Deteksi Peniruan Router Nirkabel dengan Pembelajaran Mesin

Authors

Abstract

Deteksi Rogue Access Point (RAP) penting untuk mencegah serangan Evil Twin Attack (ETA) di lingkungan kampus, seperti di Telkom University. Penelitian ini mengembangkan model Machine Learning (ML) untuk mendeteksi RAP berdasarkan data yang dikumpulkan menggunakan airodump-ng. Data mencakup parameter jaringan seperti Channel, Speed, Privacy, Cipher, Authentication, Power, dan beacons. Data dikumpulkan dengan perangkat TP-Link WN821N. Data digunakan untuk melatih model ML dengan algoritma Feedforward Neural Network (FNN).

Kata kunci— Airodump-ng, Evil Twin Attack, Feedforward Neural Network, Machine Learning, Rogue Access Point.

Downloads

Download data is not yet available.

References

ezkalns, “Aussie Police Discover ‘Evil Twin’ Free Wifi Harvesting Personal Data at Airports,” commsrisk.com. Accessed: Jul. 11, 2024. [Online]. Available: https://commsrisk.com/aussie-police-discover-evil-twin-free-wifi-harvesting-personal-data-at-airports/

J. Zou, Y. Han, and S.-S. So, “Overview of Artificial Neural Networks,” 2008. doi: 10.1007/978-1-60327-101-1_2.

Published

2024-12-01

Issue

Pages

5801-5804

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Ramadhan, M. H., Wahidah, I., & Fardan. (2024). Deteksi Peniruan Router Nirkabel dengan Pembelajaran Mesin. EProceedings of Engineering, 11(6), 5801-5804. https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/24812