Skripsi

SISTEM DETEKSI SERANGAN DENGAN KOMPUTASI TERDISTRIBUSI DALAM PENANGGULANGAN SERANGAN SIBER TERKINI

---

Keamanan siber merupakan kombinasi dari proses, perilaku manusia, dan sistem yang melindungi sumber daya elektronik dari ancaman serangan siber yang memengaruhi kerahasiaan, integritas, dan ketersediaan informasi. Beberapa jenis serangan siber yang sering terjadi adalah Denial of Service, Malware, dan Botnet. Untuk melindungi sistem dari ancaman ini, administrator jaringan menggunakan berbagai alat seperti firewall dan antivirus, serta sistem deteksi dan pencegahan intrusi (IDPS). Sistem deteksi serangan modern menggunakan teknik berbasis tanda tangan dan anomaly. Penggunaan kecerdasan buatan (AI), machine learning, dan deep learning dalam sistem deteksi serangan membantu meningkatkan keakurasian dengan kemampuan untuk mengenali pola serangan yang kompleks dan deteksi serangan baru tanpa campur tangan manusia. Pada penelitian ini, kami mengusulkan penggunaan autoencoder untuk meningkatkan performa algoritma LSTM dalam melakukan klasifikasi serangan siber. Algoritma LSTM dalam mendeteksi serangan siber menghasilkan performa yang kompetitif dengan akurasi yang stabil di atas 95%. Kemudian, beberapa skenario optimalisasi algoritma LSTM dilakukan dengan penerapan optimizer Adam dan optimizer RMSProp. Hasilnya, penggunaan optimizer RMSProp pada algoritma LSTM menghasilkan peningkatan signifikan dalam performa model LSTM dengan peningkatan akurasi sebesar 96,72%, presisi 88,96%, recall 88,53%, dan f1-score 88,61%. Penggunaan autoencoder pada LSTM menghasilkan peningkatan performa yang lebih optimal, dengan akurasi 96,84%, recall 90,16%, presisi 92,31%, dan f1-score 90,52%. Selain itu, proses penerapan sistem pencegahan intrusi terdistribusi berhasil dilakukan. Setelah serangan berhasil dideteksi dengan LSTM, langkah selanjutnya adalah melakukan pencegahan. Setiap serangan yang berusaha berpindah ke target selanjutnya berhasil dicegah aksesnya oleh target tersebut, menunjukkan efektivitas sistem dalam mencegah penyebaran serangan siber.

---

Availability

Detail Information

Series Title

-

Call Number

T1590012024

Publisher

Indralaya : Prodi Doktor (S3) Ilmu Teknik, Teknik Sipil Universitas Sriwijaya., 2024

Collation

ix, 86 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.870 7

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Keamanan Komputer
Prodi Doktor (S3) Ilmu Teknik

Specific Detail Info

-

Statement of Responsibility

TUTI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment