahip web client uygulamaların yüklü olduğu bilgisayarlar üzerinde gerçekleştirilen bu çalışmada Microsoft Teams ve Skype tarafından depolanan veya ağ üzerinden gelen giden trafik bilgilerinin izole bir ortamda incelenmesi sonucu elde edilen veri ve bilgiler sunulmuştur. Bu çalışmanın gelecekte uzaktan eğitim araçlarına dair araştırma yapacak kişilere yardımcı olması temel amaçlardan biridir.
Web shell saldırı türünün windows forensic teknikleriyle analiz edilmesi
Günümüzde iletişim teknolojilerinin hızla yaygınlaşması ve internet kullanımının artması ile siber saldırılar gün geçtikçe artmaktadır. Meydana gelen siber saldırılar sonucunda; kurumlar maddi ve itibar kaybı gibi büyük kayıplar yaşamaktadırlar. Siber saldırıların geç tespiti, analistlerin yetkinliği ve verilerin ayrıştırılma sürecinde yaşanan aksaklıklar saldırıların zarar boyutunu arttırmaktadır. Bu yüzden meydana gelen saldırıların erken tespiti önem arz etmektedir. Özellikle sistemlere erişim sağladıktan sonra uzun süre sistem içerisinde yıllarca fark edilmeden kalabilen gruplar bulunmaktadır. Bu gruplar APT (Advanced Persistent Threat: Gelişmiş Kalıcı Tehdit) grupları olarak adlandırılıp web shell saldırı türünü sık olarak kullanmaktadırlar. Saldırganların hedef sisteme birden fazla Shell yükleme yöntemi ile erişme olanağı bulunmaktadır. Shell dosya kodu yüklenen sistemlerde saldırganlar erişim yetkisine sahip olarak sistemler üzerinde kötücül aktiviteler gerçekleştirebilmektedir. Bu tezin amacı siber güvenlik dünyasında bulunan ve bu alanda ilgili olan kişilerin bir web Shell saldırısı ile karşılaştıklarında ilk olarak hangi işlemleri yaparak sistemleri kontrol edebileceği ve alınabilecek önlemleri içermektedir. Bu tez çalışmasında bir sistem üzerine web shell yüklemesi yapıldıktan sonra Windows sistemler üzerinde nasıl analiz edilerek tespit edildiği açıklanmış ve adli bilişim açısından analizinin nasıl gerçekleştirilmesi gerektiği ortaya konulmuştur. Tez çalışmasının uygulama bölümünde, saldırı sonrası içerisine file upload yöntemi ile shell yüklemesi yapılmış ve imajı alınmış sistemin analizi gerçekleştirilmiştir. Çalışma sırasında kullanılan analiz yöntemlerinin hepsi açık kaynak kodlu ve ücretsiz yazılımlardır.
Nesnelerin interneti uygulamaları için saldırı tespit yöntemlerinin geliştirilmesi
İnternettin gelişmesiyle birlikte IoT cihazları günümüzde birçok alanda kolaylık sağlamaktadır. Bu kolaylıklar insanların yaşam kalitesini arttırmaktadır. İnsanlar akıllı şehir, akıllı ev ve diğer akıllı platformları uzaktan izlemek ve yönetmek istemektir. Uzaktan izlenen ve yönetilen uygulamalar avantajlarının yanı sıra güvenlik sorunları gibi problemlere neden olmaktadır. IoT platformlarının artmasıyla birlikte saldırganların hedef noktası haline gelmiştir. Bu tür saldırıların tespit edilebilmesi ve güvenlik açıklarının önüne geçilmesi IoT teknolojisinin kullanım oranını daha da arttıracaktır. IoT kullanıcıları, saldırganların en çok tercih ettiği ağ saldırılarından dolayı mağdur olmaktadır. Bu mağduriyetin yanı sıra insanların kişisel verilerine erişim söz konusu olduğu için IoT platformlarındaki talebi olumsuz etkilemektedir. Bu tez çalışmasında, DDoS, DoS ve Brute Force gibi saldırı türleri incelenmiş ve IoT saldırılarını tespit etmek için yöntemler geliştirilmiştir. Tez kapsamında iki temel katkı sunulmuştur. İlk olarak akıllı ev platformunu oluşturmak için Home Assistant teknolojisini kullanan bir laboratuvar kurulmuştur. Bu laboratuvar ortamında IoT cihazlarına Brute Force FTP, Brute Force SSH, DoS HTTP Flood, DoS ICMP Flood, DoS Syn Flood, Syn Scan ve UDP Scan, olmak üzere yedi saldırı gerçekleştirilmiştir. Toplanan veri setine XGBOOST algoritması uygulanarak saldırı türleri tespit edilmiştir. İkinci olarak, literatürde yaygın olarak kullanılan Bot-IoT veri setine Karar Ağacı algoritması uygulanmıştır. Tez kapsamında kullanılan veri setlerine diğer makine öğrenmesi yöntemleri uygulanarak sonuçlar karşılaştırılmıştır.
