📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 2 dokumenAPLIKASI CYBER KILL CHAIN DALAM PREDIKSI ENTITY UNDER THREAT PADA TON IOT NETWORK DATASET MENGGUNAKAN ALGORITMA MACHINE LEARNING BAGGING
Di era digital, serangan siber telah menjadi salah satu perhatian utama bagi hampir seluruh institusi. Di antara berbagai jenis serangan tersebut, serangan bertahap (multi-stage attack) merupakan salah satu kelompok serangan yang paling berbahaya. Serangan ini dilakukan melalui serangkaian tahapan sebelum mencapai tujuan akhirnya, bahkan tujuan tersebut dapat dicapai melalui beberapa tahap lanjutan. Karakteristik tersebut memberikan peluang bagi Security Operations Centre (SOC) untuk memanfaatkan informasi dari tahapan awal serangan guna memprediksi serangan pada tahap berikutnya. Dalam praktiknya, deteksi berbasis MITRE ATT&CK dan deteksi berbasis anomali merupakan dua pendekatan yang umum digunakan untuk mendeteksi serangan siber. Meskipun demikian, kedua pendekatan tersebut memiliki keterbatasan. MITRE ATT&CK membutuhkan sumber daya yang relatif besar untuk diimplementasikan, sedangkan model berbasis anomali umumnya belum memanfaatkan informasi dari tahapan serangan sebelumnya secara optimal. Di sisi lain, Cyber Kill Chain (CKC) dari Lockheed Martin memodelkan serangan bertahap sebagai rangkaian tahapan yang dilakukan secara sekuensial. Pada penelitian ini, tujuh tahapan CKC disederhanakan menjadi tiga tahap operasional, yaitu reconnaissance, privilege escalation, dan exploitation. Penyederhanaan tersebut menghasilkan kerangka kerja yang tetap mampu memanfaatkan informasi historis dari tahapan serangan dengan kebutuhan sumber daya yang relatif lebih rendah dibandingkan implementasi MITRE ATT&CK. Berdasarkan pendekatan tersebut, penelitian ini bertujuan untuk merancang dan mengembangkan arsitektur machine learning yang mampu memprediksi entitas yang berada dalam bahaya berdasarkan hasil deteksi serangan pada tahapan sebelumnya, beserta dashboard untuk memvisualisasikan hasil prediksi tersebut. Untuk memenuhi tujuan penelitian, telah dirumuskan empat persyaratan desain. Pertama, sistem harus mampu mendeteksi serangan tahap 1 dan tahap 2 dengan nilai recall minimal sebesar 80%. Kedua, sistem harus mampu memprediksi entitas yang berpotensi menjadi target serangan tahap 3 dengan nilai recall minimal sebesar 70%. Ketiga, sistem harus memperoleh System Usability Score (SUS) minimal sebesar 80%. Keempat, seluruh data dan visualisasi pada dashboard harus dapat ditampilkan tanpa kegagalan Sistem yang dikembangkan terdiri atas dua subsistem yang saling terintegrasi, yaitu Subsistem 1: Machine Learning Models dan Subsistem 2: User Interface. Subsistem 1: Machine Learning Models dibangun dalam dua level, yaitu level aktivitas jaringan dan level entitas. Level aktivitas jaringan bertugas mendeteksi serangan tahap 1 dan tahap 2 serta menghasilkan probabilitas terjadinya serangan. Selanjutnya, level entitas memanfaatkan informasi tersebut untuk memprediksi dst_ip yang berpotensi menjadi target serangan tahap 3. Di sisi lain, Subsistem 2: User Interface menerima keluaran dari setiap model beserta data network flow untuk ditampilkan dalam bentuk dashboard interaktif. Hasil pengujian menunjukkan bahwa objektif pada Subsistem 1: Machine Learning Models berhasil dipenuhi. Pada level aktivitas jaringan, model Random Forest menghasilkan recall sebesar 88% untuk deteksi serangan tahap 1 dan 82% untuk deteksi serangan tahap 2. Sementara itu, pada level entitas, arsitektur Random Forest to XGBoost, yaitu Random Forest sebagai stage probability generator dan XGBoost sebagai model prediksi utama, memperoleh recall sebesar 78%. Selain itu, penelitian ini juga membandingkan performa arsitektur tersebut dengan pendekatan prediksi langsung tanpa memanfaatkan informasi serangan historis sebagai sinyal tambahan untuk membantu prediksi. Pendekatan tersebut menghasilkan performa terbaik sebesar 67% recall menggunakan model XGBoost. Hasil ini menunjukkan bahwa penerapan CKC sebagai dasar penyusunan arsitektur prediksi mampu meningkatkan performa prediksi entitas dalam bahaya dibandingkan pendekatan prediksi langsung, dengan peningkatan kebutuhan komputasi yang relatif tidak signifikan. Pengujian terhadap Subsistem 2: User Interface juga menunjukkan bahwa seluruh objektif telah terpenuhi. Hasil evaluasi menghasilkan nilai System Usability Score sebesar 86%, sementara seluruh data dan visualisasi pada dashboard berhasil ditampilkan dengan baik tanpa mengalami kegagalan.
