Hasil Pencarian  ::  Simpan CSV :: Kembali

"Naftokuinon dan turunannya dilaporkan mempunyai aktivitas multipotensi. Hasil skrining aktivitas sitotoksik 5 senyawa turunan naftokuinon terhadap sel kanker payudara MCF7 dan sel kanker hati HEPG2, menunjukkan bahwa senyawa 1,4 naftokuinon (N) dan senyawa 2-hidroksi-1,4-naftokuinon(2HN) mempunyai aktivitas sitotoksik yang kuat. Sebagai upaya optimisasi aktivitas sitotoksik selektif terhadap kedua senyawa tersebut dilakukan rancangan modifikasi strukturnya sehingga diperoleh 30 senyawa turunan. Senyawa turunan tersebut selanjutnya dilakukan skrining secara virtual terhadap reseptor target Polo like kinase 1 (Plk-1) dengan perangkat lunak Molegro Virtual Docker. PLk-1 adalah target potensial generasi terbaru dalam terapi kanker, proteinnya terekspresikan secra bermakna dalam beberapa jenis kanker. Hasil skrining virtual menunjukan bahwa senyawa hasil rancangan mempunyai afinitas pengikatan lebih tinggi dibandingkan senyawa induk, ligan acuan benzolaktam serta doxorubicin. Senyawa yang mempunyai nilai afinitas lebih baik dari senyawa induk dan nilai clogp<5 disintesis. Hasil modifikasi senyawa N diperoleh 3 senyawa yaitu senyawa 4-oksim-naftalen-1-on (NO-1); senyawa 4-((benzoiloksi)imino)naftalen-1(4h)-on (NO-2) dan senyawa (E)-4-(asetoxiimino) naftalen-1(4H)-on (NO-6). Sedangkan modifikasi senyawa 2HN diperoleh 4 senyawa yaitu 1,4-diokso-1,4-dihidronaftalen-2il-benzoat (2HN-13), 1,4-diokso-1,4-dihidronaftalen-2-il 4- metilbenzoat (2HN-14); 1,4-diokso-1,4-dihidronaftalen-2il-3-metilbenzoat (2HN-15), dan 1,4-diokso1,4-dihidro-naftalen-2-il 2-metilbenzoat (2HN-16). Struktur senyawa hasil modifikasi dikonfirmasi dengan FTIR, LCMS, 1H-NMR dan 13C-NMR serta aktivitas sitotoksik selektif terhadap sel kanker payudara MCF7, sel kanker hati HEPG2 dan sel normal CHO menggunakan metode MTT. Senyawa yang paling poten dilakukan analisis siklus sel dengan flowcytometry. Hasil penelitian menunjukkan senyawa N, NO-1, NO-2 dan NO-6 mampu menginhibisi proliferasi sel kanker payudara MCF7 dengan masing-masing nilai IC50 20,63 μM, 11,23; 48,18 μM.μM dan 3,24 μM. Senyawa NO-1 dan NO-6 mempunyai aktivitas sitotoksik selektif terhadap sel kanker MCF7 dan tidak selektif sitotoksik terhadap sel kanker hati HepG2. Mekanisme penghambatan proliferasi sel kanker MCF7 oleh senyawa NO-1 dan NO-2 diduga kuat melalui penghambatan plk-1 yang selanjutnya menginduksi apoptosis dan menekan mitosis sel. Hasil analisa HKSA menunjukkan bahwa efek hidrofobik khususnya log p senyawa turunan 1,4 naftokuinon menunjang aktivitas sitotoksik terhadap sel kanker payudara MCF7, namun tidak demikian terhadap sel kanker hati HEPG2. Sedangkan efek sterik dan elektronik tidak memberikan pengaruh yang signifikan.

