Muhammad Bayu Cailendra Galela

Serangan Reverse HTTPS menyembunyikan komunikasi malware dalam lalu lintas terenkripsi. Penelitian ini mendeteksi ancaman tersebut menggunakan metode Logistic Regression terhadap data mentah (raw data) dari Mobile-Trojan Metasploit Traffic. Hasil ekstraksi fitur aliran data melalui alat CICFlowMeter tersebut sangat penting untuk menjaga kualitas dataset secara utuh. Pemodelan dilakukan tanpa teknik resampling untuk mempertahankan ketidakseimbangan kelas secara alami, dengan pelabelan kelas memanfaatkan analisis dinamis dari Suricata. Pengujian pada skenario pembagian data 80:20 menunjukkan performa sangat optimal dengan akurasi 98,52% dan F1-score 98,52%. Tingkat recall mencapai 100% (Zero False Negative), yang memastikan seluruh aktivitas serangan berhasil terdeteksi tanpa ada yang terlewat. Metode ini terbukti andal dalam mengamankan dan mengklasifikasikan lalu lintas jaringan. Solusi ini sangat efektif serta efisien.