Android Kötücül Yazılım Tespit Sistemleri İncelemesi

Abstract

Akıllı telefonların hayatımıza girmesiyle birlikte akıllı telefonları kullanan kullanıcı sayısı her geçen gün artarak devam etmektedir. Akıllı telefonların fazla talep görmesindeki neden, insanların bir cihazla istedikleri işleri tek dokunuşla kolaylıkla yapabilmesidir. International Data Corporation (IDC) firmasının 2016 2. çeyrek raporuna göre; akıllı telefon pazarında Android %87.6 gibi çok yüksek bir paya sahiptir [1]. Android'in akıllı telefon kullanan kullanıcılar arasında popüler olması ile birlikte açık kaynaklı bir yapıya sahip olması ve markete uygulama yüklenirken detaylı olarak kötücül yazılım incelenmesi yapılmadığından dolayı Android platformu kötü niyetli kişilerin bir numaralı hedefi haline gelmiştir. Android market ve diğer alternatif Android marketlerde kötü niyetli uygulamaların sayısı her geçen gün artmaktadır. G Data'nın 2015 1. Çeyrek raporuna göre; kötücül yazılımların %50.3 finansal amaçlıdır [2]. Finansal amaçlı olmasındaki neden Avrupa kıtasındaki kullanıcıların %41'nin banka işlemlerini akıllı telefonlarını kullanarak yapmasıdır [2]. Bu yüzden Android marketlerde bulunan uygulamaların kötücül olup olmadığını tespit etmek için etkin kötücül yazılım tespiti yapan sistemlere ihtiyaç vardır. Bu çerçevede bu çalışmada kötücül yazılım tespit sistemleri anlatılmıştır. 

Keywords

• Android 1,kötücül yazılım tespiti 2,akıllı telefon 3,Android uygulama güvenliği 4,Android güvenliği 5,mobil güvenlik 6

Android Malware Detection Systems Review

Abstract

With the smartphones entering our lives, the number of smartphones continues to increase day by day. The reason why smartphones are in so demand is that people can easily do what they want. According to IDC's 2016 Q2 report, Android dominated the smartphone market with an 87.6% share [1]. The Android platform has become the number one target of malicious people because of Android has an open source and new application installation has not been analyzed in detail. Therefore, the number of Android malicious applications are also increasing every day on Google Play and alternative Android application markets. According to G Data's 2015 Q1 mobile malware report, 50.3% of malware is for financial purposes [2]. The reason is that 41% of Europe's users use their devices for banking transactions [2]. Hence, there is need for effective malware detection systems which are detect malicious software on Android application markets. In this paper, malicious software detection systems will be explained. 

Keywords

• Android 1,malware detection 2,smartphone 3,Android application security 4,Android security 5,mobile security 6

References

1. Anonim, http://www.idc.com/prodserv/smartphone-os-market-share.jsp (Erişim tarihi: 06 Aralık, 2016).
2. Anonim, https://public.gdatasoftware.com/Presse/Publikationen/Malware_ Reports/ G_DATA _MobileMWR_Q1_2015_US.pdf (Erişim tarihi: 06 Aralık, 2016).
3. Anonim,http://www.cisco.com/c/en/us/solutions/collateral/service-provider/visualnetworking-index-vni/mobile-white-paper-c11-520862.html (Erişim tarihi: 06 Aralık, 2016).
4. B. Rashidi, C. Fung, E. Bertino, Comput. & Secur. 65 (2017) 90-107. Anonim,http://www.mcafee.com/us/resources/reports/rp-mobile-threat-report-2016.pdf (Erişim tarihi: 20 Ocak 2017) Anonim, https://www.fsecure.com/documents/996508/1030743/Mobile_Threat_Report https://www.fsecure.com/documents/996508/1030743/Mobile_Threat_Report_Q1_2014.pdf (Erişim tarihi: 06 Aralık, 2016)
5. Anonim, http://developer.Android.com/guide/topics/security/permissions.html#normaldangerous (Erişim tarihi: 06 Aralık, 2016).
6. A. Shabtai, L. Tenenboim-Chekina, D. Mimran, L. Rokach, B. Shapira, Y. Elovici Comput. & Secur. 43 (2014) 1-18. A. Feizollah, N. B. Anuar, R. Salleh, A. W. A. Wahab Digit. Invest. 13 (2015) 22-37.
7. S. Sheen, R. Anitha, V. Natarajan Neurocomputing 151 (2015) 905-912.
8. M. Magdum, S. K. Wagh Int. J. Comput. Sci. Inf. Secur. (IJCSIS) 14 (2016).

9. K. O. Elish, X. Shu, D. D. Yao, B. G. Ryder, X. Jiang, Comput. & Secur. 49 (2015) 255–273.
10. A. T. Kabakuş, İ. A. Dogru, A. Çetin, Digit. Invest. 13 (2015) 1-14
11. 298
12. J. Choi, W. Sung, C. Choi, P. Kim Pervasive Mob. Comput. 24 (2015) 138-149.
13. M. K. Alzaylaee, S. Y. Yerima, S. Sezer DynaLog: An automated dynamic analysis framework for characterizing Android applications, 2016 International Conference on Cyber Security and Protection of Digital Services (Cyber Security 2016), Londra-İngiltere, (2016) 1-8.
14. Z. Yuan, Y. Lu, Y. Xue Tsinghua Sci. Tech. 21 (2016) 114-123.
15. L. Gheorghe, B. Marin, G. Gibson, L. Mogosanu, R. Deaconescu, V.-G. Voiculescu, M. Carabas, Secur. Comm. Networks 8 (2015) 4254-4272
16. P. Wang, Y-S. Wang J. Comput. Sys. Sci. 81 (2015) 1012-1026.
17. T. Blasing, L. Batyuk, A-D. Schmidt, S. A. Camtepe, S. Albayrak An Android application sandbox system for suspicious software detection, 5th International Conference on Malicious and Unwanted Software (MALWARE), Nancy -Fransa, (2010) 55-62.
18. X. Wei , L. Gomez, I. Neamtiu, M. Faloutsos Profiledroid: multi-layer profiling of Android applications, 18th annual international conference on Mobile computing and networking, İstanbul -Türkiye, (2012) 137-148.
19. F. Tong, Z. Yan (2016) DOI: 10.1016/j.jpdc.2016.10.012.
20. M-Y. Su, K-T. Fung, Y-H. Huang, M-Z. Kang, Y-H. Chung Detection of Android Malware: Combined with Static Analysis and Dynamic Analysis, The 2016 International Conference on High Performance Computing & Simulation (HPCS 2016), Innsbruck-Avusturya, (2016) 1013-1018.
21. M. Spreitzenbarth, T. SchreckFlorian, E. Arp, J. Hoffmann (2014) DOI: 10.1007/s10207014-0250-0.
22. R. Pandita, X. Xiao, W. Yang, W. Enck, T. Xie Whyper: towards automating risk assessment of mobile applications, 22nd USENIX Security Symposium, Washington, D.C.-Amerika, (2013).
23. S. Chakradeo, B. Reaves, P. Traynor, W. Enck, MAST: Triag e for Market-scale Mobile Malware Analysis, WiSec’13 (2013), Budapeşte-Macaristan.
24. P. Teufl, M. Ferk, A. Fitzek, D. Hein, S. Kraxberger, C. Orthacker (2013) DOI: 10.1002/sec.675.