---

Naphthoquinone and its derivatives have been reported to have multipotent activity. Results from cytotoxic screening against breast carcinoma cell line (MCF7) and hepatocarcinoma cell line (HepG2) showed that 1.4-naphthoquinone and 2-hydroxy-1.4-naphthoquinone compounds had the highest cytotoxic activity. In this study, the selective cytotoxic activity was optimized, 30-naphthoquinone derivatives from 1,4-naphthoquinone and 2-hydroxy-1,4-naphthoquinone were designed and virtually screened using Molegro Virtual Docker software. Those compounds were adhered to targeted receptor, which is Polo-like kinase 1 (Plk-1). Plk 1 is one of the potential targets for cancer therapy because it is expressed on several types of cancer cells. Result of the study demonstrated that naphthoquinone derivatives had more potent bonding activity compared to ligand references, i.e. benzolactam and doxorubicin. Modification of 1.4-naftokuinon to oxyme structure had been performed and resulted in NO-1 (4-oxime-naphtalene-1-on), NO-6 ((E)-4-(acetoxyimino) naphtalen-1(4H)-on) and NO-2 (4-((benzoyloxy)imino)naftalen-1(4h)-on). Furthermore, 2-hydroxy-1,4-naphtho- quinone had been modified and the synthesized compounds were 1,4-dioxo-1,4-dihydronaphtalen-2yl-benzoate (2HN-13), 1,4-dioxo-1,4-dihydronaphthalen-2-yl 4-methylbenzoate (2HN-14) 1,4-dioxo-1,4-dihydronaphtalen-2yl-3-metilbenzoate (2HN-15), and 1,4-dioxo-1,4-dihydronaphthalen-2-yl 2-methylbenzoate (2HN-16). Modified compounds had been confirmed using FTIR, LCMS, 1H-NMR and 13C-NMR. MTT assay was performed to study the selective cytotoxic activity. Flow cytometry was also being used to observe the cell cycles of cell after treated with the potent compounds. In this present study, it was observed that the compound N, NO-1, NO 2 and NO-6 inhibited the proliferation of MCF7 breast carcinoma cell line with IC50 20.63 μM, 11.23.μM, 48.18 μM and 3.24 μM respectively. NO-1 and NO-6 had selective cytotoxic activity against breast carcinoma cell line, MCF7 and had no selective cytotoxic activity against hepatocarcinoma cell line, HepG2. Mechanism of proliferation inhibited breast carcinoma cell line (MCF7) of NO-1 and NO-6 compounds were estimated by Plk-1 inhibition which further induced apoptotic and suppressed mitotic. QSAR analysis presented the hydrophobic effect of oxyme derivatives, particularly log p, played a role to breast carcinoma cell line (MCF7) on cytotoxic effect, but not to hepatocarcinoma cell line (HEPG2). However, the steric and electronic effects did not significantly contribute to the activity."

"OpenAirInterface (OAI) 5G dan free5GC merupakan perangkat lunak berbasis open source yang dapat menerapkan sistem telekomunikasi LTE dam SBA beserta protokolnya, dengan menggunakan standar yang diterapkan oleh 3GPP. Pada saat ini, OpenAirInterface 5G banyak digunakan untuk melakukan penelitian mengenai perkembangan sistem telekomunikasi 4G menuju 5G dengan biaya yang relatif lebih murah. Pada penelitian ini, peneliti melakukan evaluasi mengenai kinerja dari penerapan jaringan virtual OpenAirInterface 5G dan free5GC pada cloud platform yang dikelola oleh Google Cloud Platform (GCP). Platform cloud merupakan suatu layanan Infrastructure as a Service (IAAS) untuk membantu mengalokasikan infrastruktur jaringan yang diterapkan. GCP digunakan untuk mempercepat distribusi, konfigurasi, dan implementasi perangkat lunak OpenAirInterface pada cloud platform. Pengukuran kinerja yang dilakukan antara lain dengan mengukur bitrate, latency, jitter, dan kualitas browsing pada percobaan connection-less dan connection-oriented. OAI dengan core network Free5GC pada GCP memiliki performa maksimal dengan rata-rata throughput sebesar 73,50 Mbps untuk penerapan bandwidth 20 Mhz, 35,4 Mbps pada bandwidth 10 Mhz, dan 17,68 untuk bandwidth 5 Mhz. Selain itu, dari hasil yang didapat dapat diambil kesimpulan bahwa layanana browsing OAI dengan core network Free5GC GCP lebih unggul dari penelitian yang dilakukan pada mesin OAI dengan core network OAI EPC pada Cloud Juju dan mesin fisik. Implementasi OAI GCP dengan menggunakan Linux Container dan perangkat lunak otomasi Ansible memiliki kelebihan yang sangat berbeda jaruh dalam kemampuan skalabilitasnya, hal tersebut dikarenakan kemampuan penyebaran aplikasi OAI dapat berjalan secara otomatis dan cepat.

