Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Ceren Umay ÖZTEN
Danışman: Adem Tekerek
Özet:
Malware bilgi sistemlerin tehdit eden ve kullanımını engelleyen kötücül yazılımların bütününe verilen isimdir. Günlük hayatta kullanımı zorunlu hale gelen bilgisayarlar insan hayatını kolaylaştırdığı kadar kötücül yazılımların da sürekli tehdidi altındadır. Dolayısıyla bilgisayar sistemlerini tehdit eden malwarelerin denetlenmesi ve tespit edilmesi önemlidir. Literatürde kötücül yazılımları denetlemek ve tespit etmek için çok fazla çalışma yapılmaya devam etmektedir. Derin öğrenme yöntemlerinin de malware tespitinde son 10 yılda kullanımı giderek artmaktadır. Bu çalışma, malware sınıflandırmasına odaklıdır. Bu çalışmada malware sınıflandırması için EfficientNet mimarisi ve Dynamic Distribution Adaptation Network yaklaşımlı derin öğrenme modeli oluşturulmuştur. Çalışmada malware verilerinin görüntülere dönüşümü ve malware görüntülerinin EfficientNet model tabanında sınıflandırılması tartışılmıştır. Microsoft Malware Classification Challenge ve Dumpware10 bu çalışmanın veri kümeleridir. Deneysel çalışmalarda önerilen derin öğrenme modeli Microsoft Malware Classification Challenge veri kümesinde 97% validasyon doğruluk oranı ile 95% test doğruluk oranı, Dumpware10 veri kümesinde 96% validasyon doğruluk oranı ile 96% test doğruluk oranı elde edilmiştir.
Anahtar Kelimeler : EfficientNet mimarisi, malware sınıflandırması, veri ön işleme, mimari ölçeklendirme