SOC Press, Indonesia Symposium on Computing (IndoSC) 2016

Font Size: 
Analisis Algoritma Backpropagation Termofikasi Dengan Conjugate Gradient Polak Ribiere Untuk Deteksi Anomali Pada Intrusion Detection System (IDS)
Alvina Noor Kharima


Full Text: PDF

Abstract


Berkembangnya teknologi yang sangat pesat menimbulkan masalah yang cukup serius terhadap kemanan suatu sistem jaringan komputer. Intrusion Detection System (IDS) merupakan suatu sistem untuk mendeteksi serangan dalam sistem jaringan komputer. Serangan yang merusak sistem jaringan komputer tersebut dikenal sebagai anomali. Pada penelitian ini akan dibahas deteksi anomali pada IDS menggunakan metode jaringan saraf tiruan denga Backpropagation termodifikasi menggunakan algoritma Conjugate Gradient Polak Ribiere. Dataset KDD CUP 1999 mengenai IDS digunakan untuk menguji performansi dari Backpropagation termodifikasi. Hasil pengujian yang diperoleh dari backpropagation termodifikasi adalah performansi berupa recall, presisi, dan f-measure untuk setiap kelas. Dari hasil pengujian tersebut diperoleh performansi pada kelas intrusi Dos adalah recall 71.00%, presisi 35.36%, dan f-measure 47.21%. Pada kelas intrusi Probe adalah recall 47.89%, presisi 79.66%, dan f-measure 59.28%. Pada kelas intrusi R2l adalah recall 33.74%, presisi 8.25%, dan f-measure 13.25%. Sedangkan performansi untuk kelas Normal adalah recall 90.79%, presisi 97.18%, dan f-measure 93.88%.

Reference


[1] Adiwijaya, U. N., & Nhita, F. (2014). STUDY OF LINE SEARCH TECHNIQUES ON THE MODIFIED BACKPROPAGATION FOR FORECASTING OF WEATHER DATA IN INDONESIA.

[2] Adiwijaya, U. N., Wirayuda, T. A. B., Baizal, Z. K. A., & Haryoko, U. (2013). AN IMPROVEMENT OF BACKPROPAGATION PERFORMANCE BY USING CONJUGATE GRADIENT ON FORECASTING OF AIR TEMPERATURE AND HUMIDITY IN INDONESIA. Far East Journal of Mathematical Sciences (FJMS), (Part I), 57-67.

[3] Amanda, Delamer. 2002. “Intrusion Detection with Data Mining. Donau-Universitat Krems Dublin.

[4] http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html.

[5] Tavallaee, M., Bagheri, E., Lu, W., & Ghorbani, A. A. (2009). A detailed analysis of the KDD CUP 99 data set. In Proceedings of the Second IEEE Symposium on Computational Intelligence for Security and Defence Applications 2009. Crossref

[6] MATLAB Toolbox R2013a, TRAINCGP Conjugate Gradient Backpropagation with Polak-Ribiere Restart.

[7] Azis, M. S., Adiwijaya, A., & Munajat, B. (2015, September). Deteksi Anomaly Pada Intrusion Detection System (Ids) Dengan Backpropagation Termodifikasi. In Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI).

[8] Nastaiinullah, N., & Kurniati, A. P. (2014, May). Anomaly Detection on Intrusion Detection System Using CLIQUE Partitioning. In Information and Communication Technology (ICoICT), 2014 2nd International Conference on (pp. 7-12). IEEE. Crossref

[9] Marlita, O. A., & Adiwijaya, A. P. K. (2012). Anomaly Detection pada Intrusion Detection System (IDS) Menggunakan Metode Bayesian Network. Jurnal Penelitian dan Pengembangan Telekomunikasi, 17(1).

[10] Stiawan, D. (2005). Sistem Keamanan Komputer. Elex Media Komputindo.

[11] Suyanto, S. T., & Sc, M. (2007). Artifiacial Intelligence Searching Reasoning Planning and Learning. PenerbitInformatika, Bandung, Indonesia.

Suyanto, S. M. (2008). Soft Computing. Bandung: Informatika.

Wisesty, U. N., & Adiwijaya, T. A. B. (2010). ALGORITMA CONJUGATE GRADIENT POLAK RIBIERE UNTUK PENINGKATAN PERFORMANSI BACKPROPAGATION PADA SISTEM PREDIKSI TEMPERATUR UDARA. Jurnal Penelitian dan Pengembangan TELEKOMUNIKASI, 15(2).

Last modified: 2016-11-02