Thesis MKOM

1. TASMI
09042681519004
Supervisor
Deris Stiawan, M.T,. Ph.D
IDENTIFIKASI TRAFIK TERENKRIPSI
MENGGUNAKAN METODE DEEP PACKET
INSPECTION (DPI)
Megister Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya 2017.

2. BAB I
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Batasan Masalah
Magister Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya 2017.

3. Latar Belakang
SSL/TLS
( HTTPS)
Menyatakan tidak semua protokol
bisa diidentifikasi terutama jenis
trafik yang terenkripsi (HTTPS), hal
ini dikarenakan jenis paket HTTPS
terlalu kompleks
Aplikasi HTTPS sudah banyak
digunakan untuk menggantikan
aplikasi yang menggunakan HTTP
seperti sending tweets, messages to
mobile, posting, dan search..
Ada 95.4% untuk jenis traffik HTTPS di
internet.
Ada serangan untuk jenis paket
terenkripsi yaitu : 0.58% untuk SSL GET
Floods, dan 0.96 % untuk SSL POST
Floods
Deri, Martinelli, Bujlow, & Cardigliano, 2014
Husák, Cermák, Jirsík, & Celeda, 2016
Nazief, Sabastian, Presekal, & Guarddin, 2014
(Bhople, 2012)

4. Latar Belakang
menggunakan metode DPI untuk
mengidentifikasi jenis trafik dan
membuat decision making terhadap
trafik tersebut
Menggunakan DPI untuk
mendapatkan informasi jenis trafik
menggunakan metode DPI untuk
mendeteksi trafik inbound dan
outbound
Smallwood & Vance, 2011 Parvat & Chandra, 2015
(Bendrath, 2009) dan (C. Xu, Chen, Su, Yiu, & Hui, 2016)
Deep Packets Inspection
Multi Layer Packets

5. Latar Belakang
mengidentifikasi jenis trafik dengan cara mengenali
data payload secara Real-time
menggunakan ip address dan port
number untuk mendeteksi dan
memilah paket data
menggabungkan metode
Machine Learning dan Artificial
Intelligent untuk mengidentifikasi
jenis trafik
Arndt & Zincir-Heywood, 2011
Jesudasan, Branch, & But, 2010 dan
Alshammari & Zincir-Heywood, 2010
Amoli & Hamalainen Timo, 2013

6. Perumusan Masalah
• Bagaimana Memproses Capture Packet, Extrac
Data
• Bagaimana melakukan proses Validasi data
• Bagaimana melakukan proses IDENTIFIKASI
paket data terenkripsi dengan menggunakan
metode DPI

7. Tujuan Penelitian
Dapat IDENTIFIKASI paket data Terenkripsi
Melakukan proses Visualisasi Paket Data
Terenkripsi
Mengimplementasikan metode Deep
Packet Inspection (DPI) untuk IDENTIFIKASI
paket data terenkripsi

8.  Mekanisme deteksi berdasaskan knowledge
dengan penggunaan HTTPS Inspect
Preprocessor dan Rule Options.
 Jenis trafik terenkripsi diujikan hanya pada
SSL version TLSv1.0 dan TLSv1.2.
 Tidak menjelaskan proses decision making
dan proses pencegahan paket terenkripsi.
 Proses visualisasi data tidak dilakukan secara
real-time
Batasan Masalah

9. BAB II
Protokol Data Enkripsi
SSL Handshake
TLS Handshake
Feature Extraction
Feature Selection
Deep Paket Inspection

10. Protokol Data Enkripsi
1.Aplikasi Peer to Peer .
2. Keamanan dan Privacy (Security Socket Layer (SSL), Virtual Private Network
(VPN), dan Secure Shell (SSH)
(Cao, Xiong, Zhao, Li, & Guo, 2014)
• Privacy atau Confidentiality, mencakup kerahasiaan informasi. Inti aspek privacy
adalah bagaimana menjaga informasi agar tidak dilihat atau diakses oleh orang
yang tidak berhak
• Message Integrity, atau integritas mencakup keutuhan informasi. Inti aspek
integrity adalah bagaimana menjaga informasi agar tetap utuh atau dapat
dikatakan apa yang diterima harus sama dengan apa yang dikirim
• Authentication, atau otentikasi berkaitan dengan keabsahan pemilik informasi
(Panwar & Kumar, 2012)

