Libatkan Universitas Luar Negeri, Peneliti Unsri Ini Jawab Permasalahan Keamanan di Dunia Cyber

SRIPOKU.COM, PALEMBANG- Peningkatan besar dalam layanan Internet of Things (IoT) di berbagai bidang seperti grid, transportasi pintar, rumah pintar, dan pabrik pintar di kota pintar mempengaruhi kemampuan komputasi, penyimpanan, dan komunikasi perangkat IoT, dan pada saat yang sama menciptakan celah untuk serangan botnet berbasis IoT.

Botnet adalah jaringan overlay yang dibentuk oleh banyak host dan dikendalikan oleh penyerang untuk mengontrol server dan memulai beberapa serangan cyber.

Serangan botnet ini dapat menyebabkan gangguan serius pada jaringan dan menjadi ancaman serius, terutama untuk jaringan IoT.

Demikian diungkap Dr. Susanto yang sehari-hari beraktivitas dosen di Universitas Bina Insan.

Penelitian ini telah dikaji secara terstruktur selama tiga tahun di Riset Grup COMNETS (Communication, Computer Network, Enterprise & Information Securitu) Universitas Sriwijaya.

"Penelitian ini menggunakan dataset N-BaIoT, dataset ini dipilih karena real dicapture dari perangkat IoT dan memiliki skalabilitas tinggi serta memiliki data yang unbalanced" kata Susanto.

Untuk mendeteksi serangan botnet yaitu melakukan optimasi klasifikasi dari proses pengurangan dimensi data menggunakan algoritma evolutionary search.

Pada tahapan pertama adalah melakukan analisis dampak pengurangan dimensi data dengan menggunakan metode Principal Component Analysis, Truncated Singular value decomposition, Fast Independent Component Analysis, Random projection, dan Linear discriminant analysis.

Hasilnya menunjukkan bahwa pengurangan dimensi data lebih rendah berdampak pada turunnya nilai akurasi dan peningkatan alarm palsu.

"Tujuan dari pengurangan dimensi data adalah untuk mengurangi penyimpanan yang digunakan selama proses deteksi" jelasnya.

Selanjutnya pada tahap 2 adalah melakukan peningkatan akurasi klasifikasi dengan menggunakan algoritma evolutionary search.

Hasilnya menujukan bahwa optimasi pada metode klasifikasi k-NN dengan menggunakan algoritma evolutionary search dari pre-processing data dua dimensi menggunakan beberapa metode pengurangan dimensi berhasil mendeteksi botnet secara akurat.