Peningkatan Keamanan On-Device Model Pada Aplikasi Offline Android Dengan AES dan Obfuskasi

Artikel
NIM: 1207050085
Year: 2025

Description

Model AI merupakan sebuah hasil pelatihan data dengan arsitektur machine learning. Salah satu implementasinya dengan metode on-device model, yang memiliki keunggulan seperti waktu respons yang cepat, hemat bandwidth, pengurangan biaya komputasi cloud. Metode on-device model pada aplikasi Android memiliki kerentanan terhadap serangan reverse engineering atau decompiling, yang menyebabkan pencurian model sehingga dapat diakses tanpa izin. Kombinasi antara kriptografi dan obfuskasi pada aplikasi Android menjadi salah satu solusi dalam melindungi model kecerdasan buatan (AI) dari potensi eksploitasi. Kriptografi berfungsi untuk melindungi model AI, dan obfuskasi berfungsi untuk mengaburkan sumber kode aplikasi Android. Penelitian ini menggunakan model MobileNet V1 TensorFlow Lite yang dienkripsi menggunakan algoritma AES (Advanced Encryption Standard), dan proses dekripsi dilakukan dengan multi-threading, serta teknik obfuskasi menggunakan R8. Kombinasi AES, obfuskasi, dan implementasi multi-threading memberikan perlindungan yang baik dan efektif untuk model AI dalam aplikasi Android offline.