11. SSL
Handshake

12. SSL Handshake
1. Browser connects to a web server (website) secured with SSL (https). Browser requests that the server
identify itself.
2. Server sends a copy of its SSL Certificate, including the server’s public key.
3. Browser checks the certificate root against a list of trusted CAs and that the certificate is unexpired,
unrevoked, and that its common name is valid for the website that it is connecting to. If the browser trusts
the certificate, it creates, encrypts, and sends back a symmetric session key using the server’s public key.
4. Server decrypts the symmetric session key using its private key and sends back an acknowledgement
encrypted with the session key to start the encrypted session.
5. Server and Browser now encrypt all transmitted data with the session key.

13. TLS Handshake
1. TLS record protocol
bekerja dengan
melakukan koneksi
yang privat antara klien
dan server.
2. TLS Handshake Protocol
memberikan izin
komunikasi yang telah
ter-autentikasi untuk
memulai koneksi antara
client dan server.

14. Feature Extraction
• Tujuan
• Human Readable
• Pola-pola sebuah paket
FEATURE
EXTRACTION
(Davis & Clark, 2011) menjelaskan tipe-tipe jenis data yang diperlu dalam proses preprocessing
(Song, Takakura, &
Kwon, 2008) untuk
mengidentifikasi pola
untuk mengenali paket
serangan
(X. Xu, 2006) feature
extraction merupakan dasar
dari IDS dengan
menggunakan machine
learning untuk
mengoptimalkan model deteksi
(Alshammari & Zincir-Heywood, 2011)
menyatakan ada dua bagian pada panjang
variabel paket data, pertama adalah header
yang berisi antara 20 sampai 60 byte
(Vasudevan, Harshini, & Selvakumar, 2011)
berhasil mengekstraks paket sebanyak tujuh fitur,
(1) Jumlah paket UDP, (2) Jumlah Koneksi Host,
(3) Jumlah Paket ICMP, (4) Jumlah SYN yang
salah, (5) Windows Size, (6) Flag dan (7) Jenis
Layanan

15. Feature Selection (Feature Rangking)
Tujuan penggunaan seleksi fitur (feature selection) untuk membersihkan fitur-fitur yang tidak relevan. feature
Rangking adalah satu metode yang menghasilkan nilai untuk tiap-tiap atribut, masing-masing atribut dihitung
dan diurutkan berdasarkan skor, dimana skor adalah derajat relevansi yang bergantung pada aplikasi
(Ruiz, Riquelme, & Aguilar-Ruiz, 2005) dan (Novakovid, Strbac, & Bulatovid, 2011)
menggunakan FR untuk proses selection attribut. Ada lima metode yang digunakan
untuk mencari rangking dari atribut yaitu Information Gain (IG), Gain Ratio (GR),
Symmetrical Uncertainty (SU), Relief-F (RF) dan One R yang berbasis entropy
(Slocum, 2012) menyatakan bahwa pada dasarnya entropy digunakan untuk
menafsirkan ketidakpastian dari beberapa atribut dari sebuah data set

16. 𝐻 𝑌 = − 𝑝 𝑦 𝑙𝑜𝑔2(𝑝 𝑦 )
𝑦𝜖𝑌
(𝐻 𝑌 𝑋 = − 𝑝 𝑥 𝑝 𝑦 𝑥 𝑙𝑜𝑔2𝑦𝜖𝑌 𝑝( 𝑦 𝑥 )𝑥𝜖𝑋
Feature Selection (Feature Rangking)
p(y|x) adalah probabilitas dari y terhadap x
Persamaan entropy

17. 𝐼𝐺 = 𝐻 𝑌 − 𝐻 𝑌 𝑋 = 𝐻 𝑋 − 𝐻(𝑋|𝑌)
𝐺𝑅 =
𝐼𝐺
𝐻(𝑋)
Feature Selection (Feature Rangking)
Persamaan IG
𝑆𝑈 = 2
𝐼𝐺
𝐻 𝑌 + 𝐻(𝑋)
Persamaan Gain Ratio
Persamaan Symmetrical Uncertainty

18. Feature Selection (Feature Rangking)
 Relief-F
Relief-F adalah algortima feature selection yang digunakan untuk mengukur
kualitas atribut berdasarkan besarnya perbedaan nilai atribut. Atribut akan
memberikan nilai pada masing-masing fitur berdasarkan kemampuan fitur
untuk membedakan nilai antara atribut. Perhitungan nilai didasarkan pada
probabilitas tetangga terdekat dari dua kelas yang berbeda yang juga memiliki
nilai yang berbeda
 One R
One-R adalah algortima akan membangkitkan sebuah rule dengan membuat
satu aturan untuk masing-masing atribut dan kemudian memilih aturan
dengan kesalahan terkecil.

