Text

Evaluasi Algoritma Supervised Learning dalam Identifikasi Serangan Malware Menggunakan Dataset MTA-KDD

---

Malware merupakan salah satu ancaman terbesar dalam keamanan digital. Identifikasi malware sangat krusial dalam menjaga keamanan sistem informasi. Ketika malware terdeteksi, organisasi dapat segera melakukan isolasi sehingga mencegah penyebaran lebih lanjut. Selain itu, identifikasi malware secara dini juga membantu melindungi data sensitif dari pencurian atau kerusakan, menghindari kerugian finansial akibat serangan, dan menjaga kepercayaan pengguna serta kepatuhan terhadap regulasi keamanan. Salah satu upaya untuk mengidentifikasi serangan malware yang terus berkembang yaitu menggunakan machine learning untuk membantu mendeteksi serangan. Namun, karena ada banyak algoritma machine learning, diperlukan informasi atau data komparasi algoritma-algoritma tersebut sehingga dapat diketahui algoritma yang terbaik dalam identifikasi malware. Oleh karena itu, dalam penelitian ini dilakukan evaluasi kinerja beberapa algoritma machine learning berjenis supervised yaitu Support Vector Machine (SVM), Naïve Bayes Classification, Light Gradient Boost, K-Nearest Neighbor, dan Decision Tree. Dataset yang digunakan adalah MTA-KDD sedangkan Parameter yang digunakan adalah nilai evaluasi pada accuracy, precision, recall, dan f-measure. Algoritma yang terpilih yaitu algoritma K-Nearest Neighbor karena memiliki kinerja terbaik yaitu accuracy 88%, precision 89%, recall 88%, dan f-measure 89%. Namun, hasil pengujian model learning terhadap trafik jaringan normal dan malware pada streamlit belum berhasil diimplementasikan karena hasil scaling pada analisis PCAP trafik tidak sesuai dari dataset model learning sehingga model tidak dapat melakukan prediksi.

---

Availability

Detail Information

Series Title

-

Call Number

2024 MUH e

Publisher

Bogor : Politeknik Siber dan Sandi Negara., 2024

Collation

xiii, 45 hal

Language

Indonesia

ISBN/ISSN

--

Classification

NONE

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Systems and data security
Streamlit
Deteksi Serangan Malware

Specific Detail Info

-

Statement of Responsibility

-

Other Information

Link

-

Daftar Isi

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment