Perpustakaan Digital ITB

Ancaman malware menunjukkan kekuatan dan kompleksitas yang semakin meningkat, melebihi kemampuan sistem pertahanan tradisional. Pencegahan analisis statis dapat mendeteksi malware yang dikenal dengan akurasi tinggi namun tidak dapat mengatasi teknik obfuscation dan pengemasan. Sedangkan analisis dinamis menunjukkan frekuensi hasil false positive yang tinggi. Salah satu tren masa depan dalam pengembangan deteksi malware adalah melalui identifikasi berbasis gambar visual dengan deep learning. Penelitian ini menggunakan image based representation dan deep learning dalam melakukan klasifikasi untuk mendeteksi keberadaaan malware. Selain berhasil melakukan deteksi malware, penelitian ini juga berhasil melakukan klasifikasi malware berdasarkan family-nya. Hasil pengujian menunjukan akurasi sebesar 98,88% dalam melakukan deteksi malware, dan sebesar 94,40% dalam klasifikasi family malware. Penelitian ini memberikan kontribusi meningkatkan keamanan siber dengan memanfaatkan teknik inovatif untuk melawan evolusi perangkat lunak berbahaya yang terus berkembang. Seiring perkembangan lanskap digital, penerapan metode identifikasi berbasis gambar memberikan peluang yang menjanjikan untuk deteksi dan klasifikasi malware yang kuat dan efektif.