Analisis Statistik Log Jaringan Untuk Deteksi Serangan Ddos Berbasis Neural Network

Distributed Denial of Service (DDoS) adalah suatu serangan yang dimana memiliki volume, intensitas, serta biaya mitigasi yang akan terus meningkat sejalan dengan pertumbuhannya skala dari suatu instansi. Pada penelitian ini, peneliti mempunyai tujuan untuk menerapkan suatu konfigurasi terbaik dalam sebuah arsitektur jaringan syaraf tiruan guna meningkatkan tingkat akurasi yang sangat tinggi pada pendeteksian serangan DDoS menggunakan algoritma Backpropagation. Data yang digunakan dalam penelitian ini adalah data trafic jaringan dimana sudah ditandai keterangan DDoS tidaknya dari masing – masing data. Penelitian ini dilaksanakan menggunakan aplikasi Matlab berserta fiturnya yaitu NNToolBox. Dengan menguji 12 jenis Training Function berserta arsitektur Hidden Layer. Berdasarkan dari uji coba tersebut, nilai Error (MSE) paling minimal didapatkan sebesar 0,0585 dengan menggunakan Training Function trainbr serta arsitektur Hidden Layer berbentuk 3 lapisan dengan tiap lapisan terdapat masing – masing 4 neuron.

show abstract

“…Arsitektur ini merupakan sebuah karakteristik penting yang membedakan dengan neural network. [22] Gambar 1. Contoh grafik ANN…”

Section: Artificial Neural Networkunclassified

Analysis of DDoS Attack Detection Using Neural Network Backpropagation Approach

Khumara

Sediyono

Santoso

2022

Com, Engine, Sys, Sci

View full text Add to dashboard Cite

show abstract

“…Untuk mencegah dan menghentikan serangan pada server menggunakan arsitektur sistem iptables yang sudah dikonfigurasi. Sedangkan penelitian [7] membahas CAIDA DDoS Attack 2007 dan data simulasi diri yang digunakan untuk mengumpulkan data pelatihan dan pengujian. Persentase rata-rata pengenalan tiga keadaan jaringan (normal, DDoS lamban, dan DDoS) adalah 90,52 persen dalam pengujian menggunakan teknik analisis statistik log jaringan dengan fungsi jaringan saraf sebagai metode deteksi.…”

Section: A Penelitian Sebelumnyaunclassified

Implementasi HoneyPy Dengan Malicious Traffic Detection System (Maltrail) Menggunakan Analisis Deskriptif Guna Untuk Mendeteksi Serangan DDOS Pada Server

Alfidzar¹,

Zen²

2022

INISTA

View full text Add to dashboard Cite

Pada era sekarang ini, masih banyak serangan terhadap server yang membuat server akan mengalami kerusakan sistem operasi. Contoh yang sering ditemukan adalah serangan DoS. Dalam pencegahan, diperlukan keamanan atau referensi untuk mendukung keamanan server. Keamanan terhadap jaringan dan server merupakan hal yang sangat penting, karena sudah banyak serangan dilakukan oleh pihak yang tidak bertanggungjawab. Sehingga diperlukan suatu penanganan yang dapat menganalisis serangan terhadap beberapa ancaman. HoneyPy dengan Maltrail merupakan aplikasi yang bersifat open source yang bisa digunakan untuk metode pembuktian pada penelitian. Terdapat CentOs yang digunakan sebagai server tambahan dan Linux Mint sebagai server utama. Serangan-serangan yang dilakukan pada penelitian ini dilakukan oleh peneliti sendiri pada server menggunakan serangan DoS. Data yang dikumpulkan dari maltrail sudah dianalisis menggunakan analisis deskriptif, hasil penelitian ini yaitu HoneyPy dengan Maltrail mampu menjadi tolak ukur untuk digunakan sebagai peningkatan keamanan pada serangan di bagian server. Berdasarkan pengujian didapatkan bahwa hasil berupa lima laporan didapatkan tiga threats, enam events, severity terdeteksi low dan medium, satu sumber ancaman pada sources, dan empat trails.

show abstract

“…DDoS (Distribute Denial of Service) merupakan jenis serangan yang terstruktur, serangan DDoS adalah serangan yang mungkin bisa sering kita jumpai diantara serangan lainnya [1]. Serangan DDoS merupakan teknik yang paling populer dan menjadi senjata pilihan hacker karena telah terbukti menjadi ancaman di internet, serangan ini telah ada sejak tahun 1990 [2]. Serangan DDoS mampu melumpuhkan server dengan membanjiri lalu lintas jaringan dan mengakibatkan down.…”

Section: Pendahuluanunclassified

“…Web Server atau yang bisa juga disebut server web adalah perangkat lunak dalam server yang mempunyai fungsi untuk menerima permintaan halaman web melalui protokol HTTP dan HTTPS dari client yang dikenal dengan sebutan browser, setelah itu mengirimkan kembali hasil permintaan yang telah dilakukan sebelumnya dalam bentuk halaman web yang berbentuk sebuah dokumen HTML [2].…”

Section: E Web Serverunclassified

Analisis Serangan DDoS Menggunakan Metode Jaringan Saraf Tiruan

Ridho¹,

Arman²

2020

SISFOKOM

View full text Add to dashboard Cite

DDoS attack (Distribute Denial of Service) is one of the weapons of choice from hackers because it’s proven it has become threat on the internet worlds. The frequent of DDoS attacks creates a threat to internet users or servers, so that requires the introduction of several new methods that occur, one of which can use the IDS (Intrusion Detection System) method. This study took advantage of Neural Network ability to detect DDoS attack or normal based on traffic log processed statistically using Fixed Moving Window. The DDOS attack scheme uses a network topology that has been designed based on the needs and objectives that are found in monitoring network traffic. In each DDoS data and normal consist of 27 traffic log with total numbers of dataset as much as 54 data along with each testing data as much as 10 DDoS data and normal. Data collection was performed using LOIC, HOIC, and DoSHTTP with 300 seconds of traffic monitoring. The result of the Fixed Moving Window processing is the extraction value that will be put in the Neural Networks have 6 input values, one hidden layer with 300 neurons and 2 outputs which consist of a normal dataset and a DDoS dataset. The results of this study showed that Neural Network can detect DDoS and Normal in a good way with accuracy value as much as 95%.

show abstract

Analisis Statistik Log Jaringan Untuk Deteksi Serangan Ddos Berbasis Neural Network

Cited by 6 publications

References 9 publications

Analysis of DDoS Attack Detection Using Neural Network Backpropagation Approach

Analysis of DDoS Attack Detection Using Neural Network Backpropagation Approach

Implementasi HoneyPy Dengan Malicious Traffic Detection System (Maltrail) Menggunakan Analisis Deskriptif Guna Untuk Mendeteksi Serangan DDOS Pada Server

Analisis Serangan DDoS Menggunakan Metode Jaringan Saraf Tiruan

Contact Info

Product

Resources

About