Pengembangan Sistem Visualisasi Access Log untuk - j

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol. 2, No. 6, Juni 2018, hlm. 2104-2112
e-ISSN: 2548-964X
http://j-ptiik.ub.ac.id
Pengembangan Sistem Visualisasi Access Log untuk Mengetahui Informasi
Aktivitas Pengunjung pada Sebuah Website
Rani Andriani1, Eko Sakti Pramukantoro2, Mahendra Data3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
Email: [email protected], [email protected], [email protected]
Abstrak
Access log adalah log merekam semua request yang diproses oleh web server. Access log merupakan
file yang berisi baris informasi penting mengenai pengunjung suatu website. Namun data access log
masih berbentuk data mentah sehingga sulit untuk dibaca dan dianalisis untuk mendapatkan informasi
aktivitas pengunjung pada suatu website. Pada penelitian ini, solusi yang ditawarkan adalah dengan
membuat sebuah sistem yang berfungsi sebagai alat untuk mengetahui informasi aktivitas pengunjung
pada sebuah website menggunakan data access log dari server apache. Data access log akan di-parsing
dan data hasil parsing access log akan disimpan ke dalam database MySQL. Data ini kemudian
diklasifikasikan menggunakan query tertentu pada MySQL untuk nantinya secara otomatis
divisualisasikan oleh sistem ke dalam bentuk grafik atau tabel sesuai dengan kebutuhan visualisasi agar
dapat digunakan untuk analisis lebih lanjut. Berdasarkan hasil penelitian ini, sistem Access Log
Visualizer telah dapat melakukan parsing access log dengan menggunakan regex dan mengambil data
access log tersebut dari database dengan menggunakan query MySQL dan menampilkan visualisasi
data access log, sehingga sistem ini telah dapat mengolah data access log untuk mengetahui informasi
aktivitas pengunjung pada suatu website.
Kata kunci: Visualisasi, Website, Access Log, Web Log Analyzer
Abstract
Access log record all requests that processed by the web server. Access log is a file that contains an
important line about website visitors. However, access log data is still in the form of raw data so it is
difficult to read and analyzed to get activity information of website visitors on a website. In this research,
the solution offered is to make a web-based application that can be used as a tool for knowing visitors’
activity information on a website using access log data from an apache server. The data of access log
will be parsed and the result data of the parsed access log will be saved into the MySQL database. Then
this data is filtered by using a specific query in MySQL for later visualized by the application to the form
of graphics or tables for further analysis. Based on the results of this study, Access Log Visualizer has
been able to parse access logs by using regex and retrieve the access log data from the database by
using MySQL query and display the visualization of the data access log, so that this system can process
access log data for knowing activity information of website visitors on a website.
Keywords: Visualization, Website, Access Log, Web Log Analyzer
website.
Semua request yang diproses oleh web
server terekam dalam sebuah log, yakni access
log. Access log berisi data informasi pengunjung
website seperti IP address, waktu akses website,
request yang dikirimkan, web browser yang
digunakan, dan informasi penting lainnya
(Grace, et al., 2011). Informasi ini dapat
digunakan untuk memantau kinerja server,
memecahkan masalah pada server, mengetahui
pola akses atau aktivitas pengunjung website
1. PENDAHULUAN
Perkembangan jaringan internet saat ini
sudah semakin pesat, seiring dengan itu semakin
banyak pula layanan yang disediakan oleh
website (Lin, et al., 2009). Saat ini website
menjadi layanan penyedia informasi utama bagi
para pengguna internet. Data konten dari sebuah
website dikirimkan oleh web server ketika
pengunjung website melakukan request ke
Fakultas Ilmu Komputer
Universitas Brawijaya
2104
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
serta menyingkap rentetan kejadian yang
mencurigakan yang dapat menuju pada aktivitas
berbahaya seperti serangan terhadap website
(Goel & Jha, 2013). Tahap analisis lanjutan
diperlukan untuk mendapatkan manfaat dari
informasi aktivitas pengunjung website yang
terdapat dalam access log ini. Namun, data
dalam access log masih berbentuk data mentah
sehingga masih sulit dipahami untuk
kepentingan analisis. Sehingga dibutuhkan
sebuah sistem untuk mengolah access log agar
dapat lebih mudah untuk dipahami dan dianalisis
lebih lanjut.
