KOMPARASI PADA KLASIFIKASI TRAFIK SERANGAN MALWARE BOTNET DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

ZAMIEYUS, MEUTIA and Stiawan, Deris (2021) KOMPARASI PADA KLASIFIKASI TRAFIK SERANGAN MALWARE BOTNET DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Sriwijaya University.

	Text RAMA_56201_09011181722018.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_56201_09011181722018_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
Preview	Text RAMA_56201_09011181722018_0003047905_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) | Preview
	Text RAMA_56201_09011181722018_0003047905_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (261kB) | Request a copy
	Text RAMA_56201_09011181722018_0003047905_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (194kB) | Request a copy
	Text RAMA_56201_09011181722018_0003047905_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_56201_09011181722018_0003047905_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (31kB) | Request a copy
	Text RAMA_56201_09011181722018_0003047905_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (125kB) | Request a copy
	Text RAMA_56201_09011181722018_0003047905_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (835kB) | Request a copy

Abstract

Pada beberapa tahun terakhir penelitian mengenai botnet telah banyak dilakukan, botnet merupakan salah satu jenis malware yang menyerang dengan cara mengambil alih sistem komputer yang terhubung ke jaringan internet dengan mengendalikannya secara remote. Penelitian ini menggunakan dataset MedBIoT yang berasal dari Tallinn University of Technology terdapat tiga jenis botnet yaitu bashlite, mirai dan torii. Tujuan dari seleksi fitur Correlation-based Feature Selection (CFS) yaitu memfilter fitur sehingga dapat menemukan fitur yang terbaik untuk melakukan proses pengklasifikasi. Selain itu, Algoritma Support Vector Machine (SVM) terdiri dari tiga kernel yaitu linear, rbf dan polynomial yang digunakan untuk melakukan proses klasifikasi. Hasil dari penelitian ini menunjukkan bahwa algoritma Support Vector Machine (SVM) menggunakan seleksi fitur Correlation-based Feature Selection (CFS) dapat melakukan proses klasifikasi dengan baik pada serangan malware botnet, hasil klasifikasi menggunakan tiga kernel algoritma SVM menunjukkan hasil yang terbaik yaitu pada kernel polynomial mendapatkan nilai akurasi sebesar 99.96%, presisi 99.95%, recall 99.99% serta f-1 score 99.97%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Botnet Classification, MedBIoT, Correlation-based Feature Selection (CFS), Support Vector Machine (SVM)
Subjects:	Q Science > QA Mathematics > QA75-76.95 Calculating machines > QA76.9.A25 Computer security. Systems and Data Security.
Divisions:	09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User:	Users 5594 not found.
Date Deposited:	09 Jul 2021 04:36
Last Modified:	09 Jul 2021 04:36
URI:	http://repository.unsri.ac.id/id/eprint/49528

Actions (login required)

View Item