13519140_Fabian Savero Diaz Pranoto.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Cyber Physical System (CPS) semakin banyak digunakan pada bidang-bidang kritis
seperti kesehatan, perkotaan, dan industri. Perkembangan CPS menyebabkan
terjadinya peningkatan serangan siber. Serangan pada CPS dapat memiliki dampak
besar dari segi ekonomi dan kehidupan orang banyak. Hal ini dapat dilihat pada
kasus Stuxnet yang menyebabkan kerusakan besar pada program nuklir Iran. Oleh
karena itu, diperlukan sebuah sistem terintegrasi yang dapat memantau, mendeteksi
serangan, dan melakukan penanganan pada CPS.
Dalam melindungi CPS, biasanya dikembangkan Intrusion Detection System (IDS)
untuk mendeteksi adanya serangan pada CPS. Sejumlah penelitian menggunakan
model machine learning pada IDS untuk mendeteksi serangan. Dari penelitian-
penelitian tersebut, model deep learning seperti 1D-CNN, autoencoder dan LSTM
memiliki kinerja baik dalam mendeteksi serangan.
Di Institut Teknologi Bandung, terdapat sebuah CPS bernama Process
Instrumentation Trainer yang berfungsi sebagai testbed. Pada CPS ini,
dikembangkan sebuah IDS untuk mensimulasikan perlindungan CPS dari serangan.
Laporan ini mencakup bagian deteksi dan pelatihan model pada IDS. Deteksi
dilakukan dengan menggunakan sebuah model machine learning yang dilatih
terhadap pola sistem pada keadaan normal. Dalam menentukan model dengan
kinerja terbaik, dilakukan perbandingan antara 1D-CNN, autoencoder, LSTM, dan
PCA. Menggunakan model 1D-CNN, solusi yang dibangun dapat mendeteksi 29
dari 35 serangan pada dataset SWaT dan 5 dari 5 serangan yang diujikan terhadap
CPS. Akan tetapi, masih belum diketahui ketahanan model terhadap serangan
adversarial.