Jagosatu.com – Pernahkah kamu membuka situs yang terlihat biasa saja, tapi tiba-tiba muncul banyak iklan mencurigakan, browser melambat, bahkan muncul peringatan dari antivirus?
Kemungkinan besar, kamu baru saja mengunjungi malicious website—situs berbahaya yang dirancang untuk mencuri data, menyebarkan malware, atau merusak perangkat pengguna.
Di zaman sekarang, kejahatan dunia maya makin canggih dan seringkali tidak terlihat secara kasat mata.
Para penjahat siber memanfaatkan celah keamanan di website untuk menyerang pengguna tanpa mereka sadari.
Karena itu, para peneliti dan pakar keamanan siber kini mengandalkan kecerdasan buatan (AI) untuk membantu mengenali dan mencegah akses ke website berbahaya.
Salah satu pendekatan paling menjanjikan berasal dari teknologi machine learning, yang memungkinkan komputer belajar dari data untuk mengenali pola-pola tertentu.
Sebuah penelitian oleh Aldwairi dan Alsalman (2012) menunjukkan bahwa algoritma Naïve Bayes bisa digunakan untuk mendeteksi malicious website hanya dengan menganalisis struktur URL, dan hasilnya memiliki precision hingga 87%
Studi lainnya yang dirangkum dari Journal of Advanced Computer Science and Applications membuktikan bahwa karakteristik jaringan seperti IP address, jumlah paket, dan volume data bisa digunakan untuk membedakan situs aman dan berbahaya
Baca Juga: Riset UNKLAB buktikan situs berbahaya bisa dideteksi dengan algoritma K-NN!”
Meneruskan arah riset tersebut, peneliti dari Universitas Klabat, Green Arther Sandag dkk, melakukan studi tentang “Klasifikasi Malicious Websites Menggunakan Algoritma K-NN Berdasarkan Application Layers dan Network Characteristics”
Mereka menggunakan algoritma sederhana namun kuat bernama K-Nearest Neighbor (K-NN) untuk mengklasifikasi apakah suatu website termasuk aman (benign) atau berbahaya (malicious).
K-NN bekerja seperti sistem voting: ia membandingkan data baru dengan data lama yang sudah diketahui statusnya, dan memilih berdasarkan tetangga terdekat.
Penelitian ini menggunakan dataset dari Kaggle berisi 1.781 website, lengkap dengan berbagai atribut seperti panjang URL, jumlah karakter khusus, jenis server, hingga jumlah byte yang dikirim dan diterima.
Proses dimulai dengan membersihkan data, menghapus atribut yang tidak penting, lalu membagi data menjadi dua bagian: 80% untuk melatih model dan 20% untuk mengujinya.
Untuk memastikan keandalan, mereka menggunakan metode 10-fold cross validation, yang membagi data menjadi 10 bagian dan menguji ulang sebanyak 10 kali.
Hasilnya sangat menjanjikan: algoritma K-NN menghasilkan akurasi 95.51%, recall 89.42%, dan precision 89.42%, yang lebih tinggi dibanding algoritma lain seperti Decision Tree, Logistic Regression, dan Random Forest.
Fitur yang paling berpengaruh dalam deteksi malicious website adalah jumlah byte data keluar-masuk dan jumlah paket komunikasi antara pengguna dan server.
Dengan kata lain, AI membaca pola dari traffic data, bukan hanya melihat tampilan situs, untuk menentukan apakah situs itu aman atau mencurigakan.
Bayangkan betapa bergunanya teknologi ini bagi pengguna awam, terutama anak-anak dan orang tua yang tidak tahu mana website yang bisa dipercaya.
Perusahaan dan institusi pendidikan juga bisa menggunakan sistem seperti ini untuk memperkuat perlindungan jaringan dari ancaman siber.
Meski AI bukan solusi sempurna dan masih bergantung pada kualitas data, teknologi ini terbukti mampu mendeteksi situs berbahaya jauh lebih cepat daripada pemeriksaan manual.
Dengan terus dikembangkan, bukan tidak mungkin browser masa depan akan otomatis menolak akses ke situs jahat secara real-time.
Pertanyaannya: apakah kamu siap mempercayakan keamanan digitalmu pada algoritma cerdas seperti ini? (KT)
Editor : ALengkong