19. (Bendrath, 2009) dan (Xu et al.,
2016)
Beberapa fungsi dari DPI diantaranya:
• Network security
• Network management
• Surveillance
• Content regulation
• Copyright enforcement
• Ad injection
Aplikasi DPI untuk manajemen bandwidth dan
keamanan jaringan (Xu et al., 2016)
DEEP PACKET INSPECTION (DPI)

20. • Tingkatan Packet Inspesction
Level Inspeksi Paket. (Moon & Kim, 2014) dan (Wandhare & Gujar, 2014)
DEEP PACKET INSPECTION (DPI)

21. Implementasi DPI
Implementasi DPI (Wandhare, 2015)
DEEP PACKET INSPECTION (DPI)

22. • Metode DPI
Metode pada Deep Packet Inspection (Xu et al., 2016)
Penelitian oleh (Stiawan, Abdullah, &
Idris, 2010), (Parvat & Chandra, 2015) dan
(Najam et al., 2015) menggunakan DPI
dengan pendekatan regular expression
(regex)
DEEP PACKET INSPECTION (DPI)

23. Deterministic Finite Automata
Definisi 2.9.1 Sebuah finite automata terdiri dari lima komponen
𝑀 = (𝑄, Σ, 𝛿, 𝑞0, 𝐹)
di mana :
1. Q adalah himpunan set berhingga yang disebut dengan himpunan states.
2. Σ adalah himpunan berhingga alfabet dari simbol .
3. δ : Q × Σ adalah fungsi transisi, merupakan fungsi yang mengambil states dan alfabet input
sebagai argumen dan menghasilkan sebuah state. Fungsi transisi sering dilambangkan dengan δ.
4. q0 ϵ Q adalah states awal.
5. F ⊆ Q adalah himpunan states akhir.
Definisi 2.9.2 Suatu finite automata M = (Q,Σ,δ,q0,F) akan menerima sebuah string w jika kumpulan
states r0r1 · · · rn dalam Q memenuhi tiga kondisi :
1. r0 = q0.
2. δ(ri, wi+1) = ri+1 untuk i = 0, · · · , n – 1.
3. rn ϵ F.
dengan w = w1w2...wn adalah string masing-masing wi adalah anggota alphabet Σ

24. Deterministic Finite Automata
δ q0, a = q0 δ q0, b = q1 δ q1, a = q1
δ q1, b = q2 δ q2, a = q1 δ q2, b = q2
Q={q0, q1, q2}
Σ={a,b}
S=q0
F={q2}

25. Regular Expression ( Regex )
Sintak Keterangan
^ Jika diletakkan di depan pattern, akan cocok dengan awal sebuah string
[] ekspresi kurung. cocok dengan satu karakter yang berada dalam kurung
? cocok dengan nol atau satu karakter sebelumnya
[^] cocok dengan sebuah karakter yang tidak ada dalam kurung, berlawanan dengan
yang diatas
* cocok dengan nol atau lebih karakter sebelumnya
Pola dari Regular Expressions (Wandhare & Gujar, 2014)
DFA untuk Regex .*AB.*CD | .*EF.*GH (Antonello, Fernandes, Santos, Sadok, & Szab, 2012)

26. BAB III
 IDE PENELITIAN
 FRAMEWORK PENELITIAN
 TAHAP I PERANCANGAN SISTEM
 TAHAP II SNIFFING PAKET
 TAHAP III FEATURE EXTRACTION
 TAHAP IV FEATURE SELECTION
(FEATURE RANGKING)
 TAHAP V IDENTIFIKASI REAL-TIME

27. Ide Penelitian

28. Framework Penelitian

29. Tahap I Perancangan Sistem

30. Tahap II
Sniffing
Paket
Mulai
Inisialisasi
Interface, Time
Proses
Sniffing ?
./a.o -d eth0/eth1 -s 20 - o
Protokol
TCP
n
y
n
y y
Protokol
UDP
Header TCP
(src port, dst port, seq number, ack, header length,
windows cheksum)
Header IP
(IP-Version, Header Length, Total Length, TTL,
Protocol, Checksum, src IP addr, dst )
Header Ethernet
(src address, dst address, protocol)
Header UDP
(src port, dst port, Length
Checksum)
Header SSL
(Length,SSL_version,Algoritma)
Databases
Selesai

31. Tahap III
Feature
Extraction

32. Tahap IV
Feature
Selection
(Feature
Rangking)
Mulai
Sniffing Packet
Selesai
N
Y
Feature Extraction
Pre-processing Data
SSL
Service
Feature Selection
Testing Dengan
Feature Rangking
Validasi data
menggunakan
attribute terbaik
Hasil
Rangking
Attribute
Paramter
untuk rule
deteksi

33. Tahap V
Identifikasi
Real-Time

34. Sniffing Real-time

35. Feature
Extraction
Real-Time

36. Rule Engine Real-Time
Mulai
Paket Decoder
n
y
Selesai
HTTPS
Reguest
Cocok ?
Log
Pre-processing
Rules
SSL/TLS
Drop
Update Rules

37. BAB IV
 Hasil Sniffing Paket
 Hasil Feature Extraction
 Hasil Klasifikasi Paket Data
 Hasil Identifikasi Paket
Terenkripsi
 Hasil Klasifikasi Paket
Terenkripsi
 Hasil Feature Selection
 Hasil Engine Real-Time

38. • Dilakukan secara real-time “dev_handle =
pcap_open_live(dev_in,65536,1,0,errbuff)“
– dev_in adalah nama interface yang digunakan untuk proses sniffing,
– 65536 adalah adalah jumlah data maksimum data yang akan disniffing,
– 1 digunakan untuk mengaktifikan perangkat dalam bentuk modus
promiscuous,
– 0 mendefenisikan waktu timeout,
– errbuff adalah buffer yang digunakan untuk menyimpan pesan error
Sniffing Paket

39. DataSet I DataSet II
Waktu
Jumlah
Paket
File
Size
(MB)
TCP UDP
Paket
Drop
Jumlah
Paket
File
Size
(MB)
TCP UDP
Paket
Drop
20s 6632 1.25 96.00% 2.01% 1.99% 8055 1.41 45.79% 2.18% 52.03%
40s 15835 3.00 88.82% 11.06% 0.13% 17231 3.08 56.06% 2.34% 41.60%
60s 22276 4.00 58.20% 2.16% 39.63% 21443 3.82 57.30% 1.50% 41.20%
80s 30314 5.63 73.51% 1.27% 25.22% 29337 5.52 91.39% 1.29% 7.32%
100s 38147 6.56 95.56% 1.68% 2.76% 39042 7.24 95.09% 1.44% 3.47%
Hasil Sniffing Paket

40. TCP, Fri Jan 6 10:04:58 2017, 103.241.4.11 10.100.115.9, 58 704 ,80,49734, AP—F, 5793, 339 ,122,0, -----http------
3
4
5
6
7
8
9
10
11
12
13
14
ROUTER LINUX DEBIAN +
DPI SYSTEM
INTERNET
REAL TIME
MONITORING
USER
B
A
1
2
Sniffing Paket
Normal Paket
Feature Extraction
No Atribut No Atribut
1 no_packets 14 src_port
2 protokol 15 dst_port
3 time 16 flags
4 epoch_time 17 ack_number
5 ip_src 18 seq_number
6 ip_dst 19 windows
7 TTL 20 Urg_Pointer
8
Panjang
DataCapture
21
Checksum_Protokol
9 Length_header 22 service
10 Total_lenght 23 SSL_Version
11 IdentifikasiHeader 24 Algoritma
12 Checksum_Header
13 Fragment_Offset

