Haittaohjelmantunnistustekniikat Android-käyttöjärjestelmäympäristössä

Abstract

Ihmisten siirtyminen älypuhelinten käyttöön on johtanut niille julkaistujen haittaohjelmien valtavaan kasvuun. Tämä tutkielma tarkastelee Android-järjestelmälle kehitettyjä haittaohjelmantunnistuskeinoja ja suorittaa testejä vapaasti saatavilla tunnistusjärjestelmillä. Androidilla keinojen kehitys on seurannut tietokoneiden vanavedessä, siirtyen koodin tarkastelusta sovellusten suorittamiseen. Tulevaisuudessa koneoppiminen sekä neuroverkot tulevat olemaan yhä suuremmassa osassa. Tunnistusjärjestelmätestien tulokset olivat ristiriitaisia. Havaittiin, että johtopäätösten teko vaatii järjestelmien palauttaman tiedon jatkojalostusta.

People’s preference to use smartphones has caused a massive surge of malware to be released on them. This thesis takes a look at the techniques developed to detect malware on Android systems and runs tests on openly available detection systems. Technique development on Android has followed the footsteps of techniques used on computers, moving from studying code to executing applications. Machine learing and neural networks will play a large role in the future. Results from detection system tests were conflicting. It was observed, that making conclusions requires processing the data returned by the systems.