Pemanfaatan Algoritma CNN dan Pemetaan Geolokasi untuk Deteksi Botnet Spam

Benedictus, Florentino (2024) Pemanfaatan Algoritma CNN dan Pemetaan Geolokasi untuk Deteksi Botnet Spam. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025201222-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (836kB) | Request a copy

Abstract

Di era teknologi digital, botnet menjadi tantangan pada bidang keamanan informasi. Botnet merupakan salah satu jenis malware yang memungkinkan penyerang untuk mengakses perangkat yang terinfeksi secara remote. Hal ini menjadi masalah serius khususnya jika botnet tersebut merupakan botnet spam, dikarenakan arsitektur yang kompleks menyebabkan botnet sulit untuk dideteksi. Penelitian ini bertujuan untuk melakukan mekanisme deteksi botnet pada traffic jaringan dengan 3 (tiga) kelas target yang terdiri dari non-botnet, botnet non-spam, dan botnet spam. Solusi mekanisme deteksi akan dimulai dengan melakukan pemetaan geolokasi fitur IP address yang tersedia pada dataset botnet. Kemudian, dataset akan digunakan untuk melatih model deep learning berbasis Convolutional Neural Network (CNN). Hal ini memungkinkan model yang dihasilkan untuk melakukan deteksi botnet pada tiga kelas terpisah secara langsung.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Botnet spam, Convolutional Neural Network, Deteksi botnet, Pemetaan geolokasi
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Florentino Benedictus
Date Deposited:	06 Aug 2024 03:28
Last Modified:	06 Aug 2024 03:28
URI:	http://repository.its.ac.id/id/eprint/113996

Actions (login required)

View Item