Ανάλυση κακόβουλου λογισμικού συσκευών Διαδικτύου των Πραγμάτων
| datacite.contributor.RelatedPerson | Φείδας, Χρήστος | |
| datacite.contributor.RelatedPerson | Μπίρμπας, Μιχαήλ | |
| datacite.contributor.Supervisor | Σερπάνος, Δημήτριος | |
| dc.contributor.author | Παπαγεωργίου, Χρήστος | |
| dc.contributor.other | Papageorgiou, Christos | |
| dc.date.accessioned | 2024-03-14T09:59:57Z | |
| dc.date.available | 2024-03-14T09:59:57Z | |
| dc.date.issued | 2024-03-13 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η ραγδαία ανάπτυξη της τεχνολογίας είναι άρρηκτα συνδεδεμένη με την αύξηση των κυβερνοεπιθέσεων, ιδίως σε κινητές συσκευές, μιας και αυτές χρησιμοποιούνται σε πολλές πτυχές της καθημερινότητας των ανθρώπων, οι περισσότερες εκ των οποίων είναι λειτουργικού συστήματος Android. Συνεχώς αναπτύσσεται μια πληθώρα νέων εφαρμογών για το λειτουργικό αυτό σύστημα, τις οποίες οι ερευνητές δεν προλαβαίνουν να αναλύσουν διεξοδικά, ώστε να τις διακρίνουν σε κακόβουλες και μη. Έτσι, οι χρήστες ενδέχεται να εγκαταστήσουν εφαρμογές, οι οποίες ενώ φαίνονται ασφαλείς, στην πραγματικότητα να εκτελούν κάποια κακόβουλη λειτουργία. Για αυτό το λόγο, σκοπός της παρούσας διπλωματικής εργασίας είναι η δημιουργία ενός συστήματος το οποίο θα αυτοματοποιεί τη διαδικασία της ανάλυσης κακόβουλου λογισμικού κινητών συσκευών λειτουργικού συστήματος Android. Πιο συγκεκριμένα, το σύστημα αυτό, χρησιμοποιώντας τα εργαλεία MobSF και VirusTotal και αξιοποιώντας τα APIs που αυτά προσφέρουν, θα πραγματοποιεί αυτοματοποιημένη στατική και δυναμική ανάλυση κακόβουλου λογισμικού. Στη συνέχεια, θα συλλέγει τα αποτελέσματα της ανάλυσης και αφού τα επεξεργαστεί, θα τα αποθηκεύει στη βάση δεδομένων MongoDB. Για την αποτίμηση της αποτελεσματικότητας της πλατφόρμας, θα συλλεχθούν δεδομένα από 10000 κακόβουλες εφαρμογές Android και θα αναλυθούν τα δεδομένα(features) που εξήχθησαν. Τέλος, προέκυψαν τα συμπεράσματα ότι η πλατφόρμα που δημιουργήθηκε κατά την εκπόνηση της διπλωματικής αυτής εργασίας αναλύει επιτυχώς κακόβουλο λογισμικό λειτουργικού συστήματος Android ενώ παράλληλα η αρχιτεκτονική της είναι scalable, έχει δηλαδή τη δυνατότητα να προσαρμόζεται στις ανάγκες του εκάστοτε χρήστη, όντας ικανή να αναλύσει παράλληλα μεγάλο όγκο κακόβουλου λογισμικού, εξαρτώμενη από την υπολογιστική ισχύ που της παρέχεται. | |
| dc.description.translatedabstract | The rapid development of technology is inseparably linked to the increase in cyber-attacks, especially on mobile devices, since they are used in many aspects of people's daily lives, most of which devices are Android operating systems. Although a multitude of new applications is continuously being developed for this operating system, researchers haven’t been able to analyse all of them thoroughly and distinguish between malicious and non-malicious. Thus, users may install applications which, while appearing safe, actually perform some malicious function. Therefore, the purpose of this thesis is to create a system which will automate the process of analysing malware on Android mobile devices. More specifically, this system will perform automated static and dynamic malware analysis using the MobSF and VirusTotal tools and exploiting the APIs they offer. Then, it will collect the analysis results and after processing them it will store them in a MongoDB database. To evaluate the effectiveness of the platform, data will be collected from 10000 malicious Android applications and the extracted features will be analysed. Finally, what arose from the use of the platform created during the preparation of this thesis is that the specific platform successfully analyses malicious Android operating system software while at the same time its architecture is scalable, i.e. it has the ability to adapt to the needs of each user, being able to analyze simultaneously a large volume of malware depending on the computing power provided to it. | |
| dc.identifier.uri | https://hdl.handle.net/10889/26819 | |
| dc.language.iso | el | |
| dc.subject | Κακόβουλο λογισμικό | |
| dc.subject | Στατική ανάλυση | |
| dc.subject | Δυναμική ανάλυση | |
| dc.subject.alternative | Μalware | |
| dc.subject.alternative | Static analysis | |
| dc.subject.alternative | Dynamic analysis | |
| dc.subject.alternative | Android OS | |
| dc.title | Ανάλυση κακόβουλου λογισμικού συσκευών Διαδικτύου των Πραγμάτων | |
| dc.title.alternative | Malware Analysis for Internet-of-Things (IoT) devices |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Ανάλυση κακόβουλου λογισμικού συσκευών Διαδικτύου των Πραγμάτων.pdf
- Size:
- 5.35 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 5.02 KB
- Format:
- Item-specific license agreed upon to submission
- Description: