Habib Al Assyari

Penelitian ini bertujuan untuk mengatasi tantangan keamanan siber yang kompleks, yaitu Advanced Persistent Threat (APT), dengan mengembangkan Threat Intelligence Knowledge Graph. Penelitian mengusulkan pendekatan berbasis Natural Language Processing untuk mengekstrak entitas dan relasi dari laporan APT, menggunakan model Deepseek yang telah dilatih. Model ini di-fine tune khusus untuk tugas Named Entity Recognition (NER) dan Relation Extraction. Hasil penelitian menunjukkan bahwa model Deepseek yang di-fine tune mencapai hasil f1-score 0,960, mengungguli model BERT yang hanya memperoleh 0,694 pada dataset dan kondisi yang sama. Output utama dari penelitian ini adalah sebuah knowledge graph yang secara efektif memvisualisasikan entitas serangan, seperti threat actor, malware, dan taktik, ke dalam representasi terstruktur yang sesuai dengan standar Structured Threat Information eXpression (STIX). Temuan ini membuktikan bahwa knowledge graph dapat menjadi alat andal bagi analis keamanan dalam menganalisis pola serangan APT dengan lebih cepat dan mendalam.