EKSTRAKSI INDICATOR OF COMPROMISE MENGGUNAKAN BILSTM-CRF DENGAN EMBEDDING FASTTEXT DAN WORD2VEC PADA DATA CYBER THREAT INTELLIGENCE

Indicator of Compromise (IoC) merupakan artefak penting dalam Cyber Threat Intelligence (CTI) seperti IP address, domain, URL, hash file, dan nama malware yang digunakan untuk mengidentifikasi aktivitas berbahaya. Ekstraksi IoC dari teks CTI dilakukan menggunakan pendekatan Named Entity Recognition berbasis arsitektur BiLSTM-CRF dengan perbandingan embedding FastText dan Word2Vec. Dataset APTNER digunakan untuk pelatihan, sedangkan dataset Malware IoC digunakan untuk pengujian. Hasil menunjukkan bahwa embedding FastText memberikan performa lebih baik dibandingkan Word2Vec. Model kemudian diimplementasikan dalam sistem berbasis web menggunakan Flask sebagai backend dan Next.js sebagai frontend untuk mendukung visualisasi ekstraksi IoC secara interaktif.