Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

GPON Traffic Analysis with TensorFlow

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F20%3APU137433" target="_blank" >RIV/00216305:26220/20:PU137433 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9163575" target="_blank" >https://ieeexplore.ieee.org/document/9163575</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/TSP49548.2020.9163575" target="_blank" >10.1109/TSP49548.2020.9163575</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    GPON Traffic Analysis with TensorFlow

  • Popis výsledku v původním jazyce

    The paper presents the latest research results of gigabit passive optical network analysis using machine learning algorithms. TensorFlow has been used to learn the frames of GPON management traffic of the G.984.3 protocol and detect outliers to the standard. The frames are captured by FPGA programmable network card and processed with a software parser and further processed with the TensorFlow using JSON format. The proposed technique can bring a way how to test if vendors of network devices follow the standard and if the content of the frames can be treated as secure and trustworthy.

  • Název v anglickém jazyce

    GPON Traffic Analysis with TensorFlow

  • Popis výsledku anglicky

    The paper presents the latest research results of gigabit passive optical network analysis using machine learning algorithms. TensorFlow has been used to learn the frames of GPON management traffic of the G.984.3 protocol and detect outliers to the standard. The frames are captured by FPGA programmable network card and processed with a software parser and further processed with the TensorFlow using JSON format. The proposed technique can bring a way how to test if vendors of network devices follow the standard and if the content of the frames can be treated as secure and trustworthy.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20203 - Telecommunications

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VI20192022135" target="_blank" >VI20192022135: Hloubková hardwarová detekce síťového provozu pasivních optických sítí nové generace v kritických infrastrukturách</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2020 43rd International Conference on Telecommunications and Signal Processing (TSP)

  • ISBN

    978-1-7281-6376-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    69-72

  • Název nakladatele

    IEEE

  • Místo vydání

    Milan, Italy

  • Místo konání akce

    Milan, Italy

  • Datum konání akce

    7. 7. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000577106400016