All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

USING ARTIFICIAL INTELLIGENCE TO ENSURE CYBER SECURITY IN SMART CITIES

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F25%3A50023151" target="_blank" >RIV/62690094:18450/25:50023151 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    VYUŽITÍ UMĚLÉ INTELIGENCE PRO ZAJIŠTĚNÍ KYBERNETICKÉ BEZPEČNOSTI SMART CITY

  • Original language description

    Souhrnná výzkumná zpráva „Využití umělé inteligence pro zajištění kybernetické bezpečnosti Smart City“ (projekt VJ02010016) představuje komplexní odborný přehled metod umělé inteligence aplikovaných v prostředí chytrých měst se zvláštním důrazem na kybernetickou bezpečnost, odolnost a řízení rizik. Dokument reaguje na rostoucí digitalizaci městských služeb, masivní nasazení IoT technologií a narůstající závislostkritických městských procesů na datech, jejichž integrita, dostupnost a důvěrnost jsou klíčovým předpokladem bezpečného fungování Smart City ekosystémů. Zpráva reflektuje současné globální trendy urbanizace a technologického rozvoje a zasazuje problematiku do širšího kontextu udržitelnosti, digital governance a bezpečného využití dat ve veřejné správě.Významnou část dokumentu tvoří systematický přehled metod umělé inteligence využitelných v kybernetické bezpečnosti Smart City. Zpráva detailně rozpracovává tradiční supervizované metody strojového učení (logistická regrese, rozhodovací stromy, SVM, Random Forest, k-NN), ensemble a hybridní přístupy (bagging, boosting, stacking), metody hlubokého učení (CNN, RNN/LSTM/GRU, transformery), federované učení aprivacy-preserving techniky, vysvětlitelnou umělou inteligenci (Explainable AI) a metody posilovaného učení a optimalizace. Jednotlivé přístupy jsou analyzovány z hlediska jejich aplikační relevance, výhod, omezení a vhodnosti pro konkrétní bezpečnostní scénáře, jako je detekce průniků, identifikace anomálií v síťovém provozu, ochrana IoT zařízení, detekce botnetů, zero-day útoků a pokročilých trvalých hrozeb.Na metodickou část navazuje návrh referenčního modelu Smart City, který strukturuje klíčové městské domény – dopravu, technickou infrastrukturu, zdravotnictví, sociální služby, veřejnou správu, vzdělávání, životní prostředí, kulturu a turismus. Pro každou z těchto oblastí jsou diskutovány možnosti využití metod umělé inteligence jak z hlediska funkční podpory městských procesů, tak z pohledu kybernetické bezpečnosti. Zpráva zdůrazňuje nutnost mezioborového přístupu, který propojuje technologickou, procesní a organizační rovinu řízení Smart City. Samostatná kapitola je věnována využití syntetických dat pro zlepšení detekce kybernetických útoků. Dokument popisuje přístupy ke generování syntetických dat, jejich kombinaci s reálnými datovými sadami a vliv na výkonnost klasifikačních modelů. Experimentální část demonstruje přínos syntetických dat při řešení problémů nevyvážených tříd a omezené dostupnosti reálných bezpečnostních dat, což je typické pro prostředí městských informačních systémů a kritické infrastruktury. Významným výstupem zprávy je procesní model Smart City, který formalizuje vnitřní procesy městských organizací a jejich datové toky pomocí BPMN a jeho rozšíření o bezpečnostní aspekty (BPMN-SC). Tento model vytváří základ pro systematickou analýzu rizik, automatizaci procesů, využití process miningu a budování digitálních dvojčat vybraných městských služeb. Procesní pohled je dále propojen s ontologickým modelem Smart City, který sjednocuje terminologii, datové entity, rizika, opatření a útokové techniky a umožňuje pokročilé dotazování, inferenci a podporu rozhodování.Na ontologický a procesní rámec navazuje návrh doporučovacího systému založeného na metodách umělé inteligence, který integruje znalosti o procesech, datech, rizicích a opatřeních. Systém je koncipován jako nástroj pro podporu rozhodování městských administrátorů, umožňující identifikaci slabých míst, hodnocení bezpečnostních rizik a návrh prioritních opatření s důrazem na transparentnost, vysvětlitelnost a auditovatelnost výsledků.Celkově zpráva představuje ucelený metodický a technologický rámec pro bezpečné, etické a efektivní využití umělé inteligence v chytrých městech. Přínosem je propojení AI metod, syntetických dat, procesního a ontologického modelování do jednoho integrovaného konceptu, který podporuje interoperabilitu, odolnost a důvěryhodnost Smart City řešení. Výsledky projektu vytvářejí solidní základ pro další výzkum, praktickouimplementaci i strategické rozhodování v oblasti kybernetické bezpečnosti a digitální transformace měst.

