Klasifikasi Serangan Jaringan Menggunakan Metode K-Nearest Neighbour pada Data Riwayat Jaringan

Abstract

Metode deteksi serangan yang lebih pintar dan fleksibel diperlukan karena serangan jaringan modern semakin kompleks. Pola lalu lintas, frekuensi koneksi, dan protokol yang digunakan digunakan dalam metode K-Nearest Neighbour (KNN) dalam klasifikasi serangan jaringan berdasarkan data riwayat jaringan. Pola serangan dapat diidentifikasi dengan model KNN yang efisien, yang membedakannya dari lalu lintas jaringan biasa. Pada penelitian ini dilakukan prapemrosesan data untuk penelitian ini, yang mencakup normalisasi data, ekstraksi atribut yang relevan, korelasi antar atribut hingga menerapkan algoritma KNN pada dataset yang telah dipersiapkan setelah itu. Untuk mengukur kinerja model, pengujian dilakukan menggunakan metrik evaluasi standar seperti akurasi, presisi, dan recall. Hasil eksperimen menunjukkan bahwa metode KNN didapatkan dengan mendeteksi serangan jaringan dengan sangat akurat dan merespons secara efisien terhadap berbagai jenis serangan