IMPLEMENTASI ALGORITMA CM-SPADE DALAM MEMBANGUN MODEL SISTEM DETEKSI DENIAL OF SERVICE MENGGUNAKAN SNORT

Samekto Rinekso Pribadi, - (2019) IMPLEMENTASI ALGORITMA CM-SPADE DALAM MEMBANGUN MODEL SISTEM DETEKSI DENIAL OF SERVICE MENGGUNAKAN SNORT. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
S_KOM_1202329_Title.pdf

Download (840kB)
[img] Text
S_KOM_1202329_Chapter1.pdf

Download (103kB)
[img] Text
S_KOM_1202329_Chapter2.pdf
Restricted to Staf Perpustakaan

Download (644kB)
[img] Text
S_KOM_1202329_Chapter3.pdf

Download (268kB)
[img] Text
S_KOM_1202329_Chapter4.pdf
Restricted to Staf Perpustakaan

Download (930kB)
[img] Text
S_KOM_1202329_Chapter5.pdf

Download (77kB)
[img] Text
S_KOM_1202329_Appendix.pdf
Restricted to Staf Perpustakaan

Download (375kB)
Official URL: http://repository.upi.edu/

Abstract

Seiring dengan meningkatnya penggunaan komputer, maka aktifitas bisnis dan penyimpanan serta penggunaan data pun sudah mulai dialihkan, dari yang awalnya menggunakan berkas-berkas dokumen, dialihkan menjadi aktifitas komputasi dan data digital yang tersimpan didalam komputer. Meningkatnya kepentingan komputer tentu memunculkan tantangan dan resikonya sendiri. Salah satu risiko dan tantangannya adalah keamanan dari sistem dan jaringan komputer tersebut. Berbagai macam cara sudah dilakukan demi meningkatkan keamanan jaringan komputer, salah satunya adalah menggunakan Intrusion Detection System (IDS). IDS adalah salah salah satu manajemen keamanan yang mampu mendeteksi serangan pada suatu jaringan komputer secara real-time, contohnya serangan Denial of Service. Untuk memaksimalkan fungsi deteksi IDS yang mampu mendeteksi serangan yang belum diketahui, maka digunakanlah pendekatan data mining dalam membuat IDS yang menerapkan teknik anomaly based detection. Pada penelitian ini, teknik sequential pattern mining yaitu algoritma CM-SPADE digunakan untuk memunculkan rules IDS yang mampu mendeteksi serangan DOS. Pembuatan model dan rules dilakukan dengan menerapkan algoritma CM-SPADE kepada data KDD Cup tahun 1999. Hasil dari penelitian ini mengungkapkan bahwa penerapan algoritma CM-SPADE mampu menghasilkan rules IDS yang mampu mendeteksi serangan DOS dengan tingkat akurasi sebesar 97,976%.----------Along with the increasing use of computers, business activities and the use of data storage have also begun to changed, from the use of document files which now changed to computing activities and digital data storage stored within the computer. The increasing of computer importance in daily lives also raises it’s own challenge and risks. One of the risks and challenge that arose is the security of the computer system and network. Various ways have been done to improve computer network security, one of which is using Intrusion Detection System (IDS). IDS is one of the security management that able to detect attacks on a computer network in real-time, for example Denial of Service (DOS) attacks. To maximize the IDS detection function that is able to detect unknown attacks, a data mining approach is used to create an IDS that uses anomaly based detection techniques. In this study, a sequential pattern mining technique, the CM-SPADE algorithm, is used to generate IDS rules that can detect DOS attacks. Modeling and rules are made by applying the CM-SPADE algorithm to the KDD Cup 1999 data. The results of this study reveal that the application of the CM-SPADE algorithm is able to produce IDS rules that are able to detect DOS attacks with an accuracy rate of 97.976%.

Item Type: Tugas Akhir,Skripsi,Tesis,Disertasi (S1)
Uncontrolled Keywords: Intrusion Detection System, data mining, CM-SPADE, KDD Cup ’99 Dataset, Snort.
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Samekto Rinekso Pribadi
Date Deposited: 30 Jul 2020 00:36
Last Modified: 30 Jul 2020 00:36
URI: http://repository.upi.edu/id/eprint/44063

Actions (login required)

View Item View Item