Celvine Adi Putra
-

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS MANFAAT MACHINE LEARNING PADA NEXT-GENERATION FIREWALL SOPHOS XG 330 DALAM MENGATASI SERANGAN SQL INJECTION Celvine Adi Putra; Rianda Pratama; Tata Sutabri
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 6 No. 2 (2023): Misi Juni 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v6i2.886

Abstract

Dengan perkembangan dunia digital yang terus berkembang, penggunaan teknologi informasi menghasilkan sejumlah besar data yang berharga, dengan adanya data yang berharga ini membuat perusahaan yang menyimpannya memiliki risiko terhadap serangan siber. Salah satu ancaman siber yang umum terjadi adalah SQL Injection yang dapat memanipulasi hak akses dan menyebabkan kebocoran data, kehilangan data, dan kehilangan hak akses ke dalam database. Sehingga membuat perusahaan dan organisasi untuk dapat melindungi data mereka dari segala jenis ancaman yang mungkin akan terjadi. Dalam upaya untuk dapat mengatasi serangan SQL Injection penggunaan teknologi Next-Generation Firewall (NGFW) seperti Sophos XG 330 telah muncul sebagai solusi yang lebih unggul dibandingkan dengan firewall tradisional. NGFW mampu melakukan inspeksi paket yang lebih rinci dan menerapkan teknik pembelajaran mesin, memungkinkan mereka untuk mendeteksi ancaman keamanan yang lebih kompleks atau serangan yang sebelumnya tidak diketahui. Dalam penelitian ini kami melakukan analisis terkait dengan manfaat penerapan dari machine learning pada Next-Generation Firewall, dalam hal untuk dapat mengidentifikasi dan memblokir serangan yang terjadi. Hasil dari penelitian ini memberikan pengetahuan untuk perusahaan atau organisasi dalam memilih solusi yang tepat untuk dapat melindungi data mereka.