Pada penelitian yang dilakukan oleh
(Anggraeni, 2015), pengolahan data log
dilakukan dengan memproses data mentah dari
log snort dengan menggunakan sebuah tool
bernama BarnYard2 kemudian disimpan ke
dalam database MySQL. Proses pengolahan
data pada penelitian tersebut hanya sampai pada
proses filter data yang dibutuhkan dengan query
pada database MySQL untuk kepentingan
analisis. Selanjutnya, data yang diperoleh
divisualisasikan secara manual ke dalam bentuk
diagram line dan diagram pie. Karena tahap
visualisasi yang manual pada penelitian tersebut,
timbul kendala dalam memproses data log
dengan jumlah banyak dan hal ini akan
berpengaruh pada efisiensi waktu untuk
mendapatkan hasil visualisasi dan proses analisis
lebih lanjut.
Berdasarkan permasalahan di atas, maka
dibutuhkan sebuah sistem yang dapat mengolah
data access log untuk divisualisasikan secara
otomatis agar lebih mudah dipahami dan
dianalisis. Dan akan dilakukan pengujian
fungsional untuk untuk mengetahui apakah
fungsi pada sistem telah berjalan sesuai dengan
rancangan sistem. Sistem ini diharapkan dapat
memudahkan pemilik atau admin website dalam
memahami dan menganalisis informasi aktivitas
pengunjung pada website.
2. LANDASAN KEPUSTAKAAN
2.1 Web Log Analyzer
Web log analyzer mendiagnosa dan
memfilter data konten website dalam log web
untuk mendapatkan informasi yang relevan
mengenai perilaku pengguna website (M & L
Garg, 2017).
Web Log Analyzer merupakan sebuah
perangkat lunak yang digunakan untuk
mengolah data log dari server website agar
Fakultas Ilmu Komputer, Universitas Brawijaya
2105
mudah dibaca sehingga didapatkan informasi
berguna yang dapat dianalisis untuk bahan
pertimbangan peningkatan mutu layanan seperti
peningkatan arsitektur website, konten website
dan aspek website lainnya (Cheng & Huang,
2008). Web log analyzer dapat berupa tool
berbasis desktop yang dapat diunduh dan diinstal seperti Webalizer, WebLog Expert, Piwik,
GoAccess, dan lain sebagainya. Web log
analyzer juga dapat berupa cloud-based tool
seperti Google Analytics, loggly, logentries dan
lain sebagainya.
Web log analyzer dapat memproses data log
dari server website secara real time dan non real
time. Real time log analyzer memproses data log
secara langsung bersamaan dengan segala
kegiatan yang terjadi pada website, sedangkan
pemrosesan data log pada non real time log
analyzer bisa dilakukan dengan cara meng-input
data access log secara manual ke dalam program
web log analyzer.
Web log analyzer juga dapat digunakan
untuk kepentingan forensik digital yang biasa
disebut sebagai web log forensic. Web log
forensic merupakan analisis forensik pada log
web yang dilakukan untuk menemukan celah
dalam keamanan web aplikasi (Müller, 2012),
pada penelitian tersebut proses forensik
dilakukan pasca serangan karena sangat penting
untuk mengetahui pola serangan, target serangan
dan dampak serangan pada web untuk
memperbaiki kesalahan pada pemrograman web
dan meningkatkan keamanan pada web.
Web log forensic berfungsi untuk mencari
bukti adanya serangan pada website dengan
menganalisis access log dari sebuah website.
Web log forensic dapat dilakukan dengan
mengadopsi metode dari Intrusion Detection
System (IDS), yaitu anomaly based detection dan
signature based detection. Anomaly based
detection dilakukan dengan mendeteksi pola
asing seperti peristiwa yang terjadi secara
berulang pada access log. Signature based
detection dilakukan dengan mencocokan access
log pada pattern yang telah dibuat sebelumnya.
