Enhancing fiber security using a simple state of polarization analyzer and machine learning

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F23%3APU148264" target="_blank" >RIV/00216305:26220/23:PU148264 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.sciencedirect.com/science/article/pii/S0030399223005613" target="_blank" >https://www.sciencedirect.com/science/article/pii/S0030399223005613</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.optlastec.2023.109668" target="_blank" >10.1016/j.optlastec.2023.109668</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Enhancing fiber security using a simple state of polarization analyzer and machine learning

Popis výsledku v původním jazyce

The paper focuses on the security of fiber-optic cable infrastructures by detecting vibrations using an optical state of polarization analyzer. The developed system can detect various security breaches. The system only detects abnormal events without any event classification. The proposed system relies on an analyzer evaluating optical polarization differences caused by mechanical or acoustic vibrations analyzed by a machine-learning model for real-time anomaly detection. The main goal of experiments is to find the best combination of the normalization method and anomaly detector. The proposed system achieves an F1-score over 95.65%, which proves the solution’s suitability for protecting fiber-optic infrastructures.

Název v anglickém jazyce

Enhancing fiber security using a simple state of polarization analyzer and machine learning

Popis výsledku anglicky

The paper focuses on the security of fiber-optic cable infrastructures by detecting vibrations using an optical state of polarization analyzer. The developed system can detect various security breaches. The system only detects abnormal events without any event classification. The proposed system relies on an analyzer evaluating optical polarization differences caused by mechanical or acoustic vibrations analyzed by a machine-learning model for real-time anomaly detection. The main goal of experiments is to find the best combination of the normalization method and anomaly detector. The proposed system achieves an F1-score over 95.65%, which proves the solution’s suitability for protecting fiber-optic infrastructures.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

20203 - Telecommunications

Projekt

<a href="/cs/project/VJ01010035" target="_blank" >VJ01010035: Bezpečnostní rizika fotonických komunikačních sítí</a><br>

Návaznosti

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

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název periodika

OPTICS AND LASER TECHNOLOGY

ISSN

0030-3992

e-ISSN

1879-2545

Svazek periodika

167

Číslo periodika v rámci svazku

2023

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

9

Strana od-do

„“-„“

Kód UT WoS článku

001024359600001

EID výsledku v databázi Scopus

2-s2.0-85161701452