Error Installing Application on IIS – very annoying

The application ‘/XXX’ belonging to site ‘2’ has an invalid AppPoolId ‘XXX’ set.  Therefore, the application will be ignored.

Pesan error di atas sangat menyebalkan sekali. Membuat saya kehilangan 3 hari hanya untuk memecahkan permasalahan saat menginstal aplikasi web di IIS 7.0. Pada saat instalasi hint yang diberikan adalah coba buka Event Viewer dan ikuti langkah pada event viewer tersebut untuk mengatasi masalah di atas. Setelah saya buka event viewer error message yang tertera adalah seperti di atas.

Jadi apa yang harus saya lakukan? Di bagian mana kah yang salah? Apakah ada salah configurasi pada installer nya atau ada file yang corrupt pada installer? Setelah meminta bantuan pada Om Google baru lah terpecahkan masalah-nya. Permasalahan nya adalah karena di Windows Server 2008 R2 – .NET Framework yang terinstall adalah 4.0 – Sedangkan pesan error di atas mengindikasikan bahwa program yang ingin di install membutuhkan .NET Framework 3.5.

Masalah solved hanya dengan menginstall .NET Framework 3.5, tanpa harus merubah privilege user apa pun juga. Yang membuat menjadi annoying nya adalah bagaimana caranya bisa tahu kalau program tersebut membutuhkan .NET Framework 3.5 dari error code di atas…

Advertisement

Steganalisis : Metode Statistika

Pendahuluan

Steganalisis adalah ilmu untuk mendeteksi keberadaan pesan tersembunyi pada suatu media (teks, gambar, suara, video).  Sebagai seorang steganalist anda bertugas untuk menciptakan sebuah alat yang dapat mendeteksi pesan tersembunyi tersebut. Pernahkah anda memikirkan bagaimanan cara untuk membuat alat ini? Dalam pemeriksaannya, satu-satunya object yang kita punya adalah media yang akan di-check itu sendiri. Lalu bagaimana kita dapat mendeteksinya? Akan saya coba jelaskan secara perlahan-lahan bagaimana cara pendeteksiannya. Dalam artikel ini akan saya jelaskan steganalisis metode statistika secara global

Isi

Jika dilihat/didengar dengan mata/telinga telanjang dapatkah anda mendeteksi adanya pesan tersembunyi pada suatu media? Jika jawabannya Iya, maka ada 2 kemungkinan : teknik steganografi yang digunakan jelek atau anda adalah seseorang dengan kemampuan super. Umumnya kita tidak dapat mendeteksi adanya pesan tersembunyi pada suatu media, karena teknik steganografi di design untuk ini.

Tahapan dari Metode Statistika adalah sebagai berikut:

1. Estimasi Sinyal Cover
2. Ekstraksi Fitur-fitur
3. Pemilihan Fitur yang tepat
4. Klasifikasi
5. Decission

Keterangan:

1. Tahap Estimasi Sinyal Cover adalah tahap dimana kita melakukan proses yang dinamakan De-Nosing (menghilangkan sinyal noise), salah satu contohnya adalah dengan menerapkan metode Wavelet Shrinkage pada media audio. Sinyal keluaran hasil proses De-Noising dianggap sudah bersih dari noise (pesan tersembunyi), sehingga bisa diestimasikan sebagai sinyal cover. Dikatakan estimasi, karena kita tidak tahu file cover yang sesungguhnya.
2. Ekstraksi Fitur-fitur berkaitan dengan tahap 4 (classification), agak sulit untuk menjelaskan tahap ini. Karena banyak sekali metode yang harus dijelaskan. Tapi bila anda mempelajari lebih lanjut mengenai metode classification anda pasti tidak akan kesulitan mengenai tahap ini. Singkatnya dari suatu media kita dapat mengekstraksi fitur-fitur dari media tersebut. Sama seperti jika kita melihat suatu benda, maka kita dapat menilai berat, tinggi, warna,dan bau dari benda tersebut. Berat, tinggi, warna, dan bau inilah yang disebut dengan fitur. Sekarang pertanyaannya : Fitur-fitur apa saja yang dapat anda ekstrak dari media gambar, suara, atau video? Tugas anda lah untuk mengetahui lebih lanjut mengenai hal ini
3. Masih berkaitan dengan tahap ke-2, setelah anda berhasil mengekstrak fitur-fitur yang sudah ada, anda harus memilih fitur-fitur apa saja yang cocok untuk diklasifikasi. Jika anda ingin mengklasifikasikan suatu benda yang berwarna cerah dengan yang berwarna gelap, apakah fitur berat dan tinggi mempunyai pengaruh? Karena hal inilah pemilihan fitur yang tepat menjadi penting. Salah satu cara untuk memilih fitur yang lengkap adalah dengan menerapkan metode ANOVA (Analisis of Variance).
4. Proses klasifikasi menggunakan nilai fitur-fitur yang telah diekstrak, kemudian diklasifikasikan berdasarkan pola yang ada. Pola ini didapat berdasarkan sample-sample yang terdahul. Anggap anda adalah anak bayi yang sedang belajar membedakan warna. Apakah anda tau benda yang berwarna cerah seperti apa? Apakah anda tau benda berwarna gelap itu seperti apa? Hal pertama yang anda butuhkan adalah contoh. Sama seperti itu, proses klasifikasi ini juga membutuhkan contoh (sample) untuk membuat pola pengklasifikasiannya. Dari contoh yang yang ada, akan dibuat suatu pola atau bisa disebut juga garis batas, mudahnya seperti ini : “jika lebih besar diklasifikasikan sebagai A, jika lebih kecil diklasifikasikan sebagai B”.  Semakin banyak contoh yang anda punya, maka hasil pengklasifikasian akan menjadi semakin akurat. Teknik classification yang paling mudah untuk diterapkan menurut saya adalah “Linear regression classifier“, tidak terlalu rumit karena pola dibuat hanya secara linear saja. Tapi efek samping-nya hasil kurang akurat. Ada beberapa teknik classification yang lain yang dapat diterapkan seperti SVM, atau mungkin saja bisa diterapkan juga dengan menggabungkan Genetic Algorithm.
5. Dari tahap-4 akan menghasilkan suatu kesimpulan, apakah media tersebut mengandung pesan tersembunyi atau tidak.

Sepertinya sudah cukup banyak yang saya ceritakan untuk Metode ini, jika ingin mengetahui lebih lanjut bisa langsung comment pada postingan ini, mudah2an saya bisa segera menjawab.

to be continued …

Steganalisis : Visual Attack

Pendahuluan

Menanggapi pertanyaan tentang Metode Visual Attack dan Metode Statistika yang digunakan untuk mendeteksi keberadaan pesan rahasia di dalam media gambar, maka saya akan mencoba menjelaskan tentang kedua metode ini sesuai dengan kemampuan saya

Isi

Dari beberapa sumber yang saya baca, Visual Attack bisa disamakan dengan metode EzStego , Hide & Seek, Scytale , Snow , Steganos , White Noise Storm. Jujur saja, saya juga tidak pernah tau dengan semua metode yang saya sebutkan ini. Nama-nama ini murni saya dapatkan dari artikel yang saya baca. Baiklah akan saya coba jelaskan mengenai metode Visual Attack ini secara global.

Inti dari metode ini adalah :

1. Attack carrier medium (steganogram) –> Bagian yang diperkirakan mengandung bit pesan tersembunyi
2. Extract the potential of message bit –> menggunakan suatu algoritma tertentu untuk mengekstrak bit dari si pesan
3. Melihat ilustrasi visual dari bit yang di extract –> Inilah kenapa dikatakan Visual Attack, karena tetap menggunakan kemampuan mata manusia yang tetap dapat mengenali suatu benda berdasarka pola tertentu (pattern recognition)

Sebagai contoh silahkan lihat gambar di bawah:

Gambar yang di sebelah kiri adalah gambar asli, sedangkan gambar yang di sebelah kanan adalah gambar yang telah disisipi oleh pesan atau biasa disebut juga sebagai stego. Karena warna yang digunakan adalah Grayscale 8 bit, jadi cara termudah untuk melakukan attack visual adalah dengan menghilangkan significant bit-nya. Hasilnya adalah seperti pada gambar di bawah:

Jika dilihat dengan kasat mata, sepertinya kedua gambar di atas tidak ada perbedaan. Berarti dapat disimpulkan kalau teknik steganografi yang digunakan cukup bagus, setidaknya sudah lulus uji untuk teknik yang sederhana seperti ini.

