PERANCANGAN SISTEM DETEKSI SOCIAL ENGINEERING UNTUK KEAMANAN SIBER MENGGUNAKAN MACHINE LEARNING

Authors

  • Firmansah Muh Jakarya Universitas Teknologi Bandung
  • Muhamad Malik Mutoffar Universitas Teknologi Bandung

Keywords:

keamanan siber, social engineering, machine learning, algoritma, klasifikasi

Abstract

Serangan social engineering telah menjadi salah satu serangan rekayasa sosial paling banyak yang dihadapi oleh pengguna internet publik, pemerintah, bisnis, sekolah, dll. Menanggapi ancaman ini, jurnal ini mengusulkan untuk memberikan visi apa itu machine learning, apa yang penipu gunakan untuk mengelabui pengguna yang mudah tertipu dengan berbagai jenis teknik serangan social engineering atau bisa disebut phishing dan berdasarkan survei. email phishing adalah yang paling efektif untuk dijadikan target. Oleh karena itu, diperlukan teknologi pendeteksi social engineering atau phishing yang lebih efektif untuk mengurangi ancaman email phishing yang tumbuh pada tingkat yang mengkhawatirkan dalam beberapa tahun terakhir, sehingga akan membahas teknik mitigasi phishing oleh algoritma machine learning dan solusi teknik yang telah diusulkan untuk mengurangi masalah phishing dan berharap kesadaran pengetahuan pengguna harus sadar untuk mendeteksi dan mencegah agar tidak tertipu oleh penipuan phishing. Dalam pekerjaan ini, peneliti mengusulkan model deteksi menggunakan teknik machine learning dengan memisahkan kelompok data untuk melatih model deteksi dan memvalidasi hasil menggunakan data uji , untuk menangkap karakteristik yang melekat pada teks email, dan fitur lain yang akan diklasifikasikan sebagai phishing atau non-phishing menggunakan tiga dataset yang berbeda, Setelah membuat perbandingan di antar data, peneliti memperoleh bahwa jumlah fitur yang paling banyak digunakan hasil yang paling akurat dan efisien menggunakan algoritma machine learning decision tree dengan hasil akurasi 0.88, 1.00, dan 0.97.

References

Aldabbas, H., Amin, R.: Mekanisme baru untuk menangani serangan spoofing alamat di iot berbasis sdn. kelompok. Hitung. 24(4), 3011–3026 (2021)

Kim, D., Kim, Y.-H., Shin, D., Shin, D.: Sistem deteksi serangan cepat menggunakan analisis log dan pembuatan pohon serangan. Kelompok. 22(1), 1827-1835(2019)

Aldabbas, H., Amin, R.: Mekanisme baru untuk menangani serangan spoofing alamat di iot berbasis sdn. kelompok. Hitung. 24(4), 3011–3026 (2021)

Abuusukhon, A., AlZu'bi, S.: New direction of cryptography: review tentang algoritma enkripsi text-to-image berdasarkan nilai warna rgb. Dalam: Prosiding Konferensi Internasional Ketujuh 2020 tentang Sistem yang Ditetapkan Perangkat Lunak (SDS), hlm. 235–239. IEEE (2020)

Obeidat, I., Mughaid, A., Alzoubi, S.: Sebuah protokol terenkripsi yang aman untuk handshaking klien di jaringan yang sama. Int. J. Inter bertindak. Massa. teknologi. 13, 47–57 (2019)

Salahdine, F., Kaabouch, N.: Serangan rekayasa sosial: survei. 11(4), 89(2019)

Khonji, M., Irak, Y., Jones, A.: Deteksi phishing: survei literatur. Komunitas IEEE. bertahan Guru. 15(4), 2091–2121 (2013)

Whittaker, C., Ryner, B., Nazif, M.: Klasifikasi otomatis skala besar halaman phishing. Dalam: Prosiding Simposium Keamanan Jaringan dan Sistem Terdistribusi (2010)

Hong, J.: Keadaan serangan phishing. komuni. ACM 55(1), 74–81 (2012)

Maqableh, M., Alia, M.: Evaluasi pembelajaran online mahasiswa S1 yang dikarantina di tengah pandemi covid-19: pengalaman belajar online dan kepuasan mahasiswa. Layanan Pemuda Anak. Wahyu 128, 106160 (2021)

Zhao, W., Zhu, Y.: Skema klasifikasi email berdasarkan teori kumpulan kasar teori keputusan dan analisis keamanan email. 1-6. IEEE (2005)

