Artikel “Adaptive Deep Reinforcement Learning: A Novel Framework for DDoS Detection on Resource-Constrained Edge Devices” membahas tantangan utama dalam deteksi serangan DDoS pada lingkungan IoT, terutama karena sifat perangkat IoT yang terbatas sumber daya dan pola trafik yang sangat dinamis. Pendekatan tradisional berbasis supervised learning terbukti tidak mampu beradaptasi terhadap perubahan distribusi trafik maupun serangan zero-day. Untuk menjawab masalah tersebut, penulis mengusulkan sebuah kerangka kerja deteksi DDoS berbasis Adaptive Deep Reinforcement Learning (DRL) yang dirancang khusus agar efisien dijalankan pada perangkat edge seperti Raspberry Pi 3.
DOI artikel: https://doi.org/10.48084/etasr.16594
Framework ini dilatih menggunakan IoT-DH dataset, yaitu dataset honeypot nyata yang berisi trafik multi-protokol (MQTT, CoAP, HTTP, Telnet, SSH, ICMP) dan mencakup serangan asli seperti TCP Flood, UDP Flood, Slowloris, serta serangan protokol IoT. Dataset kemudian diseimbangkan dan direduksi menjadi 10 fitur paling penting menggunakan Random Forest untuk memastikan efisiensi komputasi pada perangkat edge.
Penelitian mengevaluasi berbagai varian DRL—Q-Learning, DQN, Double DQN, dan Dueling DQN—dengan peningkatan berupa Prioritized Experience Replay (PER), Adaptive Reward Shaping (ARS), dan Huber Loss. Model terbaik, yaitu Dueling DQN + PER + ARS + Huber Loss, mencapai F1-score 0.98–0.99 pada data in-distribution dan menunjukkan kemampuan adaptasi otomatis ketika dihadapkan pada serangan zero-day tanpa retraining. Selain itu, model mempertahankan performa tinggi (F1 > 0.96) pada dataset eksternal seperti UNSW-NB15, Bot-IoT, dan IoT-23.
Implementasi pada Raspberry Pi 3 menunjukkan bahwa model dapat berjalan dengan latensi rendah (3.6 ms setelah quantization) dan penggunaan CPU/memori yang stabil, membuktikan kelayakan penerapan DRL adaptif pada perangkat edge nyata. Studi ini juga membandingkan pendekatan DRL dengan supervised learning tradisional, yang terbukti mengalami penurunan performa signifikan pada skenario zero-day.
Poin-Poin Kontribusi Utama
- Kerangka kerja DRL adaptif untuk deteksi DDoS IoT
Menghadirkan framework DRL yang mampu menyesuaikan kebijakan deteksi secara otomatis terhadap perubahan trafik dan serangan baru tanpa perlu retraining manual. - Evaluasi komprehensif menggunakan dataset honeypot nyata (IoT-DH)
Dataset mencakup trafik multi-protokol dan serangan asli, memberikan validitas tinggi dibanding penelitian yang hanya menggunakan dataset publik atau simulasi. - Integrasi tiga mekanisme peningkatan performa (PER, ARS, Huber Loss)
- PER mempercepat konvergensi.
- ARS menekan false positive rate.
- Huber Loss menstabilkan pembaruan bobot.
Kombinasi ketiganya menghasilkan peningkatan F1-score hingga +0.10.
- Kemampuan adaptasi terhadap zero-day attack
Model menunjukkan penurunan reward saat serangan baru muncul, lalu pulih kembali—bukti kemampuan adaptasi kebijakan secara mandiri. - Generalization kuat pada dataset eksternal tanpa retraining
F1-score tetap tinggi (>0.96) pada UNSW-NB15, Bot-IoT, dan IoT-23, menunjukkan bahwa model tidak overfit pada IoT-DH. - Implementasi nyata pada perangkat edge (Raspberry Pi 3)
- Latensi inference turun 14% setelah quantization.
- Penggunaan CPU dan memori stabil.
- Membuktikan kelayakan operasional untuk deployment IoT skala besar.
- Perbandingan dengan penelitian sebelumnya
Studi ini melampaui pendekatan statis dan simulasi dengan menyediakan:- dataset honeypot nyata,
- evaluasi zero-day asli,
- validasi edge deployment,
- performa tertinggi (F1 0.98–0.99).
