UBHARAUBHARA
JEECS (Journal of Electrical Engineering and Computer Sciences)JEECS (Journal of Electrical Engineering and Computer Sciences)Berbagai serangan pada jaringan komputer atau internet telah menghasilkan banyak kejadian dan kasus, hal ini membuat ancaman keamanan dalam penggunaan internet atau jaringan komputer menjadi fokus utama. Serangan Denial of Service (DoS) merupakan salah satu teknik serangan yang melaksanakan flooding paket atau permintaan ke komputer target hingga komputer target tidak beroperasi. Diperlukan pencegahan untuk meminimalkan serangan yang ada. IDS dapat digunakan sebagai detector dalam lalu lintas jaringan, namun karena keterbatasan IDS, sistem IDS dibangun menggunakan Deep Learning untuk mendeteksi serangan DoS. Dengan menggunakan data dari log wireshark sebagai dataset, diperlukan normalisasi data yang akan dimasukkan ke CNN VGG-19. Hasil uji yang telah dilakukan dengan variasi data yang dimasukkan ke CNN VGG-19 menghasilkan tingkat akurasi rata-rata sebesar 99,32% dengan tingkat kerugian rata-rata 4,08%, dan dengan variasi iterasi proses pelatihan tingkat akurasi yang dihasilkan 99,17% dengan tingkat kerugian rata-rata 4,46%. Nilai kurva ROC untuk Tingkat Positif Benar dan Tingkat Positif Palsu adalah 1.
Berdasarkan hasil penelitian, sistem IDS berbasis Deep Learning mampu mendeteksi serangan DoS dengan tingkat akurasi rata-rata 99,17% dan tingkat kerugian 4,46%, serta mendapatkan nilai kurva ROC sebesar 1.Penggunaan data log Wireshark dan normalisasi data memungkinkan implementasi IDS berbasis Deep Learning.Hasil uji menunjukkan bahwa peningkatan iterasi pelatihan memperpanjang waktu pelatihan dan memengaruhi hasil akurasi yang diperoleh.
Untuk penelitian lanjutan, pertama, dapat mengeksplorasi metode serangan tambahan untuk menguji kemampuan CNN dalam mendeteksi variasi jenis serangan yang lebih luas. Kedua, perlu meningkatkan jumlah data input dengan menambah metode serangan dan volume data untuk menganalisis dampaknya terhadap tingkat keakuratan, kerugian, FPR, dan TPR. Ketiga, implementasi sistem IDS berbasis Deep Learning harus diuji pada jaringan komputer nyata untuk memastikan keandalan data yang digunakan dan relevansi hasil deteksi dengan kondisi aktual jaringan.
| File size | 1.44 MB |
| Pages | 12 |
| Short Link | https://juris.id/p-2Ad |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
STIEGICISTIEGICI Metode penelitan pada penelitan ini menggunakan Analisis Regresi Linear Berganda, Hasil penelitian berdasarkan hasil uji koefisien determinasi menunjukanMetode penelitan pada penelitan ini menggunakan Analisis Regresi Linear Berganda, Hasil penelitian berdasarkan hasil uji koefisien determinasi menunjukan
POLTEKNAKERPOLTEKNAKER Sebagai outcome utama, sistem ini terbukti mampu meningkatkan respons medis darurat, mempercepat proses evakuasi, serta menurunkan risiko kehilangan jejakSebagai outcome utama, sistem ini terbukti mampu meningkatkan respons medis darurat, mempercepat proses evakuasi, serta menurunkan risiko kehilangan jejak
ILMUBERSAMAILMUBERSAMA Metode K-Means merupakan metode yang digunakan untuk proses klasterisasi pada data yang digunakan. Hasil dari data mining ini bisa digunakan untuk mengambilMetode K-Means merupakan metode yang digunakan untuk proses klasterisasi pada data yang digunakan. Hasil dari data mining ini bisa digunakan untuk mengambil
UIBAUIBA Sebaliknya, gaya kepemimpinan dan sistem informasi akuntansi tidak menunjukkan pengaruh yang signifikan terhadap kinerja karyawan, meskipun kedua variabelSebaliknya, gaya kepemimpinan dan sistem informasi akuntansi tidak menunjukkan pengaruh yang signifikan terhadap kinerja karyawan, meskipun kedua variabel
STIM YKPNSTIM YKPN Populasi penelitian adalah 161 karyawan tetap PDAM Tirta Kamuning, Kabupaten Kuningan. Teknik pengambilan sampel menggunakan proportional stratified randomPopulasi penelitian adalah 161 karyawan tetap PDAM Tirta Kamuning, Kabupaten Kuningan. Teknik pengambilan sampel menggunakan proportional stratified random
STIM LPISTIM LPI Populasi penelitian adalah nasabah kantor Agency Pru Cahaya Madani PT. Prudential Makassar dengan sampel 98 responden menggunakan metode Slovin. AnalisisPopulasi penelitian adalah nasabah kantor Agency Pru Cahaya Madani PT. Prudential Makassar dengan sampel 98 responden menggunakan metode Slovin. Analisis
UNDANAUNDANA Barcode dibagi menjadi 2 (dua) jenis yaitu barcode 1D dan barcode 2D. Perbedaan barcode 1D dan barcode 2D yaitu barcode 1D atau kode batang merupakan barcodeBarcode dibagi menjadi 2 (dua) jenis yaitu barcode 1D dan barcode 2D. Perbedaan barcode 1D dan barcode 2D yaitu barcode 1D atau kode batang merupakan barcode
UNDANAUNDANA (1) Diperoleh hasil berupa sebuah sistem pendukung keputusan yang dapat membantu manajer untuk mengambil keputusan dalam menentukan kelayakan permohonan(1) Diperoleh hasil berupa sebuah sistem pendukung keputusan yang dapat membantu manajer untuk mengambil keputusan dalam menentukan kelayakan permohonan
Useful /
STIM LPISTIM LPI Pendekatan penelitian adalah pendekatan kausal yang bersifat explanatory. Penelitian ini menyimpulkan bahwa budaya organisasi, kompetensi, dan motivasiPendekatan penelitian adalah pendekatan kausal yang bersifat explanatory. Penelitian ini menyimpulkan bahwa budaya organisasi, kompetensi, dan motivasi
STIM LPISTIM LPI Pendekatan penelitian adalah pendekatan kausal yang bersifat explanatory. Hasil penelitian ini menunjukkan bahwa: 1) Kepemimpinan kepala sekolah berpengaruhPendekatan penelitian adalah pendekatan kausal yang bersifat explanatory. Hasil penelitian ini menunjukkan bahwa: 1) Kepemimpinan kepala sekolah berpengaruh
STIM LPISTIM LPI Berdasarkan hasil analisis data, diperoleh bahwa variabel kedisiplinan mempunyai hubungan positif dan signifikan terhadap kinerja guru, artinya bahwa kedisiplinanBerdasarkan hasil analisis data, diperoleh bahwa variabel kedisiplinan mempunyai hubungan positif dan signifikan terhadap kinerja guru, artinya bahwa kedisiplinan
UBHARAUBHARA Dalam eksperimen yang dilakukan pada bab IV, dapat disimpulkan bahwa sistem aplikasi telah berjalan dengan baik dan cukup ramah pengguna. Dari lima desaDalam eksperimen yang dilakukan pada bab IV, dapat disimpulkan bahwa sistem aplikasi telah berjalan dengan baik dan cukup ramah pengguna. Dari lima desa