Electronic Theses and Dissertation
Universitas Syiah Kuala
NULL
PENERAPAN METODE NAïVE BAYESIAN PADA DIONAEA HONEYPOT DALAM MENDETEKSI SERANGAN PORT SCANNING DAN BRUTE FORCE
Pengarang
Desi Kurnia Nurilahi - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1904205010016
Fakultas & Prodi
Fakultas Teknik / Teknik Elektro (S2) / PDDIKTI : 20101
Subject
Kata Kunci
Penerbit
Banda Aceh : Universitas Syiah Kuala., 2021
Bahasa
Indonesia
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Perkembangan sistem informasi berbasis internet yang mengakibatkan keamanan jaringan khususnya keamanan sistem informasi menjadi melemah. Berbagai tindakan kejahatan terhadap jaringan terus dilakukan mulai dari ingin mencoba-coba hingga melakukan perusakan. Oleh sebab itu perlu adanya suatu metode keamanan jaringan yang dapat mengatasi masalah keamanan yang terjadi pada jaringan komputer. Pada penelitian ini, Honeypot jenis Low Interaction Honeypot digunakan sebagai replikasi server asli untuk mengalihkan serangan. Tujuan penelitian ialah menerapkan sistem Low Interaction Honeypot jenis Dionaea untuk mengatasi serangan Port Scanning dan Brute Force. Hasil pengujian serangan Port Scanning dengan tools Nmap terhadap Dionaea Honeypot ditemukan 359 data port yang terbuka. Sedangkan hasil pengujian serangan Brute Force dengan tools Hydra, Medusa dan Ncrack terhadap Dionaea Honeypot ditemukan aktivitas serangan sebanyak 2.184 data. Penerapan metode Naïve Bayes untuk menganalisis data log yang berisi riwayat aktivitas serangan Port Scanning dan Brute Force. Proses klasifikasi metode Naïve Bayes dilakukan dengan memanfaatkan perangkat lunak WEKA. Tujuan klasifikasi Naïve Bayes adalah untuk mendapatkan nilai tingkat keberhasilan klasifikasi. Nilai keberhasilan klasifikasi berguna untuk memprediksikan Dionaea Honeypot baik diterapkan untuk mengatasi serangan Port Scanning atau serangan Brute Force. Hasil klasifikasi Naïve Bayes didapatkan tingkat keberhasilan klasifikasi data log serangan Brute Force sangat baik berupa 100%. Kemudian hasil klasifikasi data log serangan Port Scanning didapatkan tingkat keberhasilan yang kurang baik berupa 86,2%. Berdasarkan hasil klasifikasi Naïve Bayes menunjukkan bahwa tingkat keberhasilan klasifikasi data log serangan Brute Force lebih bagus dibandingkan dengan tingkat keberhasilan data log serangan Port Scanning. Maka disimpulkan bahwa penerapan Dionaea Honeypot lebih baik diterapkan untuk mengatasi serangan Brute Force dibandingkan untuk mengatasi serangan Port Scanning.
Kata Kunci : Low Interaction Honeypot, Dionaea Honeypot, Port Scanning, Brute Force, Naïve Bayesian
Tidak Tersedia Deskripsi
ANALISA KEAMANAN SERANGAN BRUTE FORCE TERHADAP SECURE SHELL SERVER PADA SISTEM KOLABORASI SNORT DAN COWRIE HONEYPOT (Setia Masyithah, 2020)
IMPLEMENTASI DAN ANALISIS INTRUSION PREVENTION SYSTEM MENGGUNAKAN SOFTWARE OSSEC PADA SISTEM OPERASI UBUNTU (SYAHRUL HAFIZ, 2020)
ANALISIS LOG DIONAEA HONEYPOT MENGGUNAKAN ELASTIC STACK DALAM MENGIDENTIFIKASI MALWARE (Cindyatika Sari, 2019)
KLASIFIKASI SERANGAN BRUTE-FORCE PADA SSH BERBASIS INTEGRASI LOG SURICTA DAN HONEYPOT COWRIE (AJIBUL RISKI, 2026)
ANALISA PERBANDINGAN INTRUSION PREVENTION SYSTEM MENGGUNAKAN SNORT DAN SURICATA (Qadri Mukhlis, 2018)