Perpustakaan Digital ITB

Perkembangan dunia internet membuat kerahasiaan pribadi menjadi sesuatu yang relatif tidak terlalu sulit lagi untuk diungkap. Hanya dengan menelusuri jejak lalu lintas jaringan komputer kita dapat mengungkap informasi komunikasi yang terjadi. Melalui jaringan terenkripsi, Tor dalam desainnya memberikan perlindungan terhadap aktivitas pengguna saat berselancar di dunia maya dengan menyembunyikan informasi dari dan kepada siapa komunikasi dilakukan. Banyak peneliti tertantang untuk mengungkap anonimitas Tor tersebut dengan melakukan analisa sidik jari situs pada jejak lalu lintas jaringan. Analisa dilaksanakan dengan melakukan sniffing secara pasif untuk mencatat waktu, arah, dan ukuran paket target. Kemudian menggunakannya dalam algoritma mesin pembelajaran untuk diklasifikasikan dan kemudian menentukan halaman web yang dikunjungi. Dengan referensi dari pekerjaan peneliti sebelumnya, Pada tesis ini penulis mencoba melakukan eksperimen untuk menganalisa anonimitas Tor dengan menggunakan teknik mesin pembelajaran. Penulis menggunakan algoritma extreme learning machine (ELM) untuk mempelajari sidik jari situs yang diakses menggunakan jaringan terenkripsi Tor. Pada peneltian ini dibuat dua model ELM dengan dataset yang berbeda. Model pertama pada eksperimen ini menunjukkan bahwa, dengan 79% akurasi dengan tingkat kesalahan 0.005 pada skenario close-world dan 64% tingkat akurasi dengan 0.0002 false positif rate di skenario open-world. Model yang kedua merupakan model kalsifikasi ELM dengan menggunakan dataset yang diambil pada jaringan lokal (LAN) dengan capaian akurasi maksimal 88% dengan tingkat kesalahan 0.018.