Android cihazlarda zararlı yazılım analizinin adli bilişim bakımından gerçekleştirilmesi
Teknolojinin ilerlemesiyle beraber günümüzde gerçekleştirilen siber suçlar saldırganlar tarafından saldırı vektörleri kullanılarak kullanıcının mobil cihazında çeşitli işlemler yapabilmektedir. Mobil cihaz türlerinden biri olan Android cihazlar, Android işletim sistemindeki zayıflıklardan, uygulama mağazasındaki zafiyetlerden kaynaklı kolayca istismar edilebilmektedir. Adli soruşturmalar için büyük verileri bulunduran Android cihazlardaki zararlı yazılımların adli bilişim bakımından incelenmesi önem arz etmektedir. Android cihazların, uygun adli bilişim araçları ile adli kopya alma, inceleme ve analiz süreçlerinin gerçekleştirilmesi soruşturmaların açığa çıkmasına katkı sağlamaktadır. Bu nedenle, uzmanların Android cihazları inceleyen adli bilişim araçları hakkında yeterli bilgiye, donanıma ve tecrübeye sahip olması gerekmektedir. Android cihazların sürekli olarak kendini güncellemesi, yeni özelliklerin eklenmesi nedeniyle Android cihazları inceleyen adli bilişim araçlarının güncel sürümlerinin kullanılması gerekmektedir. Yapılan tez çalışmasında, saldırgan bakış açısıyla sızma testi senaryoları gerçekleştirilerek teknik ve teori bilgilere yer verilmiş olup Android cihazda zararlı yazılım analizinin adli bilişim bakımından incelenmesi gerçekleştirilmiştir. Android cihazda zararlı yazılım analizinin adli bilişim bakımından gerçekleştirilmesi noktasında en az iki mobil adli bilişim yazılımı ile mantıksal ve fiziksel imaj yöntemi ile incelenmesi önerilmektedir. Zararlı yazılımlara ait bulgu tespit edildiği noktada manuel inceleme yöntemi tercih edilerek zararlı uygulamaların statik ve dinamik analizinin gerçekleştirilmesi gerektiği kanısına varılmaktadır.