RANCANGAN DAN IMPLEMENTASI CYBER SECURITY PADA PENGEMBANGAN INFRASTRUKTUR APLIKASI E- COMMERCE DIGITALISASI PASAR TRADISIONAL
Transformasi digital adalah proses adopsi dan pemanfaatan teknologi digital untuk mengubah cara bisnis beroperasi, berinteraksi dengan pelanggan, dan memberikan nilai. Ini melibatkan pemikiran ulang model bisnis tradisional untuk meningkatkan efisiensi, kompetitivitas, dan orientasi pelanggan di era digital. Telah terjadi perkembangan berbagai jenis aplikasi modern yang mengintegrasikan beragam kebutuhan pengguna dalam satu platform. Aplikasi semacam ini tidak hanya berperan sebagai platform e-commerce, tetapi juga menyediakan layanan-layanan lain seperti pesan singkat, pembayaran digital, pengiriman barang, transportasi online, dan bahkan layanan pengiriman makanan. Aplikasi mobile e-commerce telah merevolusi cara konsumen berbelanja dan bisnis beroperasi. Aplikasi ini menyediakan platform bagi bisnis untuk menjual produk dan layanan mereka secara langsung kepada konsumen, melampaui saluran ritel tradisional. Mereka menawarkan pengalaman berbelanja yang nyaman, personal, dan lancar, memungkinkan konsumen berbelanja kapan saja, di mana saja. Fitur-fitur seperti pencarian produk, ulasan, pilihan pembayaran yang aman, dan pelacakan pesanan real-time meningkatkan pengalaman pengguna. Aplikasi juga harus mempertimbangkan dampak sosial dari operasinya dalam pasar lokal. Ini termasuk tanggung jawab sosial korporat, seperti memberdayakan komunitas lokal, menjaga lingkungan, dan mendukung inisiatif sosial yang berdampak positif. Karena konektivitas internet mungkin bervariasi dalam pasar lokal, aplikasi harus dirancang untuk beroperasi secara efisien bahkan dalam kondisi jaringan yang tidak stabil atau lambat. Aplikasi harus memberikan pelatihan dan dukungan kepada pedagang lokal yang mungkin tidak terlalu akrab dengan teknologi e-commerce. Ini membantu mereka dalam mengelola bisnis mereka dengan efektif. Namun, hingga saat ini, aplikasi-aplikasi tersebut belum mencakup pasar tradisional, yang merupakan sumber pendapatan krusial bagi pedagang kecil. Di Indonesia, pasar tradisional masih didominasi oleh pedagang yang belum familiar dengan teknologi, lebih memilih bertransaksi secara langsung dan berinteraksi secara tatap muka dengan pelanggan. Melalui sistem pemesanan dan pengiriman ii barang secara real-time, aplikasi memiliki potensi untuk menghubungkan pedagang kecil di pasar tradisional dengan pembeli potensial di luar pasar. Dengan demikian, aplikasi dapat membantu meningkatkan pendapatan pedagang kecil dan memperluas cakupan pasar mereka. Selain itu, memberikan data konsumen yang berharga kepada bisnis memungkinkan pemasaran yang ditargetkan dan peningkatan layanan pelanggan. Namun, tantangan seperti keamanan data, kekhawatiran privasi, dan mempertahankan keterlibatan pengguna tetap ada. Penelitian dan pengembangan di masa depan di bidang ini bertujuan untuk mengatasi masalah-masalah ini, menjadikan aplikasi mobile e-commerce sebagai bagian integral dari lanskap ritel nasional. Harapannya, aplikasi digital ini dapat memfasilitasi informasi produk dan kebutuhan konsumen secara real-time dan interaktif. Pedagang memiliki kemudahan untuk menampilkan daftar produk mereka secara online, sementara konsumen memiliki kebebasan untuk melihat, memilih barang, dan berkomunikasi langsung untuk menanyakan spesifikasi atau ketersediaan produk. Diharapkan hal ini dapat mempermudah proses transaksi antara pedagang dan konsumen secara online." Dalam pengembangan infrastruktur cyber security, Keamanan kinerja aplikasi dipertahankan melalui layanan analitik cloud seperti Google Cloud Armor yang berisi API Defense dan ReCaptcha Enterprise. Pemilihan database utama disesuaikan dengan keperluan, sementara API Gateway, seperti GCP API Gateway, digunakan untuk mengelola dan mengamankan akses ke mikroservis, manajemen konfigurasi menggunakan Ansible untuk mencapai efisiensi dan koordinasi yang optimal. Dengan fondasi ini, arsitektur desain memastikan efisiensi, skalabilitas, dan ketersediaan yang tinggi dalam pengembangan berikutnya. Aplikasi ini merupakan suatu platform yang dapat diakses melalui berbagai perangkat dan menampilkan produk-produk yang berasal dari pedagang tradisional. Tujuan dari e-commerce ini adalah memberikan dukungan kepada pemerintah dan masyarakat untuk meningkatkan pendapatan pedagang serta Produk Domestik Bruto pemerintah, dengan harapan dapat meningkatkan kesejahteraan para pedagang.