Tugas Akhir Elektro

Perancangan Preprocessor Pada Sistem Pendeteksi Intrusi Snort Berbasis Convolutional Neural Network dan Long Short Term Memory

---

Sistem Pendeteksi Intrusi dibutuhkan untuk melakukan pendeteksian gangguan baik dari malware yang terjadi di Jaringan Komputer, salah satu sistem ini adalah Snort IDS. Penelitian ini meningkatkan kapabilitas Snort IDS dengan menggunakan metode Deep Learning Convolutional Neural Network sebagai sistem klasifikasi dan Long Short Term Memory sebagai sistem profiling. Sistem klasifikasi diterapkan pada payload dari TCP Packet, sedangkan sistem profiling diterapkan pada header dari TCP Packet. Dataset terdiri dari 3 jenis Botnet CTU Stratosphere IDS antara lain, Neris 652 paket, Svchosta 185 paket, dan Rbot 278 paket. Beberapa file disisipkan reverse shell sebagai dataset untuk menguji pendeteksian CNN. Berdasarkan hasil pengujian menggunakan Long Short Term Memory (LSTM) dan Convolutional Neural Network (CNN). Pada sistem profiling LSTM mampu melakukan profiling pada header dengan akurasi tertinggi 98.2%. Pada sistem filter CNN mampu melakukan pendeteksian pada payload packet, dengan ukuran kernel 1488×1 atau 1 MTU, dan learning rate

---

Ketersediaan

2019263

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

-

Penerbit

Universitas Mataram : Fakultas Teknik Unram., 2019

Deskripsi Fisik

i;80 Hlm; Illus; 21x29 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

other

Tipe Media

computer

Tipe Pembawa

audio disc

Edisi

Edisi 1

Subjek

Preprocessor Pada Sistem Pendeteksi Intrusi Snort
Long Short Term Memory, Convolutional Neural Netwo
Sistem Pendeteksi Intrusi, TCP Payload Filtering
TCP Header Profiling, Snort IDS, Preprocessor Snort

Info Detail Spesifik

Sistem Pendeteksi Intrusi Snort Berbasis Convolutional Neural Network

Pernyataan Tanggungjawab

Didik Hadumi Setiaji

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar