DETEKSI ANOMALI MENGGUNAKAN KLASTERISASI GRAF (STUDI KASUS DETEKSI INTRUSI)

Alby Akhsanajaya

Informasi Umum

Kode

113041016

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

404 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Banyak bidang kehidupan yang telah memanfaatkan metode deteksi anomali untuk menganalisis data, tak terkecuali bidang keamanan. Pada bidang keamanan ini penerapan metode deteksi anomali ini digunakan untuk mendeteksi adanya intrusi, intrusi adalah serangan atau gangguan kedalam jaringan komputer. Salah satu pendekatan yang digunakan dalam deteksi anomali adalahdensity-based approach, yang salah satu bagiannya adalah dengan graph based. Algoritma ODIN (Outlier Detection using Indegree Number) sebagai salah satu algoritma dari graph based dapat digunakan untuk membangun sistem deteksi untuk mengenali intrusi. Dalam tugas akhir ini dibangun suatu sistem deteksi anomali untuk mengenali intrusi menerapkan algoritma ODIN. Penerapan algoritma tersebut menggunakan tool bantuan MATLAB r2007a. Pengujian terhadap sistem ini menggunakan data network connection record yang mewakili data sesungguhnya didunia nyata. Hasil analisis dalam tugas akhir ini menunjukkan, bahwa deteksi anomali untuk mengenali intrusi dengan algoritma ODIN memberikan hasil yang memuaskan yang ditunjukkan melalui parameter pengukuran performansinya yaitu nilai detection rate mencapai 100 % dan nilai false positive rate 0% untuk penggunaan nilai K (tetangga) dan T (threshold) yang tepat.Kata Kunci : ODIN (Outlier Detection using Indegree Number), Intrusi, anomali, T (Threshold), K (tetangga).ABSTRACT: Anomaly detection has density based approach to detect intrusions. Part of density based approach is graph based which has ODIN (Outlier Detection using Indegree Number) algorithm. This algorithm can be used to build intrusions detection system. This final project will build an implementation of anomaly detection system to detect intrusions using ODIN. This algorithm will be implemented using MATLAB r2007a tool. This system is tested using network connection record which represented data in real. The result shows that detection anomaly to indentify intrusions using ODIN algorithm, give the best result which is indicated by detection rate up to 100%, and 0% false positive rate for right K (neighbour) and T (threshold).Keyword: ODIN (Outlier Detection using Indegree Number), Intrusion, anomaly, T (Threshold), K (neighbour).