• Home
  • ARTICLES
  • Paper Review: Big Data dalam Sistem Keamanan Siber

Paper Review: Big Data dalam Sistem Keamanan Siber

20 Dec 2022

Paper Review oleh Bimo Septyo Prabowo

Editor: Amalia Zahra, S.Kom., Ph.D.

 Referensi:

AlMadahkah, A. (2016). Big Data in Computer Cyber Security Systems. International Journal of Computer Science and Network Security (IJCSNS), 16(4), 56.

  1. Pengenalan

Big Data menjadi topik yang penting dalam ilmu pengetahuan, Teknik, Kesehatan, keuangan, dunia bisnis, dan masyarakat. Lebih dari 2,5 triliun byte data dibuat setiap hari, hampir 90 % data di dunia telah di buat dalam dua tahun terakhir saja. Kemajuan dalam dunia dalam sensor digital, pengembangan sistem komunikasi terutama handphone dan perangkat keras serta pengurangan kertas dalam perusahaan yang menyebabkan pengumpulan data secara masif secara teknologi dalam perusahaan.

  1. Big Data

Big Data mengarah kepada “sejumlah informasi digital yang telah di simpan atau di transmisikan dalam sistem komputer”. Definisi lain Big Data “Banyaknya jumlah data yang terlalu besar dan terlalu beragam sehingga aplikasi yang mampu memprediksi tidak mampu untuk memproses mereka”. Istilah ini juga mengarah kepada tools dan teknologi yang digunakan terkait Big Data.

Karakterisitik dan definisi Big Data mengandung 3V yaitu Volume Tinggi, Velocity (Kecepatan) Tinggi, Variety Information Assets (Aset Informasi Beragam) Tinggi. Bentuk Inovasi dari pemrosesan informasi memperkaya wawasan dan dalam pengambilan keputusan.

Gambar  1 : Kareterisktik dan definisi Big Data (AlMadahkah, 2016)

Karakter dan definisi Big Data disimpulkan “Big Data menggambarkan analisis dan penyimpanan (storag

  1. Pertumbuhan Big Data

Fitur penting Big Data sebagai fenomena adalah pertumbuhan  volume dan variasi terstruktur digital serta data tidak terstruktur tidak terpresentasikan sehingga secara kurang baik digunakan manusia digunakan sejak 2012 lebih dari 1,2 zeta byte data telah menghasilkan -1021 byte yang dapat dianalogikan cukup untuk mengisi 80 miliar ponsel Iphone berkapasitas 16 GB dan terus meningkat sesuai dengan pertumbuhan populasi manusia dan data digital.

  1. Analitik Big Data dan Keperluan Big Data

Kebutuhan tantangan keamanan baru karena  pertumbuhan intelejen keamanan membutuhkan  Big data dan Analisa Big Data,

Pertama, sebuah organisasi menginginkan menyimpan data keamanannya yang telah habis masa berlakunya untuk melakukan analisis pada data tersebut. Analisis historis memiliki kemungkinan untuk menemukan metode serangan yang berjalan lebih lama dan mengidentifikasi penurunan keamanan dari waktu ke waktu.

Kedua, sumber data yang biasanya tidak di sewa untuk keamanan akan sangat membantu perusahaan untuk memenuhi syarat aset dan entitas apa yang perlu di lindungi atau di deteksi dengan identifikasi mana saja pengguna yang bekerja dengan data penting dan sistem yang utama untuk di analisa kedalam proses bisnis.

Selanjutnya analisis yang dilakukan untuk mengekspos visi keamanan dari Big Data, setelah analisa proses dapat di simpulkan solusi yang akan di sampaikan terkait analisa investigasi yang di sebut sebagai hoc sebelum di kodifikasi sebagai solusi intelejen keamanan untuk membuat frustasi penyerang di kemudian hari.

  1. Analitik Big Data Tingkat Lanjut

Saat ini untuk analisa tingkat lanjut terhadap Big Data dapat menggunakan teknik teknik berikut:

  1. EDW (Enterprise Data Warehouse) adalah sering digunakan dan platform yang disukai untuk analisa karena kinerja diantaranya di desain oleh pengguna untuk reporting, performance management, dan OLAP (Online analyticals processing).
  2. Tipe terbaru platform analisa yaitu pengguna membuat report secara platform analisa cloud-based (komputasi awan).
  3. Hadoop, sangat popular saat ini dan akan dibahas selanjutnya.

