Artikel Terbaru

DETEKSI MALWARE MENGGUNAKAN HONEYPOT DAN MACHINE LEARNING

Oleh   Iik Muhamad Malik Matin [23218073]
Kontributor / Dosen Pembimbing : Ir. Budi Rahardjo, M.Sc., Ph.D.;
Jenis Koleksi : S2 - Tesis
Penerbit : STEI - Teknik Elektro
Fakultas : Sekolah Teknik Elektro dan Informatika (STEI)
Subjek :
Kata Kunci : honeypot, machine learning, malware
Sumber :
Staf Input/Edit : karya  
File : 5 file
Tanggal Input : 2021-03-11 11:49:29

Generic placeholder image

Cover

PUBLIC

Generic placeholder image

Abstrak

PUBLIC

Generic placeholder image

Abstract

PUBLIC

Generic placeholder image
Lembar Pengesahan

Terbatas
» ITB

Generic placeholder image
Tesis

Terbatas
» ITB


Malware merupakan salah satu ancaman utama keamanan pengguna komputer. Malware memiliki dampak yang dapat mengganggu dan membahayakan pengguna, komputer atau jaringan. Beberapa teknik dalam mendeteksi malware terdiri dari analisis statis, analisis dinamis dan machine learning. Machine learning memiliki kemampuan yang cukup efektif dan efisien dibandingkan dengan teknik lainnya. Dalam penerapannya machine learning memiliki keterbatasan ketika menggunakan data pelatihan yang masih sedikit. Beberapa dataset malware tidak melakukan pembaharuan sehingga berpotensi meningkatkan false positive ketika machine learning mencoba mendeteksi malware baru. Oleh karena itu dibutuhkan solusi yang dapat melakukan pembaharuan terhadap dataset yang ada. Pembaharuan pada dataset dapat dilakukan dengan menambah informasi malware terbaru. Honeypot merupakan sistem yang memiliki kemampuan untuk mendeteksi dan mengumpulkan malware baru. Pada penelitian ini dirancang teknik deteksi pada malware dengan menggunakan honeypot dan machine learning. Peneliti menggabungkan dataset ClaMP dataset dengan hasil ekstraksi fitur pada honeypot. Kemudian peneliti membangun model menggunakan machine learning. Pada akhir penelitian ini peneliti berhasil meningkatkan akurasi sebesar 0,14% dengan pencapaian 99,37% dan recall sebesar 0,06% dengan pencapaian 99,73%.