Munandar, Ivan (2024) DETEKSI DAN MITIGASI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) PADA SOFTWARE DEFINED NETWORK (SDN) MENGGUNAKAN MULTILAYER PERCEPTRON (MLP). S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Ivan Munandar Purnama_3332190035_Fulltext.pdf Download (4MB) |
|
Text (Bab 1)
Ivan Munandar Purnama_3332190035_01.pdf Download (2MB) |
|
Text (Bab 2)
Ivan Munandar Purnama_3332190035_02.pdf Download (620kB) |
|
Text (Bab 3)
Ivan Munandar Purnama_3332190035_03.pdf Download (487kB) |
|
Text (Bab 4)
Ivan Munandar Purnama_3332190035_04.pdf Download (1MB) |
|
Text (Bab 5)
Ivan Munandar Purnama_3332190035_05.pdf Download (206kB) |
|
Text (Daftar Referensi)
Ivan Munandar Purnama_3332190035_Ref.pdf Download (223kB) |
|
Text (Lampiran Skripsi)
Ivan Munandar Purnama_3332190035_Lamp.pdf Download (1MB) |
|
Text (Dokumen hasil cek plagiasi)
Ivan Munandar Purnama_3332190035_CP.pdf Download (22MB) |
Abstract
Serangan Distributed Denial of Service (DDoS) pada Software Defined Network (SDN) telah menjadi ancaman yang semakin meningkat, mengakibatkan gangguan serius pada ketersediaan layanan dan keandalan infrastruktur. Saat ini, teknik deteksi serangan DDoS yang paling umum digunakan pada jaringan tradisional maupun SDN adalah metode deteksi berbasis statistik, namun metode ini memiliki kelemahan dalam mendeteksi serangan yang baru atau belum pernah terjadi sebelumnya. Hal tersebut dapat diatasi dengan menggunakan metode deep learning yang mampu untuk menangani data bersifat non-linier, heterogen, dan berdimensi tinggi, yang sering ditemukan pada data lalu lintas jaringan. Penelitian ini mengembangkan sistem deteksi dan mitigasi serangan DDoS pada lalu lintas jaringan SDN menggunakan algoritma Multilayer Perceptron (MLP). Pengujian yang dilakukan menunjukkan bahwa sistem deteksi dan mitigasi serangan DDoS yang dikembangkan dalam penelitian ini memiliki tingkat akurasi sebesar 71,17%. Sistem ini terbukti efektif dalam mendeteksi serangan DDoS. Analisis performa jaringan pasca-mitigasi menunjukkan peningkatan performa yang signifikan dibandingkan dengan kondisi sebelum mitigasi. Sebelumnya, bottleneck teridentifikasi pada jaringan. Namun, setelah dilakukan mitigasi, jaringan dapat kembali berfungsi secara optimal.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Distributed Denial of Service (DDoS), Deep Learning, Software Defined Network (SDN), Multilayer Perceptron (MLP), deteksi, mitigasi | |||||||||
| Subjects: | T Technology > T Technology (General) | |||||||||
| Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | |||||||||
| Depositing User: | Ivan Purnama | |||||||||
| Date Deposited: | 27 Sep 2024 08:52 | |||||||||
| Last Modified: | 27 Sep 2024 08:52 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/42470 |
Actions (login required)
 |
View Item |