DETEKSI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) PADA JARINGAN KOMPUTER

Mas’ud, Ibnu (2022) DETEKSI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) PADA JARINGAN KOMPUTER. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text (THESIS)
19.77.1198 Ibnu Mas'ud.pdf
Download (3MB)

Abstract

Distributed Denial of Service atau yang lebih dikenal dengan DDoS merupakan percobaan serangan dari beberapa sistem komputer yang menargetkan sebuah server sehingga jumlah trafik menjadi terlalu tinggi sehingga server tidak dapat menangani permintaan tersebut. DDoS biasanya dilakukan dengan menggunakan beberapa sistem komputer yang dijadikan sebagai sumber serangan. Sehingga mereka menyerang satu server melalui beberapa komputer sehingga jumlah trafiknya juga bisa lebih tinggi. Serangan DDoS seperti kemacetan lalu lintas yang mencegah pengemudi mencapai tujuan yang diinginkan tepat waktu. Menurut data, 33% bisnis di dunia telah menjadi korban serangan DDoS. DDoS sulit dilacak. Beberapa jenis serangan DDoS bisa sangat kuat dan bahkan mencapai kecepatan 1,35 Tbps. Selain itu, serangan DDoS dapat menyebabkan kerugian sebesar $40.000 per jam jika terjadi. Pada penelitian sebelumnya Muhammad Aziz, Rusydi Umar, Faizin Ridho (2019) berdasarkan hasil analisis yang dilakukan bahwa informasi serangan yang telah terdeteksi oleh IDS berdasarkan signature perlu ditinjau akurasinya menggunakan klasifikasi dengan perhitungan statistik. . Berdasarkan analisis dan pengujian yang dilakukan dengan metode jaringan syaraf tiruan, didapatkan akurasi sebesar 95,2381%. Metode neural network dapat diterapkan di bidang forensik jaringan dalam menentukan hasil yang akurat dan membantu memperkuat bukti di persidangan. Model Naïve Bayes tampil relatif buruk secara keseluruhan dan menghasilkan skor akurasi terendah dari penelitian ini (45%) ketika dilatih dengan dataset CICDDoS2019. Untuk model yang sama, presisi adalah 66% dan recall adalah 54%, yang berarti bahwa hampir separuh waktu, model gagal untuk mengidentifikasi ancaman.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Kusrini, Kusrini
Prasetio, Agung Budi
Uncontrolled Keywords: IDS, DDoS, Naïve bayes, Klasifikasi
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Pascasarjana MTI > PJJ
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 12 Jul 2023 01:58
Last Modified: 22 Jul 2023 07:22
URI: http://eprints.amikom.ac.id/id/eprint/20315

Actions (login required)

View Item View Item