Analisis Perbandingan Naive Bayes dan Decision Tree untuk Deteksi Serangan Denial of Service (DoS) pada Arsitektur Software Defined Network (SDN)
SYAUQI RIDWAN AFIF
Informasi Umum
Kode
18.04.1842
Klasifikasi
621.389 28 - Security Electronics
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Security - Networks
Dilihat
11 kali
Informasi Lainnya
Abstraksi
Software Defined Network (SDN) adalah paradigma baru pada arsitektur jaringan yang memberikan solusi pengontrolan terpusat, sehingga tidak perlu lagi melakukan konfigurasi pada setiap komponen jaringan. Namun, arsitektur SDN juga memiliki isu keamanan, salah satu ancaman tersebut adalah Denial of Service (DoS) yang memungkinkan penyerang melumpuhkan controller dan berakibat fatal. Dari beberapa penelitian sebelumnya, algoritma machine learning dapat menghasilkan deteksi yang optimal. Dalam penelitian ini, algoritma machine learning akan diimplementasikan pada arsitektur SDN dalam hal deteksi serangan DoS. Algoritma yang digunakan adalah Decision Tree dan Naive Bayes dan memakai NSL-KDD sebagai dataset. Hasil dari akurasi dalam mengdeteksi serangan DoS masing-masing algoritma adalah 99.0% untuk Decision Tree dan 97.0% untuk Naive Bayes.
- CSH4D3 - SISTEM KEAMANAN
- CSH433 - TOPIK KHUSUS 2 TELEMATIKA
- IFG412 - TUGAS AKHIR I (SEMINAR PROPOSAL)
- IFG444 - TUGAS AKHIR II
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | SYAUQI RIDWAN AFIF |
| Jenis | Perorangan |
| Penyunting | PARMAN SUKARNO, MUHAMMAD ARIEF NUGROHO |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
