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”

Sada klasifikačních modulů pro detekci bezpečnostních hrozeb

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F23%3APR38670" target="_blank" >RIV/00216305:26230/23:PR38670 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21240/23:00370134 RIV/63839172:_____/23:10133609

  • Výsledek na webu

    <a href="https://gitlab.liberouter.org/monitoring/feta-v3" target="_blank" >https://gitlab.liberouter.org/monitoring/feta-v3</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Sada klasifikačních modulů pro detekci bezpečnostních hrozeb

  • Popis výsledku v původním jazyce

    Tato sada softwarových modulů představuje produkčně použitelné klasifikátory šifrovaného provozu využívajících techniky strojového učení. Cílem je významné zlepšení schopnosti klasifikace šifrovaného síťového provozu, což je klíčové pro identifikaci bezpečnostních hrozeb a zvyšování úrovně povědomí o situaci na počítačové síti. Použití moderních technologií strojového učení přináší nové perspektivy a efektivní nástroje pro zabezpečení informačních systémů před komplexními kybernetickými hrozbami. Tímto způsobem může navržené softwarové řešení posílit schopnost organizací identifikovat a řešit bezpečnostní incidenty v reálném čase.

  • Název v anglickém jazyce

    The collection of classification modules detecting security threats

  • Popis výsledku anglicky

    This software presents production-ready encrypted traffic classifiers, that are using machine learning. The goal is to significantly improve the ability to classify encrypted network traffic, which is key to identifying security threats and increasing network situational awareness. The use of modern machine learning technologies brings new perspectives and effective tools for securing information systems against complex cyber threats. The designed software solution has the potential to improve the ability of organizations to identify and solve security incidents in real time.

Klasifikace

  • Druh

    R - Software

  • CEP obor

  • OECD FORD obor

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

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VJ02010024" target="_blank" >VJ02010024: Analýza šifrovaného provozu pomocí síťových toků</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

  • Interní identifikační kód produktu

    feta-v3

  • Technické parametry

    Cílem tohoto softwarového řešení je vytvořit první produkčně použitelné klasifikátory šifrovaného provozu založené na strojovém učení. Sada klasifikačních modulů využívá systému NEMEA pro komunikaci a je implementovaná v jazyce Python a C++, tak aby dosahovala patřičnych vykonnostních parametrů a byla nasaditelná i do rozsáhlych monitorovacích infrastruktur. Jednotlivé moduly byly důkladně testovány a dosahují vynikajících přesností.

  • Ekonomické parametry

    V současné době je vysledek přístupny účastníkům projektu FETA, do budoucna uvažujeme o zveřejnění vysledku pod open source licencí.

  • IČO vlastníka výsledku

    68407700

  • Název vlastníka

    České vysoké učení technické v Praze