TA : Penerapan Firewall dengan Menggunakan Metode Fuzzy Logic dan Single Layer Neural Network

Pada umumnya firewall yang berfungsi sebagai lapisan pelindung untuk menahan serangan-serangan yang sifatnya mengancam keamanan jaringan masih memerlukan bantuan dari administrator dalam hal penanganan serangan dan penulisan rules firewall. Untuk itu diperlukan sebuah firewall yang memiliki kecerdasan buatan dengan menerapkan metode fuzzy logic dan single layer neural network, sehingga akan membantu meringankan kerja administrator dalam hal penangan serangan dan penulisan rules firewall. Snort sebagai intrusion detection system ( IDS ), berfungsi meng-capture paket-paket data yang masuk ke dalam server yang telah terintegrasi dengan firewall dan menyimpannya ke dalam database. Sehingga nilai-nilai yang terdapat di database tersebut dijadikan sebagai masukan untuk perhitungan fuzzy. Keluaran hasil defuzzifikasi dengan menggunakan Center Average ( CA ), akan dijadikan sebagai input bagi single layer neural network. Dengan menerapkan metode backpropagation maka hasil akhir yang ingin dicapai berupa klasifikasi normal dengan digit biner normal [00], sedangkan klasifikasi data abnormal dikategorikan lebih lanjut menjadi low attack [01], medium attack [10] dan high attack [11]. Tiap kategori serangan akan memicu sistem untuk menambahkan rules iptables secara otomatis dengan melakukan blocking user yang dibedakan dengan tingkat serangan yang dilakukan, yaitu blocking ip-address selama satu jam untuk low attack, blocking ip-address selama satu hari untuk medium attack dan blocking ip-address selama tiga hari untuk high attac