Pendeteksian Botnet Berbasis Deep Learning Menggunakan VAE-Transformer - Dalam bentuk buku karya ilmiah
GHAZY FATHIN FEBOZSA
Informasi Umum
Kode
25.04.7055
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
118 kali
Informasi Lainnya
Abstraksi
Deteksi botnet berbasis siganture kesulitan untuk mendeteksi ancaman baru atau varian botnet yang belum terdokumentasi. Metode deteksi ini sering kali memiliki nilai false positif rate yang tinggi. Jenis deteksi ini kurang dapat diandalkan dalam lingkungan jaringan karena ketergantungannya pada pola-pola yang telah diketahui. Penelitian ini digunakan pendekatan berbasis deep learning dengan mengintegrasikan Variational Autoencoder (VAE) dan Transformer untuk mendeteksi botnet dalam jaringan komputer menggunakan dataset CTU-13. VAE memungkinkan pembelajaran representasi laten probabilistik dari lalu lintas jaringan, sementara Transformer, dengan mekanisme self-attention, meningkatkan kemampuan model dalam menangkap ketergantungan jarak jauh dalam data jaringan yang kompleks. Hasil eksperimen menunjukkan bahwa model VAE-Transformer memiliki akurasi 88,98% deteksi botnet dan tingkat false positive dengan nilai sebesar 1,560 . Hasil optimalisasi parameter terhadap penggunaan batch size menunjukan bahwa penggunaan batch size 32 lebih baik dengan akurasi 88,98% .
- CBK4BAA4 - Tugas Akhir
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | GHAZY FATHIN FEBOZSA |
| Jenis | Perorangan |
| Penyunting | Satria Akbar Mugitama, Rio Guntur Utomo |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknologi Informasi |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
