Pendeteksisan Serangan DOS Menggunakan Metode Naive Bayes Pada Perangkat Berbasis Teknologi Internet Of Things

Setiadi, Fransiscus Fery (2021) Pendeteksisan Serangan DOS Menggunakan Metode Naive Bayes Pada Perangkat Berbasis Teknologi Internet Of Things. Masters thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
1729101033-COVER.pdf
Download (860kB)
[img] Text (ABSTRAK)
1729101033-ABSTRAK.pdf
Download (213kB)
[img] Text (BAB 1 PENDAHULUAN)
1729101033-BAB 1 PENDAHULUAN.pdf
Download (145kB)
[img] Text (BAB 2 KAJIAN TEORI)
1729101033-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (471kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
1729101033-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (471kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
1729101033-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
1729101033-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (170kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
1729101033-DAFTAR PUSTAKA.pdf
Download (143kB)

Abstract

Jaringan interkoneksi pada IoT, selain dapat berguna dalam proses otomasi, memiliki kerentanan terhadap gangguan dan serangan yang berbasiskan jaringan seperti Denial of Service. Penelitian ini bertujuan untuk mengklasifikasi pendeteksian sistem serangan DoS pada sebuah jaringan perangkat IoT yang menggunakan Raspberry pi. Dalam pembuatan klasifikator memerlukan dataset training dan testing. Penelitian ini menggunakan dataset training dari NSLKDD dengan format KDD99 dan data testing didapatkan dari proses log IDS pada perangkat Raspberry Pi 3. Agar mengetahui dataset training masih dapat bekerja dalam jaringan perangkat IoT, perlu membangun dataset testing yang baru karena NSLKDD bukan dataset yang dikhususkan pada jaringan IoT namun layak digunakan sebagai data training awal untuk pembelajaran bagi sistem. Penelitian ini menggunakan metode Naive Bayes untuk mengklasifikasi. Hasil penelitian menunjukkan bahwa sistem telah mampu mendeteksi serangan pada perangkat IoT dengan menggunakan bantuan tools Snort. Atribut yang digunakan adalah 9 atribut yaitu service, flag, src_bytes, dst_bytes, srv_serror_rate, same_srv_rate, diff_srv_rate, dst_host_srv_diff_host_rate dan dst_host_srv_serror_rate. Akurasi yang diperoleh dari data nilai aktual dan prediksi yang mempunyai nilai sama sebesar 64.02%. Hasil ini menunjukkan bahwa metode Naïve Bayes dapat mengklasifikasi pendeteksian jenis serangan berupa DoS pada sebuah jaringan yang menggunakan perangkat IoT.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Pendeteksi serangan, Naïve Bayes, NSLKDD, KDD99 dan IoT
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: Fransiscus Fery Setiadi
Date Deposited: 24 Feb 2021 06:36
Last Modified: 24 Feb 2021 06:36
URI: http://repo.undiksha.ac.id/id/eprint/5535

Actions (login required)

View Item View Item