Implementasi Metode SMOTE dan Algoritma Random Forest untuk Mendeteksi Serangan Denial of Service Terhadap Jaringan Sensor Nirkabel
Total View This Week0
Total View This Week0
Institusion
Universitas Multimedia Nusantara
Author
Neven, Neven
Subject
T58.5-58.64 Information technology
Datestamp
2022-10-13 02:00:49
Abstract :
Jaringan Sensor Nirkabel (JSN) merupakan jaringan nirkabel yang terbentuk atas kumpulan sensor (simpul), yang saling berkomunikasi untuk melakukan pengindraan dan kontrol terhadap lingkungan sekitar. JSN dianggap sebagai sistem kritis karena sering kali menangani informasi penting, selain itu JSN juga biasanya ditempatkan pada tempat ekstrem yang sulit dijangkau oleh manusia. Hal ini menyebabkan JSN relatif rentan terhadap serangan yang dilakukan oleh pihak yang tidak bertanggung jawab. Serangan yang paling umum dilakukan terhadap JSN adalah serangan denial-of-service pada lapisan jaringan. Tipe serangan yang dapat terjadi antara lain serangan Blackhole, Flooding, Grayhole, dan TDMA. Salah satu solusi untuk menangani permasalahan ini adalah dengan menggunakan pembelajaran mesin untuk melakukan deteksi dan klasifikasi terhadap serangan- serangan tersebut. Metode pembelajaran mesin yang digunakan pada penelitian ini adalah algoritma Random Forest (RF) yang ditingkatkan menggunakan metode SMOTE (Synthetic Minority Oversampling Technique). RF adalah algoritma yang menerapkan metode ensemble yang menggunakan decision tree sebagai basis klasifikasi yang dilakukan. SMOTE digunakan untuk memperbanyak data latih agar data seimbang sebelum digunakan untuk melatih model pembelajaran mesin menggunakan RF. Metode SMOTE dan algoritma RF berhasil diimplementasikan untuk melakukan klasifikasi terhadap keempat serangan denial-of-service dengan nilai akurasi keseluruhan sebesar 99.537% berdasarkan hasil evaluasi model pembelajaran mesin yang terbentuk.
Jaringan Sensor Nirkabel (JSN) merupakan jaringan nirkabel yang terbentuk atas kumpulan sensor (simpul), yang saling berkomunikasi untuk melakukan pengindraan dan kontrol terhadap lingkungan sekitar. JSN dianggap sebagai sistem kritis karena sering kali menangani informasi penting, selain itu JSN juga biasanya ditempatkan pada tempat ekstrem yang sulit dijangkau oleh manusia. Hal ini menyebabkan JSN relatif rentan terhadap serangan yang dilakukan oleh pihak yang tidak bertanggung jawab. Serangan yang paling umum dilakukan terhadap JSN adalah serangan denial-of-service pada lapisan jaringan. Tipe serangan yang dapat terjadi antara lain serangan Blackhole, Flooding, Grayhole, dan TDMA. Salah satu solusi untuk menangani permasalahan ini adalah dengan menggunakan pembelajaran mesin untuk melakukan deteksi dan klasifikasi terhadap serangan- serangan tersebut. Metode pembelajaran mesin yang digunakan pada penelitian ini adalah algoritma Random Forest (RF) yang ditingkatkan menggunakan metode SMOTE (Synthetic Minority Oversampling Technique). RF adalah algoritma yang menerapkan metode ensemble yang menggunakan decision tree sebagai basis klasifikasi yang dilakukan. SMOTE digunakan untuk memperbanyak data latih agar data seimbang sebelum digunakan untuk melatih model pembelajaran mesin menggunakan RF. Metode SMOTE dan algoritma RF berhasil diimplementasikan untuk melakukan klasifikasi terhadap keempat serangan denial-of-service dengan nilai akurasi keseluruhan sebesar 99.537% berdasarkan hasil evaluasi model pembelajaran mesin yang terbentuk.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
