Keamanan merupakan salah satu aspek penting dari suatu sistem , semenjak perkembangan teknologi komputer baru lahir celah – celah keamanan sudah
dimanfaatkan oleh orang yang tidak bertanggung jawab dan menyebabkan kerugian yang cukup besar.
Intrusion Detection System(IDS) merupakan suatu
sistem untuk mendeteksi serangan dalam suatu sistem atau jaringan.Pada tugas akhir ini akan dibahas supervised anomaly detection
pada Intrusion Detection System
(IDS) dengan menggunakan metode jaringan saraf tiruan backpropagation
termodifikasi untuk mendeteksi data normal dan
anomalyberikut dengan intrusidan kelasnya.
DatasetKDD99
intrusion detection
digunakan untuk menguji
keampuhan dan performansi dari backpropagation t
ermodifikasi.
Masalah utama
dalam backpropagation ialah membutuhkan
waktu yang cukup lama untuk
mencapai konverg
ensi.
Oleh karena itu diusulkan backpropagation termodifikasi
menggunakan algoritma conjugate gradient fletcher reeves agar hasil deteksi
anomali lebih cepat karena
epoch
yang digunakan
lebih sedikit dan akuras
i yang
dihasilkan lebih baik.
Testing
berhasil dilakukan dengan parameter
recall
masing
–
masing kelas dan akurasi ke
seluruhan.
Dari testing dengan menggunakan
backpropagation termodifikasi dengan jumlah epoch 501
didapatkan hasil
recall
untuk kelas normal 73,35%
,
kelas R2L 95,08%
,
kelas DOS 97,75%
,
kelas Probe
73,49% dan kelas U2R
13,
71% kemudian akurasi klasifikasi keseluruhan
mencapai 81,81%.
Untuk
recall
kelas DOS dan R2L sudah menunjukan
performansi yang baik dan untuk akurasi kla
sifikasi keseluruhan
sudah cukup
menjanjikan
dibandingakan dengan b
ackpropagation biasa yang p
ada saat epoch
501
akurasi klasifikasinya masih jauh tertinggal yaitu hanya 39
,4
%. Backpropagation,Intrusion Detection System, Anomaly ,jaringan saraf tiruan ,Conjugate Gradient Flethcer Reeve