Web log forensic mengubah bukti yang telah
didapatkan menjadi acuan untuk pendeteksian
serangan.
2.2 Apache Web Server & Access Log
Apache web server merupakan sebuah
aplikasi web server open-source yang dapat
dijalankan di sistem operasi yang modern seperti
UNIX dan Windows (Foundation, t.thn.).
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Aplikasi web server ini membantu mengirimkan
konten dari web untuk dapat diakses melalui
internet.
Access log merupakan log yang merekam
semua request yang diproses oleh server.
Sehingga saat melakukan aktivitas request pada
web server akan tercatat pada access log.
Request yang tercatat dapat berupa HTTP verbs,
yaitu POST, GET, DELETE dan PUT.
Berikut adalah contoh isi dari access log:
146.185.30.93 - [21/Dec/2014:07:37:33 +0700] "GET
/materi/151120141854-1.docx
HTTP/1.1" 200 40089
"http://belajar.smuet.net/mahasis
wa/detail_materi/80" "Mozilla/5.0
(Windows NT 6.2; rv:34.0)
Gecko/20100101 Firefox/34.0"
2.3 PHP, HTML, MySQL
PHP (Hypertext Processor) merupakan
bahasa pemrograman yang banyak digunakan
untuk membangun website. Program PHP
biasanya berjalan di server web dan diakses oleh
banyak orang yang menggunakan web browser
di komputer mereka sendiri (Sklar, 2004). Pada
penelitian
ini,
sistem
dibuat
dengan
menggunakan bahasa pemrograman PHP.
HyperText Markup Language (HTML)
adalah bahasa inti dari hampir semua konten
web. Sebagian besar dari apa yang ditampilkan
pada layar browser adalah hasil dari penggunaan
HTML.
MySQL
merupakan
sebuah
sistem
manajemen database open source yang paling
banyak digunakan (Tahaghoghi & Williams,
2006). Structured Query Language (SQL)
merupakan bahasa pemrograman database yang
digunakan pada MySQL. Pada penelitian ini,
query MySQL digunakan sebagai metode untuk
mengklasifikasikan
data
yang
akan
divisualisasikan.
2.4 Regular Expression (Regex)
Regular Expression (Regex) merupakan
sebuah pola yang menentukan satu set string
karakter yang digunakan untuk mencocokan
string tertentu (Fitzgerald, 2012). Reguler
expression biasa digunakan untuk mencocokkan
dan mencari pola dalam teks, dari pola yang
sederhana hingga yang sangat kompleks. Berikut
adalah regex yang digunakan sistem untuk
memecah data access log menjadi potongan data
dan disimpan ke dalam database.
Fakultas Ilmu Komputer, Universitas Brawijaya
2106
/^([^
]+)
([^
]+)
([^
]+)
(\[[^\]]+\]) "(.*) (.*) (.*)" ([09\-]+) ([0-9\-]+) "(.*)" "(.*)"$/
2.5 Serangan Brute Force
Serangan brute force merupakan salah satu
serangan yang menjadi ancaman bagi
administrator layanan jaringan. Serangan ini
bertujuan untuk mendapatkan username dan
password secara ilegal dengan cara mencoba
semua kemungkinan pasangan username dan
password yang ada untuk masuk ke suatu
layanan jaringan (Honda, et al., 2015).
2.6 Serangan SQL Injection
Serangan SQL Injection merupakan jenis
serangan di mana seorang penyerang
mengirimkan kode SQL (structure query
language) ke kotak input pengguna dalam
aplikasi web untuk memperoleh akses tak
terbatas dan tidak sah (ilegal) (Kumar, et al.,
2013).
2.7 Serangan Cross-site Scripting
Serangan cross-site scripting adalah sebuah
serangan yang dilakukan oleh penyerang dengan
menginjeksi script atau kode jahat ke dalam
website atau aplikasi web dari sisi klien sehingga
mengorbankan keamanan klien dari suatu
website (Grossman, et al., 2007). Terdapat dua
jenis serangan Cross-site Scripting yaitu Stored
Cross-site Scripting dan Reflected Cross-site
Scripting. Pada penelitian ini, yang dideteksi
oleh aplikasi adalah Reflected Cross-site
Scripting, hal ini dikarenakan Stored Cross-site
Scripting tidak dapat dideteksi melalui access
log.
3. PERANCANGAN
“Pengembangan Sistem Visualisasi Access
Log untuk Mengetahui Informasi Aktivitas
Pengunjung pada sebuah Website” atau yang
bisa disebut dengan sistem “Access log
Visualizer” ini dimaksudkan untuk memudahkan
pembacaan access log agar dapat lebih mudah
dimengerti dengan cara memvisualisasikan
access log ke dalam bentuk grafik atau tabel.
Gambaran umum sistem digambarkan dengan
diagram use case pada Gambar 1.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2107
Gambar 1. Diagram use case Sistem Access Log
Visualizer
Sistem ini akan memiliki empat menu yaitu
Upload Access Log, Most Visited Pages, Users
dan Unusual Behaviors. Tiga menu selain menu
upload access log dikategorikan sebagai menu
visualisasi access log. Menu Unusual Behaviors
terbagi menjadi 3 menu yakni Alleged Brute
Force Attack, Alleged SQL Injection, dan
Alleged Cross-site Scripting Attack. Menu
Alleged Cross-site Scripting Attack terbagi
menjadi dua menu yakni Alleged Cross-site
Scripting within an Iframe dan Alleged Crosssite Scripting using IMG tag.
3.1 Perancangan Alur Kerja Sistem
Perancangan alur kerja sistem secara umum
terbagi menjadi dua yakni rancangan alur upload
access log dan rancangan alur visualisasi data
access log.
Fakultas Ilmu Komputer, Universitas Brawijaya
Gambar 2. Rancangan Alur Upload Access Log
Gambar 2 menjelaskan rancangan alur
upload access log yang akan dilakukan oleh
sistem yang akan dibuat. Ketika user mengupload access log, sistem akan melakukan
pengecekan ekstensi file yang di-upload. Jika
ekstensi file yang di-upload salah, maka user
akan diminta untuk memasukkan file dengan
ekstensi yang benar. Jika ekstensi file yang diupload benar, maka sistem akan memulai proses
parsing access log dan akan menyimpan data
hasil parsing ke dalam database.
Gambar 3 menjelaskan rancangan alur
visualisasi data access log yang akan dilakukan
oleh sistem yang akan dibuat. User akan memilih
menu visualisasi, yang mana akan terdapat tiga
menu visualisasi pada sistem ini seperti yang ada
pada Gambar4.1. Konsep pengambilan data
untuk kepentingan visualisasi setiap menu sama,
yang nantinya akan membedakan adalah query
MySQL yang digunakan dalam filter data yang
akan divisualisasikan oleh sistem. User dapat
melihat hasil visualisasi access log dengan
memilih salah satu menu visualisasi pada sistem.
Saat user memilih menu, sistem mengirimkan
query ke database. Setelah query diproses, maka
database server mengirimkan query result ke
sistem. Query result tersebut diolah dan
ditampilkan oleh sistem dalam bentuk grafik
atau tabel sebagai visualisasi access log.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2108
4.2 Implementasi Halaman Menu Upload
Access Log
Ketika user meng-upload access log, maka
yang terjadi pada sistem adalah sistem akan
membuka file access log dan mencocokan baris
pada access log dengan regex. Secara otomatis
data akan terpotong dan disimpan ke dalam
database sesuai dengan kolom yang ada pada
database.
Gambar 3. Rancangan Alur Visualisasi Data Access
Log
4. IMPLEMENTASI
Implementasi sistem Access Log Visualizer
ini merupakan tahap penerapan rancangan pada
perangkat keras dan pengerjaan kode sesuai
dengan hasil dari tahap analisis kebutuhan dan
tahap perancangan sistem. Implementasi sistem
menjabarkan tentang Implementasi Halaman
Menu, Menu Upload Access Log dan Menu
Visualisasi Access Log yang yakni Most Visited
Pages, Users dan Unusual Behaviors.
Implementasi sistem Access Log Visualizer ini
menggunakan bahasa pemrograman PHP &
HTML dan menggunakan MySQL sebagai
database yang digunakan untuk menyimpan data
access log yang di-parsing. Berikut hasil
implementasi dari kode yang telah berhasil
dieksekusi berupa tampilan halaman setiap menu
pada sistem Access Log Visualizer.
4.1 Implementasi Halaman Menu
Gambar 5. Halaman Menu Upload Access Log
4.3 Implementasi
Visited Pages
Halaman
Menu
Most
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
request dan menghitung banyaknya request
untuk ditampilkan secara urut dari halaman yang
paling banyak diakses dalam bentuk grafik.
Gambar 6. Halaman Menu Most Visited Pages
4.4 Implementasi Halaman Users
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
remote_host dan menghitung jumlah IP address
yang sama pada kolom remote_host, untuk
mengetahui berapa kali IP address tersebut
mengunjungi website.
Gambar 4. Halaman Menu
Fakultas Ilmu Komputer, Universitas Brawijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2109
time, remote_host dan request. Sistem akan
mencocokan data dari kolom request yang
diambil dengan regex, yang mana ini berarti
baris request yang diambil hanya baris request
yang di dalamnya terdapat tanda petik satu ( ‘ )
yang bisa berupa karakter-set UTF %27 atau
berupa tanda petik itu sendiri dan diikuti kata
union / insert / update / delete / drop.
Gambar 7. Halaman Users
4.5 Implementasi Halaman Menu Unusual
Behaviors
Gambar 10. Halaman Alleged SQL Injection Attack
4.8 Implementasi Halaman Menu Alleged
Cross-site Scripting Attack
Gambar 8. Halaman Menu Unusual Behaviors
4.6 Implementasi Halaman Alleged Brute
Force Attack
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
time, remote_host dan request. Sistem
mengitung waktu akses pada halaman
/auth/proses_login, jika halaman tersebut
diakses secara terus menerus atau dapat
dikatakan pengunjung terus mencoba login pada
website dengan waktu yang singkat maka sistem
akan mengklasifikasikannya sebagai dugaan
serangan brute force.
Gambar 9. Halaman Alleged Brute Force Attack
4.7 Implementasi Halaman Alleged SQL
Injection Attack
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
Fakultas Ilmu Komputer, Universitas Brawijaya
Gambar 11. Halaman Menu Alleged Cross-site
Scripting Attack
4.9 Implementasi Halaman Alleged Crosssite Scripting within an Iframe
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
time, remote_host dan request. Sistem akan
mencocokan data dari kolom request yang
diambil dengan regex, yang mana ini berarti
baris request yang diambil hanya baris request
yang didalamnya terdapat tanda kurung lancip
buka ( < ) yang bisa berupa karakter-set UTF
%3C atau berupa tanda kurung lancip itu sendiri,
diikuti kata iframe dalam bentuk huruf itu sendiri
atau berupa karakter-set UTF huruf besar dan
huruf kecil dari huruf dalam kata iframe, diikuti
baris karakter apa saja setelah kata iframe dan
tanda kurung lancip tutup (>) yang bisa berupa
karakter-set UTF %3E atau berupa tanda kurung
lancip itu sendiri.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2110
5.1 Pengujian Menu Upload Access log
Gambar 14. Tampilan Ketika Upload Access Log
Berhasil
Gambar 12. Halaman Alleged Cross-site Scripting
within an Iframe
4.10 Implementasi Halaman Alleged Crosssite Scripting using IMG tag
Pada menu ini, sistem mengirimkan query
ke database untuk mengambil data pada kolom
time, remote_host dan request. Sistem akan
mencocokan data dari kolom request yang
diambil dengan regex, yang mana ini berarti
baris request yang diambil hanya baris request
yang didalamnya terdapat tanda kurung lancip
buka ( < ) yang bisa berupa karakter-set UTF
%3C atau berupa tanda kurung lancip itu sendiri,
diikuti kata img dalam bentuk huruf itu sendiri
atau berupa karakter-set UTF huruf besar dan
huruf kecil dari huruf dalam kata iframe, diikuti
baris karakter apa saja setelah kata img dan tanda
kurung lancip tutup (>) yang bisa berupa
karakter-set UTF %3E atau berupa tanda kurung
lancip itu sendiri.
