Text
Pengembangan host-based intrusion detection system (HIDS) dengan AI Malware analisis untuk mendeteksi anomali pada aktivitas server
Penelitian ini bertujuan untuk mengembangkan Host Based Intrusion Detection System (HIDS) yang terintegrasi dengan analisis malware berbasis kecerdasan buatan (AI) untuk mendeteksi anomali pada aktivitas server. Dalam penelitian ini, digunakan Convolutional Neural Network (CNN) untuk meningkatkan kemampuan deteksi sistem. Proses penelitian mencakup pengumpulan data aktivitas server, pra- pemrosesan data, pelatihan model CNN, evaluasi hasil, dan integrasi model terlatih ke dalam sistem produksi. Metode penelitian yang diterapkan adalah kualitatif dan kuantitatif, dengan fokus pada pengumpulan data numerik untuk menguji hipotesis dan mengukur efektivitas sistem. Hasil evaluasi menunjukkan bahwa sistem HIDS yang dikembangkan mampu mencapai akurasi deteksi sebesar 95%. Selain itu, sistem ini juga dapat memberikan analisis yang mendalam terhadap perilaku tidak biasa pada server, sehingga meningkatkan responsivitas terhadap potensi ancaman. Monitoring dan pemeliharaan sistem dilakukan secara kontinu untuk memastikan kinerja optimal dari HIDS yang dikembangkan. Penelitian ini memberikan kontribusi signifikan dalam meningkatkan keamanan sistem informasi, khususnya dalam mendeteksi dan merespons serangan siber yang semakin kompleks.
TI24/040 | TI 24/040 | Prodi Teknik Informatika (Ruang Skripsi dan Tesis) | Tersedia |
Tidak tersedia versi lain