DETEKSI SERANGAN DDOS PADA PORTMAP MENGGUNAKAN METODE BIDIRECTIONAL RECURRENT NEURAL NETWORKS

PUTRA, WISNU ADI and Stiawan, Deris and Rizqie, Qurhanul (2025) DETEKSI SERANGAN DDOS PADA PORTMAP MENGGUNAKAN METODE BIDIRECTIONAL RECURRENT NEURAL NETWORKS. Masters thesis, Sriwijaya University.

Preview	Image RAMA_55101_09012682125021_cover.jpeg - Cover Image Available under License Creative Commons Public Domain Dedication. Download (242kB) | Preview
	Text RAMA_55101_09012682125021.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
	Text RAMA_55101_09012682125021_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (11MB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (732kB)
	Text RAMA_55101_09012682125021_0003047905_0203128701_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (802kB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (431kB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (28kB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (150kB) | Request a copy
	Text RAMA_55101_09012682125021_0003047905_0203128701_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy

Abstract

Portmap atau RPC bind adalah protokol yang digunakan dalam sistem operasi Unix dan Linux untuk memetakan nomor port dengan nomor program yang terkait. Pada serangan DDoS terhadap Portmap, para penyerang akan memanfaatkan kelemahan dalam protokol ini untuk mengirimkan permintaan yang salah atau manipulatif dalam jumlah besar ke server yang menjalankan Portmap. Karena sifat UDP yang tidak memiliki koneksi dan tidak terotentikasi, server Portmap akan mencoba membalas setiap permintaan yang diterimanya. Namun, para penyerang sering kali menyamarinya sehingga alamat IP mereka disembunyikan atau palsu. Akibatnya, server akan mencoba membalas permintaan ke alamat IP palsu atau tidak valid, menghabiskan sumber daya server dan mengakibatkan penolakan layanan untuk klien yang sah. Dampak dari serangan DDoS pada Portmap bisa sangat merusak. Layanan yang terkait dengan Portmap mungkin menjadi tidak responsif, menyebabkan downtime yang signifikan bagi aplikasi atau layanan yang mengandalkan protokol tersebut. Pada penelitian ini digunakan dataset CSE-CIC-IDS 2019 khususnya dataset serangan DDoS pada portmap, Penggunaan Metode Corelationbased Feature Selection (CSF) untuk mendapatkan fitur penting pada dataset saat dilakukan deteksi serangan DDoS Menggunakan Machine Learning Bidirectional RNN, Metode Bidirectional RNN dapat dengan baik mendeteksi serangan DDoS pada portmap, dengan menerapkan data latih 70% dan data uji 30% menghasilkan performa nilai akurasi 99.9917%, nilai recall 99.9917%%, nilai spesifitas 99.9942%, nilai presisi 99.994%, nilai F1-Score 99.88%%, dan performa dari nilai BACC 99.92%, serta nilai dari MCC 99.98 %. Kontribusi utama penelitian ini adalah pengembangan pendekatan deteksi serangan DDoS pada Portmap yang lebih akurat dan efisien dengan menggabungkan metode seleksi fitur CFS dan arsitektur Bidirectional RNN. Dengan metode ini, proses deteksi dapat dilakukan dengan lebih cepat dan tepat, mengurangi beban komputasi tanpa mengorbankan performa deteksi. Kata kunci : Bidirectional RNN ,DdoS,Correlation-basedfeature selection,Portmap

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Bidirectional RNN ,DdoS,Correlation-basedfeature selection,Portmap
Subjects:	Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions:	09-Faculty of Computer Science > 55101-Informatics (S2)
Depositing User:	Wisnu Adi Putra
Date Deposited:	15 Jul 2025 08:12
Last Modified:	15 Jul 2025 08:12
URI:	http://repository.unsri.ac.id/id/eprint/178465

Actions (login required)

View Item