Mobil adli bilişim alanında ülkemizdeki kolluk kuvvetlerinin karşılaştığı sorunların belirlenmesi ve çözüm önerileri
Teknolojinin hızla gelişmesine paralel olarak günlük hayatımızın hemen her alanında kullanılması hayatımızı birçok konuda olumlu ve olumsuz etkilemesine neden olmuştur. İnsanlık tarihine yön veren teknoloji bu hızda ilerlerken teknolojinin ve teknolojik aygıtların suçta kullanılması da kaçılmaz hale gelmiştir. Bu paralel olarak bilişim sistemlerinin kullanılması yoluyla işlenen suçlar giderek artmaktadır. Hırsızlık, tehdit, hakaret, dolandırıcılık vb. suçlar artık daha çok teknoloji kullanılarak, sosyal medya aracılığıyla, çeşitli uygulamalar ile ya da mobil cihazlarla yapılmaktadır. Bu suçların önüne geçebilmek için ülkemizde adli bilişim ve mobil adli bilişim kavramının gelişmesi ve kolluk kuvvetlerinin bu hıza ayak uydurması gerekmektedir. Mobil cihazlar, kullanıcısına sıkı sıkıya bağlı olması nedeniyle içerisinde çok fazla veri bulundurmaktadır. Bu yüzden mobil cihazlar içerisinde kolluk kuvvetlerinin suçu aydınlatmasına imkan tanıyacak çok önemli kanıtlar elde edilebilmektedir. Bu anlamda mobil cihazların içerisindeki kanıtların delil niteliği kazanabilmesi için sırasıyla muhafaza altına alma, adli kopya oluşturma, inceleme ve raporlama aşamalarının sağlıklı şekilde yürütülmesi gerekmektedir. Buna paralel olarak suçlular mobil cihazlarda delil elde edilmesini engellemek için çeşitli delil karartma yöntemleri kullanabilmektedirler. Bunların başında cihaza zarar verme, şifreleme, verileri yok etme vb. seçenekler kullanmaktadırlar. Bu yüzden kolluk kuvvetleri kanıt elde ederken bu ve benzeri engellere karşı kendilerini güncellemeli ve bir adım ileride olmaları gerekmektedir. Bu çalışma ülkemizde ki tüm adli bilişim çalışmalarına yol gösterici olacak niteliktedir.
Speech emotion recognition: Application in distance learning education
Affective computing is a branch of artificial intelligence that tries to pass the innate human capabilities of emotional intelligence to machines to enhance a smooth interaction between humans and computer systems. Speech emotion recognition is an essential aspect of affective computing and plays a significant role in designing systems and machines that recognize, analyze, interpret, and simulate human emotional states. In this project, the concept of speech emotion recognition is being integrated into a distance learning system to investigate the lecture delivering performance via a distance learning platform. To archive this, the performance is classified into three categories: interesting, Neutral, and boring, depending on the lecturer's emotional state. The project is implemented using intelligent machine learning techniques to recognize and interpret a lecturer's emotional state. It is carried out in four major stages of data preprocessing, feature extraction, feature selection, and classification. Our model adopts a comprehensive feature generation approach that utilizes a shoelace graph pattern as a local feature generator alongside tunable Q wavelet transform (TQWT). The best four feature vectors from the feature generation stage are selected and merged to obtain the final feature vector. After that, we applied an NCA method at the feature selection stage to select 512 most discriminative features. We then perform the classification using the SVM classifier. Our proposed network performed well, giving us an accuracy of 96.41% when applied on the Turkish dataset and 94.97% when applied on the English dataset.
Copy-move forgery detection in digital images using convolutional neural network
The detection forgery in digital images has become a hot domain of research in the field of digital image forensics as a result of the prevalent use of image editing tools for manipulating an image to conceal or distort information in the image. One of the most common image forgeries performed is the copy-move forgery. This type of forgery involves copying a segment of the image which is then pasted to a different segment of the same image. The need for detecting whether an image is authentic becomes essential. The existing methods implemented for detecting image forgeries were based on traditional feature extraction algorithms such as block-based and key point-based algorithms. These traditional techniques employed produce a low-performance result. Deep learning techniques have proven to provide better performance in image processing tasks. In this research, a convolutional neural network that is based on a pre-trained ResNet50 network was proposed for the detection of copy-move forgeries in digital images. The proposed model uses the CoMoFoD image dataset in carrying out the experiment. The metric evaluation results achieved in the proposed model show that deep learning methods performance is more effective and efficient in digital image copy-move forgery detection.