41. SERVICE COUNT
PACKETS
JUMLAH
PAKET
DHCP 2 684
NETBIOS 18 1656
DNS 112 18896
HTTP 3025 1754362
HTTPS 3342 2986699
OTHER 133 61569
SERVICE
COUNT
PACKETS
JUMLAH
PAKET
DHCP 2 701
NETBIOS 30 2760
DNS 342 53989
HTTP 1159 530048
HTTPS 8500 5082748
OTHER 7168 5469257
SERVICE COUNT
PACKETS
JUMLAH
PAKET
DHCP 4 1385
NETBIOS 69 6564
DNS 249 37423
HTTP 1903 1294666
HTTPS 10384 7665580
OTHER 8834 7193215
SERVICE
COUNT
PACKETS
JUMLAH
PAKET
DHCP 4 1368
NETBIOS 45 4140
DNS 335 60068
HTTP 1352 808545
HTTPS 20932 14649250
OTHER 7646 6191058
SERVICE
COUNT
PACKETS
JUMLAH
PAKET
DHCP 6 1596
NETBIOS 379 36236
DNS 589 89320
HTTP 3218 2112231
HTTPS 19246 13254859
OTHER 14704 12128140
Hasil Klasifikasi Paket Data
Hasil Klasifikasi Service 20s
Hasil Klasifikasi Service 40s
Hasil Klasifikasi Service 60s
Hasil Klasifikasi Service 80s
Hasil Klasifikasi Service 100s

42. Visualisasi Paket Data

43. Start
is_connected
CONNECTED
no_connected
>[do_connect]
CLIENT_HELLO_SENT
SERVER_HELLO_RECV
CLIENT_KEY_CHANGE_SENT
CLIENT_CHANGE_CIPHERSPEC_SENT
CLIENT_FINISH_SENT
SERVER_FINISH_RECV
CLIENT_APPDATA_SENT
SERVER_APPDATA_RECV
sen_client_hello
>[sen_client_hello]
recv_server_hello
send__client_key_exchange
>[do_send__client_key_exchange]
send__client_change_chiper_spec
recv__server_finish
>[do_send__client_appdata]
send__client_finish
send__client_appdata
recv__server_appdata
END
ERROR
recv__server_appdata
recv__server_finish
>[do_send__client_appdata]
recv_server_hello
Hasil Paket Data Terenkripsi (client Hello)
(1) Client-Hello, session ssl diawali dengan pesan yang beri nama
Client Hello yang bertujuan untuk berkomunikasi. Pesan Client-
hello berisi daftar kriptografi berupa versi SSL.
(2) Client-key-exchange, Client akan memeriksa sertifikat yang
dikirimkan server, jika tidak ditemukan kesalahan pada Bila
sertifikat tersebut, maka Client akan menggunakan public key
yang didapatnya untuk men-enkrip session dan selanjutnya Client
akan mengirim informasi session yang berisi premaster secret
yang berisi 46 byte nomor acak yang akan digunakan untuk
membangkitkan kunci enkripsi simetris dan message
authentication code.
(3) Change cipher spec, pesan ini bertujuan untuk memberikan opsi
penggunaan keamanan untuk semua data yang akan dikirimkan,
Client akan melakukan proses perubahan premaster secret ke
master secret untuk mendapatkan autensikasi pesan.
(4) Finished, pesan ini berisi Finished yang merupakan pesan yang
dienkripsi dengan metode chper dan keys yang bertujuan untuk
server akan mengecek key yang baru diaktifikan.

