ANALISIS IDS BERBASIS ALGORITMA NEURAL NETWORK DALAM MENDETEKSI SERANGAN DDOS

Ardana, Amanta (2023) ANALISIS IDS BERBASIS ALGORITMA NEURAL NETWORK DALAM MENDETEKSI SERANGAN DDOS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (779kB)
[img] Text (BAB I)
BAB I.pdf
Download (206kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (900kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (340kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (645kB)
[img] Text (BAB V)
BAB V.pdf
Download (79kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (151kB)
[img] Archive (SOURCE CODE)
Source Code - Amanta Ardana.zip
Restricted to Repository staff only
Download (189kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (772kB)

Abstract

Serangan DDoS (Distributed Denial of Service) merupakan ancaman serius bagi infrastruktur jaringan dan sistem komputer. Untuk mengatasi tantangan ini, penelitian telah difokuskan pada pengembangan sistem deteksi intrusi yang efektif. Pendekatan menggunakan Neural Network sebagai dasar dalam mengimplementasikan Intrusion Detection System (IDS) untuk mendeteksi serangan DDoS. IDS berbasis Neural Network ini memanfaatkan metode pendeteksian anomali, di mana sistem dilatih untuk memahami perilaku normal lalu lintas jaringan dan server. Dengan demikian, ketika terjadi aktivitas yang tidak biasa atau di luar pola yang telah dipelajari, sistem dapat mengidentifikasi dan mengklasifikasikannya sebagai potensi serangan DDoS. Metode pendeteksian anomali digunakan untuk mengidentifikasi perilaku tidak biasa dalam lalu lintas jaringan dan metrik kinerja server, yang menunjukkan adanya indikasi serangan DDoS. Dengan kemampuan Machine Learning dengan algoritma Neural Network, sistem ini dapat memahami pola-pola baru yang muncul dari serangan DDoS yang terus berkembang, sehingga meningkatkan kemampuan deteksinya. Keunggulan lain dari pendekatan ini adalah kemampuannya dalam mengatasi lingkungan jaringan yang kompleks dan menangani serangan DDoS yang belum pernah terdeteksi sebelumnya. Melalui analisis ini, diharapkan dapat memberikan kontribusi untuk peningkatan keamanan jaringan dalam menghadapi serangan DDoS yang semakin canggih dan merugikan.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Santoso, Banu
Uncontrolled Keywords: DDoS Attack, IDS, Machine Learning, Neural Network.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Teknik Komputer
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 07 Sep 2023 03:31
Last Modified: 07 Sep 2023 03:31
URI: http://eprints.amikom.ac.id/id/eprint/21240

Actions (login required)

View Item View Item