IAESONLINEIAESONLINE

Indonesian Journal of Electrical Engineering and Informatics (IJEEI)Indonesian Journal of Electrical Engineering and Informatics (IJEEI)

Cyber threats continue to grow in this era since the bad actors are attempting to exploit individuals, organisations, and systems. The latest development in artificial intelligence has unleashed strong agents at the fingertips of humanity. As open as it is, it has made more room for possible bad actors. Systems that can successfully counter these threat actors need to be created to rescue humanity. In this research work, RNN and Random Forest classifiers hybridised models are combined for the development of a Network Intrusion Detection System (NIDS) based on the benchmark dataset (CICIDS 2017). The requirement for an efficient and accurate method to detect network intrusions, both known and zero-day anomalies, is the primary problem considered. This research aims to enhance the accuracy and reliability of intrusion detection systems through a hybrid modelling approach. For evaluating the performance of the proposed model, various measures like accuracy, precision, recall, F1 measure, true positive rate, and true negative rate were employed. The hybrid model showed very good results with testing accuracy of 96.08%, precision of 96.0%, and recall of 96.0%, along with an F1 measure of 96.0%. The result of the experiment indicates that the model is effective and, when implemented, can detect and classify cyberattacks in modern environments.

The achievements of this research are significant.The hybrid model demonstrated an impressive accuracy of 96.08% during testing, showcasing its ability to classify most network traffic instances correctly.0%, the model effectively minimised false positives and false negatives, achieving a balance crucial for reducing unnecessary alerts and ensuring that actual threats are not overlooked.The F1 score also agrees with this opinion at 96.0%, indicating that the model effectively handled the tradeoff between precision and recall.In addition, the model had maintained low FPR and FNR—1.29%, respectively, meaning the system was reliable and trustworthy.The model also achieved high sensitivity and specificity with a TPR of 96.

Berdasarkan latar belakang, metode, hasil, keterbatasan, dan juga bagian saran penelitian lanjutan, berikut adalah beberapa saran penelitian lanjutan yang dapat dikembangkan:. . Pertama, penelitian selanjutnya dapat mengeksplorasi penggunaan teknik pembelajaran transfer (transfer learning) untuk meningkatkan kinerja model deteksi intrusi pada dataset yang lebih kecil atau dengan karakteristik yang berbeda. Hal ini dapat dilakukan dengan melatih model awal pada dataset yang besar dan kemudian menyesuaikannya dengan dataset yang lebih kecil, sehingga mengurangi kebutuhan data pelatihan dan meningkatkan kemampuan generalisasi model.. . Kedua, penelitian dapat difokuskan pada pengembangan model deteksi intrusi yang mampu beradaptasi secara dinamis terhadap perubahan pola serangan. Hal ini dapat dicapai dengan mengintegrasikan mekanisme pembelajaran berkelanjutan (continual learning) ke dalam model, sehingga model dapat terus belajar dan menyesuaikan diri dengan serangan baru tanpa melupakan pengetahuan sebelumnya.. . Ketiga, penelitian dapat menginvestigasi penggunaan teknik interpretasi model (model interpretability) untuk memahami bagaimana model membuat keputusan deteksi. Hal ini penting untuk meningkatkan kepercayaan pengguna terhadap model dan untuk mengidentifikasi potensi bias atau kelemahan dalam model. Dengan memahami alasan di balik keputusan model, kita dapat meningkatkan akurasi dan keandalan model secara keseluruhan.

  1. Development of a Malicious Network Traffic Intrusion Detection System Using Deep Learning | IIETA. development... iieta.org/journals/ijsse/paper/10.18280/ijsse.130401Development of a Malicious Network Traffic Intrusion Detection System Using Deep Learning IIETA development iieta journals ijsse paper 10 18280 ijsse 130401
  2. Development of a Web and Mobile Applications-Based Cassava Disease Classification Interface Using Convolutional... iieta.org/journals/mmep/paper/10.18280/mmep.100113Development of a Web and Mobile Applications Based Cassava Disease Classification Interface Using Convolutional iieta journals mmep paper 10 18280 mmep 100113
  3. Development of a Network Intrusion Detection Model using Hybridised Machine Learning Algorithms | Mary... doi.org/10.52549/ijeei.v13i3.5890Development of a Network Intrusion Detection Model using Hybridised Machine Learning Algorithms Mary doi 10 52549 ijeei v13i3 5890
Read online
File size580.69 KB
Pages11
DMCAReport

Related /

JURIS Pengujian Antarmuka Beban Dan Kinerja Serta Keamanan Aplikasi Pada Platform Belajar Online Myskill 2026More at 2026

UMIUMI Pengujian sistem informasi merupakan langkah krusial dalam pengembangan perangkat lunak. Dengan meningkatnya jumlah pengguna dan kompleksitas fitur padaPengujian sistem informasi merupakan langkah krusial dalam pengembangan perangkat lunak. Dengan meningkatnya jumlah pengguna dan kompleksitas fitur pada

JURIS Blind Image Quality Metric for Color Images Based on Human Vision System and Deep CNN 2025More at 2025

IAESONLINEIAESONLINE The experimental results demonstrate the effectiveness of the presented method, particularly for white noise. The SROCC values indicate that BIQM providesThe experimental results demonstrate the effectiveness of the presented method, particularly for white noise. The SROCC values indicate that BIQM provides

JURIS A Hybrid Deep Learning Framework for Accurate Polycystic Ovary Syndrome Detection Using Ultrasound Imaging 2025More at 2025

