• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Rancang Bangun Aplikasi Cerdas Host-Based Intrusion Detection System Pada Sistem Cloud Berbasis Metode Deep Learning = Design and Development of an Intelligent Host-Based Intrusion Detection System Application on Cloud Systems Using Deep Learning Methods

ILHAM YANUAR PUTRA - Nama Orang; Kuwat Santoso - Nama Orang; PRAYITNO - Nama Orang;

Ilham Yanuar Putra, “Rancang Bangun Aplikasi Cerdas Host-Based Intrusion Detection System Pada Sistem Cloud Berbasis Metode Deep Learning”, Skripsi Jurusan Teknik Elektro Program Studi Teknologi Rekayasa Komputer, di bawah bimbingan Kuwat Santoso, S.Kom., M.Kom., dan Ir. Prayitno, S.ST., M.T.
Evolusi pesat teknologi informasi dan adopsi sistem digital secara luas meningkatkan pentingnya keamanan siber sekaligus memperbesar ancaman intrusi dan kerentanan. Sistem Host-Based Intrusion Detection System (HIDS) konvensional yang bergantung pada signature cenderung kurang efektif dalam mendeteksi serangan baru. Penelitian ini mengusulkan perancangan dan implementasi HIDS cerdas berbasis cloud dengan pendekatan deep learning, memadukan model Convolutional Neural Network satu dimensi (CNN 1D) dan deteksi berbasis aturan untuk mengenali berbagai ancaman siber pada lingkungan virtual. Pengembangan sistem mengikuti metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM) dan menggunakan dataset hasil simulasi dua Virtual Machine sebagai penyerang dan target. Fokus penelitian meliputi lima jenis serangan utama: SYN Flood, Port Scan, SSH Brute Force, SQL Injection, dan Remote Code Execution (RCE). Hasil pengujian menunjukkan model CNN 1D mampu mengklasifikasikan trafik jaringan dengan akurasi 98% serta melakukan pemblokiran otomatis terhadap serangan kritis dan pemantauan aktivitas berisiko rendah. Temuan ini menawarkan solusi praktis dan efektif untuk meningkatkan keamanan siber di lingkungan virtual dan cloud.
Kata Kunci: Host-Based Intrusion Detection System (HIDS), Deep Learning, CNN 1D, Rule-Based Detection, Cloud Security, Cybersecurity.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
RK 024 2025
Penerbit
Semarang : Politeknik Negeri Semarang., 2025
Deskripsi Fisik
xiv; 62 hal.; ilus., 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
Deep Learning-Machine Learning
Info Detail Spesifik
-
Pernyataan Tanggungjawab
ILHAM YANUAR PUTRA
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Pengunjung Web

Hari ini : Minggu ini : Bulan ini : Total :

© 2025 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?