Utilizing a State of Polarization Change Detector and Machine Learning for Enhanced Security in Fiber-Optic Networks

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F24%3APU152064" target="_blank" >RIV/00216305:26220/24:PU152064 - isvavai.cz</a>
Výsledek na webu
<a href="https://opg.optica.org/abstract.cfm?uri=CLEO_AT-2024-JTu2A.217" target="_blank" >https://opg.optica.org/abstract.cfm?uri=CLEO_AT-2024-JTu2A.217</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1364/CLEO_AT.2024.JTu2A.217" target="_blank" >10.1364/CLEO_AT.2024.JTu2A.217</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Utilizing a State of Polarization Change Detector and Machine Learning for Enhanced Security in Fiber-Optic Networks
Popis výsledku v původním jazyce
The paper presents a novel method for securing fiber-optic infrastructures using a state of polarization analyzer combined with machine learning algorithms. The proposed system detects vibrations indicative of security breaches, achieving an F1-score above 95.65 %.}
Název v anglickém jazyce
Utilizing a State of Polarization Change Detector and Machine Learning for Enhanced Security in Fiber-Optic Networks
Popis výsledku anglicky
The paper presents a novel method for securing fiber-optic infrastructures using a state of polarization analyzer combined with machine learning algorithms. The proposed system detects vibrations indicative of security breaches, achieving an F1-score above 95.65 %.}

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
2024
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)