Portal Berita Ekonomi Kamis, 21 Maret 2019

Perspektif Baru Bisnis & Ekonomi

  • icon facebook kecil
  • icon twitter kecil
  • icon feed kecil
  • icon youtube kecil
  • icon email kecil
Executive Brief
  • 06:07 WIB. Nvidia - Nvidia rilis komputer mini seharga Rp1 jutaan.
  • 06:04 WIB. Go-Jek - Rudiantara terus lobi Filipina untuk bantu Go-Jek.
  • 22:40 WIB. BUMN - BUMN membuka kesempatan bagi 9.000 mahasiswa untuk mengikuti program magang bersertifikat.
  • 22:40 WIB. Dahana - Dahana menggelar acara pengiriman pertama ekspor Cartridge Emulsion ke Australia.
  • 22:39 WIB. Pelindo IV - Pelindo IV diminta terus tingkatkan pelayanannya di Indonesia Timur.
  • 22:33 WIB. PLN - PLN Disjaya siap sediakan 52 juta VA untuk pengembangan kawasan Astra Modern Land.
  • 22:33 WIB. BTN - BTN menginisiasi sekolah properti bagi pengembang perumahan.
  • 22:33 WIB. MTF - MTF menargetkan dapat menyalurkan pembiayaan Rp15 miliar dari ajang MTF Autofiesta 2019.
  • 22:32 WIB. Pelindo I - Pelindo I merencanakan belanja modal Rp8 triliun tahun ini.
  • 22:31 WIB. Pelindo I - Pelindo I tengah mencari mitra strategis untuk mengelola kawasan industri Kuala Tanjung.
  • 22:29 WIB. KAI - KAI masih memiliki tujuh lahan potensial untuk dibangun TOD.
  • 21:45 WIB. KA - Progres pengerjaan rel KA Trans Sulawesi Tahap I sudah dalam masa perampungan.
  • 21:44 WIB. Pelindo II - DPR memparpanjang kerja Pansus Pelindo II.
  • 21:43 WIB. KAEF - Kimia Farma berharap dapat menyelesaikan proses akuisisi Phapros sebelum Maret 2019.
  • 21:43 WIB. KAEF - Kimia Farma menyebutkan nilai akuisisi saham Phapros berada pada rentang Rp1 triliun-Rp1,5 triliun.

Bagaimana Pola Serangan Siber di Era Industri 4.0?

Bagaimana Pola Serangan Siber di Era Industri 4.0? - Warta Ekonomi
WE Online, Jakarta -

Memasuki era digitalisasi dan semakin mendekatnya era industri 4.0, penyerangan dunia siber pun kini berubah. Jika dahulu, peretas hanya ingin dikenal, kini mereka cenderung mencari keuntungan lewat penyerangan yang dilakukan. Hal tersebut diungkapkan langsung oleh Technical Consultant PT Prosperita ESET Indonesia, Yudhi Kukuh pada Rabu (7/11/2018) sore, di Jakarta.

Yudhi mengatakan, kini peningkatan serangan berada pada kualitasnya. Cara peretas dalam mencuri data pun kian beragam. Dengan demikian, kemungkinan kerugian dari serangan siber di era ini pun menjadi lebih besar.

“Contoh, pencurian data lewat router, kerugiannya besar. Secara kualitas, 1 serangan terhadap 1 router bisa menghasilkan banyak target, yakni semua perangkat yang terhubung ke router tersebut,” jelas Yudhi.

Menurut Yudhi, ada 2 tujuan dari sebuah penyerangan siber, yakni merusak dan mencuri data. Untuk saat ini, tujuan kedua lebih sering ia temukan dalam kasus penyerangan dunia maya. Sebagai konsultan teknik di sebuah perusahaan software keamanan, ia turut memantau pola, teknik, taktik, dan prosedur yang dilakukan dalam penyerangan siber.

“Kami memantau pola dan teknik peretas, sekarang bahkan mereka bisa menyerang lewat attachment ataupun tautan di email, kemudian ada pula vulnerability software. Kami mencoba mendeteksi semua bahaya tersebut dengan teknologi machine learning bernama Augur,” papar Yudhi.

Ia menambahkan, bila dahulu teknologi antimalware berfokus pada penanganan terhadap target, kini yang dikembangkan adalah sistem yang memanfaatkan machine learning. Jadi, penanganannya bersifat lebih luas, tak hanya pada virus A atau B saja.

“Augur mendeteksi pola, bukan target. Ia juga dilengkapi teknologi big data untuk menyimpan algoritme yang telah dipelajarinya, baik itu algoritme baik maupun buruk. Dari pelajaran yang ia terima, ia akan membuat kesimpulan yang dapat mendeteksi masalah keamanan siber dengan lebih cepat," tambah Yudhi.

Penggunaan machine learning dibutuhkan untuk mengatasi penyerangan siber yang semakin spesifik dalam menentukan target. Yudhi menambahkan, keamanan siber tak bisa hanya mengandalkan 1 sistem saja. Untuk memperkuat keamanan, dibutuhkan kemampuan lain dalam sistem sekuritas. Contohnya, ESET yang memanfaatkan 4 teknologi (human expertise, machine learning, sandboxes, reputation) pada setiap produknya.

