Publisher

STTSSTTS

Journal INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and Computation Abstract

Server web sangat penting tetapi rentan terhadap serangan jaringan seperti SYN Flood dan port scanning. Penelitian ini merancang dan menerapkan sistem deteksi insiden dengan mengintegrasikan Wazuh, Snort (IDS), dan notifikasi Telegram sesuai dengan Siklus Hidup Pengembangan Kebijakan Keamanan (SPDLC). Snort berfungsi sebagai sensor jaringan yang menghasilkan peringatan yang diteruskan ke Wazuh untuk manajemen log terpusat dan korelasi; peringatan kritis dikirimkan ke administrator melalui bot Telegram untuk respons waktu nyata. Lingkungan eksperimental menggunakan mesin virtual yang menampung server Wazuh, IDS Snort, server web, dan node penyerang. Metrik evaluasi mencakup akurasi pendeteksian, tingkat kesalahan negatif, dan waktu respons notifikasi di bawah dua skenario serangan: SYN Flood dan port scanning. Hasil menunjukkan akurasi pendeteksian sebesar 41,34% dan tingkat kesalahan negatif sebesar 58,6% untuk serangan SYN Flood, dengan latensi Snort-ke-Wazuh sebesar 13,559 ms dan pengiriman Telegram sebesar 0,4 detik. Port scanning terdeteksi dengan akurasi 100% dan tingkat kesalahan negatif 0%, mencatat latensi Snort-ke-Wazuh sebesar 1,490 ms dan pengiriman Telegram sebesar 1,33 detik. Integrasi ini meningkatkan visibilitas terpusat dan mempercepat kesadaran administrator, tetapi memiliki keterbatasan untuk lalu lintas DoS dengan volume tinggi akibat pembufferan log dan batasan throughput. Rekomendasi termasuk meningkatkan kapasitas buffer agen Wazuh, mengoptimalkan aturan Snort, dan mengerahkan perangkat keras dengan kapasitas lebih tinggi untuk meningkatkan pendeteksian di bawah beban serangan berat.

Conclusion

Penelitian ini berhasil merancang dan mengevaluasi sistem deteksi insiden server web yang terintegrasi dengan Wazuh, Snort, dan Telegram menggunakan metode SPDLC.Sistem yang diusulkan diimplementasikan untuk mendeteksi dan merespons dua serangan berbasis jaringan yang umum terhadap server web, yaitu SYN Flood dan Port Scanning.Hasil eksperimen menunjukkan bahwa sistem mampu mendeteksi Port Scanning dengan akurasi 100%, sementara SYN Flood menunjukkan akurasi deteksi yang lebih rendah akibat volume lalu lintas tinggi dan batasan pemrosesan paket yang melekat pada sistem deteksi berbasis tanda tangan.Integrasi Snort dengan Wazuh SIEM memungkinkan korelasi peristiwa terpusat dan visualisasi, memberikan administrator kesadaran situasional yang komprehensif.Evaluasi waktu respons menunjukkan bahwa latensi deteksi antara Snort dan Wazuh tetap dalam rentang milidetik untuk kedua skenario serangan.Selain itu, penggunaan Telegram sebagai mekanisme pemberitahuan memungkinkan pengiriman notifikasi waktu nyata dengan waktu pengiriman rata-rata di bawah dua detik.Hasil ini menunjukkan bahwa sistem yang diusulkan secara efektif mengurangi keterlambatan antara kejadian serangan dan kesadaran administrator, sehingga meningkatkan kesiapan respons insiden.Secara keseluruhan, integrasi deteksi intrusi berbasis jaringan, korelasi SIEM, dan pemberitahuan pesan instan menyediakan solusi praktis dan efisien untuk pemantauan keamanan server web.Penelitian masa depan dapat fokus pada peningkatan kinerja deteksi di bawah kondisi serangan dengan volume tinggi, mengintegrasikan teknik deteksi berbasis anomali, dan mengevaluasi skalabilitas sistem di lingkungan jaringan yang lebih besar dan kompleks.

Future Research

Untuk penelitian lanjutan, disarankan untuk mengevaluasi secara sistematis peningkatan kapasitas buffer agen Wazuh untuk mengukur peningkatan akurasi deteksi di bawah serangan SYN Flood dengan volume tinggi. Optimasi aturan Snort, seperti mengurangi tingkat kesalahan positif dan memprioritaskan tanda tangan kritis, dapat meningkatkan efisiensi deteksi. Mengerahkan sistem yang diusulkan pada perangkat keras dengan kapasitas lebih tinggi (misalnya, CPU multi-inti dengan I/O lebih cepat dan RAM lebih besar) dapat mengurangi kehilangan paket dan meningkatkan throughput. Eksplorasi pendekatan deteksi hibrida yang menggabungkan Snort berbasis tanda tangan dengan teknik pembelajaran mesin berbasis anomali harus dilakukan untuk mendeteksi serangan zero-day atau serangan dengan frekuensi rendah yang mungkin lolos dari pencocokan tanda tangan. Selain itu, skalabilitas integrasi Wazuh, Snort, dan Telegram harus dievaluasi dalam infrastruktur jaringan cloud yang lebih besar atau jaringan perusahaan dengan ratusan endpoint. Secara keseluruhan, penelitian ini memberikan kontribusi penting dalam merancang dan mengevaluasi sistem deteksi insiden server web yang terintegrasi, dan penelitian lanjutan dapat membangun dan memperluas solusi ini untuk meningkatkan keamanan jaringan secara keseluruhan.

References

1. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. taara method processing network forensics event... doi.org/10.29207/resti.v7i2.4589Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i taara method processing network forensics event doi 10 29207 resti v7i2 4589

Metadata

File size	595.71 KB
Pages	8
DMCA	Report