Implementasi Algoritma Supervised Learning untuk Identifikasi Malware Berbasis Python Module

Penulis

Abstrak

Abstrak —Malware (Malicious Software) merupakan salah satu ancaman pada internet yang selalu berkembang dengan cepat, beragam, dan semakin kompleks. Antivirus dikenal sebagai mitigasi utama malware, namun pada zaman sekarang diperlukan bantuan tenaga keamanan siber profesional. Tetapi, sumber daya manusia di bidang keamanan siber yang secara spesifik menekuni analisis malware tentunya juga terbatas. Berdasarkan permasalahan di atas, salah satu cara untuk memitigasi masalah tersebut adalah dengan menggunakan teknologi heuristic detection. Heuristic Detection dapat dicapai melalui metode Supervised Learning pada salah satu teknologi kecerdasan buatan, yaitu Machine Learning. Proyek Akhir ini akan fokus pada implementasi model algoritma Supervised Learning menggunakan bahasa pemrograman Python untuk mendeteksi malware berdasarkan perilaku dan atribut software yang akan diidentifikasi. Hasil pengujian membuktikan nilai akurasi sebesar 93,3% dan nilai presisi sebesar 90,9%.

Kata kunci —cybersecurity, malware, python, supervised learning

Referensi

J. Jang-Jaccard and S. Nepal,

T. A. Cahyanto, V. Wahanggara, and D. Ramadana,

Justindo, J. Sist. Teknol. Inf. Indones., vol. 2, no. 1, pp. -30, 2017, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JUSTINDO/article/view/1037.

E. S. Lamdompak Sistem Komputer and F. Ilmu

Komputer,

, no. 1, pp. 122-127, 2016, [Online]. Available: http://ars.ilkom.unsri.ac.id

G. A. Sandag, J. Leopold, and V. F. Ong,

Malicious Websites Menggunakan Algoritma K-NN

Berdasarkan Application Layers dan Network

Characteristics,= CogITo Smart J., vol. 4, no. 1, p. 37, , doi: 10.31154/cogito.v4i1.100.37-45.

L. Wen and H. Yu,

A. Bijalwan,

N. Bhodia, P. Prajapati, F. Di Troia, and M. Stamp,

Syst. Secur. Priv., pp. 719-726, 2019, doi: 5220/0007701407190726.

Y. M. Cho and H. Y. Kwon,

Diterbitkan

2023-10-01

Terbitan

Bagian

Program Studi D3 Teknologi Telekomunikasi