EEG sinyallerinden duygu tanıma için akıllı yöntemlerin geliştirilmesi
Günümüzde duyguların tanıması birçok alanda önemli bir unsur haline gelmiştir. EEG sinyallerinin çeşitli beyin ve nörolojik durumları teşhis ettiği düşünülmektedir. Duygusal durumun tespiti ve analizi için karakteristik sinyaller ürettiğinden bu çalışmada EEG sinyalleri kullanılmıştır. Bu tez çalışmasında önerilen modelin birincisinde efektif ve basit yöntem geliştirerek yüksek doğruluğa sahip otomatik duygu tanıma, diğerinde ise tek boyutlu sinyaller için yeni bir öğrenme modeli ile daha yüksek sınıflandırma geliştirerek yüksek doğruluğa sahip otomatik duygu tanıma amaçlanmıştır. Önerilen yöntemlerin birincisinde yerel ikili desen, çok düzeyli ayrık dalgacık dönüşümü, komşuluk bileşen analizi ve k-en yakın komşu sınıflandırıcı kullanılarak yeni bir otomatik EEG duygu tanıma modeli sunulmuştur. Bu model GAMEEMO veri setinde mükemmel sınıflandırma oranına %100.0 ulaşmıştır. Bu sonuçlar, modelin duygu sınıflandırması için EEG sinyalleri üzerindeki yüksek sınıflandırma yeteneğini açıkça göstermiştir. Önerilen diğer yöntemde, asal örüntü ve ayarlanabilir q-faktörlü dalgacık dönüşümü (AQDD) özellik üretme modeli sunulmuştur. Bu model, özellik çıkarma, özellik seçimi ve sınıflandırma olmak üzere makine öğrenimi modelinin tüm aşamalarını kapsamaktadır. Önerilen model 87 özellik vektörü ürettiğinden dolayı, bu model PrimePatNet87 olarak adlandırılmıştır. Önerilen modeli geliştirmek için herkese açık GAMEEMO, DREAMER ve DEAP veri seti kullanılmıştır. PrimePatNet87 modeli, birey bazlı çapraz doğrulama (LOSO) ile tüm veri kümelerinde %99'un üzerinde sınıflandırma doğruluğuna ulaşmıştır. Bu sonuçlar, önerilen asal örüntü modelinin gerçek dünya uygulamaları için hazır olduğunu göstermiştir.
Detection and analysis of cyber-attacks on IoT network devices
One of the most pressing concerns in network forensics is the detection of cyber-attacks in the IoT networks and their devices. Traditional intrusion detection systems based on signature rules are unable to detect current attack types. Hence, the need to urgently develop advanced methods for classifying IoT network traffic that can swiftly detect cyber-attacks becomes inevitable. This research aims to develop machine learning algorithms for cyber-attack detection in IoT-based networks, by analyzing the traffic data composed from the network itself. An ideal IoT network was implemented solely for the attack scenarios and generation of a dataset. The self-generated dataset from the IoT network was utilized for the comparison of machine learning algorithms suitable for the classification of attack-to-normal network traffic data. The algorithms are expected to classify the multi-class data into nine classes (normal traffic inclusive).
Sound based location detection using machine learning methods
Today, sound plays a significant role in every aspect of human life. The number of crimes committed in every environment, from personal security to critical inspections in our environment, is increasing. With this increase, the identification of criminals and the clarification of events are of great importance. Audio data can be used as descriptive information to track the criminal. Activities carried out in our homes produce different sound signals. Various activities are carried out in other locations in the house, and the acoustic properties of the sound in each location differ. As a result of the detection of the produced sound signals, the person's position can be estimated. For this purpose, a new sound dataset consisting of household sound was collected. Videos related to activities to be performed according to home locations on YouTube were used in the generated dataset.In this thesis, the popular machine learning classifiers that have been used by recent research have been applied, such as KNN, SVM, random forest (REF), etc Finally, our model, the Cubic-SVM, determined the position of the classified sound and achieved a good result with an accuracy of 96.85 for identifying the location of the classified sound, compared with existing results obtained by the researchers.
