Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Kohesi: Jurnal Sains dan Teknologi
Julian Dewanto
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Education Energy Engineering Other

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

Found 1 Documents
Search

 1 
ANALISIS PERBANDINGAN DATASET KDD'99, UNSW-Nb15, dan CICIDS2017 UNTUK SISTEM DETEKSI INTRUSI Julian Dewanto
Kohesi: Jurnal Sains dan Teknologi Vol. 2 No. 9 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v2i9.2550

Abstract

Perkembangan teknologi informasi telah meningkatkan kebutuhan akan sistem deteksi intrusi yang efektif dalam menghadapi ancaman keamanan yang terus berkembang. Penelitian ini melakukan analisis perbandingan terhadap tiga dataset yang umum digunakan dalam pengujian sistem deteksi intrusi, yaitu KDD'99, UNSW-NB15, dan CICIDS2017. Tujuan utama penelitian ini adalah untuk mengevaluasi kecocokan dan kinerja masing-masing dataset dalam mendukung pengembangan sistem deteksi intrusi yang handal. Metode analisis yang digunakan meliputi pembandingan fitur, distribusi kelas, serta kompleksitas dan variasi serangan yang terdapat dalam setiap dataset. Hasil analisis dapat memberikan pandangan yang lebih jelas bagi peneliti dan praktisi keamanan dalam memilih dataset yang paling sesuai dengan kebutuhan spesifik mereka untuk pengembangan sistem deteksi intrusi yang efektif.
Co-Authors