SISTEM DITEKSI INTRUSI PADA SERVER SECARA REALTIME MENGGUNAKAN SELEKSI FITUR DAN FIREBASE CLOUD MESSAGING

Riza, Faizal (2022) SISTEM DITEKSI INTRUSI PADA SERVER SECARA REALTIME MENGGUNAKAN SELEKSI FITUR DAN FIREBASE CLOUD MESSAGING. Masters thesis, Universitas Putra Indonesia "YPTK".

[img]
Preview
Text (ABSTRAK)
TESIS_FAIZAL RIZA_202321030_ABSTRAK.pdf

Download (42kB) | Preview
[img]
Preview
Text (BAB 1)
TESIS_FAIZAL RIZA_202321030_BAB 1.pdf

Download (62kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
TESIS_FAIZAL RIZA_202321030_DAFTAR PUSTAKA.pdf

Download (56kB) | Preview
[img] Text (FULL TEXT)
TESIS_FAIZAL RIZA_202321030_FULL TESIS.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Deteksi intrusi merupakan salah satu bagian yang mendasar dari sebuah alat keamanan, seperti peralatan keamanan adaptif, sistem deteksi intrusi, sistem pencegahan intrusi serta firewall. Ada berbagai macam teknik deteksi intrusi yang digunakan, masalah utama dari teknik intrusi ini dihadapkan dengan masalah kinerja. Keakurasian teknik pendeteksian intrusi sangat mempengaruhi kinerjanya, yang perlu ditingkatkan untuk mengurangi tingkat alarm palsu dan meningkatkan tingkat deteksi. Dalam mengatasi masalah pada kinerja, multilayer perceptron, support vector machine (SVM), dan teknik lainnya telah digunakan baru-baru ini. Teknik ini menunjukkan adanya keterbatasan dan tidak efisien untuk digunakan dalam kumpulan data yang besar, seperti sistem dan data jaringan. Sistem deteksi intrusi digunakan dalam menganalisis sebuah lalu lintas data yang sangat besar; dengan demikian, efisien teknik klasifikasi diperlukan untuk mengatasi masalah tersebut. Masalah ini dipertimbangkan dalam makalah ini. Teknik pembelajaran mesin yang terkenal, yaitu, SVM, hutan acak, dan mesin pembelajaran ekstrim akan diterapkan. Teknik-teknik ini terkenal karena kemampuannya dalam pengklasifikasian. Penemuan pengetahuan NSL dan dataset penambangan data digunakan, yang dianggap sebagai tolok ukur dalam evaluasi deteksi intrusi mekanisme. Hasilnya menunjukkan bahwa ELM mengungguli pendekatan lainnya. Pemanfaatan Firebase Cloud Messenging dikarenakan dapat bekerja dengan multi-platform di samping tersedianya filestore yang dapat menyimpan semua log yang di buat oleh aplikasi JALA. Kata Kunci: Serangan, Deteksi Intrusi, Firebase, Jaringan, Kemanan

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Sistem Informasi
0 Research > Ilmu Komputer > Teknologi Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Anggi Anggi A.Md
Date Deposited: 04 Mar 2023 02:36
Last Modified: 04 Mar 2023 02:36
URI: http://repository.upiyptk.ac.id/id/eprint/4218

Actions (login required)

View Item View Item