44. Start
WAIT_FOR_CLIENT_CONNECTION
listen
>[do_bind]
SERVER_HELLO_SENT
SERVER_CERTIFICATES_SENT
SERVER_HELOO_DONE_SENT
CLIENT_CHANGE_CHIPERSPEC_RECV
CLINET_FINISH_RECV
SERVER_KEY_EXCHANGE_SENT
SERVER_CCS_SENT
send_server_hello
>[sen_send_server_hello]
send__server_certificates
>[do_send__server_certificates]
recv__client_key_exchange
send__server_key_exchange
>[do_send__key_exchange]
END
ERROR
recv__client_appdata
recv_client_hello
CLIENT_HELLO_RECV
recv_client_hello
send__server_hello_done
>[do_send__server_hello_done]
send__server_ccs
>[do_send__server_ccs]
send__server_finish
>[do_send__server_finish]
SERVER_FINISH_SENT
CLIENT_APPDATA_RECV
send__client_appdata
send__server_appdata
>[do_send__server_appdata]
SERVER_APPDATA_SENT
recv__client_key_exchange
1) Client akan mengirimkan pesan ke server yang berisi Client Hello
yang bertujuan untuk menentukan jenis SSL yang akan
digunakan.
2) Server akan memberi balasan ke Client dengan dengan memilih
jenis SSL melalui ServerHello.
3) Kemudian server akan mengirimkan certifikat public yang harus
digunakan Client untuk mengenkripsi key simetrik pada
ServerKeyExchange.
4) Server akan mengirimkan pesan ServerHelloDone untuk
mengakhiri negoisasi.
5) Selanjutnya Client akan mengirimkan pesan ChangeCipherSpec
untuk mengaktifkan pilihan perjanjian/kesepakatan untuk semua
pesan yang akan dikirimkan.
6) Pesan Finished yang dikirim oleh Client yang bertujuan agar
server mengecek perjanjian/kesepakatan yang baru diaktifkan.
7) Server mengirimkan pesan ChangeCipherSpec ke Client
untuk mengaktifkan kesepakatan untuk semua pesan yang akan
dikirimkan.
8) Server mengirimkan pesan Finished yang bertujuan agar Client
mengecek kesepakatan baru yang diaktifkan.
Hasil Paket Data Terenkripsi (Server Hello)

45. Hasil Paket Data Terenkripsi

46. Pengelompoan Traffik SSL_Service
Waktu
TLSv1.0 TLSv.1.2
Count
Packets
Jumlah
Packets
Count
Packets
Jumlah
Packets
20s 46 17543 1139 918107
40s 122 52394 1927 1576526
60s 295 239675 1970 1906191
80s 265 105884 3668 3789334
100s 265 110264 6441 6000857

47. Pengelompoan Traffik SSL_Service
Klasifikasi pola dari SSL_Service (TLsv1 dan Tlsv1.2) dengan menggunakan RadViz

48. Metode Features Ranking :
1) Information Gain (IG),
2) Gain Ratio (GR),
3) Symmetrical Uncertainty (SU),
4) Relief-F (RF),
5) One-R (OR)
Hasil
Validasi
Validasi dengan metode Bayesian Network
24 atribut hasil FE :
no_packets, protocol, time , epoch_time, ip_src
, ip_dst, TTL, Panjang DataCapture, Length_header, Total_length,
IdentifikasiHeader , src_port, dst_port, ack_number, seq_number,
windows, Urg_Pointer, Checksum_Protokol, service, SSL_Version,
Algoritma
Pre-processing
• Menghapus atribut yang tidak mempunyai
pengaruh
• Membagi data menjadi dua : data training &
testing
Hasil Feature Selection (Feature Rangking)

49. Hasil Feature Selection (Feature Rangking)
No Atribut IG GR OneR RF SU
1 Protocol 19 19 18 19 19
2 IP_Source 2 9 8 2 9
3 IP_Dest 1 6 19 1 5
4 TTL 11 10 7 15 11
5
Panjang_Data_Captur
e 6 4 5 6 4
6 Lenght_Header 17 17 2 17 17
7 Total_Lenght 5 3 4 5 3
8 Identification_Header 8 7 3 7 7
9 Checksum_Header 12 14 9 10 15
10 Fragment_Offset 9 8 10 8 8
11 P_Source 4 1 11 4 1
12 P_Dest 3 2 12 3 2
13 Flags 7 5 17 9 6
14 Ack 13 13 16 12 13
15 Seq 14 16 15 11 14
16 Window 10 11 14 14 10
17 Urg_Pointer 18 18 13 18 18
18 Checksum_Protokol 15 15 6 13 12
19 Service 16 12 1 16 16

