Klasifikasi Tingkat Ancaman Siber menggunakan Pembelajaran Mesin pada Web Application Firewall (WAF)

Cyber threat level classification using machine learning on Web Application Firewall (WAF)

Abstract

ABSTRAK

Serangan siber yang terjadi semakin berkembang pesat hingga menyasar data pada sistem informasi di suatu organisasi. Salah satu data yang menjadi sasaran adalah data privasi pengguna sistem informasi tersebut. Untuk itu, penelitian bertujuan untuk mengatasi kekhawatiran adanya serangan tersebut dengan melakukan investigasi forensik digital terhadap pola kejahatan siber dengan menyiapkan analisis log Web Application Firewall (WAF) pada sistem di suatu organisasi. Penelitian ini menggunakan metode LGBM Classifier, k-Nearest Neighbors (KNN), Random Forest (RF) dan Decision Tree (DT Algorithm untuk mengidentifikasi dan mengklasifikasikan jenis serangan yang terjadi pada sistem informasi. Hasil percobaan yang telah dilakukan diperoleh data akurasi sebesar 96,63%.

ABSTRACT

                Cyber attacks that occur are growing rapidly enough to target data on information systems in organizations.One of the data that is targeted is the privacy data of users of the information system.For this reason, research aims to overcome the concerns of these attacks by conducting digital forensic investigations of cybercrime patterns by preparing Web Application Firewall (WAF) logs analysis on systems in organizations.This research uses the LGBM Classifier, k-Nearest Neighbors (KNN), Random Forest (RF) dan Decision Tree (DT Algorithm methods to identify and classify the types of attacks that occur on the information system. The results of the experiments that have been carried out obtained accuracy data of 96.63%.