  1. Risiko dan Tantangan Keamanan Big Data

Adapun risiko dan tantangan pada keamanan Big Data yaitu:

  1. Tantangan Pertama Privasi, analisa melalui penggunaan ekstraksi data dengan tools dapat melanggar peraturan hukum yang ada selain itu dapat menimbulkan penyalahgunaan.
  2. Tantangan kedua : Keaslian data di mana berasal dari sumber original & berintegritas.
  3. Tantangan ketiga : Volume yang berarti penyimpanan (Storage) yang diberukuran besar solusi dari ini bila tidak menggunakan kueri berbasis  SQL tradisonal dapat dilakukan penggunaaan teknologi kompresi yaitu  mengompresi data saat tidak digunakan dan dalam memory.
  4. Tantangan keempat: Analisa yaitu menganalisa data berukuran besar dan perbedaan dalam struktur di hasilkan oleh beberapa website online, analisa data mungkin menghabiskan banyak waktu dan sumber daya solusinya mengecilkan arsitektur yang digunakan dalam pemrosesan data dalam metode yang di sebarluaskan lalu memisahkan data menjadi potongan kecil dan memprosesnya dalam beberapa besar komputer lalu data tersebut di kumpulkan.
  5. Tantangan ke lima: Keterbatasan pendekatan enkripsi tradisional dalam Big Data perlunya vendor yang mampu menawarkan tools enkripsi yang mumpuni dalam Big Data.
  6. Tantangan keenam: Reporting, saat ini pelaporan hanya dalam bentuk angka, sedangkan Big Data yang terdiri dari beragam data memerlukan reporting dalam dashboard yang bisa mencakup semua data terlaporkan.

  1. Keamanan Siber

Keamanan Siber fokus kepada melindungi komputer, jaringan komputer, program dan data dari akses yang tidak diinginkan.

Gambar 2: Elemen Keamanan Siber (AlMadahkah, 2016)

Salah satu dari elemen paling menantang Keamanan siber adalah sifat risiko keamanan yang cepat dan berkembang.

  1. Mengamankan Big Data

Kejahatan Siber tidak berhenti menyerang maka untuk mengamankan informasi yaitu melalui layering di perusahaan terdiri dari dua tipe : IT Security dan Business Security

Gambar 3:Tipe Keamanan (AlMadahkah, 2016)

Solusi IT yang dapat dilakukan berupa solusi teknis yang dapat membantu kontrol akses, enkripsi tapi tidak membantu sepenuhnya terhadap informasi yang di curi. Ada dua tipe keamanan:

  1. IT Traditional
  2. ACL (Access Control List)

Keduanya dapat digunakan dalam RDBMS. ACL memberikan level basic untuk mengamankan Big Data.

  1. Tools Keamanan Terbaik untuk menghadapi Kejahatan Siber

Beberapa tools tersebut yaitu :

  1. Hadoop

Hadoop adalah Framework yang terinstall seperti software lainnya dalam klaster Linux  berlisensi untuk menganalisa data terdistribusi skala besar. Terdapat empat modul dalam Hadoop yaitu:

  1. Hadoop Common: utilitas umum yang mendukung modul Hadoop
  2. Hadoop Distibuted File System (HDFS): sistem file terdistribusi menyediakan akses throughput tinggi ke data aplikasi.
  3. Hadoop YARN: Framework untuk job scheduling dan management resource cluster.
  4. Hadoop Map Reduce: AYARN– sistem berbasis untuk pemrosesan pararel kumpulan data besar.

Terdapat beberapa proyek opensource yang dibangun di atas Hadoop seperti pada gambar :

Gambar 4: Beberapa Proyek terkait Hadoop (AlMadahkah, 2016)

Penggunaan Hadoop sebagai standar industri karena mampu menangani data dalam skala besar bersifat skalabel.

  1. Map Reduce

Map Reduce dalam bentuk Hbase dalam database memory dan framework analisa seperti Spark dan Shark, dan juga database graph seperti unlimited Grap dan Titan. Map Reduce berperan penting dalam paralelisme dalam pengambilan data dimana dalam pekerjaannya di bagi atau di “petakan” ke sejumlah disk/node anak perusahan dengan cadangan yang di serahkan sesuai perintah komputer.

  1. NoSQL merupakan platform seperti Cassandra, Mongo DB dan lainnya merupakan teknik secara langsung mengatasi beberapa keterbatasan penyimpanan data relasional tradisional ketika analisis kumpulan data adalah prioritas. Selain itu mempunyai toleransi secara fleksibel untuk merangkul variasi data dan struktur data di bandingkan dengan sistem relasional yang sering memerlukan data agar sesuai dengan skema yang di tentukan.

  1. Aplikasi Big Data sebagai pembelajaran

Untuk pembelajaran di kelas karena besarnya data maka institusi sekolah mulai dari teknologi Big Data untuk memproses data Pendidikan.

Gambar 5: Evolusi pada Aplikasi (AlMadahkah, 2016)

Aplication Evolution merupakan usulan analisis Big Data dan Big Data menggambarkan kumpulan data dan teknologi analitik dalam program kompleks berskala besar, yang perlu di analisis dalam metode analitik tingkat lanjut.

  1. Kesimpulan

Teknologi Big Data telah mengubah Dunia dari Internet hingga pengumpulan data yang lebih kualitatif dan lebih kuantitaif untuk pengambilan keputusan dan wawasan yang lebih baik maka pertumbuhan internet yang cepat membawa peningkatan ekponensial dalam jenis dan frekuensi serangan dunia maya maka diperlukan solusi keamanan siber untuk menangkal serangan ini.