Klasifikasi Data Log Intrusion Detection Sistem (Ids) Dengan Decision Tree C4.5
Klasifikasi Data Log Intrusion Detection Sistem (Ids) Dengan Decision Tree C4.5
复制标题
Klasifikasi 数据日志入侵检测系统 (Ids) Dengan 决策树 C4.5
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
A. Rizal
中科院分区：
文献类型：
--
作者：
Thifal Baraas;A. Juliansyah;A. Rizal
阿布斯特拉克
互联网的浏览和更新是我们长期以来的最大动力。所有的年轻人都可以上网。但是，互联网管理者不能像互联网那样只关注网络安全系统。Untuk mendeteksi adanya aktivitas young mergurigakan young dibutuhkan bantuan dari IDS（入侵检测系统）。尽管有很多人认为IDS无法真正发挥作用，但这可能会导致黑客或其他人的正常活动。数据挖掘是从数据中挖掘数据的重要手段，以帮助人们更好地理解这些数据。C4.5算法是一个非常适合计算的算法。最后，我们看到的是最具代表性的事实。我们可以从婴儿身上学到知识。使用C4.5算法对IDS的数据日志进行分类，可以使IDS的性能提高到布坎级别。过去的研究表明，IDS的数据日志可以根据C4.5算法进行分类，而模型的正确率为96.371%，因为该模型可以提高布坎的活跃性。
摘要
浏览或浏览互联网是今天经常做的活动之一。儿童和成年人都成为互联网用户。然而，互联网用户并不知道互联网也可以是一种威胁，特别是攻击网络安全系统的攻击。为了通过网络检测可疑活动，需要IDS（入侵检测系统）的帮助。当有许多入侵攻击时，IDS无法准确处理，这导致网络上的正常活动可以被视为来自黑客的攻击，反之亦然。数据挖掘是一个用来从数据中找到关系并从数据中得出结论的过程。C4.5算法是一种用于生成决策树的算法。决策树方法将非常大的事实转换为表示规则的决策树。规则可以很容易地用自然语言理解。通过使用C4.5算法对IDS日志数据进行分类，可以减少IDS在确定哪些活动包括或不包括时发生错误。实验结果表明，C4.5算法能够对入侵检测系统日志数据进行分类，模型的分类准确率为96.371%，证明该模型可以用于判断入侵检测系统日志数据中是否包含攻击行为。
Abstrak
Browsing atau kegiatan menjelajahi internet menjadi salah satu aktivitas yang sering dilakukan pada zaman kini. Baik anak-anak hingga orang dewasa menjadi pengguna internet. Akan tetapi para pengguna internet tidak mengetahui jika internet juga bisa menjadi ancaman terutama adanya serangan-serangan yang menyerang sistem keamanan jaringan. Untuk mendeteksi adanya aktivitas yang mencurigakan yang melalui jaringan dibutuhkan bantuan dari IDS (Intrusion Detection Sistem). Ketika terjadi banyak serangan yang masuk, IDS tidak bisa menanganinya secara akurat, hal ini mengakibatkan aktivitas normal di dalam jaringan bisa dianggap sebagai serangan dari hacker atau sebaliknya. Data mining adalah prses yang digunakan untuk menemukan hubungan dari data-data untuk mendapatkan sebuah kesimpulan dari data tersebut. Algoritma C4.5 merupakan salah satu algoritma yang digunakan untuk membuat pohon keputusan. Metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami. Dengan mengklasifikasi data log IDS dengan algoritma C4.5 dapat mengurangi terjadinya kesalahan IDS dalam menentukan aktivitas yang termasuk serangan atau bukan. Hasil penelitian menunjukkan data log IDS dapat diklasifikasikan dengan algoritma C4.5 dengan tingkat akurasi model adalah 96.371% yang membuktikan bahwa model ini dapat digunakan dalam menentukan aktivitas yang termasuk serangan atau bukan.
Abstract
Browsing or surfing the internet is one of the activities that are often done today. Both children and adults become internet users. However, internet users do not know the internet can also be a threat, especially the attacks that attack the network security system. To detect suspicious activity through the network, assistance from IDS (Intrusion Detection System) is needed. When there are many incoming attacks, IDS cannot handle it accurately, this results in normal activities on the network can be considered as an attack from hackers or vice versa. Data mining is a process used to find relationships from data to get a conclusion from that data. C4.5 algorithm is one algorithm used to make a decision tree. The decision tree method converts very large facts into decision trees that represent rules. Rules can be easily understood with natural language. By classifying the IDS log data with the C4.5 algorithm it can reduce the occurrence of IDS errors in determining which activities are included or not. The results showed the IDS log data can be classified with the C4.5 algorithm with a 96.371% accuracy rate of the model which proves that this model can be used in determining activities that are included as attacks or not.