Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Scientica: Jurnal Ilmiah Sains dan Teknologi
Putri , Madina Hayva
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences Other

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

Found 1 Documents
Search

 1 
ANALISIS KEAMANAN WEB SERVICE TERHADAP ANCAMAN BACKDOOR SHELL MENGGUNAKAN MACHINE LEARNING Permatasari, Cintya Della; Putri , Madina Hayva; Shevchenko, Marchel Andrian
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 8 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Web service telah menjadi komponen penting dalam aplikasi bisnis modern, memungkinkan integrasi dan komunikasi antar sistem secara efisien. Namun, meningkatnya penggunaan web service juga membawa berbagai ancaman keamanan yang dapat merusak integritas, kerahasiaan, dan ketersediaan data. Salah satu ancaman serius adalah backdoor shell, sebuah metode serangan di mana penyerang menyisipkan kode berbahaya ke dalam aplikasi web untuk mendapatkan akses tidak sah. Penelitian ini bertujuan untuk mengeksplorasi penggunaan machine learning dalam mendeteksi backdoor shell pada web service, menguji efektivitasnya, dan membandingkannya dengan metode deteksi tradisional. Metode yang digunakan meliputi pengumpulan data aktivitas web service, penggunaan algoritma machine learning seperti Random Forest dan SVM, serta validasi model dengan teknik cross-validation. Hasil penelitian menunjukkan bahwa model machine learning yang dikembangkan mampu mendeteksi ancaman backdoor shell dengan akurasi 95%, presisi 93%, recall 96%, dan F1-score 94%, mengungguli metode deteksi tradisional. Kesimpulannya, pendekatan machine learning efektif dalam meningkatkan keamanan web service terhadap ancaman backdoor shell.
Co-Authors Permatasari, Cintya Della Shevchenko, Marchel Andrian