SIMULASI SERANGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) DI SOFTWARE-DEFINED NETWORK DI SIMULASI JARINGAN MININET DAN GNS3
Article Sidebar
Main Article Content
Abstract
Software Defined Network (SDN) merupakan pengembangan teknologi baru dalam jaringan komputer. Dalam arsitektur SDN control plane terpisah dengan data plane. Controller sebagai control plane dan switch sebagai data plane yang dihubungkan oleh protokol openflow. Teknologi ini masih dalam tahap pengembangan sehingga isu keamanan masih terbuka lebar untuk diteliti terlebih serangan dampak Distrubuted Denial of Service (DDoS) pada Software-Defined Netwok. Dalam melakukan simulasi serangan DDoS terdapat GNS3 dan Mininet . Mininet lebih sering digunakan dalam melakukan simulasi SDN dibanding GNS3. Olehkarena itu penelitian ini akan membandingkan GNS3 dengan mininet dalam mensimulasikan serangan DDoS serta menilai di Arsitektur jaringan SDN
Type serangan DDoS yang digunakan dalam pengujian yaitu TCP Syn Flood Attack, UDP Flood attack dengan mengirimkan paket tcp syn,dan udp, dengan interval 100.000 paket dalam satu detik serta jumlah paket yang akan dikirimkan mulai dari 5000, 20.000, 40.000, 60.000, 80.000, sampai dengan 100.000 paket tcp syn dan udp. Dari pengujian hasil rata-rata dampak yang dihasilkan DDoS pada GNS3 lebih tinggi dari Mininet.
Dari Hasil penelitian dapat dismpulkan bawha GNS3 lebih rentan terhadap serangan DDoS sehingga GNS3 dalam melakukan penelitian terhadap Serangan DDoS lebih lanjut GNS3 lebih direkomendasikan dibanding mininet.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
[2]Purwanto, Yudha, Kuspriyanto, Hendrawan, dan Budi Rahardjo, "Traffic Anomaly Detection in DDoS Flooding Attack," The 8th International Conference On Telecommunication System,Services, And Application, 2014,
[3]Mininet Team, Mininet Overview, http://mininet.org/overview/, diakses tanggal 10 april 2016,
[4]Nugraha, Muhammad, et al., 2014, "Utilizing OpenFlow and sFlow to Detect and Mitigate SYN Flooding Attack." Journal of Korea Multimedia Society Vol 17.8 (2014).
[5]Mihai-Gabriel, Ionita, and Patriciu Victor-Valeriu., 2014, "Achieving DDoS resiliency in a software defined network by intelligent risk assessment based on neural networks and danger theory." Computational Intelligence and Informatics (CINTI), 2014 IEEE 15th International Symposium on. IEEE, 2014
[6]Tri, Nguyen, T. Hiep, and Kyungbaek Kim., 2015, "Assessing the impact of resource attack in Software Defined Network." Information Networking (ICOIN), 2015 International Conference on. IEEE, 2015.
[7]Wang, B., Y. Zheng, W. Lou, and Y. T. Hou, 2014, “DDoS Attack Protection in the Era of Cloud Computing and Software-Defined Networking,” in 2014 IEEE 22nd International Conference on Network Protocols, 2014.
[8]Open Networking Foundation. , “Software-Defined Networking (SDN) Definition”. https://www.opennetworking.org/sdn-resources/sdn-definition, diakses tanggal 11 maret 2016
[9]Stallings, William., 2013, "Software-defined networks and OpenFlow." The Internet Protocol Journal 16.1 (2013).
[10]McKeown, N., Anderson, T., Balakrishnan, H., Parulkar, G., Peterson, L., Rexford, J., Shenker, S. and Turner, J., 2008, "OpenFlow: enabling innovation in campus networks." ACM SIGCOMM Computer Communication Review 38.2 (2008).
[11]Ferguson, P. & Huston, G. Quality of Service. John Wiley & Sons Inc.1998.
[12]Santosa, B. 2004. Manajemen Bandwidth Internet dan Intranet.
[13]M. Masikos, O. Zouraraki C. Patrikakis. diakses tanggal 20 maret 2016, Distributed Denial of Service Attacks -The Internet Protocol Journal- http://www.cisco.com/web/about/ac123/ac147/archived_issues/ipj_7-4/dos_ attacks.html
[14]edNectar Chris Welsh, 2013, GNS3 Network Simulation Guide. PACKT