SISTEM DETEKSI DAN MITIGASI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) PADA JARINGAN SOFTWARE DEFINED NETWORK (SDN) MENGGUNAKAN K-NEAREST NEIGHBORS (KNN)

M YUSRIL RIGALDI

Informasi Umum

Kode

23.04.1586

Klasifikasi

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

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Network Security, Computer Security,

Dilihat

585 kali

Informasi Lainnya

Abstraksi

Pada masa sekarang ini jaringan telah menjadi infrastruktur yang sangat penting bagi bisnis, perkantoran maupun kampus. Oleh karena itu, sangat penting sekali untuk memiliki sistem infrastruktur jaringan yang mudah dikelola namun memiliki kemampuan kerja yang optimal dan juga fleksibel. Software Defined Network (SDN) merupakan teknologi baru dalam konsep jaringan, dimana SDN memisahkan control plane dan data plane. Controller sebagai otak yang mengatur forwarding paket dari suatu jaringan SDN, sehingga dapat melakukan kontrol terpusat pada jaringan yang banyak dalam sebuah controller. Controller belum memiliki sistem keamanan yang cukup baik untuk melindungi dari serangan. Terdapat beberapa kasus serangan seperti Distributed Denial of Service (DDoS) yang menjadi suatu permasalahan serius pada keamanan jaringan. Untuk dapat menunjang teknologi yang semakin maju maka perlu diterapkan konsep jaringan yang memadai juga. Pada penelitian ini akan membangun sebuah konsep jaringan SDN dan melakukan pengembangan pada controller dengan menerapkan machine learning K-Nearest Neighbors (KNN). Fungsi dari machine learning KNN sendiri yaitu untuk dapat melakukan klasifikasi pada trafik yang dijalankan. Trafik yang dijalankan nantinya akan terdapat trafik serangan yang dapat di deteksi dan mitigasi oleh controller yang sudah dikembangkan. Controller yang digunakan pada penelitian ini adalah ryu controller. Tujuan dari penelitian ini adalah membangun sistem deteksi dan mitigasi serangan DDoS dengan menggunakan machine learning model algoritma KNN. Dalam penelitian ini terbukti bahwa kinerja machine learning KNN yang dikembangkan pada controller dapat melakukan deteksi dan mitigasi serangan DDoS. Pada pengujian pengukuran akurasi mendapatkan nilai 82% dengan menggunakan nilai K = 5 dan data test yang digunakan sebesar 30%.

Kata Kunci: Software Defined Network (SDN), Distributed Denial of Service (DDoS), K-Nearest Neighbors (KNN), Controller.