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 /
UNIRAYAUNIRAYA Instrumen berupa kuesioner telah diuji validitas dan reliabilitasnya, dan analisis data dilakukan menggunakan regresi berganda dengan asumsi klasik. HasilInstrumen berupa kuesioner telah diuji validitas dan reliabilitasnya, dan analisis data dilakukan menggunakan regresi berganda dengan asumsi klasik. Hasil
DARUNNAJAHDARUNNAJAH Subjek penelitian terdiri dari 31 siswa kelas V. Analisis data dilakukan dengan langkah-langkah reduksi data, penyajian data, dan penarikan kesimpulanSubjek penelitian terdiri dari 31 siswa kelas V. Analisis data dilakukan dengan langkah-langkah reduksi data, penyajian data, dan penarikan kesimpulan
ILININSTITUTEILININSTITUTE Dengan demikian, sosialisasi yang dilakukan efektif meningkatkan pengetahuan peserta terkait pemanfaatan limbah kulit jeruk sebagai lulur tradisional.Dengan demikian, sosialisasi yang dilakukan efektif meningkatkan pengetahuan peserta terkait pemanfaatan limbah kulit jeruk sebagai lulur tradisional.
CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Model yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat danModel yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat dan
EJURNALILMIAHEJURNALILMIAH Aspek visual, mendengarkan, motorik, dan partisipasi lisan lebih dominan pada kelompok eksperimen. Penggunaan Quizizz tidak hanya meningkatkan motivasiAspek visual, mendengarkan, motorik, dan partisipasi lisan lebih dominan pada kelompok eksperimen. Penggunaan Quizizz tidak hanya meningkatkan motivasi
STIALANSTIALAN Artikel yang dipublikasikan mencakup berbagai topik seperti pengambilan keputusan, motivasi kerja, etika jabatan fungsional, manajemen talenta, e-government,Artikel yang dipublikasikan mencakup berbagai topik seperti pengambilan keputusan, motivasi kerja, etika jabatan fungsional, manajemen talenta, e-government,
UNIMALUNIMAL Selain itu, algoritma Naive Bayes menunjukkan efisiensi komputasi yang signifikan, hanya membutuhkan 0,13 detik untuk pelatihan dibandingkan dengan RandomSelain itu, algoritma Naive Bayes menunjukkan efisiensi komputasi yang signifikan, hanya membutuhkan 0,13 detik untuk pelatihan dibandingkan dengan Random
PRINPRIN 0 untuk semua metrik evaluasi baik pada data berukuran 10.000 maupun data berukuran 100.000. Random Forest sendiri berakurasi 0. 998 untuk data berukuran0 untuk semua metrik evaluasi baik pada data berukuran 10.000 maupun data berukuran 100.000. Random Forest sendiri berakurasi 0. 998 untuk data berukuran
Useful /
CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Metode: Metode penelitian menggunakan metode kuantitatif, data yang digunakan berasal dari gabungan tiga dataset publik (Books, Ratings, dan Users), yangMetode: Metode penelitian menggunakan metode kuantitatif, data yang digunakan berasal dari gabungan tiga dataset publik (Books, Ratings, dan Users), yang
UNAMAUNAMA Hasil pengujian menunjukkan bahwa rancangan ini berhasil memberikan otentikasi yang lebih aman, mencegah akses tidak sah, serta mempermudah pengelolaanHasil pengujian menunjukkan bahwa rancangan ini berhasil memberikan otentikasi yang lebih aman, mencegah akses tidak sah, serta mempermudah pengelolaan
UNAMAUNAMA Penelitian ini menganalisis tingkat kepuasan pengguna terhadap aplikasi DPS-Denpasar Prama Sewaka yang digunakan sebagai media pengaduan dan informasiPenelitian ini menganalisis tingkat kepuasan pengguna terhadap aplikasi DPS-Denpasar Prama Sewaka yang digunakan sebagai media pengaduan dan informasi
LINTASBUDAYANUSANTARALINTASBUDAYANUSANTARA Mahasiswa OKK membuat proyek Villana yang diambil dari kata Village dan Jatinangor. Desa Jatinangor memiliki potensi dalam produk lokal yaitu dengan adanyaMahasiswa OKK membuat proyek Villana yang diambil dari kata Village dan Jatinangor. Desa Jatinangor memiliki potensi dalam produk lokal yaitu dengan adanya