IAESONLINEIAESONLINE Ovarian images are first pre-processed for noise removal and smoothing, followed by feature extraction and classification using a Convolutional WaveletOvarian images are first pre-processed for noise removal and smoothing, followed by feature extraction and classification using a Convolutional Wavelet

JURIS Enhanced Multi Class Pulmonary Disorder Detection Using Hard Voting Ensemble of CNN Models on X Ray Images 2025More at 2025

IAESONLINEIAESONLINE Hasil penelitian menunjukkan bahwa model ensemble ini mencapai akurasi sekitar 97%, melebihi metode-metode terbaik saat ini. Selain itu, model ini memilikiHasil penelitian menunjukkan bahwa model ensemble ini mencapai akurasi sekitar 97%, melebihi metode-metode terbaik saat ini. Selain itu, model ini memiliki

JURIS Enhancing Intrusion Detection Systems in Cloud Computing Environments A Hybrid Machine Learning Approach 2025More at 2025

IAESONLINEIAESONLINE This highlights a fundamental challenge in intrusion detection research. The model maintains sufficient efficiency for real-time monitoring in practicalThis highlights a fundamental challenge in intrusion detection research. The model maintains sufficient efficiency for real-time monitoring in practical

JURIS Angularly Stable Transparent and Flexible Modified Octagonal Shaped Frequency Selective Surface FSS for Sub GHz 5G Applications 2025More at 2025

IAESONLINEIAESONLINE This developed FSS includes a mushroom-shaped arm with an octagonal patch. The patch is extensively adjusted by incorporating further mushroom-shaped arms,This developed FSS includes a mushroom-shaped arm with an octagonal patch. The patch is extensively adjusted by incorporating further mushroom-shaped arms,

JURIS Deep Learning Models Performance on Marine Fish Species Classification 2025More at 2025

UNAIRUNAIR (i) cakupan taksonomi yang lebih luas, yaitu lebih banyak spesies dan lingkungan, (ii) optimasi untuk penerapan real-time (misalnya transfer learning,(i) cakupan taksonomi yang lebih luas, yaitu lebih banyak spesies dan lingkungan, (ii) optimasi untuk penerapan real-time (misalnya transfer learning,

JURIS Klasifikasi Citra Tumor Otak Menggunakan Teknik Transfer Learning Pada Arsitektur ResNet 50 2025More at 2025

STMIKJAYAKARTASTMIKJAYAKARTA Hasil menunjukkan bahwa model dengan freeze 15 layer memberikan akurasi lebih tinggi sebesar 91,86% dibandingkan freeze 30 layer sebesar 90,88%. Namun,Hasil menunjukkan bahwa model dengan freeze 15 layer memberikan akurasi lebih tinggi sebesar 91,86% dibandingkan freeze 30 layer sebesar 90,88%. Namun,

Useful /

JURIS Analisis Tingkat Kepuasan Mahasiswa Dalam Kegiatan Ukmt Di Stikom Cki Menggunakan Algoritma Naive Bayes 2026More at 2026

UMIUMI Institusi yang berhasil mengelola kegiatan ekstrakurikuler dengan baik cenderung memiliki mahasiswa yang lebih puas dan terlibat, yang pada akhirnya dapatInstitusi yang berhasil mengelola kegiatan ekstrakurikuler dengan baik cenderung memiliki mahasiswa yang lebih puas dan terlibat, yang pada akhirnya dapat

JURIS Hubungan Peran Bidan Dan Jarak Ke Fasilitas Kesehatan Dengan Kunjungan Nifas Di Wilayah Kerja Puskesmas Tanjung Buntung Kota Batam Tahun 2023 2024More at 2024

JQWHJQWH Sebagian besar ibu nifas menilai peran bidan cukup baik dengan jumlah 47 orang (72,3%) dan memiliki jarak ke fasilitas kesehatan yang jauh sebanyak 33Sebagian besar ibu nifas menilai peran bidan cukup baik dengan jumlah 47 orang (72,3%) dan memiliki jarak ke fasilitas kesehatan yang jauh sebanyak 33

JURIS IDENTIFIKASI PERKEMBANGAN DAN PENCIPTAAN BRANDING KAWASAN KAMPUNG KOTA DI KAWASAN BLOK TAHU CIBUNTU KELURAHAN BABAKAN KOTA BANDUNG 2020More at 2020

UNIKOMUNIKOM Hasil penelitian ini menemukan bahwa perkembangan kawasan tersebut hingga memiliki identitas sampai hari ini melalui proses yang panjang dan tercipta secaraHasil penelitian ini menemukan bahwa perkembangan kawasan tersebut hingga memiliki identitas sampai hari ini melalui proses yang panjang dan tercipta secara

JURIS Identifikasi Penerapan Konsep Zero Waste dan Circular Economy dalam Pengelolaan Sampah di Kampung Kota Kampung Cibunut Kelurahan Kebon Pisang Kota Bandung 2020More at 2020

UNIKOMUNIKOM Zaman, S. Lehmann sebagian besar di Kampung Cibunut sudah terlaksana. Walaupun begitu dalam poin-poin yang sudah terlaksana itu masih banyak hal-hal yangZaman, S. Lehmann sebagian besar di Kampung Cibunut sudah terlaksana. Walaupun begitu dalam poin-poin yang sudah terlaksana itu masih banyak hal-hal yang

ads-block-test