Abstract:Abstract: DNS plays a vital role in the operation of services on the internet. Almost all services on the internet are under DNS control, such as email, FTP, web apps, etc. So, it is not surprising that various malicious…
activities involve DNS services such as financial fraud, phishing, malware, and malicious activity, etc. Fortunately, in DNS there is a record with the name time to live which can be used to detect a query or the address accessed from the user is a normal query or an abnormal query. Therefore, the purpose of this study is to determine the correlation value between time to live and abnormal queries on passive DNS data using the Binary Logistic Regression model. The results showed that the Binary Logistic Regression method could model the correlation between TTL, elapsed, and bytes which have an optimal model F1 Score of 0.9997 and also have a condition close to the ideal state by using the Precision-Recall Curve (PRC) graph plot.
Keywords: Binary Logistic Regression; DNS Passive; Precision-Recall Curve (PRC); Query Abnormal
Abstrak: DNS memegang peranan yang vital di dalam berjalanya service di internet. Hampir seluruh layanan di internet berada di bawah kendali DNS seperti email, ftp, app web dll. Jadi, tidak mengherankan bahwa berbagai kegiatan jahat melibatkan layanan DNS seperti financial fraud, phising, malware dan aktivitas malicious dll. Untungnya, di dalam DNS tersimpan sebuah record dengan nama time to live yang dapat digunakan untuk mendeteksi sebuah query atau alamat yang diakses dari user tersebut bersifat query normal atau query tidak normal. Oleh karena itu, tujuan penelitian ini adalah untuk mengetahui nilai korelasi antara time to live dengan query tidak normal pada data passive DNS dengan menggunakan model Binary Logistic Regression. Hasil penelitian menunjukkan bahwa metode Binary Logistic Regression dapat memodelkan korelasi antara TTL, elapsed dan bytes yang memiliki model optimal F1 Score sebesar 0.9997 dan juga memiliki kondisi hampir mendekati keadaan ideal dengan menggunakan plot grafik Precision Recall Curve (PRC).
Kata kunci: Binary Logistic Regression; DNS Passive; Precision-Recall Curve (PRC); Query Abnormal
Abstract:Dewasa ini pengguna sosial media sedang dihadapkan dengan maraknya kejahatan cyber phising yang dilakukan dengan beragam modus penipuan yang begitu meresahkan. Modus kejahatan siber ini menimbulkan kerugian baik secara materil…
ateril maupun imateriel. Kejahatan ini telah diatur dalam Undang-Undang Nomor 11 Tahun Tentang Informasi dan Transaksi Elektronik Pasal 35 jo. Pasal 51 ayat (1) dengan ancaman maksimal 12 tahun penjara. Salah satu kasus yang telah diputus dan memiliki kekuatan hukum yang tetap terkait cyber phising adalah Putusan Nomor: 155/Pid.Sus/2018/PN-Cbn. Pada penulisan ini, akan menjawab rumusan permasalahan bagaimanakah pertimbangan majelis Hakim dalam mengadili perkara delik phising yang dilakukan di media sosial dalam Putusan Nomor 155/Pid.Sus/2018/PN-Cbn serta bagaimanakah penerapan sanksi pidana terhadap pelaku delik phising berdasarkan putusan a quo. Metode penelitian yang digunakan ialah metode yuridis-normatif dengan pendekatan kasus dan pendekatan undang-undang. Berdasarkan hasil penelitian, secara yuridis Hakim dalam menjatuhkan putusan hanya mempertimbangkan tuntutan Jaksa semata dan tidak mempertimbangkan perbarengan tindak pidana yang dilakukan terdakwa yang mana sebenarnya Hakim dapat memberikan pemberatan pidana berdasarkan Pasal 65 ayat (2) KUHP. Hal inilah yang menjadi salah satu alasan pertimbangan Hakim memberikan pidana yang relatif ringan yaitu hanya delapan bulan penjara. Kemudian, dari penerapan sanksi pidana yang relatif ringan tersebut belum dapat memenuhi tujuan pemidanaan dan rasa keadilan sehingga akan berdampak pada ketidak efektivitasan pemidanaan.
Abstract:abstrak: Perkembangan teknologi informasi memberikan kemudahan dalam berbagai aktivitas, seperti pendidikan, bisnis, dan komunikasi. Namun, perkembangan tersebut juga meningkatkan risiko terjadinya ancaman siber yang dapat…
apat membahayakan keamanan sistem informasi dan data pengguna. Berbagai bentuk ancaman seperti phising, malware, ransomware, dan pencurian data menjadi masalah yang sering terjadi di era digital saat ini. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi keamanan sistem informasi serta memahami konsep keamanan yang dapat diterapkan dalam menghadapi ancaman siber. Metode penelitian yang digunakan adalah studi literatur dengan mengumpulkan dan mempelajari berbagai sumber yang berkaitan dengan keamanan sistem informasi. Hasil penelitian menunjukkan bahwa faktor manusia, penggunaan teknologi, dan rendahnya kesadaran terhadap keamanan digital menjadi penyebab utama meningkatnya ancaman siber. Selain itu, penerapan konsep keamanan seperti Confidentiality, Integrity, dan Availability (CIA Triad) dapat membantu meningkatkan perlindungan data dan sistem informasi dari berbagai ancaman digital.
Abstract:Serangan phishing melalui email merupakan ancaman cybersecurity yang terus berkembang dan dapat menyebabkan kerugian finansial maupun kebocoran data yang serius. Untuk mengatasi permasalahan ini, dibutuhkan metode yang andal…
ndal dan otomatis guna membedakan email phishing dari email yang sah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani struktur data yang kompleks dan menghasilkan akurasi klasifikasi yang tinggi. Pada penelitian ini, algoritma Random Forest diimplementasikan untuk klasifikasi email phishing menggunakan dataset yang terdiri dari email phishing dan email yang sah. Dataset tersebut diproses melalui tahapan pra-pemrosesan, ekstraksi fitur, pelatihan model, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem berhasil mengklasifikasikan email phishing dan email yang sah dengan tingkat keakuratan yang tinggi, sehingga efektif dalam mendukung proses penyaringan email secara otomatis dan aman.