Biyometrik görüntülerde kimlik denetimi için şifreleme teknikleri kullanılarak damgalama
Today, passwords are used first, respectively, to enter buildings or systems. Biometric data is used to increase the level of security after passwords are stolen or obtained. For higher security, it is aimed to provide high security by using smart card, biometric data and password. In the parts where this high security is required, the password, which is the weakest point of the authentication, must be protected. For this purpose, in the study, the password to be entered into the system for the authentication of biometric data was made into a text file by RSA encryption and hidden in the cover image with steganography, and the stamp image was obtained and the stamp was placed in the biometric data with DWT stamping. By investigating biometric data, encryption types and stamping types; Information about image quality measurement PSNR and MSE is given. In encryption, the mathematical explanation and application of RSA encryption has been made. In stamping, the necessary protection of ownership is provided by using DWT. The MATLAB program was used in encryption, steganography and stamping and the results were given.
Adli bilişim ses incelemeleri için yapay zekâ tabanlı cinsiyet tespiti modeli geliştirilmesi
Günümüzde teknolojinin de gelişmesiyle etrafımızda birçok farklı alanda ses verilerine rastlamaktayız. Ses verileriyle işlenen suçların tespitinde konuşmacı tanıma sistemleri kolaylık sağlayacaktır. Konuşmacı tanıma sistemleriyle yaş, cinsiyet, duygu durumu gibi birçok özellik tespit edilmektedir. Tespit edilen bu özellikler bir konuşmadaki önemli özelliklerdendir. Konuşmacının cinsiyetinin tespit edilmesi günümüzde kullandığımız sesli yanıt sistemleri, adli uygulamalar gibi farklı alanlarda işimize yaramaktadır. Adli bilişim alanındaki hukuki olaylarda da karşımıza çıkmaktadır. Konuşmacı sesinin çeşitli özelliklerini incelenerek bu özellikler doğrultusunda çıkarılacak ipuçlarıyla konuşmacı yaşı ve cinsiyeti tespit etme çalışmaları incelenmiştir. Sesin farklı özellikleri açıklanmış, sinyal yapısı ve analizi ile ilgiler bilgiler verilmiş, ses adli bilişiminden bahsedilmiştir. Kullanılabilecek sınıflandırma yöntemleri karşılaştırılmıştır. Toplanan veri seti ile konuşmacının sesinden cinsiyet tespitinde kullanılabilecek bir model geliştirilmiştir. Modelde özellik çıkarımında bir boyutlu üçlü yerel örüntü ve sınıflandırma yöntemi olarak DVM kullanılmıştır. Önerilen metodun doğruluk oranı %99,59 olarak hesaplanmıştır.
