Analisis Perbandingan Naive Bayes dan Decision Tree untuk Deteksi Serangan Denial of Service (DoS) pada Arsitektur Software Defined Network (SDN)

SYAUQI RIDWAN AFIF

Informasi Dasar

105 kali
18.04.1842
621.389 28
Karya Ilmiah - Skripsi (S1) - Reference

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.

Subjek

Security - networks
 

Katalog

Analisis Perbandingan Naive Bayes dan Decision Tree untuk Deteksi Serangan Denial of Service (DoS) pada Arsitektur Software Defined Network (SDN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

SYAUQI RIDWAN AFIF
Perorangan
PARMAN SUKARNO, MUHAMMAD ARIEF NUGROHO
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2018

Koleksi

Kompetensi

  • CSH4D3 - SISTEM KEAMANAN
  • CSH433 - TOPIK KHUSUS 2 TELEMATIKA
  • IFG412 - TUGAS AKHIR I (SEMINAR PROPOSAL)
  • IFG444 - TUGAS AKHIR II

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini