Rancang Bangun Kerangka Kerja X-UEBA dengan Fusi Skor Risiko Dinamis untuk Deteksi Ancaman Insider

Abstrak

Deteksi ancaman insider menghadapi tantangan utama berupa tingginya tingkat False Positive dan minimnya interpretabilitas pada model pembelajaran mesin tunggal. Penelitian ini mengusulkan kerangka kerja Explainable User and Entity Behavior Analytics (X-UEBA) yang mengintegrasikan Isolation Forest untuk deteksi anomali statis dan Stacked BiLSTM untuk pola temporal, yang diperkuat dengan mekanisme Logic Injection berbasis pengetahuan domain. Berbeda dengan pendekatan hibrida konvensional, sistem ini menerapkan fusi skor risiko dinamis dengan optimasi ambang batas (F1-Score Optimized Thresholding) untuk menangani ketidakseimbangan kelas yang ekstrem. Hasil eksperimen pada dataset CERT r4.2 menunjukkan bahwa model mencapai AUC 0,68 dengan sensitivitas (Recall) sebesar 43% terhadap serangan valid. Sistem terbukti efektif mereduksi beban operasional dengan memfilter 261.967 aktivitas normal (ruang pencarian tereduksi signifikan), sementara integrasi SHAP memberikan transparansi keputusan deteksi. Penelitian ini berkontribusi dalam menghadirkan solusi keamanan yang menyeimbangkan cakupan deteksi adaptif dengan validitas operasional yang dapat dipercaya oleh analis.

Identifier

• DOI: https://doi.org/10.33364/algoritma/v.23-1.3268
• OpenAlex: https://openalex.org/W7163198166