ACADSTAFF UGM

CREATION
Title : Analisis Kinerja Klasifikasi Dengan Metode Supervised Learning Terhadap Serangan DDOS pada Software Defined Network menggunakan SFLOW Protocol
Author :
Date : 0 2022
Abstract : Jaringan SDN mendapatkan serangan DDOS, baik pada Control Plane dan Data Plane akan mengalami kekurangan sumber daya. Hal tersebut apabila tidak dideteksi lebih awal dapat mengakibatkan jaringan SDN gagal bekerja. Adanya jaringan yang dapat dikontrol dengan software, yaitu SDN, sehingga memungkinkan untuk menerapkan Machine Learning pada SDN. Penelitian ini bertujuan untuk mendapatkan model paling baik untuk klasifikasi serangan Distributed Denial of Service (DDOS) pada jaringan Software Defined Network (SDN). Penelitian melakukan kajian dan pengembangan klasifikasi SDN, yang memungkinkan untuk menerapkan Machine Learning pada SDN. Memanfaatkan kemampuan sFlow protocol untuk melakukan capture traffic flow secara realtime, data yang dihasilkan dari sFlow digunakan untuk melakukan klasifikasi serangan dengan metode supervised learning. Pendekatan pengambilan sample ini akan menurunkan beban jaringan. Terdapat tiga algoritma yang digunakan yaitu Support Vector Machine (SVM), Random Forest dan Extreme Gradient Boosting (XGBoost). Penelitian diharapkan dapat menghasilkan model klasifikasi terbaik untuk mendeteksi serangan DDOS pada SDN dengan sFlow sebagai sumber data dan Meningkatkan hasil klasifikasi serangan DDOS pada SDN dengan sFlow yang sudah dibuat sebelumnya.
Group of Knowledge : Ilmu Komputer
Original Language : Bahasa Indonesia
Level : Nasional
Status :
Document
No Title Document Type Action