Linux sistemler için derinlemesine adli analiz yapılarak kalıcılık yapılarının tespit edilmesi
Günümüzde, siber saldırganlar ele geçirdiği makineler üzerinde hızlı bir şekilde yayılım gösterebilmektedir. Olay müdahale ekipleri, saldırının izlerini tespit etmek ve olası tehditleri takip etmek için güvenlik ihlaline maruz kalan makineler üzerinde uçtan uca inceleme yapmaktadır. Olay müdahale ve adli analiz süreçlerinde dijital delillerin incelenmesi ve kovuşturma evresine geçiş yapılması büyük önem taşımaktadır. Windows işletim sistemlerinde Adli bilişim uzmanları, saldırının takibi sürdürebilmesi için bazı makinelerden toplu ve hızlı şekilde veriler toplayıp analiz edebilme imkanına sahiptir. Linux açık kaynak kodlu işletim sistemlerinde görünürlük daha kısıtlı olduğundan ilgili kaynakların değerlendirilmesi ve anlamlandırılması gerekmektedir. Adli analiz süreçlerinin yaygınlık göstermesi ve gelişen teknoloji yapısı ile Linux açık kaynak kodlu işletim sistemlerinde de saldırının kaynağının ve yayılımın tespiti için dosya sistem kayıtları veya log dosyalarının toplanması analiz süreçleri yönetilmiştir. Windows işletim sisteminde adli delil nitelikleri daha fazla ve açık iken, Linux sistemlerde saldırı aktiviteleri görünürlüğü bakımından daha azdır. Saldırganlar belirli yöntemler ile sistemleri ihlal etmekle kalmayıp, sistem üzerinde kalıcılık bırakarak zamanlanmış görevler ekleyerek sistemden bilgi toplama amaçlı mekanizmalar üretmeye çalışmaktadır. Adli bilişim uzmanının, vakanın hızlı analizi için canlı bir sistemden veya adli bir imaj içerisinden önemli işletim sistemi dosyalarını toplaması yeterli olacaktır. Bu tez çalışmasında, Linux işletim sistemlerinde adli analiz süreçlerinin yönetilmesi, saldırganların Linux sistemlerde kalıcı olmak için hangi yapıları kullandıkları test edilerek ve tespitler analiz süreçleri ışığında aktarılacaktır. Linux sistemlerde kalıcı olan saldırı aktivitelerini tespit edememek kurumsal ağ için büyük tehdit oluşturmaktadır. Bu tez çalışması kapsamında, Linux işletim sistemi üzerinde yer alan cihazların aktif dizinlerinden toplanan veriler ile saldırı aktivitelerinin tespiti ve kovuşturma evresine kadar bulunan sürecin yönetilmesi ve zamanlanmış saldırı görevleri yaparak sistem üzerinde uzun yıllar kalıcı olmayı amaçlayan birtakım işlemler aktarılmıştır.
Siber tehdit istihbaratıyla özgün tehdit aktörleri veri kümesi oluşturma ve sınıflandırma
Siber uzayda bilgi işleyen teknoloji ve veri varlığının artışıyla birlikte gelişmiş sürekli tehdit aktörü olarak tanımlanan gruplar ortaya çıkarak endüstriyel casusluk, sabotaj ve hırsızlık suçlarını işlemektedirler. Kuruluşlar veri varlığını korumak için siber güvenlik süreçlerini iyileştirme amacıyla siber savunma faaliyetleri ve bu faaliyetlerin yerine getirilmesi için gerekli savunma teknolojilerine yatırım yapmaktadırlar. Siber tehdit istihbaratı ise bu savunma faaliyetleri içerisinde daha bilinçli izleme, tespit ve müdahale adımlarını güçlendirmek amacıyla faydalandıkları bir alandır. Bu çalışmada kurum ve kuruluşların savunma faaliyetleri kapsamında tespit ve önleme kabiliyetlerini arttırılması amacıyla tehdit istihbaratından elde edilen zararlı göstergelerle tehdit aktörlerine ait veri kümesi oluşturulması ve sınıflandırılması hedeflenmiştir. İnternet üzerinden tehdit aktörlerine ve siber saldırılara ait zararlı göstergelerin toplanarak oluşturulacak olan veri kümesi ile daha önceki benzer siber saldırı aktivitelerinin çıkarılması hedeflenmektedir. Olay müdahale süreçlerinde elde edilen zararlı göstergeler veri kümesinde yer alan özniteliklerle karşılaştırılarak tehdit aktörü veya bir siber saldırıya ait tehdit istihbaratı ilişkisi çıkarabilir. Çalışma sonucunda zararlı gösterge ile ilişkili siber saldırı veya tehdit aktörünün daha önceki saldırılarda kullandığı zararlı göstergelerin çıkarımı sağlanacaktır. Oluşturulan veri kümesi ile tespit edilen bulgunun tehdit aktörü ilişkisi konusunda çıkarım yapılmasını sağlayacaktır. Örneğin, Olay müdahale çalışması ile tespit edilen IP adresi hakkında servis sağlayıcı ve IP bloğu bilgisi ile oluşturulan veri kümesi içerisinde yer alan IP adresi benzerlik ilişkisine bakılarak ilişki kurulan bir siber saldırı veya tehdit aktörü hakkında bilgi edinilebilir.
