PROFILING METRIK THREAT INTELLIGENCE DAN BEHAVIOR PADA OPEN SOURCE SECURITY INFORMATION EVENT MANAGEMENT ELASTIC SECURITY - Dalam bentuk buku karya ilmiah

ABDUL FATAH AL KHAIR

Informasi Umum

Kode

24.04.3366

Klasifikasi

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

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Cyber Security

Dilihat

411 kali

Informasi Lainnya

Abstraksi

Penelitian ini bertujuan untuk mengeksplorasi dan menganalisis efektivitas implementasi Security Information and Event Management (SIEM) open-source menggunakan Elastic Security dalam mendeteksi ancaman siber yang semakin kompleks. Fokus utama penelitian ini adalah pada pengintegrasian Threat Intelligence dan Threat Behavior untuk meningkatkan kapabilitas deteksi ancaman pada SIEM. Elastic Security digunakan dalam penelitian ini untuk mengelola dan menganalisis data log yang dihasilkan oleh sistem dan aplikasi yang terhubung ke jaringan organisasi. Penelitian ini dilakukan melalui serangkaian eksperimen yang melibatkan berbagai jenis serangan siber, termasuk port scanning, brute force, dan Distributed Denial of Service (DDoS). Eksperimen dilakukan dalam lingkungan virtual yang telah dikonfigurasi dengan menggunakan VMware untuk mensimulasikan server target (CentOS) dan mesin penyerang (Kali Linux). Dalam setiap eksperimen, metode yang digunakan melibatkan analisis terhadap log yang dihasilkan oleh Elastic Security untuk mengevaluasi efektivitas deteksi dan respon terhadap serangan. Hasil penelitian menunjukkan bahwa Elastic Security mampu mendeteksi sebagian besar jenis serangan dengan akurasi tinggi, terutama pada serangan port scanning dan brute force, dengan waktu respons yang bervariasi.Serangan Nmap - Zenmap GUI (Intense Scan, All TCP) terdeteksi paling cepat dalam 15 detik, sementara serangan Nmap - Zenmap GUI (Intense Scan plus UDP) terdeteksi paling lambat dalam 9 menit 41 detik. Namun, terdapat kelemahan dalam mendeteksi serangan DDoS dan serangan brute force yang dilakukan dengan alat Medusa, yang tidak terdeteksi sama sekali, menunjukkan kebutuhan akan peningkatan dalam konfigurasi dan aturan deteksi. Selain itu, metrik risk menunjukkan bahwa Nping Process Activity yang digunakan untuk mendeteksi DDoS Attack dan Potential Internal Linux SSH Brute Force yang digunakan untuk mendeteksi Brute Forece Attack memiliki skor risiko tertinggi sebesar 47 dengan tingkat severity medium, sementara potensi deteksi port scanning memiliki skor risiko 21 dengan tingkat severity low. Elastic Security efektif dalam mendeteksi serangan port scanning dan brute force, namun menunjukkan kelemahan dalam mendeteksi serangan DDoS dan brute force menggunakan Medusa. Skor risiko tertinggi ditemukan pada Nping Process Activity dan Potential Internal Linux SSH Brute Force. Untuk meningkatkan efektivitas, perlu dilakukan peningkatan konfigurasi, aturan deteksi, serta integrasi yang lebih baik dengan Threat Intelligence dan Behavior Profiling.