Analisis Dampak Malware Berdasarkan Api Call Dengan Metode Clustering

Abstract

Setiap hari muncul berbagai jenis malware baru di Internet. Di mana teknologi yang digunakan malware sudah semakin berkembang. Malware sudah menggunakan berbagai teknik dan cara untuk mengelabui antivirus ketika menginfeksi korban. Perkembangan malware harus diimbangi dengan melakukan penelitian tentang deteksi malware. Maka dari itu, pada penelitian ini dilakukan kegiatan malware analysis menggunakan sebanyak 170 malware untuk melakukan kategoriasi berdasarkan malicious activity yang digunakan. Malicious activity dapat dilihat dari jenis API call yang digunakan. Pada penelitian ini menggunakan 3 (tiga) jenis API call yaitu API file, API process dan API registry. Teknik yang digunakan untuk mendapatkan informasi API call adalah Static Analysis dan Dynamic Analysis. Sehingga hasil yang diperoleh terdapat 5 kategorisasi dengan minimum 0 kombinasi dan maksimum 5 kombinasi malicious activity. Dimana pada anlisis ini menggunakan metode clustering sehingga dibagi menjadi 3 cluster yang memiliki lebih dari 1 (satu) kombinasi malicious activity. Analisis impact yang diberikan tergantung dari banyaknya kombinasi, semakin banyak kombinasi API call akan semakin besar dampaknya pada komputer yang terinfeksi. Pada penelitian ini impact yang diberikan adalah high karena terdapat malware yang memiliki 2 (dua) kombinasi sampai 5 (lima) kombinasi malicious activity. Kata kunci : malware, malware analysis, cyber crime, clustering, deteksi malware, malware signature, malicious activity.