Vinayakumar, R., Soman, K., Poornachandran, P., Akarsh, S., Elhoseny, M.: Kerangka pembelajaran mendalam untuk kesadaran situasional ancaman dunia maya berdasarkan analisis data email dan url. Dalam: Has sanien, AE, Elhoseny, M. (eds.) Keamanan Siber dan Sistem Informasi Aman, hlm. 87– 124. Springer, New York (2019)

AlZu'bi, S., Al-Qatawneh, S., Alsmirat, M.: Transferable hmm matriks terlatih untuk mempercepat waktu segmentasi statistik. Dalam: Prosiding Konferensi Internasional Kelima 2018 tentang Analisis, Manajemen, dan Keamanan Jaringan Sosial (SNAMS), hlm. 172–176. IEEE (2018)

Al-Zubi, S., Hawashin, B., Mughaid, A., Baker, T.: Algoritma segmentasi citra medis 3d yang efisien melalui jaringan multime dia yang aman. Multimed. Alat Aplikasi 80(11), 16887–16905 (2021)

AlKhatib, AA, Sawalha, T., AlZu'bi, S.: Teknik penyeimbangan beban dalam komputasi awan yang ditentukan perangkat lunak: gambaran umum. Dalam: Prosiding Konferensi Internasional Ketujuh 2020 tentang Sistem yang Ditetapkan Perangkat Lunak (SDS), hlm. 240–244. IEEE (2020)

Fette, I., Sadeh, N., Tomasic, A.: Belajar mendeteksi email phishing. Dalam: Prosiding konferensi internasional ke-16 di World Wide Web, hlm. 649–656 (2007)

Elbes, M., Alrawashdeh, T., Almaita, E., AlZu'bi, S., Jararweh, Y.: Platform untuk manajemen daya berdasarkan lokalisasi dalam ruangan di gedung pintar menggunakan jaringan saraf jangka pendek jangka pendek ''. Trans. muncul. Telekomunikasi. teknologi. 33, e3867 (2020)

AlZu'bi, S., Shehab, MA, Al-Ayyoub, M., Benkhelifa, E., Jararweh, Y.: Implementasi paralel dari segmentasi volume gambar 3d berbasis fcm. Dalam: Proceedings of the IEEE/ACS 13th International Conference of Computer Systems and Appli cations (AICCSA), 2016, hlm. 1–6. IEEE (2016)

Teli, SP, Biradar, SK: Klasifikasi email efektif untuk spam dan non-spam. Int. J. Adv. Res. Hitung. lunak Ind. 4, 2014 (2014)

Basnet, R., Mukkamala, S., Sung, AH: Deteksi serangan phishing: pendekatan pembelajaran mesin. Dalam: Proceedings of the Soft Computing Applications in Industry, hlm. 373–383. musim semi (2008)

Moradpoor, N., Clavie, B., Buchanan, B.: Mempekerjakan teknik pembelajaran mesin untuk deteksi dan klasifikasi email phishing. Hitung. Kon. 2017, 149-156 (2017)

Jagatic, TN, Johnson, NA, Jakobsson, M., Menczer, F.: Phishing sosial. komuni. ACM 50(10), 94–100 (2007)

Kumaraguru, P., Sheng, S., Acquisti, A., Cranor, LF, Hong, J.: Mengajarkan johnny untuk tidak jatuh cinta pada phish. ACM Trans. Teknologi Internet. 10(2), 1-31 (2010)

Parrish, JL, Jr., Bailey, JL, Courtney, JF: Model Berbasis Kepribadian untuk Menentukan Kerentanan terhadap Serangan Phishing, hlm. Universitas Arkansas, Little Rock (2009)

Kabali, HK, Irigoyen, MM, Nunez-Davis, R., Budacki, JG, Mohanty, SH, Leister, KP, Bonner, RL: Paparan dan penggunaan perangkat media seluler oleh anak kecil. Pediatri 136(6), 1044–1050 (2015)

Downloads

Published

2024-12-17

How to Cite

Muh Jakarya, F., & Mutoffar, M. M. (2024). PERANCANGAN SISTEM DETEKSI SOCIAL ENGINEERING UNTUK KEAMANAN SIBER MENGGUNAKAN MACHINE LEARNING. Jurnal Komputer Dan Teknik Informatika, 1(1), 28–33. Retrieved from https://jurnalapepindo.com/index.php/KOMTI/article/view/11