Akıllı telefonlar, sağladığı özelliklerin yanında kullanım ve taşıma kolaylığı ile
birlikte kısa sürede her kesime hitap eden ve en çok kullanılan teknolojik aygıt durumuna
gelmiştir. Mobil cihazlar kişisel kullanım dışında sektörel olarak da birçok alanda
kullanılmaktadır. Mobil cihazların kullanımındaki hızlı artışla beraber siber tehditler, mobil
dünyasının en büyük problemlerinden biri haline gelmiştir. Özellikle Nesnelerin Interneti
(IOT-Internet of Things) kavramının hayatımıza girmesi ile birlikte, mobil cihazların
güvenliği sadece kişisel bilgi güvenliği ile sınırlı kalmayıp, siber güvenliğin her alanında
ve hatta fiziksel güvenlikte önemli bir yere sahip olmuştur. Her geçen gün saldırıların
sayısının ve çeşitinin artması mobil zararlı yazılımların tespitinde daha hızlı ve doğru
tespitler yapan yöntemler geliştirilmesi ihtiyacını doğurmuştur. Bunun yanında gerek
versiyonlarının gerekse yöntemlerinin değişmesinden dolayı, yapay zeka tekniklerinin
kullanılması da ön plana çıkmaya başlamıştır. Bu çalışmada, en çok kullanılan platform
olan Android için geliştirilen mobil yazılımlarda zararlı yazılım tespiti yapmak amacı ile
makine öğrenmesi ve derin öğrenme yöntemleri incelenmiştir. İncelenen yöntemler
Android yazılımların statik analiz yöntemiyle elde edilen özellikleri kullanılarak üretilmiş
olan veri seti kullanılarak test edilip, karşılaştırılmıştır. Elde edilen sonuçlar hem doğruluk
oranları hem de ROC eğrisi ile karşılaştırmalı olarak sunulmuştur. Yapılan çalışma
sonucunda derin öğrenme tabanlı sistemlerin daha iyi doğruluk oranına sahip olduğu
görülmektedir
Smart phones have become the most widely used technological devices that appeal
to all segments in a short period of time together with the ease of use and transportation
they provide.In addition to personal use, mobile devices are used in many areas in the
sector. With the rapid increase in the use of mobile devices, cyber threats have become one
of the biggest problems in the mobile world. Especially with the introduction of the
Internet of Things (IOT) concept, the security of mobile devices is not only limited to the
security of personal information, but also has an important role in every aspect of cyber
security and even physical security. As the number and type of attacks increase day by day,
the need to develop faster and more accurate methods for detecting mobile malware has
emerged. In addition, the use of artificial intelligence techniques has come to the forefront
due to changes in both versions and methods. In this study, machine learning and deep
learning methods were examined in order to detect malware in mobile software developed
for Android which is the most used platform. The methods examined were tested and
compared using the data set produced using the features of static analysis method of
Android software. The results obtained are presented in comparison with both accuracy
rates and ROC curve. As a result of this study, it is seen that deep learning based systems
have better accuracy