Sebagai contoh dari metode Visual Attack, disini diterapkan metode EzStego. Hasil dari penerapan metode ini menghasilkan gambar sebagai berikut:

Kira-kira seperti inilah teknik Visual Attack.

to be continued…

Steganografi : 4. Contoh Penerapan

Pendahuluan

Berhubung banyaknya request dari teman-teman saya, bagaimana cara menerapkan steganografi dalam kehidupan sehari-hari in the easiest way, saya akan coba untuk memberikan suatu contoh bagaimana menerapkan teknik steganografi tersebut.

Isi

Bagi yang belom mengerti apa sebenarnya steganografi itu bisa dilihat pada artikel saya sebelumnya https://andreastjong.wordpress.com/2008/09/18/steganografi-1pendahuluan/.

Sebelum kita memulai contoh ini ada beberapa hal terlebih dahulu yang harus dipersiapkan. Pertama-tama adalah software steganografi (digunakan Hide4PGP aka H4PGP20W) , bisa anda download di http://www.heinz-repp.onlinehome.de/H4PGP20W.ZIP. Tenang saja karena software ini free. Lalu harus disiapkan juga data yang ingin disembunyikan dan media yang akan digunakan, dalam contoh ini saya menggunakan file gambar berformat gif (test.gif) dengan dimensi 200×230, ukuran 111kb, sedangkan untuk media yang akan disisipkan saya akan menggunakan file audio dengn format wav (stego.wav)

Langkah yang harus anda lakukan untuk menyisisipkan data:

1. Download H4PGP20W.zip
2. extract di salah satu folder anda (sebagai contoh di C:)
3. Taruh file yang ingin disisipkan dan media yang akan disisipi ke direktori tersebut (stego.wav dan test.gif)
4. buka command prompt
5. Masuk ke direktori tempat anda mengekstrakt H4PGP20W tadi
6. Ketikkan perintah berikut “Hide4PGP stego.wav test.gif“
7. Selamat karena anda sudah berhasil melanyisipkan file test.gif ke stego.wav (anda boleh men-delete file test.gif jika anda mau)

Langkah yang harus anda lakukan untuk mengekstrak data

:

1. buka command prompt
2. Masuk ke direktori tempat anda mengekstrakt H4PGP20W tadi
3. Ketikkan perintah berikut “Hide4PGP -x stego.wav test.gif“
4. Silahkan check di direktori tersebut, apakah ada file yang bernama test.gif

Semoga tulisan ini dapat berguna bagi anda sekalian.

Steganografi : 3. LSB (Low Bit Coding)

Pendahuluan

Lanjutan dari artikel saya yang sebelumnya, mengenai pengertian steganografi, dan metode LSB (Least Significant Bit) pada steganografi, akan saya bahas mengenai metode LSB (Low Bit Coding) dalam steganografi. LSB (Low Bit Coding) adalah salah satu metode steganografi yang diterapkan untuk media audio/suara. Pada artikel ini, akan sedikit saya bahas mengenai “sinyal suara dalam dunia digital” dan implementasi penerapan metode LSB pada media audio/suara.

Isi

Bagi kalian yang sudah pernah baca artikel saya sebelumnya tentang Steganografi : 2.LSB(Least Significant Bit) mungkin akan bingung, kenapa saya membahas metode yang sama untuk ke-dua kalinya. Tapi jika anda cermat, anda pasti melihat bahwa 2 metode ini mempunyai sedikit perbedaan pada namanya. Kalau sebelumnya bernama Least Significant Bit, yang sekarang adalah Low Significant Bit. Perbedaannya adalah Least Significant Bit diterapkan untuk media gambar, sedangkan Low Significant Bit diterapkan untuk media suara. Sebelum saya menjelaskan lebih jauh, saya akan mencoba menjelaskan tentang digital signal terlebih dahulu.

Digital Signal

Tahukah anda bagaimana suara anda disimpan ke dalam komputer (Hard Disk)? Anda pasti pernah menjalankan player music di komputer anda seperti WMP atau Winamp, tapi pernahkah anda menyadari data yang tertera pada player tersebut? Seperti: Frekuensi, Stereo atau Mono, Panjang bit yang digunakan. Apakah anda pernah membandingkan kualitas suara antara “cd audio quality” dengan “file mp3 bajakan yang anda download dari internet”? Mana yang lebih enak didengar? Sudah tentu “cd audio quality” yang lebih bagus. Hal ini disebabkan karena frekuensi yang digunakan adalan 44,1 KHz dengan kualitas stereo (standart qualitas audio cd).

Frekuensi, secara singkat adalah banyaknya sample yang di-ambil perdetiknya. Jadi jika kualitas media audio dengan frekuensi 44,1 KHz berarti dalam satu detik terdapat sampel data sebanyak 44.100 sample. Mono atau stereo menunjukkan banyaknya layer yang digunakan. Mono berarti hanya menggunakan 1 layer (Mudahnya, speaker kiri dan kanan mengeluarkan suara yang sama).  Stereo berarti menggunakan 2 layer (Mudahnya, speaker kiri dan kanan mengeluarkan suara yang berbeda). Jadi jika media audio mempunyai kualitas frekuensi 44,1 KHz Stereo, berarti sample yang dihasilkan dalam satu detik = 44.100 sample untuk layer kiri dan 44.100 sample untuk layer kanan, sehingga total 88.200 sample tiap detiknya.

Panjang bit menentukan ketepatan pengukuran sample (precision). Nilai sample dalam media audio ada diantara rentang [-1,+1]. Jika panjang bit yang digunakan adalah 8 bit, dengan bit yang pertama menunjukkan nilai + atau -, dan 7 bit sisanya merepresentasikan nilai si sampe. Jika yang digunakan adalah 16 bit, berarti 1 bit pertama untuk menunjukkan nilai + (0) atau – (1), dan 15 bit sisanya merepresentasikan nilai sample.

LSB (Low Bit Coding)

Basically. Metode ini sama dengan LSB pada media gambar. Jadi akan saya coba jelaskan secara singkat kembali mengenai metode LSB ini, sekedar untuk review saja. Jika anda belum mebaca artikel saya yang sebelumnya, bisa dikunjungi dengan meng-klik link berikut: https://andreastjong.wordpress.com/2008/09/22/steganografi-2-lsb-least-significant-bit/

Misalkan data yang ingin anda sisipkan berupa text “secret“. Kalau direpresentasikan ke dalam binary, kata “secret“ini menjadi”

character	ASCII value (decimal)	hexadecimal	binary
s	115	73	01110011
e	101	65	01100101
c	99	63	01100011
r	114	72	01110010
e	99	63	01100011
t	116	74	01110100

Misalkan media suara yang akan anda sisipi mempunyai panjang bit 8, dengan nilai seperti berikut:
Media

00000000	00000000	00000001	00000001	00000001	00000001	00000001	00000001
00000000	00000000	00000001	00000001	00000001	00000001	00000001	00000001
00000000	00000000	00000001	00000001	00000001	00000001	00000001	00000001
00000001	00000001	00000010	00000010	00000010	00000011	00000011	00000011
00000001	00000001	00000010	00000010	00000010	00000011	00000011	00000011
00000001	00000001	00000010	00000010	00000010	00000011	00000011	00000011

Maka stego yang dihasilkan adalah sebagai berikut:

00000000	00000001	00000001	00000001	00000000	00000000	00000001	00000001
00000000	00000001	00000001	00000000	00000000	00000001	00000000	00000001
00000000	00000001	00000001	00000000	00000000	00000000	00000001	00000001
00000000	00000001	00000011	00000011	00000010	00000010	00000011	00000010
00000000	00000001	00000011	00000010	00000010	00000010	00000011	00000011
00000000	00000001	00000011	00000011	00000010	00000011	00000010	00000010

To be continued..