Deteksi Dinamis SQL Injection Menggunakan Model Deep Learning dengan API Flask - Dalam bentuk buku karya ilmiah
HAFIZ YAZID MUHAMMAD
Informasi Umum
Kode
25.04.5914
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Deep Learning
Dilihat
108 kali
Informasi Lainnya
Abstraksi
Serangan SQL Injection (SQLi) merupakan ancaman siber yang mengeksploitasi celah keamanan aplikasi web untuk mengakses data sensitif. Penelitian ini mengembangkan sistem deteksi dinamis menggunakan model deep learning Convolutional Neural Network-Long Short-Term Memory (CNN-LSTM). Model dilatih dengan menggunakan dataset query malicious dan benign melalui tahapan preprocessing, ekstraksi fitur, dan pelatihan. Model CNN-LSTM diintegrasikan dengan API Flask yang berfungsi sebagai endpoint REST API, menerima input dari aplikasi web Laravel 10. API Flask memproses data input menggunakan model CNN-LSTM, lalu mengembalikan respons JSON untuk memastikan deteksi real-time pada input pengguna. Model CNN-LSTM dalam proses uji mampu mencapai akurasi 0.988. Web Laravel 10 yang terintegrasi dengan Sistem API Flask dapat mencapai kecepatan deteksi rata rata 321.54 ms.
- CBK4BAA4 - Tugas Akhir
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | HAFIZ YAZID MUHAMMAD |
| Jenis | Perorangan |
| Penyunting | Vera Suryani, Aji Gautama Putrada |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknologi Informasi |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
