Optimasi DNS Server Berbasis BIND9 pada Debian dengan Menggunakan Algoritma Least Recently Used Cache untuk Meningkatkan Response Time

Noperla Anjelisari Lumbanbatu; Yadi Limanta Maha; Lonia Harefa; Lotar Mateus Sinaga

doi:10.31004/riggs.v5i2.11086

Authors

Noperla Anjelisari Lumbanbatu Universitas Katolik Santo Thomas Medan
Yadi Limanta Maha Universitas Katolik Santo Thomas Medan
Lonia Harefa Universitas Katolik Santo Thomas Medan
Lotar Mateus Sinaga Universitas Katolik Santo Thomas Medan

DOI:

https://doi.org/10.31004/riggs.v5i2.11086

Keywords:

DNS Server, BIND9, LRU, Cache, Response Time

Abstract

Perkembangan teknologi jaringan yang semakin pesat menuntut sistem yang mampu memberikan layanan dengan cepat dan efisien, khususnya dalam proses resolusi Domain Name System (DNS). Salah satu permasalahan yang sering terjadi adalah tingginya response time akibat banyaknya permintaan query yang tidak tersimpan dalam cache, sehingga memperlambat akses pengguna dan meningkatkan beban kerja server dalam melakukan resolusi ulang ke DNS eksternal. Kondisi ini menjadi tantangan tersendiri bagi administrator jaringan dalam menjaga kualitas layanan, terutama pada sistem dengan volume permintaan yang tinggi. Oleh karena itu, diperlukan suatu metode untuk mengoptimalkan kinerja DNS server melalui pengelolaan cache yang lebih efektif. Penelitian ini bertujuan untuk menganalisis pengaruh penerapan algoritma Least Recently Used (LRU) terhadap performa DNS server berbasis BIND9 pada sistem operasi Debian 12. Metode yang digunakan adalah pendekatan eksperimen dengan membandingkan performa DNS server sebelum dan sesudah penerapan algoritma LRU pada lingkungan virtual menggunakan Oracle VirtualBox. Pengujian dilakukan menggunakan tools dnsperf dengan variasi jumlah client, yaitu 20, 50, dan 100, dan setiap skenario diulang lima kali untuk memperoleh nilai rata-rata yang lebih akurat. Parameter utama yang diukur adalah response time yang ditunjukkan melalui nilai average latency. Hasil penelitian menunjukkan bahwa penerapan algoritma LRU tidak selalu memberikan peningkatan performa pada semua kondisi. Pada beban rendah, performa tanpa LRU cenderung lebih baik, sedangkan pada beban tinggi (100 client), algoritma LRU mampu menurunkan response time secara signifikan. Dengan demikian, algoritma LRU lebih efektif digunakan pada kondisi dengan jumlah permintaan yang tinggi, sehingga dapat meningkatkan efisiensi kinerja DNS server pada sistem jaringan skala besar.

Downloads

Download data is not yet available.

References

1. P. Mockapetris, “Domain Names - Implementation and Specification,” RFC 1035, Nov. 1987.

2. J. Postel, “Domain Name System Structure and Delegation,” RFC 1591, Mar. 1994.

3. Internet Systems Consortium (ISC), BIND 9 Administrator Reference Manual. St. Paul, MN, USA: ISC, 2024.

4. A. S. Tanenbaum and D. J. Wetherall, Computer Networks, 6th ed. London, UK: Pearson, 2021.

5. García, K. Hynek, D. Vekshin, T. Čejka, dan A. Wasicek, “Large Scale Measurement on the Adoption of Encrypted DNS,” 2021.

6. N. Kernan, J. Li, R. Al-Dalky, dan M. Rabinovich, “Public DNS Resolvers Meet Content Delivery Networks: A Performance Assessment of the Interplay,” 2025.

7. J. Lee, S. Hoque, A. Aydeger, dan E. Zeydan, “Quantum-Resistant Domain Name System: A Comprehensive System-Level Study,” 2025.

8. D. A. Patterson dan J. L. Hennessy, Computer Organization and Design, 6th ed. Cambridge, MA, USA: Morgan Kaufmann, 2021.

9. Google, “Google Public DNS Documentation,” 2024. [Online]. Available: https://developers.google.com/speed/public-dns

10. Cloudflare, “1.1.1.1 Public DNS Resolver Documentation,” 2024. [Online]. Available: https://developers.cloudflare.com/1.1.1.1/

11. Y. Wang, Y. Yang, C. Han, L. Ye, Y. Ke, and Q. Wang, "LR-LRU: A PACS-Oriented Intelligent Cache Replacement Policy,"2019.

12. B. Feng, H. Zhou, G. Li, H. Zhang, and H. Chao, "Least Popularly Used: A Cache Replacement Policy for Information-Centric Networking," Journal of Internet Technology,2016.

13. E. Friedlander and V. Aggarwal, "Generalization of LRU Cache Replacement Policy with Applications to Video Streaming," ACM Transactions on Modeling and Performance Evaluation of Computing Systems (TOMPECS),2018.

14. D. Xiao, X. Li, D. Cline, and D. Loguinov, "Estimating DNS Source and Cache Dynamics under Interval-Censored Age Sampling," ACM Transactions on Modeling and Performance Evaluation of Computing Systems, vol. 10, pp. 1–29, 2025.

15. G. Merugu, K. Gopal, J. U. S. Charan, and P. Devi, "Geo-Intelligent DNS Resolver Using Deep Learning," in Proc. 2025 International Conference on Computing Technologies & Data Communication (ICCTDC), 2025, pp. 1–6.

16. M. Chopra, A. Dhawan, S. K. Behera, S. Kumar, A. Visvanathan, and R. Majji, "DNS Response Time Analysis Across Diverse Top-Level Domains," Journal of Internet Services and Information Security, 2025.

17. F. Yang, C. Wang, B. Zheng, and Y. Tian, "DNS Service Optimization Through In-Network Caching on Programmable Switches," in Proc. 2024 10th International Conference on Computer and Communications (ICCC), 2024, pp. 1568–1572.

18. F. Zhang, B. Liu, E. Alowaisheq, J. Chen, C. Lu, L. Song, Y. Liu, H. Duan, and M. Yang, "Silence is not Golden: Disrupting the Load Balancing of Authoritative DNS Servers," in Proc. 2023 ACM SIGSAC Conference on Computer and Communications Security, 2023.

19. K. Man, X. Zhou, and Z. Qian, "DNS Cache Poisoning Attack: Resurrections with Side Channels," in Proc. 2021 ACM SIGSAC Conference on Computer and Communications Security, 2021.

20. D. Kartika, R. Riska, and Y. Mardiana, "DNS Server and Web Server Simulation with Debian Operating System on Local Area Network," Jurnal Media Computer Science, 2023.

21. T. Jinmei and P. Vixie, "Implementation and Evaluation of Moderate Parallelism in the BIND9 DNS Server," 2006.