DATA STREAM CLUSTERING MENGGUNAKAN ALGORITMA INCREMENTAL K-MEANS UNTUK MENDETEKSI INTRUSI PADA TRAFIK JARINGAN

RAKA KUSUMA RIANDANNY

Informasi Umum

Kode

16.04.1809

Klasifikasi

005.372 - Information System-Research Method

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Security - Networks

Dilihat

210 kali

Informasi Lainnya

Abstraksi

Internet merupakan salah satu teknologi yang paling banyak penggunanya dan terus meningkat. Dengan jumlah peningkatan pengguna yang mengakses internet akan memicu oknum-oknum untuk melakukan intrusi ke pengguna melalui jaringan. Dampak dari intrusi-intrusi tersebut sangatlah buruk, mulai dari pemalsuan identitas, pencurian data, down sebuah server, dan lain-lain.

Dari dampak negatif tersebut, sangat penting dibuat suatu sistem untuk mendeteksi intrusi dengan menganalisa trafik pada jaringan. Pada penelitian ini dibuat sebuah sistem deteksi seragan pada trafik menggunakan metode clustering dengan algoritma Incremental K-means. Berbeda dari penelitian-penelitian sebelumnya yang hanya melakukan analisa mengenai algoritma deteksi anomali, pada penelitian ini sistem dirancang untuk mendeteksi paket-paket anomali secara langsung/online.

Keluaran dari penelitian ini adalah sebuah sistem yang dapat melakukan pengelompokkan data atau clustering paket data secara stream dan menyimpan dataset hasil dari clustering. Paket data tersebut terlebih dahulu diekstrak untuk diambil data-data tertentu seperti source IP address, destination IP address, port, jumlah paket, dan lain-lain yang digunakan sebagai fitur untuk mendeteksi serangan pada trafik jaringan. Parameter keberhasilan dari penelitian ini adalah sebuah system yang dapat mendeteksi paket-paket anomali dan juga dapat menyimpan attribute-attribut yang ada dalam paket anomali tersebut. Akurasi yang diapatkan dari penelitian ini adalah 98.98% dengan false positive rate 0% dan detection rate 100%.