Deteksi serangan DoS penting untuk dilakukan karena pada jaringan SCADA yang dipakai pada perusahaan besar sehingga membuatnya rentan untuk diserang. Pada penelitian ini, digunakan metode deep neural network (DNN) untuk mendeteksi serangan DoS dalam dataset. Dataset yang digunakan pada penelitian ini merupakan IEC61850SecurityDataset in 2019 yang berisi data protocol GOOSE pada jaringan SCADA yang sudah terkontaminasi DoS . Dataset diseimbangkan menggunakan teknik oversampling. Model tersebut menunjukkan hasil yang kurang memuaskan pada perbandingan data 70:30 dan mendapatkan hasil yang memuaskan pada perbandingan data 80:20, dengan akurasi 96,75%, precision 100%, recall 93,46 dan f1 score 96,62%. Hasil ini dapat menunjukkan bahwa model yang dipakai memiliki kinerja konsisten dan dapat diandalkan dalam tugas deteksi.

Deteksi Serangan Denial of Service (DoS) Pada Protocol Jaringan IEC 61850 Supervisory Control And Data Acquisition (SCADA) Dengan Menggunakan Metode Deep Neural Network (DNN)

Deteksi Serangan Denial of Service (DoS) Pada Protocol Jaringan IEC 61850 Supervisory Control And Data Acquisition (SCADA) Dengan Menggunakan Metode Deep Neural Network (DNN)

Kreator & Penulis