Perpustakaan Digital ITB

Berbagai jenis serangan (malware) saat ini dilakukan dengan menyusup ke sistem yang saling berhubungan dengan memanfaatkan kerentanan yang ditemukan di berbagai perangkat dan aplikasi perangkat lunak. pengembangan sistem pertahanan malware perlu dikembangkan untuk melawan serangan malware dan mendeteksi potensi munculnya malware baru. Penelitian ini bertujuan untuk mendeteksi malware untuk menghindari terjadinya serangan terhadap perangkat yang digunakan. Self-supervised learning jenis BERT digunakan sebagai metode untuk mendeteksi jenis malware. Dataset menggunakan data GAN dan EMBER untuk mendeteksi dua jenis malware yaitu Mallicious dan Benign. Hasil penelitian menunjukkan bahwa penggunaan BERT mampu mendeteksi hingga akurasi 85% dan memberikan kinerja yang cukup baik.