---

OpenAirInterface (OAI) 5G and free5GC are open source-based software that can implement LTE telecommunications systems and protocols, using the standards implemented by 3GPP. At this time, OpenAirInterface 5G is widely used to conduct research on the development of 4G telecommunications systems towards 5G at a relatively lower cost. In this study, researchers evaluate the performance of the implementation of the OpenAirInterface 5G and free5GC virtual networks on a cloud platform managed by Google Cloud Platform (GCP). The cloud platform used will implement the Infrastructure as a Service (IAAS) service to help allocate the implemented network infrastructure. GCP is used to accelerate distribution, configuration, and implementation of OpenAirInterface software on cloud platforms. Performance measurements are carried out, among others, by measuring bitrate, latency, jitter, and throughput in connection-less and connection-oriented experiments. OAI GCP has an average bitrate of 35.4 Mbps during the download process, 18.50 Mbps during the upload process, and an average time of 0.58 ms at jitter. From the results obtained, it can be concluded that the internet performance of OAI GCP is better than the result of research conducted on the Juju OAI Cloud engine and physical OAI, even though the connection-less experiment was carried out simultaneously with the connection-oriented experiment. In addition, the implementation of OAI GCP using Linux Container and Ansible automation software has an advantage in term of its scalability, because the ability to deploy OAI applications can run automatically and faster."

"Salah satu fungsi CCTV yaitu untuk menjaga lalu-lintas pada persimpangan jalan, yang merupakan bagian dari ATCS. Ketika semakin banyak ATCS yang terpasang di jalan, secara konvensional, semakin banyak layar yang harus dipantau pada control room. Hal ini memerlukan sumber daya manusia tambahan, misalnya untuk dapat mengontrol keseluruhan lampu merah di persimpangan jalan. Sehingga, penggunaan algoritma YOLO dapat membantu melakukan pendeteksian kepadatan lalu lintas pada suatu persimpangan secara otomatis. Namun, menjalankan proses ini di sebuah server dapat mengakibatkan performa yang buruk bila jumlah aliran video dari CCTV yang harus diproses bertambah. Penelitian ini melakukan proof of concept untuk implementasi sistem di atas secara lebih scalable. Video yang berasal dari beberapa CCTV dikirimkan ke sebuah cluster kubernetes dengan memanfaatkan arsitektur multi-core pada GPU. Proses ini menghasilkan video deteksi yang telah diberikan bounding box dari kendaraan yang berada dalam lalulintas. Selain itu, terdapat hasil dari hitungan banyak kendaraan dari masing-masing lajur yang disimpan dalam sebuah databas. Data tersebut digunakan untuk web dashboard yang digunakan untuk memudahkan petugas dalam melakukan pemantauan dan pengambilan keputusan. Uji coba yang dilakukan membuktikan bahwa sistem dapat bekerja dengan stabil dengan auto-scaling mengikuti jumlah workload, dengan rerata penggunaan CPU yaitu 490 mCore, rerata penggunaan memory sebesar 1,7 GB untuk masing-masing pod, rata-rata penggunaan GPU 1,2 GB untuk satu koneksi client, dan 2 GB untuk dua koneksi client.

---

One of the functions of CCTV is to maintain traffic at crossroads, which is part of ATCS. As more and more ATCS are installed on the road, conventionally, more screens will have to be monitored in the control room. This requires additional human resources, for example, to be able to control the total number of red lights at crossroads. Thus, the use of the YOLO algorithm can help detect traffic density at an intersection automatically. However, running this process on a server can result in poor performance if the number of video streams from CCTV has to increase. This research does a proof of concept to implement the system in a more scalable way. Video from multiple CCTVs is sent to a Kubernetes cluster by leveraging the GPU's multi-core architecture. This process produces a detection video that has been assigned a bounding box from that in traffic. In addition, there are results from the count of the number of vehicles from each lane that are stored in a database. The data is used for a web dashboard that is used to make it easier for officers to monitor and make decisions. The tests were carried out to prove that the system can work stably with automatic scaling according to the number of workloads, with an average CPU usage of 490 mCore, the average memory usage of 1.7 GB for each pod, an average GPU usage of 1.2 GB for one client connection, and 2 GB for two client connections."

