UMKOUMKO

SiennaSienna

Investigasi forensik jaringan sangat bergantung pada integritas dan traceability file Packet Capture (PCAP) sebagai bukti digital utama. Penelitian ini mengusulkan kerangka pemeliharaan berbasis blockchain yang terintegrasi ke fase pemeliharaan model DFRWS. Kerangka ini memadukan hashing kriptografi SHA‑256 untuk verifikasi integritas, logging provenance berbasis blockchain, dan validasi ledger terdistribusi sambil menyimpan bukti di luar rantai. Selain fokus pada pencatatan provenance, studi ini menilai pemeliharaan bukti melalui tiga perspektif validasi: deteksi pemalsuan terkontrol, analisis sensitivitas kriptografis Avalanche Effect, dan pengukuran latency pemeliharaan. Evaluasi eksperimental menggunakan dataset PCAP yang merepresentasikan kondisi serangan dan baseline menunjukkan bahwa modifikasi bukti terdeteksi melalui inkonsistensi hash. Nilai Avalanche Effect sebesar 50,39% mengonfirmasi sensitivitas kuat SHA‑256 terhadap perubahan data minimal. Kerangka ini memperoleh rata‑rata latency pemeliharaan 2,057 detik, menandakan kelayakan eksperimental untuk pencatatan forensik berbantuan blockchain di kondisi terkendali.

Kerangka pemeliharaan berbasis blockchain dalam fase DFRWS dapat mendukung jaminan integritas melalui pencatatan provenance tak terubah, traceability chain‑of‑custody, dan verifikasi terdistribusi.Hasil eksperimental menunjukkan nilai Avalanche Effect 50,39 % yang menegaskan sensitivitas kuat SHA‑256 terhadap modifikasi data minimal.Kerangka mencapai rata‑rata latency 2,057 detik di lingkungan eksperimental terbatas, sehingga menunjukkan kelayakan operasional awal, namun perlu validasi lebih lanjut pada skala dan kondisi dunia nyata.

Penelitian selanjutnya dapat mengeksplorasi integrasi real‑time forensik dengan sistem deteksi intrusi (IDS) dan platform manajemen keamanan informasi (SIEM) untuk memungkinkan capture bukti otomatis langsung dari jaringan live, meningkatkan respons dan mengurangi risiko kehilangan bukti; studi berikutnya dapat mempertimbangkan penerapan teknik pembelajaran mesin guna memprioritaskan aktivitas jaringan berisiko tinggi guna meningkatkan efisiensi dan skalabilitas; serta penelitian tambahan dapat membandingkan performa dan karakteristik skalabilitas kerangka ini dengan arsitektur blockchain berbasis Hyperledger dan sistem pemeliharaan terpusat guna memperoleh pemahaman komprehensif tentang trade‑offs yang terlibat.

  1. BlockChain: A Distributed Solution to Automotive Security and Privacy | IEEE Journals & Magazine... ieeexplore.ieee.org/document/8198814BlockChain A Distributed Solution to Automotive Security and Privacy IEEE Journals Magazine ieeexplore ieee document 8198814
Read online
File size2.03 MB
Pages15
DMCAReport

Related /

ads-block-test