CAD systems in medical application: Detection of tuberculosis from CXR-images using convolutional neural based networks (case study: Nigerian public health)
Tuberculosis (TB) is a very dangerous contagious bacterial infection that usually attacks the lungs and has spread widely around the globe in the last 4 to 5 decades. Early detection of TB is pivotal to the decrease in morbidity and mortality. The diagnosis of TB is made through conventional methods such as blood tests, skin tests, CT scans, and sputum tests, which are tedious and take weeks or even more. Therefore, to lower the detection time and raise the accuracy of diagnosis, due to the time-consuming task that typically requires expert radiologists to read the test, leading to fatigue-based diagnostic error and lack of trained experts in areas of the world where radiologists are not available or limited. In recent years, the application of Artificial intelligence (AI) and the breakthrough of deep learning (DL) approaches like convolutional neural networks (CNN) architectures in object detection and classification have attracted many researchers to apply this sophisticated technology in different fields of science, primarily in the medical field to achieve expert-level performance in the interpretation of different diseases, which is powered by the availability of labeled digital dataset. Hence chest radiograph (CXR) has become critical in detecting thoracic diseases such as TB. This study used a public and private dataset of CXR images to build models that can effectively detect TB using pretrained deep neural networks. In our experiment, the best performing model was MobileNetV1 out of the models used, in which we were able to achieve an accuracy of 94%, specificity of 96%, sensitivity of 92%, with an f1-score, precision of 94% respectively on a private dataset we collected from a densely affected region of Africa, Nigeria to be precise. Meanwhile, the same model on a public dataset scored an accuracy of 100%, sensitivity of 99%, specificity, precision and F1-score of 100% respectively. Hence, the performance of the deep neural networks (DNN) model in our experiment shows the efficacy of DNN in detecting tuberculosis from CXR images.
A new sound forensics approximation: An automated location detection method i̇n multistorey buildings using environmental sound classification
Environmental sound classification has continued to attract research and applications designed specifically for digital forensic studies and cybercrime analysis because of its vast range of applications. [1]. Conventional ambient noise classification systems, for example, depend on hand-crafted extracted features such as MFCC, zero-crossing rate, and short-term energy. However, this might not help for position-based sound classification such as those in multi-storey buildings. This thesis is a research project aimed at resolving this issue using a centre-symmetric nonlinear pattern. We gathered ambient sounds from each floor of a multi-story structure, which we turned into a dataset and made publicly available. A substitution box (S-Box) is used to generate features in a new centre symmetric nonlinear pattern. After the feature generation technique we used, we dubbed the model CS-Lblock-Pattern. The dataset contains ten classes, one for each of the building's ten floors. Our investigations show that using SVM, we can get good classification accuracy for multi-storey hospital datasets, with an accuracy rate of 95.38%. The classification phase results clearly shows that ESC may produce effective results by applying a center-symmetric nonlinear pattern
