Analisis Performansi Intrusion Detection System Menggunakan Algoritma Genetic Programming dan K-Nearest Neighbor pada IMS

Oki Fajar Wijayanto

Informasi Umum

Kode

113080125

Klasifikasi

004 - Data processing, Computer science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Sistem Komputer Dan Jaringan Komputer

Dilihat

14 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: IP MULTIMEDIA SUBSYSTEM (IMS) merupakan standar Next Generation Networking,yang mampu meng-konvergensi suara, video, gambar, data dan teknologi berbasis web. IMS mampu memberikan layanan QoS, Charging, Service Integration yang lebih baik dari generasi sebelumnya. Pengembangan mengenai keamanan IMS terus dilakukan. Terdapat banyak jenis serangan yang bisa dilakukan pada IMS. Salah satu pendekatan dalam menangani permasalahan keamanan yaitu dengan IDS. P-CSCF merupakan komponen pada IMS yang rentan terhadap serangan. Serangan yang dilakukan pada P-CSCF akan berdampak pada menurunnya performa IMS. DOS attack merupakan salah satu ancaman terhadap server IMS, yang dapat menyebabkan menurunnya kualitas QOS yang diberikan server IMS terhadap user yang berhak[10]. Penulis mencoba mengggunakan mekanisme IDS Network based anomaly detection dengan P-CSCF berperan sebagai IDS . Dalam tugas akhir ini, dilakukan analisis perfomansi antara algoritma genetic programming(GP) dengan k-nearest neighbor(kNN) untuk membandingkan tingkat akurasi pendeteksian serangan dan waktu proses yang dibutuhkan dari kedua algoritma. kNN dinilai baik karena mampu memberikan akurasi tinggi dan waktu pendeteksian cepat. <br>Kata Kunci : IMS, IDS, P-CSCF, Algoritma Genetic Programming, K-Nearest NeighborABSTRACT: IP MULTIMEDIA SUB-SYSTEM (IMS) is a standard Next Generation Networking, which is capable of clicking-convergence of voice, video, image, data and web-based technologies. IMS is able to provide service QoS, Charging, Service Integration better than the previous generation. Development continues on IMS security. There are many types of attacks that can be done on the IMS. One approach in dealing with security issues is by Intrusion Detection System(IDS). P-CSCF is the IMS component that is vulnerable to attack. The attack is carried out on the P-CSCF will decrease the performance of IMS. DOS attack is one of the thread that can degrade the quality of QOS for authorized clients. The author tries to use traditional Network IDS mechanism based anomaly detection with the P-CSCF acts as IDS. In this thesis, the author try to implement ids based on genetic programming and k-nearest neighbor algorithm, and analyse which ids that gives better level of attack detection accuracy and detection time required. kNN is considered good because it has good accuracy level and fast detection time required. <br>Keyword: IMS, IDS, P-CSCF, Genetic Programming, K-Nearest Neighbor