Image of Model deteksi serangan DDoS pada jaringan komputer berbasis machine learning dengan metode random forest

Text

Model deteksi serangan DDoS pada jaringan komputer berbasis machine learning dengan metode random forest

Salah satu serangan siber yang marak terjadi pada saat ini yaitu Distributed Denial of Service (DDoS). Serangan DDoS ini sendiri sudah digunakan oleh para penjahat siber selama lebih dari 20 tahun, namun baru baru ini frekuensi penyerengannya makin meningkat, menurut laporan Lahormann, jumlah serangan DDoS meningkat sebesar 203% pada bulan pertama di tahun 2022, dibandingkan dengan periode yang sama enam bulan pertama di tahun 2021. Saat ini, banyak jaringan masih bergantung pada analisis manual untuk mendeteksi aktivitas mencurigakan dengan bantuan IDS (Intrusion Detection System) dan IPS (Intrusion Prevention System). Metode ini melibatkan pengkajian detail dari log transaksi dan aktivitas jaringan. Meskipun efektif dalam beberapa kasus, analisis manual membutuhkan waktu yang lama dan ketelitian tinggi, yang tidak praktis untuk lingkungan jaringan besar dan kompleks. Penelitian ini bertujuan untuk mengembangkan model deteksi serangan DDoS yang akurat pada jaringan komputer menggunakan metode Machine Learning dengan algoritma Random Forest. Melalui analisis data dari dataset CICDDoS2019 khususnya jenis serangan UDP (User Datagram Protocol) flooding. Berdasarkan hasil evaluasi, model deteksi serangan DDoS berbasis Forest menunjukkan efektivitas yang sangat tinggi, terutama dalam mengidentifikasi serangan DrDoS_UDP. Dengan akurasi mencapai 99.99%, precision sebesar 98.86%, dan recall 97.36%, model ini mampu membedakan dengan tepat antara data benign dan data serangan. Hasil cross-validation juga menunjukkan konsistensi performa model, dengan akurasi rata-rata 99.96% dan variansi yang sangat kecil. Model ini berhasil mendeteksi serangan dengan presisi dan keseimbangan yang baik, dibuktikan dengan nilai Fl- Score tinggi sebesar 98.10%, serta performa unggul dalam mendeteksi kelas DrDoS UDP dan BENIGN.

Ketersediaan
TI24/048TI 24/048Prodi Teknik Informatika (Ruang Skripsi dan Tesis)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
TI 24/048
Penerbit
Jakarta : Universitas Trilogi.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI
Tipe Isi
text
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Information technology
Trilogi University--Information technology
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar
Anda harus masuk sebelum memberikan komentar