"Kebutuhan masyarakat terhadap sebuah produk berbasis website sangat bervariasi. Soft- ware Product Line Engineering merupakan salah satu solusi yang dapat digunakan untuk memenuhi variasi kebutuhan tersebut. SPLE akan melihat persamaan dan variasi dari ke- butuhan pengguna untuk menghasilkan berbagai macam software yang sesuai dengan ke- butuhan pengguna. Software yang sudah dibangun akan melalui tahapan deployment agar dapat diakses secara luas. Terdapat sebuah penelitian yang membantu proses deploy- ment produk SPLE. Namun, produk-produk yang dibangun menggunakan hasil peneli- tian tersebut belum dijalankan di dalam sebuah isolated environment. Hal tersebut dapat menghasilkan beberapa masalah ketika sedang dilakukan maintenance atau konfigurasi pada salah satu produk sehingga dapat mempengaruhi produk lainnya. Penelitian ini akan melakukan eksperimen terhadap deployment produk SPLELive yang dibangun menggu- nakan metode SPLE untuk melalui proses deployment menggunakan Docker. Docker De- ployment pada penelitian ini akan melalui tiga buah proses dan setiap proses dijalankan pada server yang berbeda. Server 1 digunakan untuk proses membangun Docker Im- age produk SPLELive, Server 2 digunakan untuk proses penyimpanan Docker Image menggunakan Docker Registry, dan Server 3 digunakan untuk proses menjalankan pro- duk SPLELive di dalam sebuah Docker Container. Pembangunan Docker Image pada Server 1 akan menggunakan metode Multi-Stage Build untuk mengoptimalkan ukuran Docker Image produk SPLELive. Melalui proses Docker Deployment, produk SPLELive yang dibangun akan berjalan dalam sebuah isolated environment dan dapat meningkatkan portability dari produk SPLELive. Penelitian ini diharapkan dapat membuktikan bahwa Docker Deployment dapat diterapkan pada SPLE.

---

People’s needs for a website-based product vary widely. Software Product Line Engineer- ing is a solution that can be used to meet these variations in requirements. SPLE will look at the similarities and differences of user needs to produce various kinds of software ac- cording to user needs. Software that has been built will go through the deployment stage so that it can be widely accessed. There is a study that helps the SPLE product deploy- ment process. However, the results of this research have not yet been run in an isolated environment. This can result in several problems when it is being carried out maintenance or configuration of one product to affect other products. This research will conduct ex- periments on the deployment of SPLELive products built using the SPLE method to go through the deployment process using Docker. Docker Deployment in this study will go through three processes, and each process is run on a different server. Server 1 is used for building Docker Image SPLELive products, Server 2 is used for the Docker Image storage process using the Docker Registry, and Server 3 is used for the process of running SPLELive products in a Docker Container. Docker Image development on Server 1 will use the Multi-Stage Build method to optimize the Docker Image size for SPLELive prod- ucts. Through the Docker Deployment process, the SPLELive products that are built will run in an isolated environment and can increase the portability of the SPLELive products. This research is expected to prove that Docker Deployment can be applied to SPLE."

"ABSTRAKPertumbuhan penggunaan e-commerce, media digital, jejaring sosial, dan aplikasi smartphone telah menyebabkan penggunaan dominan Internet sebagai jaringan distribusi. Pada prinsipnya jaringan komunikasi harus memungkinkan pengguna untuk fokus pada data yang dia butuhkan (konten), bukan lokasi fisik di mana data yang akan diambil berada. Named Data Networking adalah salah satu arsitektur Internet masa depan yang diusulkan untuk mengatasi permasalahanInternet saat ini, yakni permasalahan distribusi konten yang efektif.Di sisi lain, aplikasi-aplikasi berbasis Internet yang menjadi sumber data, masih banyak dikembangkan dengan arsitektur monolitik, di mana semua komponen dan fungsi aplikasi berada dalam satu perangkat yang bersumberdaya besar. Seiring berkembangnya aplikasi dan pertumbuhan pengguna, aplikasi menjadi semakin kompleks dan sulit untuk dikembangkan. Kontainer menyediakan cara yang mudah untuk mengimplementasikan pengembangan layanan-layanan mikro, di mana aplikasi dibangun sebagai rangkaian layanan kecil yang berjalansebagai proses terpisah dan berkomunikasi melalui mekanisme berbasis jaringan yang ringan. Aplikasi yang dikembangkan menggunakan layanan mikro memberikan hasil yang lebih baik dalam hal pengembangan infrastruktur dan memberikan fleksibilitas bagi pengembang dengan biaya minimum.Penelitian ini berfokus untuk mengeksplorasi arsitektur NDN pada layanan mikro dan untuk membandingkan performa throughput dan waktu delay dari topologi Bin Tree dan Bcube yang menggunakan arsitektur NDN. Simulasi dalam tesis menggunakan simulator NS-3 dengan library ndn-cxx. Hasil yang didapat performa arsitektur NDN pada layanan mikro dalam topologi Bcube lebih baik dari sisi waktu delay sebesar 47,43% dan throughput sebesar 3% dibandingkan dengantopologi Bintree.

