No abstract

Özetçe-Mobil cihazların günümüzdeki yaygınılığı, bu cihazların güvenliğiyle ilgili konuların önem kazanmasına neden olmuştur. En yaygın olarak kullanılan mobil işletim sistemlerinden biri olan Android işletim sistemi, aynı zamanda üçüncü parti uygulamalarla birlikte kötücül uygulamalar tarafından en çok hedef alınan mobil işletim sistemidir. Bu bildiride, Android işletim sistemini hedef alan kötücül uygulamaların tespiti için bir makine öğrenmesi yöntemi olan sınıflandırma kullanılarak, öznitelik olarak uygulama izinlerini temel alan bir yöntem geliştirilmiştir. 5271 kötücül, 5097 iyi amaçlı uygulamadan oluşan veri kümesi üzerinde yapılan öğrenme ve test işlemleri sonucunda, Random Forest yöntemi ile uygulamaların sınıflandırılmasında %98 performans elde edilmiştir. Bu çalışma ile sadece uygulama izinlerine dayalı bir sistemle bile kötücül yazılım sınıflandırma başarımının ne kadar yükseltilebileceği özellikle vurgulanmıştır. Anahtar Kelimeler -android; mobil; izinler; makine öğrenmesi; sınıflandırma; kötücül uygulamaAbstract-The prevalence of mobile devices in today's world caused the security of these devices questioned more frequently than ever. Android, as one of the most widely used mobile operating systems, is the most likely target for malwares through third party applications. In this work, a method has been devised to detect malwares that target Android platform, by using classification based machine learning. In this study, we use permissions of applications as the features. After the training and test steps on the dataset consisting 5271 malwares and 5097 goodwares, we conclude that Random Forest classification results in 98% performance on the classification of applications. This work emphasizes how much mobile malware classification result can be improved by a system using only the permissions data.