“Kemanan siber itu ibarat rumah, diperlukan keamanan berlapis-lapis, seperti pagar dan pintu,” kata Yudhi.

Pihak ESET sendiri menghadirkan ESET Endpoint v7 yang memang dirancang untuk menghadapi tantangan siber di era industri 4.0, salah satunya adalah Targeted Attack. Dengan fiur tombol ani ransomware pada versi bisnis, perusahaan dapat memblokir serangannya hanya dengan 1 kali klik. Selain itu, ada pula teknologi machine learning Augur yang dapat mendeteksi masalah keamanan berdasarkan data yang telah diinput ke dalamnya. ESET Endpoint v7 juga dapat menampilkan asal virus yang dapat memudahkan proses troubleshoot oleh bagian IT perusahaan.

Kelemahan Machine Learning

Meskipun machine learning dinilai dapat menangani tantangan keamanan industri di era ini, terdapat beberapa kelemahan yang membuatnya harus didampingi teknologi lainnya dalam sebuah sistem keamanan.

Oleh karena itu, Yudhi mengatakan, sebuah software keamanan tak bisa hanya mengandalkan 1 teknologi, perlu keamanan yang berlapis.

Machine learning, kalau yang dipelajari tidak banyak ya hasilnya tidak akan bagus. Algoritme matematika juga tak bisa menyelesaikan semua masalah. Ia juga tak bisa mendeteksi masalah secara 100%, hanya 80%. Nah, 20%-nya harus ditambal dengan teknologi lainnya,” papar Yudhi lagi.

Maka dari itu, dalam menciptakan perangkat lunak keamanan, ESET selalu mengombinasikan beragam teknologi. Hal itu dilakukan untuk memperkuat layanan keamanan yang mereka tawarkan dalam satu produk.

Tag: Keamanan Siber

Penulis: Tanayastri Dini Isna

Editor: Kumairoh

Foto: Unsplash/Brooke Lark

Kurs Rupiah

Mata Uang Simbol Nilai Jual Beli
Arab Saudi Riyal SAR 1.00 3,813.97 3,775.19
British Pound GBP 1.00 18,965.88 18,770.50
China Yuan CNY 1.00 2,131.41 2,110.25
Dolar Amerika Serikat USD 1.00 14,302.00 14,160.00
Dolar Australia AUD 1.00 10,112.94 10,011.12
Dolar Hong Kong HKD 1.00 1,821.93 1,803.82
Dolar Singapura SGD 1.00 10,577.62 10,471.82
EURO Spot Rate EUR 1.00 16,228.48 16,065.94
Ringgit Malaysia MYR 1.00 3,511.42 3,473.14
Yen Jepang JPY 100.00 12,814.26 12,685.90

Ringkasan BEI

No Name Today Change Stock
1 Composite Index 6482.710 2.434 629
2 Agriculture 1498.343 -4.886 21
3 Mining 1882.238 9.191 47
4 Basic Industry and Chemicals 893.733 0.232 71
5 Miscellanous Industry 1285.573 -3.740 46
6 Consumer Goods 2667.555 5.523 52
7 Cons., Property & Real Estate 460.673 -0.670 74
8 Infrastruc., Utility & Trans. 1164.648 -9.651 72
9 Finance 1248.066 3.719 91
10 Trade & Service 828.180 -0.981 155
No Code Prev Close Change %
1 COCO 198 336 138 69.70
2 CAKK 160 216 56 35.00
3 JSKY 1,245 1,460 215 17.27
4 TFCO 580 680 100 17.24
5 INCI 560 640 80 14.29
6 URBN 1,795 2,030 235 13.09
7 TALF 308 340 32 10.39
8 MDIA 136 150 14 10.29
9 VIVA 153 168 15 9.80
10 DART 280 300 20 7.14
No Code Prev Close Change %
1 SIMA 396 298 -98 -24.75
2 JAYA 202 165 -37 -18.32
3 TRIS 236 206 -30 -12.71
4 KPAL 312 274 -38 -12.18
5 LPLI 146 130 -16 -10.96
6 AKPI 675 605 -70 -10.37
7 HERO 990 900 -90 -9.09
8 FREN 348 324 -24 -6.90
9 ABMM 2,200 2,050 -150 -6.82
10 TCPI 4,880 4,550 -330 -6.76
No Code Prev Close Change %
1 NUSA 100 101 1 1.00
2 VIVA 153 168 15 9.80
3 SIMA 396 298 -98 -24.75
4 JAYA 202 165 -37 -18.32
5 MYRX 103 104 1 0.97
6 TLKM 3,780 3,780 0 0.00
7 FREN 348 324 -24 -6.90
8 STAR 84 88 4 4.76
9 UNTR 27,500 27,825 325 1.18
10 LPPF 4,010 4,140 130 3.24