---

ABSTRACTThe growth in the use of e-commerce, digital media, social networking, and smartphone applications has led to the dominant use of the Internet as a distribution network. In principle, the communication network must allow the user to focus on the data needs (content), not the physical location where the data to be retrieved is located. Named Data Networking is one of the future Internet architectures proposed to address current Internet problems, effective content distribution.On the other hand, Internet-based applications that are sources of data are still being developed with a monolithic architecture, where all components and functions are developed in one large-resource device. As application and user growth, applications become increasingly complex and difficult to develop. Containers provide an easy way to implement the development of micro services, where applications are built as a series of small services that run as separate processes and communicate through lightweight network-based mechanisms.Applications developed using micro services provide better results in terms of infrastructure development and provide developers flexibility with minimum costs.Our work focuses to explore the NDN architecture in micro services and to compare the performance in throughput and delay of the Bin Tree and Bcube topologies that use the NDN architecture. The simulation in the thesis uses the NS-3 simulator with the ndn-cxx library. The results obtained by the performance of NDN architecture on microservices in the Bcube topology are better in terms of time delay of 47.43% and throughput of 3% compared to the Bintree topology."

"The rapid growth of information technology and internet access has moved many offline activities online. Cloud computing is an easy and inexpensive solution, as supported by virtualization servers that allow easier access to personal computing resources. Unfortunately, current virtualization technology has some major disadvantages that can lead to suboptimal server performance. As a result, some companies have begun to move from virtual machines to containers. While containers are not new technology, their use has increased recently due to the Docker container platform product. Docker’s features can provide easier solutions. In this work, insilico drug discovery applications from molecular modelling to virtual screening were tested to run in Docker. The results are very promising, as Docker beat the virtual machine in most tests and reduced the performance gap that exists when using a virtual machine (VirtualBox). The virtual machine placed third in test performance, after the host itself and Docker."

"

Ancaman keamanan cyber berupa aktivitas Botnet merupakan salah satu ancaman berbahaya yang dihadapi oleh komunitas internet. Para peneliti telah mengusulkan sistem deteksi intrusi (IDS) yang bekerja dengan menggunakan algoritma machine learning sebagai solusi alternatif dari IDS yang menggunakan metode signature dan metode anomali untuk mendeteksi aktivitas Botnet.

Permasalahan yang dihadapi adalah sulitnya membedakan antara trafik normal dengan trafik Botnet. Perlu adanya pemilihan fitur dari data set jaringan sehingga trafik Botnet dapat dideteksi dengan akurat. Dalam penelitian ini diusulkan metode baru yang meningkatkan kinerja IDS dalam mendeteksi Botnet. Metode yang diusulkan adalah dengan menggabungkan dua metode statistik yaitu low variance filter yang dikombinasikan dengan Pearson Correlation Filter yang selanjutnya disebut dengan  Hybrid Pearson Correlation Filter (HPCF) untuk diterapkan dalam tahap  pemilihan fitur. Pemilihan fitur dengan metode yang diajukan yaitu HPCF (Hybrid Pearson Correlation Filter) terbukti dapat meningkatkan efektifitas dan efisiensi dari IDS. Efektivitas diukur dengan menggunakan metrik performasi. Dari hasil eksperimen offline maupun reatime detection, DT lebih unggul dari tujuh model ML lainnya. Model DT-15 merupakan kombinasi terbaik dengan performasi diatas 95% untuk offline detection, 99% untuk Real-time detection.

Pemilihan fitur juga berpengaruh terhadap efisiensi yang diukur dari waktu komputasi pembelajaran mode dan waktu komputasi deteksi di jaringan sebenarnya. Model DT-15 merupakan kombinasi terbaik dengan rata-rata waktu 6,3 detik untuk pembelajaran model (offline detection) and 350 detik untuk waktu deteksi di jaringan sebenarnya (Real-time detection).

