Skripsi
IMPLEMENTASI QUANTUM MACHINE LEARNING DALAM MELAKUKAN DETEKSI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS)
Ancaman keamanan internet sangatlah rentan terhadap serangan dari pihak manapun, termasuk serangan Distributed Denial-of-Services (DDoS). Serangan DDoS mengirimkan paket secara terus menerus sehingga membanjiri jaringan, server, atapun situs web secara masif, mengakibatkan jaringan tidak bisa diakses oleh pengguna. Dalam mengidentifikasi serangan DDoS terdapat masalah yaitu input data yang sangat besar. Untuk mengatasi masalah pemrosesan dataset yang sangat besar ini, bidang quantum computing dapat mengatasinya. Upaya untuk menggabungkan dua bidang yaitu quantum computing dan machine learning menghasilkan Quantum Machine Learning (QML), bertujuan untuk mengatasi jumlah data yang sangat besar dan dapat meningkatkan kecepatan pemrosesan data yang dilakukan. Pada penelitian ini melakukan optimasi terhadap wire quantum dan melakukan skenario pengujian terhadap tiga jenis optimizer yaitu Adam, AdamW dan Sparse.Adam. Total skenario yang dilakukan dalam pengujian ada 36, dengan pembagian rasio data dan nilai parameter learning rate yang bervariasi. Dataset yang digunakan yaitu CIC-IDS 2017 yang memiliki dua label yaitu benign dan DDoS. Hasil pengujian terhadap wire quantum, dengan dua wire 58.2% dan empat wire 62.1%, performa yang terbaik dihasilkan pada optimizer AdamW dengan nilai precision 57.30%, recall 94.07%, accuracy 62.15%, F1-score 71.22%, specificity 30.47%, dan false positive rate 92.21%.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2407000446 | T137873 | T1378732024 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available