50. Hasil validasi
No Attribut
IG GR One R RF SU
Training Testing Training Testing Training Testing Training Testing Training Testing
1 Protocol 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
2 IP_Source 13.6770 23.0616 16.5957 23.0616 13.6770 23.0616 29.4205 23.0616 13.6770 23.0616
3 IP_Dest 29.4205 45.0795 31.1461 45.0795 29.4205 45.0795 29.4205 45.0795 29.4205 45.0795
4 TTL 97.2944 97.2167 97.1666 97.2167 97.2944 97.2167 97.2944 97.2167 97.2944 97.2167
5 Panjang_Data_Capture 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767
6 Lenght_Header 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
7 Total_Lenght 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767 53.5577 53.8767
8 Identification_Header 57.2007 73.5089 62.1219 73.5089 57.2007 73.5089 57.2007 73.5089 57.2007 73.5089
9 Checksum_Header 50.1278 50.2485 50.9800 54.9702 51.2356 54.9702 51.2356 54.9702 51.2356 54.9702
10 Fragment_Offset 60.6519 67.0477 62.3775 67.0477 60.6519 67.0477 60.6519 67.0477 60.6519 67.0477
11 P_Source 13.6770 23.0616 71.5594 71.3718 71.9003 71.3718 71.9003 71.3718 60.6519 67.0477
12 P_Dest 29.4205 45.0795 71.5594 71.3718 71.9003 71.3718 71.9003 71.3718 71.9003 71.3718
13 Flags 53.6216 50.4473 52.9186 50.4473 53.6216 50.4473 53.6216 50.4473 53.6216 50.4473
14 Ack 57.3498 62.9722 58.6493 62.9722 57.3498 62.9722 57.3498 62.9722 57.3498 62.9722
15 Seq 51.5339 50.8946 50.9161 50.8946 51.5339 50.8946 51.5339 50.8946 51.5339 50.8946
16 Window 91.0311 79.3241 87.5586 79.3241 91.0311 79.3241 91.0311 79.3241 91.0311 79.3241
17 Urg_Pointer 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
18 Checksum_Protokol 51.2356 54.9702 50.9800 54.9702 51.2356 54.9702 50.1278 50.2485 51.2356 54.9702
19 Service 100.0000 99.9503 99.9787 99.9503 100.0000 99.9503 100.0000 99.9503 100.0000 54.9702

51. Hasil Feature Selection (Feature Rangking)

52. Hasil Validasi
Testing secara offline didapatkan tujuh dan sembilan atribut yang akan digunakan
knowledge untuk engine real time
Tujuh attribut tersebut :
1. TTL,
2. Panjang_data_capture,
3. total_lengt,
4. windows,
5. Flags,
6. Protokol,
7. offset
Sembilan attribut adalah :
1. TTL,
2. Panjang_data_capture,
3. total_lengt,
4. windows,
5. Flags,
6. Protokol,
7. offset,
8. Port_source,
9. Port_Dest.

53. Hasil Engine Real-Time
Sniffing Paket

54. Hasil Engine Real-Time
Respon dan validasi data
Testing Jumlah
Paket
IG OneR Regex Paketdrop
Testing I 10579 40.24% 39.81% 10.10% 9.86%
Testing II 3689 2.95% 2.36% 56.57% 38.11%
Testing III 373 2.68% 2.68% 39.95% 54.69%
Testing IV 2160 8.19% 3.84% 57.96% 30.00%

55. Hasil Engine Real-Time
Respon SSL_Version
No Jenis Paket
SSL
Testing
I
Testing
II
Testing III Testing
IV
1 TLSv1.0 20 18 4 41
2 TLSv1.2 21 19 0 42
Rule IG
No Jenis Paket
SSL
Testing
I
Testing
II
Testing
III
Testing
IV
1 TLSv1.0 8 6 4 16
2 TLSv1.2 50 19 0 37
Rule OneR
No Jenis Paket
SSL
Testing
I
Testing
II
Testing
III
Testing
IV
1 TLSv1.0 82 96 37 104
2 TLSv1.2 601 937 80 498
Rule Regex

56. Nilai Atribut
Hasil Engine Real-Time
No Atribut Rule IG Rule OneR
TLS v1.0 TLS v1.0 TLS v1.2 TLS v1.2
1 TTL 127 dan 62 127 dan 62 127 dan 46 127 dan 46
2 Panjang_data_capture 211 dan 583 112 dan 1484 211 dan 583 112 dan 1484
3 total_lengt 111 dan 569 98 dan 1470 111 dan 569 98 dan 1470
4 windows 237 dan 22 2046 dan 1622 237 dan 22 2046 dan 1622
5 Flags AP dan A AP dan A AP dan A AP dan A
6 Protokol TCP TCP TCP TCP
7 offset 16384 0 dan 16384 16384 0 dan 16384
8 Port_Dst - - 443 443
9 Port_Src - - 443 443

