Simulasi Klasifikasi Paket Data Pada Jaringan Named-Data (NDN) Menggunakan Machine Learning
DOI:
https://doi.org/10.34818/eoe.v9i6.19145Abstract
Abstrak—Arsitektur jaringan adalah arsitektur jaringan internet masa depan yang dapat merefleksikan dengan jaringan IP saat ini, juga inovasi dalam hal forwarding, routing, dan caching bersamaan dengan permasalahan yang terakumulasi dari user hari ini yaitu terkait sulitnya suatu data terakses dikarenakan terlalu tersentralisasinya sebuah data, oleh karena itu NDN hadir untuk memecahkan masalah tersebut. Pada pengujian kali ini, simulasi NDN akan dijalankan untuk mendapatkan dataset untuk diolah menggunakan Machine Learning untuk menganalisis jalur rute yang dilalui oleh suatu paket dengan tujuan agar pengembangan NDN dalam hal routing serta forwarding lebih efisien dan efektif. Hasil dari simulasi NDN untuk menganalisis laju lintas data menghasilkan hasil yang memuaskan terutama pada sisi forwarding dan routing. Lalu untuk proses Machine Learning paket NDN pun dapat dikatakan sukses dengan menghasilkan 8 kluster sebagai kelompok data untuk dianalisis, serta pada proses klasifikasi pun menghasilkan nilai akurasi yang optimal yaitu 0.97 dengan menggunakan nilai parameter data uji dan data latih sebesar 50/50. Kata Kunci — Named-data Networking, Machine Learning, Clustering paket NDN, Klasifikasi paket NDN.Downloads
References
[1] GIG by Indosat Ooredo. 2021. “Inilah Sejarah
Internet dan Perkembangannya di Indonesia”
[online]. Avaliable :
https://gig.id/stories/tech/sejarah-internetperkembangannya-indonesia.
[2] Galuh Putri Riyanto. 2021. Feb 23. Jumlah
Pengguna Internet Indonesia 2021 tembus 202
juta [online]. Available :
https://tekno.kompas.com/jumlahpenggunainternet-indonesia-2021-tembus-202-
juta.
[3] Zhang, L., Estrin, D., Burke, J., Jacobosn, V.,
Thonton, JD., dan Smetter, K., Zhang, B.,
Tsudik, G., Claffy, kc., Papadopoulos, C.,
Abdelzaher, T., Wang, L., Crowley, P., Yeh, E.
(2010): Named data networking (NDN) project,
Technical Report NDN-0001. 3-4.
[4] Alexander afanasyev, Xiaoke Jiang, Yingdi Yu,
Jiewen Tan, Yumin Xia, Allison Makin, Lisia
Zhang. "NDNS: A DNS-Like Namne Service for
NDN". IEEE, 2017.
[5] named-data/ndn-traffic-generator[online].
Available : https://github.com/named-data/ndntraffic-generator (accessed Nov. 10, 2021).
[6] Lixia Zhang, Alexander Afanasyev, Jeffrey
Burke, Van Jacobson, Patrick Crowley, Christos
Papadopoulos, Lan Wang, Beichuan Zhang. Jul.
2014. “Named-data networking (NDN)” ACM
SIGCOMM Computer Communication Review
Volume 4, Number 3.
[7] S. H. Ahmed, S. H. Bouk, and D. Kim, ContentCentric Networks An Overview, Applications
and Research Challenges. 2016.
[8] C. Yi, “ADAPTIVE FORWARDING IN
NAMED DATA NETWORKING,” The
University of Arizona, 2014.
[9] Named-data/NDN Forwarding Daemon[online].
Available : https://github.com/named- data/nfd
(accessed Nov. 17, 2021).
[10] Louridas, P. Ebert, C. 2016. Machine Learning.
The IEEE Computer Society.
[11] Get Ubuntu. Available : https://ubuntu.com/
(accessed Oct. 28, 2021)
[12] N. M. Ridha, S. R. Nana. May. 2021. Caching
and Machine Learning Integration Methodson
Named Data Network : a Survey. University of
Bath. The IEEE Xplore.
[13] ndn-cxx[online]. Available :
https://github.com/named-data/ndncxx(accessed Jan. 4, 2022).
[14] N. A. Muhammad, R. U. A. Muhammad, U.
Rehmat, K. S. Byung. Mar. 2020. A Comparative
Performance Analysis of Popularity-Based
Caching Strategies in Named Data Networking.
National Research Foundation of Korea (NRF).
[15] Shobha Gangadhar, Rangaswamy Shanta. Jul.
2018. Machine Learning. R. V. College of
Engineering.
[16] Scikit Learn : K-Means [online]. Available :
https://scikitlearn.org/stable/modules/generated/sklearn.clust
er.KMeans.html (accessed Jul. 2, 2022)
[17] L, Keunsoo, K. Juhyun, K. H. Ki, H. Younggo,
K. Sehun. 2008. DDoS attack detection method
using cluster analysis.
[18] Y. Liu, W. Li, Y. Li. 2007. Network Traffic
Classification Using K-means Clustering.
[19] S. P. Kristina, Y. Miin-shen. Unsupervised KMeans Clustering Algorithm.
[20] S. Samar, S. Senthilmurugan, R. K. Hemant, P.
Bighnaraj, S. Anantha. 2016. Performance
Evaluation of Caching Policies in NDN - an ICN
Architecture.
[21] H. Lingling. Jan. 2020. Packet-level-based
traffic aggregation to optimize NDN content
delivery.
[22] ndn-tools [online]. Available :
https://github.com/named-data/ndn-tools
(accessed Jun. 23, 2022)
[23] Scikit Learn : K-Means [online]. Available :
https://scikitlearn.org/stable/auto_examples/model_selection
/plot_confusion_matrix.html
[24] Y. Ruixi, L. Zhu, G. Xiaohong, X. Li. Jul.
2008. An SVM -based Machine Learning
Method for Accurate Internet Traffic
Classification.



