VISUALISASI SERANGAN PORT SCANNING DENGAN CLUSTERING K-MEANS PADA JARINGAN INTERNET OF THINGS

RIFKI, MUHAMMAD and Stiawan, Deris (2020) VISUALISASI SERANGAN PORT SCANNING DENGAN CLUSTERING K-MEANS PADA JARINGAN INTERNET OF THINGS. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_56201_09011181320049.pdf] Text
RAMA_56201_09011181320049.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (5MB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_TURNITIN.pdf] Text
RAMA_56201_09011181320049_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (18MB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_01_front_ref.pdf]
Preview
Text
RAMA_56201_09011181320049_0003047905_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Preview
[thumbnail of RAMA_56201_09011181320049_0003047905_02.pdf] Text
RAMA_56201_09011181320049_0003047905_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_03.pdf] Text
RAMA_56201_09011181320049_0003047905_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_04.pdf] Text
RAMA_56201_09011181320049_0003047905_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (4MB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_05.pdf] Text
RAMA_56201_09011181320049_0003047905_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (515kB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_06_ref.pdf] Text
RAMA_56201_09011181320049_0003047905_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (476kB) | Request a copy
[thumbnail of RAMA_56201_09011181320049_0003047905_07_lamp.pdf] Text
RAMA_56201_09011181320049_0003047905_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (572kB) | Request a copy

Abstract

Internet of things ( IoT ) muncul sebagai teknologi yang digunakan secara luas di beberapa bidang termasuk industri, transportasi, energi, pemantauan lingkungan, kesehatan, pertanian dan lain – lain. Pada penelitian ini penulis fokus terhadap pengenalan pola serangan port scanning dan menyajikan pola serangan tersebut kedalam bentuk visual. Penelitian dilakukan pada jaringan internet of things yang menggunakan WiFi dengan trafik normal, trafik serangan, dan trafik gabungan (normal – serangan). Dari skenario ini, dihasilkan tiga dataset berbeda, yang terdiri dari dataset normal, dataset serangan dan dataset normal – serangan. Pengujian dilakukan dengan dua tahapan : (i) pengujian dengan Snort sebagai Intrusion detection System (IDS), dan (ii) pengujian menggunakan metode clustering k-means untuk mendeteksi pola serangan port scanning. Evaluasi hasil deteksi menggunakan confusion matrix detection rate dengan metode kmeans menunjukan tingkat akurasi deteksi sebesar 98.3%. Untuk menyajikan hasil visualisasi pola serangan port scanning, penulis menggunakan teknik visualisasi andrew crews dan parallel coordinate yang merupakan library yang disediakan pada bahasa pemrograman python, kedua teknik ini dapat mempresentasikan data multidimensional atau parameter yang lebih dari satu. Hasil dari visualisasi dapat menunjukkan grafik yang unik dimana setiap pola serangan membentuk garis dan warna yang berbeda dengan pola normal, yang mana dari setiap hasil yang disajikan memungkinkan user dapat dengan mudah mengenali pola serangan port scanning

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Internet of Things, Port Scanning, Clustering K-means, Snort, Intrusion Detection System, Parallel Coordinate, Andrew Curves, Data Visualisation
Subjects: Q Science > Q Science (General) > Q1-390 Science (General) > Q223.M517 Science -- Information services. Information storage and retrieval systems --Science.
Divisions: 09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User: Users 9921 not found.
Date Deposited: 15 Feb 2021 03:44
Last Modified: 15 Feb 2021 03:44
URI: http://repository.unsri.ac.id/id/eprint/40112

Actions (login required)

View Item View Item