Perbandingan Algoritma SVM dan Algoritma KNN Dalam Menghasilkan Klasifikasi DDoS dan Benign

Authors

  • Patrick Darryl Universitas Gunadarma
  • Muhammad Subali Universitas Cendekia Abditama

:

https://doi.org/10.32409/jikstik.20.4.2799

Abstract

Perkembangan teknologi dan internet semakin cepat. Semakin terbukanya pengetahuan hacking dan cracking maka banyak kelompok yang tidak bertanggung jawab mencoba untuk mengambil atau mencuri informasi, salah satu serangan yang dapat dilakukan adalah Distributed Denial of Service ( DDOS ). Ada beberapa jenis serangan dari DDOS yang sering terjadi seperti UDP Flooding , SYN Flooding , Ping of Death , dan Remote Controlled Attack . Serangan DDoS mengakibatkan sistem yang diserang mengalami gangguan berupa error request , halt , kegagalan sistem dan sebagainya. Berdasarkan penjelasan diatas, serangan DDoS dan nantinya log serangan akan dikirim kedalam database untuk proses pengklasifikasian menggunakan SVM dan KNN dengan tujuan mencegah jika terjadi serangan dan mempermudah proses klasifikasi maupun analisa, menghasilkan output mudah dibaca oleh administrator jika terdapat serangan terhadap server dan administrator dapat mengatasinya terhadap serangan terhadap server tersebut. Penelitian ini telah menghasilkan klasifikasi DDoS dan Benign pada dataset CCIDS menggunakan algoritma SVM dan K-Nearest Neighbor . Penelitian ini berhasil menampilkan perbedaan performa dari algoritma SVM dan K-Nearest Neighbor dalam menghasilkan klasifikasi DDoS dan Benign .

Downloads

Download data is not yet available.

Downloads

Published

30-12-2021

How to Cite

[1]
Darryl, P. and Subali, M. 2021. Perbandingan Algoritma SVM dan Algoritma KNN Dalam Menghasilkan Klasifikasi DDoS dan Benign. Jurnal Ilmiah Komputasi. 20, 4 (Dec. 2021), 491–500. DOI:https://doi.org/10.32409/jikstik.20.4.2799.
Abstract View: 86 times