Tantangan untuk membuat arsitektur IDS yang dapat beradaptasi dengan  tekonologi komputasi awan juga menjadi topik dalam penelitian ini. Perubahan dinamis dalam arsitektur komputasi awan membutuhkan kemudahan dan fleksibilitas didistribusikan dan dikonfigurasi, dan sarana transportasi data yang paling andal ke defense center. Selain itu teknologi komputasi awan secara signifikan meningkatkan volume, kecepatan, dan variasi data yang harus diproses di pusat pertahanan. Ini berarti bahwa defense center membutuhkan teknologi big data. Snort adalah sistem deteksi dan pencegahan intrusi jaringan berbasis signature yang populer dan berpengaruh di komunitas Internet. Kekurangan dari Snort adalah keterbatasannya dalam menempatkan sensor dengan defense center yang harus terhubung dalam satau sama lain dalam satu jaringan. Hal ini bertolak belangkang dengan kebutuhan dari teknologi komputasi awan. Pada penelitian ini digunakan referensi arsitektur lambda. Dalam pengembangannya arsitektur terbagi menjadi tiga bagian: data source, data collecting dan data serving. Untuk data source dikembangkan aplikasi docker yang didalamnya terdapat aplikasi Snort IDS. Sedangkan untuk collecting data ddigunakan protokol MQTT sebagai saluran pengirimannya. MQTT lebih unggul dalam kemampuan pengirimanya dengan message rate 12 kali lebih besar dan latensi 62 kali lebih rendah dibandingkan dengan protokol Kafka Pub/Sub. Secara keseluruhan penelitian menghasilkan arsitektur baru big data penerapan sistem deteksi intrusi jaringan berbasis Snort di lingkungan komputasi awan.  Aplikasi NIDS Snort yang dibangun dengan merujuk dari arsitektur yang telah dibangun dapat diakses di https://github.com/Mata-Elang-Stable/MataElang-Platform/wiki.

---

Cyber security threats in the form of botnet activities are one of the dangerous threats faced by the internet community. Researchers have proposed an intrusion detection system (IDS) that works using machine learning algorithms as an alternative solution to IDS that uses signature and anomaly methods to detect botnet activity.

The problem faced is the difficulty of distinguishing between normal traffic and Botnet traffic. There needs to be a selection feature from the network data set to detect Botnet traffic accurately. This study proposes a new method to improve IDS performance in detecting botnets. The proposed method combines two statistical methods, namely the low variance filter and the Pearson Correlation Filter, referred to as the Hybrid Pearson Correlation Filter (HPCF), to be applied in the feature selection stage. Feature selection with the proposed method, namely HPCF (Hybrid Pearson Correlation Filter), is proven to increase the effectiveness and efficiency of IDS. Effectiveness is measured using performance metrics. From the results of offline and real-time detection experiments, DT is superior to the other seven ML models. The DT-15 model is the best combination, with over 95% performance for offline detection and 99% for real-time detection.

The selection of features also affects the efficiency measured by the computational time of mode learning and the computational time of detection in the real network. The DT-15 model is the best combination, with an average time of 6.3 seconds for the learning model (offline detection) and 350 seconds for detecting in the real network (real-time detection).

Developing an IDS architecture that can adapt to cloud computing technology is also a topic in this research. Dynamic changes in cloud architecture require the flexibility of configuring and the most reliable means of data transportation for the defense center. In addition, cloud computing significantly increases the volume, speed, and variety of data that must be centralized in the defense center. So this means that the defense center needs big data technology. Snort is a signature-based network intrusion detection and prevention system that is popular and influential in the Internet community. The drawback of Snort is its limitation in placing sensors with central defenses that must be connected to a single network, which is contrary to the needs of cloud computing technology.

In this study,  we refer to lambda architecture, which consists of three parts: data source, data collecting and serving. A docker application for the data source is developed, including the Snort IDS application. Meanwhile, the MQTT protocol is used as the delivery channel for collecting data. MQTT is superior in its delivery capabilities, with a message rate of 12 times more significant and latency 62 times lower than the Kafka Pub/Sub protocol. Overall, the research resulted in a new big data architecture for implementing a Snort-based network intrusion detection system in a cloud computing environment. Our proposed design and implementation can be accessed at https://github.com/Mata-Elang-Stable/MataElang-Platform/wiki.

"