57. 1) Karakter | (garis lurus vertikal) digunakan untuk memilih satu dari dua atau lebih pilihan yang
ada.
2) Karakter ( ) digunakan untuk mengelompokan sebuah rule
3) Karakter . (dot) symbol regex cocok dengan karakter tunggal
4) Karakter (karakter escape) untuk menjelaskan karakter yang tepat dibelangan escape menjadi
sebuah karakter literal
5) Karakter ^ (karakter jangkar) digunakan menentukan posisi awal karakter atau string yang akan
dicocokan
6) String x0301 adalah string untuk mendefinisikan SSL_Version 1.0
7) String x0302 adalah string untuk mendefinisikan SSL_Version 1.1
8) String x0303 adalah string untuk mendefinisikan SSL_Version 1.2
Hasil Engine Real-Time

58. Hasil
Engine
Real-Time
Validasi Rule IG.

59. Hasil
Engine
Real-Time
Validasi Rule OneR.

60. Hasil
Engine
Real-Time
Validasi Rule Regex.

61. BAB V
Kesimpulan
Saran

62. KESIMPULAN
1. Sistem sniffing dengan mendefinisikan buffer berfungsi sebagai penyimpanan data error dapat mengurangi paket
yang hilang pada saat sniffing data.
2. Pada proses feature extraction didapatkan nilai payload yaitu TLS 1.0 dan TLS 1.2 dengan nilai sebagai berikut TLS
1.0 adalah 16 03 01 sedangkan TLS 1.2 adalah 16 03 03.
3. Feature selection dengan menggunakan metode rangking dapat menghasilkan rangking atribut yang digunakan
sebagai knowledge. Hasil dari lima metode rangking didapatkan atribut TTL mempunyai nilai akurasi tertinggi yaitu
97.2944 persen dan tiga atribut (protokol, Lenght_Header Urg_Pointer) mempunyai akurasi 0.000 persen dianggap
tidak mempunyai pengaruhi oleh ke lima metode rangking.
4. Hasil engine real-time dengan tiga rule yang dirancang menggunakan metode Deep Packet Inspection (DPI)
menghasilkan rule regex lebih baik dibandingkan dengan rule information gain dan OneR, dimana akurasi yang
didapat rule IG rata-rata 13.52 persen, Rule OneR didapatkan rata-rata 12.17 persen dan rule regex didapatkan rata-
rata 41.14 persen.
5. Hasil respon untuk SSL_Version dari tiga rule yang dikembangkan semua menghasilkan akurasi rule regex untuk
TLS V1.0 menghasilkan 11,35 persen, TLS V1.2 sebesar 48,66 persen. Rule IG didapatkan TLS V1.0 20.04 persen
dan TLS V1.2 10.41%, sedangkan rule One R untuk TLS V1.0 16.59 persen serta TLS V1.2 sebesar 16.90 %.

63. SARAN
1. Dapat menggunakan device tapping yang bersifat no delay yang akan
menguragi paket drop.
2. Pada penelitian selanjutnya dapat lebih memfokuskan pada proses
feature selection dengan membandingkan beberapa algortima feature
selection agar didapat akurasi yang baik.
3. Penelitian selanjutnya dapat lebih menekankan pada rule yang
dibangun sehingga akurasi yang didapat akan lebih baik.
4. Dapat mengembangan sistem visualisasi data secara real-time

64. PUBLIKASI
Scopus ID 57190935110
ORCID 0000-0001-7175-7607
Publikasi
Tahun Judul Tempat
2015 Pengenalan Pola pada Lalu Lintas Data dengan Deep
Packet Inspection (ARS 2015)
Fakultas Ilmu Komputer
Universitas Sriwijaya
2016 Klasifikasi Trafik Terenkripsi Menggunakan Metode Deep
Packet Inspection (ARS 2016)
Fakultas Ilmu Komputer
Universitas Sriwijaya
2016 Monitoring and Indetification Packet in Wireless With
Deep Packet Inspection Method (EECSI 2016)
Magister Teknik Elektro,
FakultasTeknologi Industri,
Universitas Islam Sultan
Agung Semarang