PERANCANGAN DAN ANALISIS DETEKSI ANOMALY BERBASIS CLUSTERING MENGGUNAKAN ALGORITMA MODIFIED K-MEANS DENGAN TIMESTAMP INITIALIZATION PADA SLIDING WINDOW

I WAYAN OKA KRISMAWAN PUTRA

Informasi Umum

Kode

15.04.1355

Klasifikasi

005.8 - Data security, access control, computer network security, firewalls

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Security - Networks

Dilihat

280 kali

Informasi Lainnya

Abstraksi

Anomaly traffic merupakan suatu kejadian dimana seorang pengguna internet tidak dapat mengakses internet sebagai mana mestinya, hal tersebut bisa dikarenakan karena peningkatan traffic secara drastis (Flash Crwod) atau telah terjadinya serang (DoS maupun DDoS) oleh pihak yang tidak menginginkan user untuk melakukan akses internet. DDoS merupakan sebuah serangan dimana salah satu jenis serangan dilakukan dengan membanjiri traffic target menggunakan pesan “PING” sehingga target tidak dapat terkoneksi dengan baik. Sedangkan Flash Crowd merupakan keadaan suatu traffic meningkat tetapi bertahap (tidak seperti DDoS) karena bencana alam, promosi produk, dan lain-lain. Ada dua metode untuk melakukan deteksi anomaly yaitu dengan signature dan anomaly based. Metode Signature menggunakan database dalam pengenalan suatu anomaly, sehingga jika terdapat anomaly baru tidak akan terdeteksi. Sedangkan, Anomaly tidak menggunakan database tetapi menggunakan pembelajaran pola yang terjadi, sehingga jika terdapat anomaly baru bisa terdeteksi. Sehingga pada Tugas Akhir, menggunakan metode anomaly based sebagai metode deteksi. Dalam Tugas Akhir ini menerapkan metode Clustering dengan menggunakan Algoritma Modified K-Means dengan Timestamp Initialization pada Sliding Window. Hasil yang diperoleh berupa sebuah metode pendeteksian anomaly traffic dengan detection rate yang tertinggi 96.06% dan false positive rate terkecil 0.75% dari pengujian beberapa dataset.

Kata kunci : Anomaly traffic, Clustering, K-Means, Timestamp Initialization, Sliding Window.