Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Semantik

DETEKSI ANOMALI UNTUK IDENTIFIKASI BOTNET KRAKEN DAN CONFICKER MENGGUNAKAN PENDEKATAN RULE BASED Aisyatul Karima
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.756 KB)

Abstract

Attack yang tersebar di internet terdiri dari berbagai macam tipe. Salah satu jenis attack yang populer adalah botnet. Botnet bisa menyebar dalam jaringan komputer tanpa diketahui siapa usernya dan di mana lokasinya. Serangan ini akan menyerang kapanpun dan di manapun, sehingga menyebabkan ketidak nyamanan pengguna layanan internet. Oleh karena itu, sangat diperlukan rule based yang mampu mendeteksi jaringan yang terinfeksi botnet maupun yang tidak. Botnetter diri dari berbagai jenis dengan perilaku masing-masing yang menyebabkan user kesulitan untuk mengklasifikasi tipe botnet yang bisa digunakan dalam deteksi botnet. Peneliti mengusulkan rule based instrusion detection yang baru untuk mendeteksi botnet khususnya untuk deteksi kraken dan conficker menggunakan deteksi anomali. Rule based diperoleh daritrafik jaringan yang nyata melalui teknik observasi. Dengan observasi tersebut, rule set mampu memberikan hasil yang signifikan dibandingkan dengan implementasi Intrusion Detection System, seperti yang tedapat pada Snort.Kata kunci : Botnet, conficker, kraken, rule based, Intrusion Detection System (IDS).
FRAMEWORK UNTUK MENDETEKSI BOTNET KRAKEN DAN CONFICKER PADA JARINGAN KOMPUTER GuruhFajar Shidik; Aisyatul Karima
Semantik Vol 1, No 1 (2011): Prosiding Semantik 2011
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (573.895 KB)

Abstract

Botnet adalah malware yang dapat melakukan serangan terhadap suatu jaringan secara tergorganisir dimana malware ini juga dapat dikendalikan dari pusat atau command and control (C&C). Dengan membedakan kondisi normal dan abnormal traffic pada jaringan komputer, dapat digunakan sebagaiindikasi keberadaan Botnet khususnya Kraken dan Conficker. Untuk membedakan kondisi normal dan abnormal jaringan komputer, dapat dilakukan dengan menggunakan anomaly based detection. Dimana dengan anomaly based detection kita dapat mendeteksi Botnet secara dini dengan membandingkan suatu traffic pada jaringan komputer secara visual. Akan tetapi metode anomaly based detection masih belum dapat mendeteksi Botnet secara tepat, masih terdapat dugaan false rate yang tinggi. Untuk mengarahkan metode ini agar terfokus untuk mendeteksi Botnet, diperlukan sebuah framework yang dapat memberi penjelasan akan tahapan yang harus dilakukan. Paper ini memberikan sebuah framework yang berisilangkah-langkah kerja guna mendeteksi Botnet Kraken dan Conficker dengan memanfaatkan metode anomaly based detection.Kata kunci : Botnet, flow traffic, anomali traffic