Gambar 15. Screenshot database
Gambar 15 merupakan screenshot tabel
pada database yang digunakan sistem. Pada
tabel ini terdapat kolom id, remote_host,
logname, user, method, protocol, status, bytes,
referrer dan user_agent. Screenshot ini
membuktikan bahwa access log telah berhasil
di-upload dan terpecah ke dalam kolom-kolom
tersebut. Maka, hasil dari pengujian menu
upload access log adalah sistem berhasil mengupload access log, mem-parsing access log
menjadi potongan data dan menyimpannya ke
dalam database.
5.2 Pengujian Menu Most Visited Pages
Pada pengujian menu most visited pages,
sistem berhasil menampilkan data dalam bentuk
grafik batang dan mengurutkannya dari yang
halaman yang paling banyak dikunjungi hingga
yang paling sedikit dikunjungi oleh pengunjung.
Gambar 13. Halaman Alleged Cross-site Scripting
using IMG tag
5. PENGUJIAN
Pengujian yang dilakukan pada sistem ini
adalah pengujian fungsional. Pengujian
fungsional merupakan pengujian yang dilakukan
untuk mengetahui apakah fungsi pada sistem
telah berjalan sesuai dengan perancangan yang
telah dibuat.
5.3 Pengujian Menu Users
Pada pengujian menu users, sistem berhasil
menampilkan data dalam tabel yang
menunjukkan user dari negara mana yang paling
banyak mengunjungi website. Data negara pada
menu ini diambil dari data GeoIP yang
disediakan oleh dev.maxmind.com. Sistem akan
menampilkan halaman seperti pada Gambar 7.
5.4 Pengujian Menu Alleged Brute Force
Attack
Setelah melakukan pengujian pada empat
Fakultas Ilmu Komputer, Universitas Brawijaya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
access log tersebut, didapatkan hasil seperti pada
Tabel 1. Dari empat access log yang diujikan,
pada tiga dari empat access log ditemukan
dugaan serangan Brute Force.
Tabel 1. Hasil Uji Menu Alleged Brute Force Attack
Nama Access
Log
access26.log
access28-1.log
access30.log
access31.log
Jumlah
Serangan
5
1
4
Hasil Uji
Ada serangan
Ada serangan
Tidak ada serangan
Ada serangan
2111
empat access log ditemukan dugaan serangan
cross-site scripting dengan tag IMG.
Tabel 4. Hasil Uji Menu Alleged Cross-site
Scripting using IMG tag
Nama Access
Log
access26.log
access28-1.log
access30.log
access31.log
Jumlah
Serangan
26
44
-
Hasil Uji
Ada serangan
Ada serangan
Tidak ada serangan
Tidak ada serangan
6. KESIMPULAN
5.5 Pengujian Menu Alleged SQL Injection
Attack
Setelah melakukan pengujian pada empat
access log tersebut, didapatkan hasil seperti pada
Tabel 2. Dari empat access log yang diujikan,
pada tiga dari empat access log ditemukan
dugaan serangan SQL Injection.
Tabel 2. Hasil Uji Menu Alleged SQL Injection
Attack
Nama Access
Log
access26.log
access28-1.log
access30.log
access31.log
Jumlah
Serangan
60
41
120
-
Hasil Uji
Ada serangan
Ada Serangan
Ada serangan
Tidak ada serangan
5.6 Pengujian Menu Alleged
Scripting within an Iframe
Cross-site
Setelah melakukan pengujian empat access
log pada menu cross-site scripting within an
iframe, didapatkan hasil seperti pada Tabel 3.
