UNAMAUNAMA
Jurnal PROCESSORJurnal PROCESSORDeteksi serangan pada jaringan perangkat Internet of Things (IoT) menjadi tantangan penting dalam menjaga keamanan sistem yang semakin kompleks dan rentan terhadap ancaman siber. Sebagai upaya dalam mengatasi permasalahan tersebut, penelitian ini bertujuan untuk mengevaluasi kinerja algoritma K-Nearest Neighbor (KNN) dan Random Forest dalam mendeteksi berbagai jenis serangan pada jaringan perangkat IoT. Dataset yang digunakan adalah Aposemat IoT-23, yang berisi 1.446.599 entri data lalu lintas jaringan dari berbagai jenis serangan seperti Benign, DDoS, Attack, dan lainnya. Tahapan metode meliputi data preprocessing, data cleaning, label encoding, setelah itu dilakukan pelatihan model dan evaluasi menggunakan metrik accuracy, precision, recall, f1-score, ROC-AUC, serta 5-Fold Cross-Validation. Hasil penelitian menunjukkan bahwa algoritma Random Forest memiliki kinerja lebih baik dibandingkan KNN, dengan F1-Macro Score sebesar 0,9396, ROC-AUC 0,9955, serta accuracy sebesar 92,20%. Sementara itu, KNN mencatatkan F1-Macro Score sebesar 0,9256, ROC-AUC 0,9867, dan accuracy sebesar 92,51%. Random Forest juga menunjukkan performa yang lebih stabil pada semua lipatan validasi silang. Berdasarkan temuan ini, Random Forest dinilai lebih efektif dalam mendeteksi serangan pada jaringan IoT.
Random Forest menunjukkan kinerja lebih baik dan stabil dibandingkan K-Nearest Neighbor dalam mendeteksi serangan pada jaringan perangkat IoT.Model Random Forest mencapai akurasi 92,20% dengan F1-Macro Score 0,9396 dan ROC-AUC 0,9955, sedangkan KNN memiliki akurasi 92,51% dengan F1-Macro Score 0,9256 dan ROC-AUC 0,9867.Performa Random Forest lebih stabil di berbagai lipatan validasi silang, menunjukkan keunggulan dalam menangani data berdimensi tinggi dan mengidentifikasi pola serangan kompleks.Penelitian ini membuktikan bahwa Random Forest adalah pilihan optimal untuk sistem deteksi intrusi berbasis pembelajaran mesin di lingkungan IoT.
1. Penelitian lanjutan dapat menggali potensi model hybrid yang menggabungkan K-Nearest Neighbor dan Random Forest untuk meningkatkan akurasi deteksi serangan. 2. Analisis pengaruh seleksi fitur terhadap kinerja model pada dataset IoT yang beragam dapat menjadi arah studi baru untuk optimisasi performa. 3. Pengujian model dengan dataset real-time yang lebih luas dan dinamis dapat dilakukan untuk mengevaluasi efektivitas dalam skenario nyata yang lebih kompleks.
