Automatic malware detection using data mining techniques based on power spectral density (PSD)
dc.contributor.advisor | Kurnaz, Sefer | |
dc.contributor.author | Alsumaidaee, Yaseen Ahmed | |
dc.date.accessioned | 2021-05-06T12:25:58Z | |
dc.date.available | 2021-05-06T12:25:58Z | |
dc.date.submitted | 2019 | |
dc.date.issued | 2020-02-20 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/588540 | |
dc.description.abstract | Kötü amaçlı bir yazılım, orijinal bir yazılımın görünümünün altındaki sürecine titizlikle ulaşan bir yazılımdır. Klasik yöntemler, bu yazılımın, imzaları sunulmayan yeni ve gizli örneklere küçük riskler gösterdiğini göstermek için imzalar uygulamaktadır. Kötü amaçlı yazılım incelemesinin vurgusu, imza tasarımları uygulamasından, bu kötü amaçlı yazılımların gösterdiği kötü niyetli davranışı sınıflandırmaya kadar kararsızdır. Kötü amaçlı yazılımları mekanik olarak etkili bir şekilde fark etmek için sayısız veri madenciliği yöntemi önerildi. Bu tezde, çeşitli veri madenciliği yöntemlerini uygulayarak kötü amaçlı yazılım veri kümesinin özelliklerini ve PSD'nin gizli verimini çıkarmak için Güç Spektral Yoğunluğu (PSD) uygulanmıştır: Destek Vektör Makinesi (SVM), Radyal Temel Ağ (RBF) ve çok katmanlı perceptron ( MLP). Bu teknikler, bu alandaki yaygın araştırmalarla karşılaştırıldığında kayda değer sonuçlar vermiştir.Anahtar kelimeler: Kötü amaçlı yazılım, Veri madenciliği, Güç spektral yoğunluğu, bilgisayar güvenliği. | |
dc.description.abstract | A malware is a software that furtively achieves its process below the appearance of genuine software. classic methods apply signatures to distinguish these software's denote tiny risk to new and hidden examples whose signatures are not offered. The emphasis of malware investigation is unstable from applying signature designs to classifying the malicious conduct showed by this malware. Numerous data mining methods proposed to notice malware mechanically in the effectual face. In this thesis, Power Spectral Density (PSD) applied to extract the features of malware dataset and the yield of PSD confidential applying several of data mining methods: Support Vector Machine (SVM), Radial Basis Network (RBF) and multi-layer perceptron (MLP). These techniques presented remarkable results when compared with common researches in this field.Keywords: Malware, Data mining, Power spectral density, computer security. | en_US |
dc.language | English | |
dc.language.iso | en | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | Automatic malware detection using data mining techniques based on power spectral density (PSD) | |
dc.title.alternative | Güç spektral yoğunluğuna (PSD) dayalı veri madenciliği teknikleri kullanarak otomatik kötü amaçlı yazılım tespiti | |
dc.type | masterThesis | |
dc.date.updated | 2020-02-20 | |
dc.contributor.department | Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı | |
dc.identifier.yokid | 10240969 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | ALTINBAŞ ÜNİVERSİTESİ | |
dc.identifier.thesisid | 610960 | |
dc.description.pages | 59 | |
dc.publisher.discipline | Diğer |