Probing OS Fingerprinting merupakan langkah awal dari sebuah intrusi yang bertujuan untuk mendapatkan informasi sistem operasi yang digunakan oleh target. Informasi tersebut digunakan penyerang untuk memilih exploit yang tepat. Metode pencegahan yang sering diterapkan saat ini adalah firewall dan rule based IDS. Namun firewall hanya dapat melakukan langkah pertahanan pasif sedangkan rule based IDS bergantung pada aturan yang harus selalu diperbarui. Untuk itu diperlukan sistem yang dapat melakukan langkah pertahanan aktif serta tidak bergantung pada rules yaitu anomaly based intrusion detection system. Penulis mengimplementasikan IDS menggunakan algoritma mesin pembelajaran Naïve Bayes dan menguji pada jaringan lokal. Hasil pengujian menunjukkan anomaly based IDS dapat mendeteksi probing OS fingerprinting dengan tingkat akurasi mencapai 96% dan mencegah akses lebih lanjut dari intruder.