Enhancing fiber security using a simple state of polarization analyzer and machine learning
Identifikátory výsledku
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>
Alternativní jazyky
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.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
20203 - Telecommunications
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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