Dari empat access log yang diujikan, pada dua
dari empat access log ditemukan dugaan
serangan cross-site scripting dengan Iframe.
Tabel 3. Hasil Uji Menu Alleged Cross-site
Scripting within an Iframe
Nama Access
log
access26.log
access28-1.log
access30.log
access31.log
Jumlah
Serangan
2
2
-
Hasil Uji
Ada serangan
Ada serangan
Tidak ada serangan
Tidak ada serangan
5.7 Pengujian Menu Alleged
Scripting using IMG tag
Cross-site
Setelah melakukan pengujian empat access
log pada menu cross-site scripting using img tag,
didapatkan hasil seperti pada Tabel 4. Dari
empat access log yang diujikan, pada dua dari
Fakultas Ilmu Komputer, Universitas Brawijaya
Sistem Access Log Visualizer telah dapat
memecah data access log dengan menggunakan
regex dan menyimpannya ke dalam sebuah
database. Sistem ini juga telah dapat mengambil
data access log yang telah terpecah dengan
menggunakan
query
MySQL
dan
memvisualisasikannya ke dalam bentuk grafik
dan tabel.
Berdasarkan hasil pengujian yang dilakukan
pada penelitian ini, sistem telah dapat
menampilkan halaman yang paling banyak
diakses oleh pengunjung website, menampilkan
user yang paling banyak mengunjungi website
beserta negara asal user dan halaman yang
dikunjungi oleh user tersebut, dan mendeteksi
dugaan serangan Brute Force, SQL Injection dan
Cross-Site Scripting yang ada pada access log
dengan
cara
mengklasifikasikan
data
menggunakan query MySQL.
DAFTAR PUSTAKA
Anggraeni, E. D., 2015. Identifikasi dan Analisis
Pola Serangan Keamanan pada Layanan
Online Universitas Brawijaya, Malang:
s.n.
Cheng, Y.-H. & Huang, C.-H., 2008. A Design
and Implementation of a Web Server Log
File Analyzer. 5(1).
Fitzgerald, M., 2012. Introducing Regular
Expressions. 1st ed. s.l.:O’Reilly Media,
Inc..
Foundation, T. A. S., t.thn. Apache HTTP Server
Project.
[Online]
Available
at:
https://httpd.apache.org/
[Diakses 1 Februari 2016].
Goel, N. & Jha, C., 2013. Analyzing Users
Behavior from Web Access Logs using
Automated
Log
Analyzer
Tool.
International Journal of Computer
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Applications, 62(2).
Grace, L. J., V.Maheswari & Nagamalai, D.,
2011. ANALYSIS OF WEB LOGS AND
WEB USER IN WEB MINING.
International Journal of Network Security
& Its Applications (IJNSA), 3(1), pp. 99110.
Grossman, J. et al., 2007. XSS Attaks : Cross
Site Scripting Exploits and Defense. 1 ed.
Burlington: Syngress.
Honda, S. et al., 2015. TOPASE: Detection of
Brute Force Attacks used Disciplined IPs
from IDS Log, s.l.: s.n.
Kumar, K., Jena, D. D. & Kumar, R., 2013. A
Novel Approach to detect SQL injection
in web applications. International Journal
of Application or Innovation in
Engineering & Management (IJAIEM),
2(6).
Lin, C.-H., Liu, J.-C. & Chen, C.-R., 2009.
Access Log Generator for Analyzing
Malicious Website Browsing Behaviors.
M, S. K. & L Garg, P., 2017. Web Log Analyzer
Tools: A Comparative Study to Analyze
User Behavior.
Müller, J., 2012. Web Application Forensics :
Implementation of a Framework for
Advanced HTTPD Logfile Security
Analysis, Bochum: s.n.
Sklar, D., 2004. Learning PHP 5. s.l.:O'Reilly
Media Inc..
Tahaghoghi, S. M. “. & Williams, H. E., 2006.
Learning MySQL. s.l.:O'Reilly.
Fakultas Ilmu Komputer, Universitas Brawijaya
2112