Literature Review : Isu dan Tantangan Teknik Deteksi Serangan Botnet pada Trafik Jaringan

Abstract

Deteksi serangan botnet pada trafik jaringan merupakan tantangan utama dalam keamanan jaringan seiring meningkatnya volume data, kompleksitas pola komunikasi, dan dinamika serangan yang semakin beragam. Berbagai pendekatan berbasis pembelajaran mesin telah dikembangkan, namun masih menghadapi sejumlah permasalahan mendasar, antara lain skala data yang besar, ketidakseimbangan kelas, kebutuhan waktu komputasi yang tinggi, serta performa evaluasi yang belum optimal, khususnya pada tingkat false positive dan recall. Penelitian ini menyajikan Systematic Literature Review (SLR) untuk mengidentifikasi dan menganalisis isu serta tantangan pada teknik deteksi botnet berbasis trafik jaringan. Metodologi SLR dilakukan menggunakan kerangka PICOC dalam perumusan ruang lingkup penelitian dan alur PRISMA dalam proses identifikasi, penyaringan, dan seleksi literatur secara sistematis. Tinjauan literatur difokuskan pada analisis pendekatan deteksi dan strategi optimasi pembelajaran mesin, meliputi ekstraksi fitur, seleksi fitur, penanganan ketidakseimbangan data, serta hyperparameter tuning. Hasil sintesis menunjukkan bahwa penerapan seleksi fitur dan optimasi model berperan penting dalam meningkatkan recall, menurunkan tingkat false positive, dan mengurangi beban komputasi. Temuan ini diharapkan dapat menjadi acuan dalam pengembangan metode deteksi botnet yang lebih efektif, efisien, dan relevan untuk implementasi pada lingkungan jaringan nyata.