Analysis of DDoS Attack Detection Using Neural Network Backpropagation Approach

Distributed Denial of Service (DDoS) adalah suatu serangan yang dimana memiliki volume, intensitas, serta biaya mitigasi yang akan terus meningkat sejalan dengan pertumbuhannya skala dari suatu instansi. Pada penelitian ini, peneliti mempunyai tujuan untuk menerapkan suatu konfigurasi terbaik dalam sebuah arsitektur jaringan syaraf tiruan guna meningkatkan tingkat akurasi yang sangat tinggi pada pendeteksian serangan DDoS menggunakan algoritma Backpropagation. Data yang digunakan dalam penelitian ini adalah data trafic jaringan dimana sudah ditandai keterangan DDoS tidaknya dari masing – masing data. Penelitian ini dilaksanakan menggunakan aplikasi Matlab berserta fiturnya yaitu NNToolBox. Dengan menguji 12 jenis Training Function berserta arsitektur Hidden Layer. Berdasarkan dari uji coba tersebut, nilai Error (MSE) paling minimal didapatkan sebesar 0,0585 dengan menggunakan Training Function trainbr serta arsitektur Hidden Layer berbentuk 3 lapisan dengan tiap lapisan terdapat masing – masing 4 neuron.