Detail projektu

Detekce anomálií v kritických infrastrukturách s využitím strojového učení

Období řešení: 01.01.2023 — 31.12.2025

Zdroje financování

Ministerstvo vnitra ČR - 1 VS OPSEC

- plně financující (2023-01-02 - 2029-07-31)

O projektu

Popis anglicky
The project aims to design and realization of a laboratory testbed that enables from the transmission parameters of data signals at transmission speeds ranging from 1 to 200 Gbit/s, events such as network degradation, cable manipulation or attacker detection. Testbed allows variability in configuration (different distances, combination of passive components, different modulation formats, etc.) and will be used to create datasets for machine learning to improve the security of optical fiber infrastructures. The results will serve the professional and general audience and will be shared in academic papers.

Klíčová slova anglicky
optical network, data communication, dataset, machine learning

Označení

VK01030048

Originální jazyk

čeština

Řešitelé

Münster Petr, doc. Ing., Ph.D. - hlavní řešitel
Horváth Tomáš, doc. Ing., Ph.D. - spoluřešitel

Útvary

Ústav telekomunikací
- příjemce (01.01.2023 - 31.12.2025)

Výsledky

MÜNSTER, P.; TOMAŠOV, A.; DEJDAR, P.; HORVÁTH, T. Deploying Machine Learning in Distributed Sensing to Increase Resilience of Fiber Optic Infrastructure. In 2023 Conference on Lasers and Electro-Optics (CLEO). San Jose, CA, USA: Optica Publishing Group, 2023. ISBN: 978-1-957171-25-8.
Detail

Odpovědnost: Münster Petr, doc. Ing., Ph.D.