- A Comprehensive Survey on Machine LearningâBased Intrusion Detection Systems for Secure Communication... onlinelibrary.wiley.com/doi/10.1155/2023/8981988A Comprehensive Survey on Machine LearningyAAAaBased Intrusion Detection Systems for Secure Communication onlinelibrary wiley doi 10 1155 2023 8981988
- A Support Vector Machine Cost Function in Simulated Annealing for Network Intrusion Detection - Advances... astesj.com/v04/i03/p34A Support Vector Machine Cost Function in Simulated Annealing for Network Intrusion Detection Advances astesj v04 i03 p34
- AETiC >> Archive. aetic archive annals emerging technologies computing iaer editorial board instructions... doi.org/10.33166/AETiC.2021.05.025AETiC Archive aetic archive annals emerging technologies computing iaer editorial board instructions doi 10 33166 AETiC 2021 05 025
| File size | 536.89 KB |
| Pages | 12 |
| DMCA | Report |
Related /
UMIUMI Sistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. PerformaSistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. Performa
USMUSM Penelitian ini menunjukkan bahwa drone telah menjadi elemen strategis dalam pertahanan, keamanan, dan pengembangan sipil. Integrasi teknologi AI, SIG,Penelitian ini menunjukkan bahwa drone telah menjadi elemen strategis dalam pertahanan, keamanan, dan pengembangan sipil. Integrasi teknologi AI, SIG,
USMUSM Pengujian dengan 500 dokumen akademik mencapai akurasi 87,3% dalam deteksi AI dan akurasi 82,0% dalam klasifikasi model. Analisis entropi, keberagamanPengujian dengan 500 dokumen akademik mencapai akurasi 87,3% dalam deteksi AI dan akurasi 82,0% dalam klasifikasi model. Analisis entropi, keberagaman
USMUSM Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time, di mana integrasi K-Means terbukti efektif memvisualisasikanSistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time, di mana integrasi K-Means terbukti efektif memvisualisasikan
ILININSTITUTEILININSTITUTE Edukasi ini juga berpotensi untuk diadaptasi pada sekolah lain sebagai upaya berkelanjutan dalam pencegahan resistensi antibiotik di tingkat masyarakat.Edukasi ini juga berpotensi untuk diadaptasi pada sekolah lain sebagai upaya berkelanjutan dalam pencegahan resistensi antibiotik di tingkat masyarakat.
UMPPUMPP Namun, performa sistem menurun sebesar 15% pada kondisi hujan, dan diperlukan kalibrasi rutin setiap dua minggu untuk menjaga kinerja optimal. Untuk mengatasiNamun, performa sistem menurun sebesar 15% pada kondisi hujan, dan diperlukan kalibrasi rutin setiap dua minggu untuk menjaga kinerja optimal. Untuk mengatasi
SUBSETSUBSET Penelitian ini mengevaluasi keberhasilan implementasi SIMRS sekaligus mengidentifikasi determinannya menggunakan model Human-Organization-Technology FitPenelitian ini mengevaluasi keberhasilan implementasi SIMRS sekaligus mengidentifikasi determinannya menggunakan model Human-Organization-Technology Fit
IAESCOREIAESCORE Sinyal ECG mentah dikorupsi dengan lima jenis gangguan sintetis, yaitu interferensi listrik, drift garis basis akibat pernapasan, perubahan mendadak padaSinyal ECG mentah dikorupsi dengan lima jenis gangguan sintetis, yaitu interferensi listrik, drift garis basis akibat pernapasan, perubahan mendadak pada
Useful /
USMUSM Untuk meningkatkan kualitas keputusan, penelitian selanjutnya disarankan untuk menambah indikator pendukung yang relevan. Lebih lanjut, hasil penelitianUntuk meningkatkan kualitas keputusan, penelitian selanjutnya disarankan untuk menambah indikator pendukung yang relevan. Lebih lanjut, hasil penelitian
IAINFMPAPUAIAINFMPAPUA Permasalahan utama terletak pada rendahnya pemahaman dan keterampilan guru dalam menyusun dan menerapkan instrumen asesmen HOTS yang sesuai dengan karakteristikPermasalahan utama terletak pada rendahnya pemahaman dan keterampilan guru dalam menyusun dan menerapkan instrumen asesmen HOTS yang sesuai dengan karakteristik
IAINFMPAPUAIAINFMPAPUA Fenomena ini diangkat karena banyaknya santri mahasiswa yang mengalami kelelahan mental akibat tuntutan peran ganda. Menggunakan pendekatan kualitatifFenomena ini diangkat karena banyaknya santri mahasiswa yang mengalami kelelahan mental akibat tuntutan peran ganda. Menggunakan pendekatan kualitatif
IAINFMPAPUAIAINFMPAPUA Hasil kajian menunjukkan bahwa AI dapat dimanfaatkan secara etis jika digunakan dalam batas maslahat dan adab ilmiah yang selaras dengan prinsip ḥifẓHasil kajian menunjukkan bahwa AI dapat dimanfaatkan secara etis jika digunakan dalam batas maslahat dan adab ilmiah yang selaras dengan prinsip ḥifẓ