Mobil cihazlar için ekran parmak izlerinden parola tespiti yapılarak yeni bir süreç tanımlama modelinin geliştirilmesi ve adli bilişim incelemesi yapılması
Hızla gelişen mobil cihaz teknolojisinin getirdiği yenilikler günlük işlemlerin mobil cihazlar ile rahatlıkla yürütülmesine imkân tanımıştır. Sosyal hayatın önemli bir kısmını oluşturan sosyal medya platformları ve anlık mesajlaşma uygulamaları yaygın bir şekilde mobil cihazlar üzerinden kullanılmaktadır. Bu özellikleri ile iş ve sosyal hayatın önemli bir parçası olan mobil cihazlar, farklı dijital suç ve kanıtların birincil kaynağını oluşturmakta ve kullanıcısıyla bütünleşmiş yapısı sayesinde suç soruşturmalarında başvurulan önemli delil kaynağı haline gelmiştir. Mobil cihazlar önemli kişisel verileri barındırmaktadır. Bu durum cihaz üreticilerinin verilerin güvenliği için farklı güvenlik uygulamaları ve şifreleme yöntemleri geliştirmesine neden olmuştur. Suç soruşturmalarında mobil cihazlardan kanıt elde etmek adli merciler için suçun aydınlatılmasında son derece önemli hale gelmiştir. Bu nedenle mobil cihazlardan kanıt elde etme yöntemleri, kullanılan güvenlik ve şifreleme yöntemleri ile paralel ilerlemeye mecburdur. Aksi halde suçun aydınlatılması için mobil cihazlardan kanıt elde edilemeyeceğinden adli mercilerin sağlıklı ve hızlı karar vermesi zorlaşacaktır. Adli bilişim alanında mobil cihazlardan kanıt elde etmek için öncelikle cihazın adli kopyası alınarak, kopya üzerinden işlemler yürütülmektedir. Mobil cihazlarda ekran kilidinin kullanılması çoğu cihazın mantıksal kopyasının alınması önünde büyük engel teşkil etmektedir. Bu tez çalışmasında mobil cihaz adli bilişim süreçleri, adli kopya alma yöntemleri ve adli araç setleri irdelenmiş, cihaz ekranı üzerindeki parmak izlerinden desen kilidi tespit edilmesi ile ilgili yüksek sınıflandırma başarısına sahip yeni bir yöntem geliştirilmiştir. Ayrıca geliştirilen yöntemle ilişkili olarak yeni bir mobil cihaz inceleme süreç modeli önerilerek örnek mobil cihaz adli analizi yapılmıştır.
Makine öğrenmesi tabanlı kötücül yazılımların tespiti
Günümüzde bilgi güvenliği açısından en önemli problemlerden birisi de kötücül yazılımları tespit etmektir. Bilgisayar korsanları çoğunlukla kötücül yazılımları kullanarak sistemleri sömürmeyi hedeflemektedir. Bu sebepten dolayı, kötücül yazılımların tespiti ve bu tür zararlıların engellenmesi bilgi güvenliği için kritik öneme sahiptir. Genel olarak bir kötücül yazılımın davranışları belirlenir ve bu yazılımlar imza tabanlı bir sistem kullanılarak tespit edilir. Ancak, teorik olarak kötücül yazılımlar belirli bir kalıpla ifade edilemeyecek davranışlara sahip olabilirler. Bu durumda kötücül yazılım tespitinin deterministik sistemler kullanılarak yapılmasının zor olduğu ve daha da zorlaşacağı bilinmektedir. Bu problemi çözebilmek için yapay zekâ ve makine öğrenmesi yöntemleri kullanılmaktadır. Son zamanlarda derin öğrenme, makine öğrenmesi ve yapay zekânın fenomeni olarak görülmekte ve kullanım alanı yaygınlaşmaktadır. Derin öğrenme sistemleri görüntü, ses ve metin tanıma gibi alanların yanı sıra bilgi güvenliği alanında da kullanılmaktadır. Özellikle kötücül yazılım tanımada derin öğrenme yöntemleri sıklıkla kullanılan yöntemler arasında sayılmaktadır. Ancak heterojen kötücül yazılım (malware) veri setlerinde de derin öğrenme yöntemleri %85 tanıma oranlarında kalmaktadır. Bu tez çalışmasında bilgisayar korsanlarının sık sık kullandığı araçlar, kötücül yazılımlar ve anti-kötücül yazılım çözümleri araştırılarak kötücül yazılım tanımadaki etkileri incelenmiş ve böylece bu tür kötücül yazılımları yeni nesil özellik çıkarma ve öğrenme yöntemleri kullanılarak daha yüksek doğrulukta tanımak amaçlanmıştır.