Sistem pemendek url berbasis pretrained language model guided multi-level attention network untuk pendeteksian url berbahaya

Pada era digital yang semakin pesat, internet menjadi alat esensial dalam berbagai aspek kehidupan, seperti komunikasi, bisnis, dan pendidikan. Meskipun internet menawarkan kemudahan dalam pertukaran informasi, tetapi dapat mengakibatkan risiko keamanan siber. Salah satu contoh serangan yang memanfaatkan penggunaan pemendek URL yang menghasilkan penyebaran malware dan phishing. Hal tersebut berdampak kerusakan dan kehilangan data bagi pengunjung atau pengguna pemendek URL karena berbahayanya URL. Penelitian ini bertujuan mengembangkan sistem pemendek URL yang berintegrasi dengan fitur deteksi keamanan berbasis deep learning. Sistem ini akan menganalisis atribut URL seperti struktur domain, pola karakter, dan reputasi situs untuk memprediksi potensi ancaman. Dengan integrasi sistem ini, pengguna dapat memperoleh manfaat dari URL yang lebih ringkas sekaligus rasa aman dalam berbagi dan mengakses tautan. Sistem ini diharapkan mampu mengurangi resiko serangan siber berbasis URL pendek dan memberikan proteksi yang lebih baik bagi pengguna individu maupun organisasi.