Sistem Deteksi Serangan Ddos Pada Software Defined Network Menggunakan Metode Entropy

M Hafiz Hawarizmi, M Teguh Kurniawan, Muhammad Fathinuddin

Abstract


Teknologi semakin berkembang seiring dengan berkembangnya jaringan komputer. Dalam merancang infrastruktur jaringan yang baik, dibutuhkan arsitektur jaringan yang bersifat dinamis, serta mudah untuk beradaptasi dan dikelola untuk penyesuaian hardware dan software. Untuk mencapai hal tersebut, diperlukan suatu konsep yang dikenal dengan nama Software Defined Network (SDN). Pada jaringan SDN sangat mungkin untuk administrator melakukan penyediaan jaringan dengan cepat tanpa perlu mengkonfigurasi jaringan secara manual karena terpusat di satu controller. Namun SDN juga memiliki beberapa kekurangan yaitu single of failure dan rentan terhadap serangan, salahsatu serangan yang rentan terhadap SDN yakni rentan terhadap serangan DDoS. Untuk mencegah serangan DDoS terjadi, salahsatu hal yang harus dilakukan adalah dengan mendeteksi serangan DDoS yang muncul. Untuk mendeteksi DDoS terdapat beberapa cara atau metode yang dapat diterapkan seperti menggunakan metode machine learning atau statistik. Pada penelitian ini dilakukan penelitian menggunakan metode statistik untuk melakukan deteksi terhadap serangan DDoS yang muncul. Salah satu metode deteksi serangan DDoS statistik yang akan diteliti yaitu melakukan deteksi serangan menggunakan entropy. Untuk mendeteksi serangan menggunakan entropy diperlukan sebuah nilai threshold, windows size, serta count, sebagai parameter untuk mendeteksi kemunculan serangan DDoS. Pada penelitian ini didapatkan sebuah accuracy tertinggi 72.85714285714285% dari 30 kali percobaan menggunakan entropy sebagai metode untuk melakukan deteksi serangan

Full Text:

References


Sanubari, D.T. (2019). Network Performance Analysis In Software Defined Network Against DDOS Attack And Detection Using Entropy.

N Afif, S.R., Sukarno, P., & Nugroho, M.A. (2018). E-procedding of engineering: Analisis Perbandingan Algoritma Naive Bayes dan Decision Tree untuk Deteksi Serangan Denial Of Service (DoS) pada Arsitektur SoftwareDefined Network (SDN), 5(3), 7515.

Panjaitan, A.F.A., Sukarno, P., & Nugroho, M.A. (2018). E-procedding of engineering: Pendeteksian DoS Pada Controller Software Defined Network Dengan Menggunakan Algoritma Berbasis Entropi, 5(3), 7867.

Putra, Y.A., Negara M.R., Yasirandi R. (2021). E-Procedding of Engineering : Implementasi Adaptive Blocking Intrusion Detection System Pada Jaringan Internet Of Things Berbasis Software Defined Network. 8(2), 1418.

Q Sihombing, J.C.J., Kartikasari, D.P., Bhawiyuga, A. (2019). ImplementasiSistem Deteksi dan Mitigasi Serangan Distributed Denial of Service (DDoS) menggunakan SVM Classifier pada Arsitektur Software Defined Network (SDN).Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 3(10), 9608- 9613.

Yasin, A., Mohidin, I. (2018). Dampak Serangan DDOS Pada Software Based OpenFow Switch Di Perangkat HG553. JTech. 6(2), 72-74.https://doi.org/10.30869/jtech.v6i2.206, p-issn/e-issn:2252- 4002/2546-558X.

Marilanda, G.A.A., Widiastuti, W., Sumadi, F.D.S., Nastiti, V.R.S., Faiqurrahman, M. (2019). Mitigasi Serangan Mac Flooding Pada SDNMenggunakan Entropy. Seminar Nasional Teknologi dan Rekayasa. 59 -63

Cintasari, E.P. (2018). Analisis Kinerja Jaringan Software DefinedNetwork (SDN) Dengan Protokol OpenFlow pada Mininet. (Skripsi Sarjana,Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2018) Diakses dari https://repository.uinjkt.ac.id/dspace/bitstream/123456789/53507/1/EDDYTA% 20PUTRI%20CINTASARI-FST.pdf .

Putra, M.W., Pramukantoro, E.S., Yahya, W. (2018). Analisis Perbandingan Performansi Kontroler Floodlight, Maestro,RYU, POX dan ONOSdalam Arsitektur Software Defined Network (SDN). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer. 2(10), 3779-3787

Simarmata, F.R., Tulloh, R., Haryani. Y.S. (2018). E-Procedding of Applied Science : Simulasi Jaringan Software Defined Network Menggunakan Protokol Routing OSPF Dan Ryu Controller. 4(3). 2889

Fajar, A.P., & Purboyo, T.W. (2018). A Survey Paper Of Distributed Denial-Of-Service Attack in Software Defined Networking (SDN). InternationalJournal of Applied Engineering Research ISSN 0973-4562, 13, 476

Carvalho R.N., Bordim J.L., & Alchieri E.A.P. (2019). IEEE International Parallel and Distributed Processing Symposium Workshops : Entropy Based DoSAttack identification in SDN, 627-634

Oliphant, T. E. (2007). Python for Scientific Computing. Computing in Science & Engineering ( Volume: 9, Issue: 3, May-June 2007), 10-20

Rahayu, P.T., Ardiyanta, S.A. (2019). Hubungan Minat Belajar dengan Kemampuan Siswa Dalam Mengoperasikan Virtualbox Sebagai Media Pembelajaran Sistem Operasi Jaringan Kelas XI TKJ SMKN 1 KRAS. Jurnal Of Education And Information Communication Technology. 3(1). 37- 46.

Santosa, B., Boedi, D, P., & Putra, Y, I. (2010). Remastring Distro UbuntuUntuk Menunjang Pembelajaran Informatika. Seminar Nasional Informatika 2010(SemnasIF 2010), C 57 - C 65




DOI: https://doi.org/10.30591/smartcomp.v11i4.4246

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

========================================================================

Smart Comp Indexed By:

Flag Counter

 

View My Stats

 

 

 

Creative Commons License

 

 

 

This work is licensed under a Creative Commons Attribution 4.0 International License.







 

https://journal.mjkpublisher.or.id/