Abstract
Jaringan Jensor Nirkabel (JSN) telah meningkat dengan pesat diberbagai aplikasi. JSN sangat rentang terhadap serangan Salah satunya serangan Distributed Denial of Service (DdoS) merupakan ancaman bagi banyak sistem JSN. Sehingga dibutuhkan teknik sistem keamanan yang dapat melindungi JSN dari serangan. Penelitian ini bertujuan mendeteksi dan serangan DDos pada JSN secara efektif menggunakan Machine Learning (ML) dengan metode Support Vector Machine (SVM). Pengujian dalam penelitian ini menggunakan metrik precision, recall, F1-Score, Confusion Matrix, da ROC Curve.hasil menunjukkan kinerja terbaik terdapat pada Serangan Grayhole hasil metrik Precision, Recall, dan F1-Score bernilai 1.0. Hal ini berarti serangan Grayhole terdeteksi secara sempurna oleh sistem deteksi intrusi menggunakan metode SVM. Sedangan berdasarkan hasil confusion matrik, sistem berhasil mendeteksi serangan Grayhole berhasil dengan nilai Precision 99,7% dan Recall 99,6%, menunjukkan hanya sedikit terjadi deteksi kesalahan namun hasil pengujian AUC pada serangan DoS bernilai 0,5. Sistem tidak mampu mendeteksi serangan DoS secara baik.
Cite
CITATION STYLE
Yanti, Y., Hidayat, T., Nurhanif, N., Safana, N., & Anggayoni, P. N. P. (2024). Deteksi Serangan Distributed Deniel of Service Pada Jaringan Sensor Nirkabel Menggunakan Support Vector Machine. G-Tech: Jurnal Teknologi Terapan, 8(4), 2687–2697. https://doi.org/10.70609/gtech.v8i4.5428
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.