Skripsi
PENGENALAN POLA SERANGAN MAN-IN-THE MIDDLE MENGGUNAKAN METODE DEEP NEURAL NETWORK (DNN) PADA MONITORING GARDU ONLINE DI INDUSTRIAL IoT
Integrasi Industrial Internet of Things (IIoT) dalam sistem gardu listrik telah meningkatkan efisiensi operasional tetapi juga meningkatkan kerentanan terhadap ancaman siber, khususnya serangan Man-in-the-Middle (MITM) di mana informasi diubah dan stabilitas jaringan terpengaruh. Tulisan ini menyajikan struktur Deep Neural Network (DNN) yang didedikasikan untuk mengidentifikasi serangan Man-in-the-Middle (MITM) pada jaringan IioT pada sistem monitoring Gardu. Dataset besar lalu lintas jaringan normal dan serangan diperoleh dengan menggunakan simulator SCADA untuk menghasilkan skenario operasi yang realistis. Dengan akurasi 99,78% dan presisi, recall, dan F1-measure yang ideal dalam mengklasifikasikan lalu lintas serangan, model DNN yang diusulkan menunjukkan kinerja klasifikasi yang unggul. Sebuah ontologi yang mengubah anomali jaringan menjadi wawasan operasional yang dapat ditindaklanjuti bagi operator digunakan untuk memvisualisasikan hasil deteksi dalam upaya meningkatkan interpretasi. Visualisasi kontekstual dan deteksi anomali yang tepat bekerja sama untuk membentuk solusi keamanan siber yang kuat dan optimal yang melindungi infrastruktur penting dari serangan siber yang canggih.
No other version available