APLIKASI MONITORING FLOODING ATTACK MENGGUNAKAN ALGORITMA K-MEANS DENGAN TEKNIK CLUSTERING

Lazuardi, Ilham (2020) APLIKASI MONITORING FLOODING ATTACK MENGGUNAKAN ALGORITMA K-MEANS DENGAN TEKNIK CLUSTERING. Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[thumbnail of Abstrak.pdf]
Preview
Text
Abstrak.pdf

Download (112kB) | Preview
[thumbnail of Cover.pdf]
Preview
Text
Cover.pdf

Download (262kB) | Preview
[thumbnail of Daftar Isi.pdf]
Preview
Text
Daftar Isi.pdf

Download (321kB) | Preview
[thumbnail of Daftar Pustaka.pdf]
Preview
Text
Daftar Pustaka.pdf

Download (274kB) | Preview
[thumbnail of Halaman Pengesahan.pdf]
Preview
Text
Halaman Pengesahan.pdf

Download (4MB) | Preview
[thumbnail of Skripsi-Full.pdf] Text
Skripsi-Full.pdf
Restricted to Repository staff only

Download (11MB)

Abstract

Universitas Pembangunan Nasional (UPN) “Veteran” Yogyakarta terdapat unit yang bertugas untuk mengawasi dan mengelola jalur informasi atau data-data dari setiap prodi dan jurusan ialah UPT Teknologi Informasi dan Komunikasi (TIK).
UPT TIK tercatat pernah menjadi sasaran serangan DDoS berupa serangan scanning dan flooding attack berupa ribuan request paket yang membanjiri server selama beberapa jam yang membuat server down untuk beberapa saat. Saat ini di UPN ketika mengalami hambatan server down, dosen, staff dan user akan melaporkan permasalahan tersebut via telephone. Hal ini akan menyulitkan staff yang bertugas sebagai administror jaringan jika menangani banyaknya laporan akibat server down. Selain kuranganya staff yang bertugas, mengamati serangan masih dilakukan secara manual dalam mengawasi ribuan paket data yang masuk dengan mengandalkan pengalaman dan knowladge penanganan serangan sehingga dibutuhkan aplikasi monitoring yang mampu mendeteksi serangan dengan cepat.
Hasil dari penelitian ini adalah berupa aplikasi monitoring flooding attack menggunakan algoritma k-means dengan teknik clustering. Dari pengujian penelitian menghasilkan informasi serangan yang selanjutnya diproses untuk dikategorikan tingkatan serangannya menjadi high, medium atau low. Tingkat keberhasilan rata-rata berdasakan skenario serangan menggunakan tools pada penelitian ini 73,18% untuk success rate paket yang ditangkap oleh snort. Tujuan dari pembuatan penelitian ini adalah membuat aplikasi monitoring dengan memanfaatkan snort untuk menggatikan pelaporan serangan yang masih manual melalui telephone.
Kata Kunci: DDoS, Scanning, flooding attack, Server, algoritma k-means, clustering

Item Type: Thesis (Other)
Uncontrolled Keywords: DDoS, Scanning, flooding attack, Server, algoritma k-means, clustering
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 26 Oct 2020 06:44
Last Modified: 08 Mar 2023 07:20
URI: http://eprints.upnyk.ac.id/id/eprint/23805

Actions (login required)

View Item View Item