  • Czech name

    VYUŽITÍ UMĚLÉ INTELIGENCE PRO ZAJIŠTĚNÍ KYBERNETICKÉ BEZPEČNOSTI SMART CITY

  • Czech description

    Souhrnná výzkumná zpráva „Využití umělé inteligence pro zajištění kybernetické bezpečnosti Smart City“ (projekt VJ02010016) představuje komplexní odborný přehled metod umělé inteligence aplikovaných v prostředí chytrých měst se zvláštním důrazem na kybernetickou bezpečnost, odolnost a řízení rizik. Dokument reaguje na rostoucí digitalizaci městských služeb, masivní nasazení IoT technologií a narůstající závislostkritických městských procesů na datech, jejichž integrita, dostupnost a důvěrnost jsou klíčovým předpokladem bezpečného fungování Smart City ekosystémů. Zpráva reflektuje současné globální trendy urbanizace a technologického rozvoje a zasazuje problematiku do širšího kontextu udržitelnosti, digital governance a bezpečného využití dat ve veřejné správě.Významnou část dokumentu tvoří systematický přehled metod umělé inteligence využitelných v kybernetické bezpečnosti Smart City. Zpráva detailně rozpracovává tradiční supervizované metody strojového učení (logistická regrese, rozhodovací stromy, SVM, Random Forest, k-NN), ensemble a hybridní přístupy (bagging, boosting, stacking), metody hlubokého učení (CNN, RNN/LSTM/GRU, transformery), federované učení aprivacy-preserving techniky, vysvětlitelnou umělou inteligenci (Explainable AI) a metody posilovaného učení a optimalizace. Jednotlivé přístupy jsou analyzovány z hlediska jejich aplikační relevance, výhod, omezení a vhodnosti pro konkrétní bezpečnostní scénáře, jako je detekce průniků, identifikace anomálií v síťovém provozu, ochrana IoT zařízení, detekce botnetů, zero-day útoků a pokročilých trvalých hrozeb.Na metodickou část navazuje návrh referenčního modelu Smart City, který strukturuje klíčové městské domény – dopravu, technickou infrastrukturu, zdravotnictví, sociální služby, veřejnou správu, vzdělávání, životní prostředí, kulturu a turismus. Pro každou z těchto oblastí jsou diskutovány možnosti využití metod umělé inteligence jak z hlediska funkční podpory městských procesů, tak z pohledu kybernetické bezpečnosti. Zpráva zdůrazňuje nutnost mezioborového přístupu, který propojuje technologickou, procesní a organizační rovinu řízení Smart City. Samostatná kapitola je věnována využití syntetických dat pro zlepšení detekce kybernetických útoků. Dokument popisuje přístupy ke generování syntetických dat, jejich kombinaci s reálnými datovými sadami a vliv na výkonnost klasifikačních modelů. Experimentální část demonstruje přínos syntetických dat při řešení problémů nevyvážených tříd a omezené dostupnosti reálných bezpečnostních dat, což je typické pro prostředí městských informačních systémů a kritické infrastruktury. Významným výstupem zprávy je procesní model Smart City, který formalizuje vnitřní procesy městských organizací a jejich datové toky pomocí BPMN a jeho rozšíření o bezpečnostní aspekty (BPMN-SC). Tento model vytváří základ pro systematickou analýzu rizik, automatizaci procesů, využití process miningu a budování digitálních dvojčat vybraných městských služeb. Procesní pohled je dále propojen s ontologickým modelem Smart City, který sjednocuje terminologii, datové entity, rizika, opatření a útokové techniky a umožňuje pokročilé dotazování, inferenci a podporu rozhodování.Na ontologický a procesní rámec navazuje návrh doporučovacího systému založeného na metodách umělé inteligence, který integruje znalosti o procesech, datech, rizicích a opatřeních. Systém je koncipován jako nástroj pro podporu rozhodování městských administrátorů, umožňující identifikaci slabých míst, hodnocení bezpečnostních rizik a návrh prioritních opatření s důrazem na transparentnost, vysvětlitelnost a auditovatelnost výsledků.Celkově zpráva představuje ucelený metodický a technologický rámec pro bezpečné, etické a efektivní využití umělé inteligence v chytrých městech. Přínosem je propojení AI metod, syntetických dat, procesního a ontologického modelování do jednoho integrovaného konceptu, který podporuje interoperabilitu, odolnost a důvěryhodnost Smart City řešení. Výsledky projektu vytvářejí solidní základ pro další výzkum, praktickouimplementaci i strategické rozhodování v oblasti kybernetické bezpečnosti a digitální transformace měst.

Classification

  • Type

    V<sub>souhrn</sub> - Summary research report

  • CEP classification

  • OECD FORD branch

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Result continuities

  • Project

    <a href="/en/project/VJ02010016" target="_blank" >VJ02010016: Application of Artificial Intelligence for Ensuring Cyber Security for Smart City</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2025

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Number of pages

    111

  • Place of publication

  • Publisher/client name

    Královéhradecký kraj

  • Version