2016 : ANALISA DAN STUDI KINERJA METODE PREDIKSI ANOMALI LALU LINTAS JARINGAN KOMPUTER

Dr.Eng. Chastine Fatichah S.Kom, M.Kom
Henning Titi Ciptaningtyas S.Kom., M.Kom

External link

Type

RESEARCH

Keywords

-


Abstract

Keamanan data dan informasi bisa diartikan sebagai usaha untuk melakukan perlindungan data dan sumber daya dari pihak yang tidak mempunyai hak akses, dari perusakan data, dan dari kegagalan pemakaian oleh pengguna yang berhak. Untuk mengamankan data dan informasi, diperlukan adanya mekanisme deteksi malware dalam jaringan. Ciri suatu jaringan yang terkena serangan malware adalah adanya anomali dalam traffic jaringan. Maka dari itu, penelitian ini bertujuan untuk memprediksi tren anomali traffic jaringan kedepan berdasarkan data series yang didapat dari masa lalu agar dapat membantu untuk mengetahui bentuk serangan yang mungkin terjadi dan bagaimana penanganannya untuk meningkatkan keamanan pada sistem jaringan komputer.\nData series yang akan diolah adalah data serangan pada jaringan komputer yang bersumber dari Id SIRTII/CC pada tahun 2012, 2013, dan 2014. Dari 36 kelompok serangan, dipilih 5 jenis serangan tertinggi yang konsisten muncul dalam tahun-tahun tersebut, yaitu: SQL Injection, Denial of Service (DoS), CNC Botnet, Spyware, dan Bad Traffic. Untuk melakukan prediksi tren anomali trafik jaringan, maka dalam penelitian ini akan menggunakan 3 model yang hendak diperbandingkan, yaitu ANN (Artificial Neural Networks), ARIMA (AutoRegressive Integrated Moving-Average) dan ARFIMA (Autoregressive Fractionally Integrated Moving Average).\nLuaran yang diharapkan dari penelitian ini adalah perangkat lunak untuk memprediksi tren anomali trafik jaringan dengan lebih akurat berdasarkan data serangan di masa lampau dengan menggunakan 3 model yang berbeda. Luaran kedua berupa publikasi artikel ilmiah pada seminar internasional.\n\nKata Kunci (Keywords) : anomali trafik jaringan, prediksi tren, Artificial Neural Networks (ANN), ARIMA, ARFIMA.