Deteksi Exploit Reverse HTTPS dengan Metode Logistic Regression

Poster ini memaparkan hasil penelitian terkait penggunaan algoritma Machine Learning, khususnya Logistic Regression, untuk mendeteksi ancaman siber berjenis Reverse HTTPS yang menyusup dan bersembunyi di dalam lalu lintas jaringan terenkripsi. Penelitian ini menggunakan pendekatan data mentah (raw data) yang diekstraksi dari aliran jaringan menggunakan alat CICFlowMeter, sementara proses pelabelan ancamannya memanfaatkan inspeksi analisis dinamis dari Suricata. Hasil pengujian model membuktikan efektivitas yang luar biasa dengan akurasi mencapai 98,52% dan tingkat Recall 100% (berhasil mendeteksi seluruh serangan tanpa ada yang terlewat), membuktikan bahwa algoritma ini sangat andal meskipun tanpa menggunakan teknik penyeimbangan data tambahan