VYUŽITÍ UMĚLÉ INTELIGENCE PRO ZAJIŠTĚNÍ KYBERNETICKÉ BEZPEČNOSTI SMART CITY

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F25%3A50023151" target="_blank" >RIV/62690094:18450/25:50023151 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

VYUŽITÍ UMĚLÉ INTELIGENCE PRO ZAJIŠTĚNÍ KYBERNETICKÉ BEZPEČNOSTI SMART CITY

Popis výsledku v původním jazyce

Souhrnná výzkumná zpráva „Využití umělé inteligence pro zajištění kybernetické bezpečnosti Smart City“ (projekt VJ02010016) představuje komplexní odborný přehled metod umělé inteligence aplikovaných v prostředí chytrých měst se zvláštním důrazem na kybernetickou bezpečnost, odolnost a řízení rizik. Dokument reaguje na rostoucí digitalizaci městských služeb, masivní nasazení IoT technologií a narůstající závislostkritických městských procesů na datech, jejichž integrita, dostupnost a důvěrnost jsou klíčovým předpokladem bezpečného fungování Smart City ekosystémů. Zpráva reflektuje současné globální trendy urbanizace a technologického rozvoje a zasazuje problematiku do širšího kontextu udržitelnosti, digital governance a bezpečného využití dat ve veřejné správě.Významnou část dokumentu tvoří systematický přehled metod umělé inteligence využitelných v kybernetické bezpečnosti Smart City. Zpráva detailně rozpracovává tradiční supervizované metody strojového učení (logistická regrese, rozhodovací stromy, SVM, Random Forest, k-NN), ensemble a hybridní přístupy (bagging, boosting, stacking), metody hlubokého učení (CNN, RNN/LSTM/GRU, transformery), federované učení aprivacy-preserving techniky, vysvětlitelnou umělou inteligenci (Explainable AI) a metody posilovaného učení a optimalizace. Jednotlivé přístupy jsou analyzovány z hlediska jejich aplikační relevance, výhod, omezení a vhodnosti pro konkrétní bezpečnostní scénáře, jako je detekce průniků, identifikace anomálií v síťovém provozu, ochrana IoT zařízení, detekce botnetů, zero-day útoků a pokročilých trvalých hrozeb.Na metodickou část navazuje návrh referenčního modelu Smart City, který strukturuje klíčové městské domény – dopravu, technickou infrastrukturu, zdravotnictví, sociální služby, veřejnou správu, vzdělávání, životní prostředí, kulturu a turismus. Pro každou z těchto oblastí jsou diskutovány možnosti využití metod umělé inteligence jak z hlediska funkční podpory městských procesů, tak z pohledu kybernetické bezpečnosti. Zpráva zdůrazňuje nutnost mezioborového přístupu, který propojuje technologickou, procesní a organizační rovinu řízení Smart City. Samostatná kapitola je věnována využití syntetických dat pro zlepšení detekce kybernetických útoků. Dokument popisuje přístupy ke generování syntetických dat, jejich kombinaci s reálnými datovými sadami a vliv na výkonnost klasifikačních modelů. Experimentální část demonstruje přínos syntetických dat při řešení problémů nevyvážených tříd a omezené dostupnosti reálných bezpečnostních dat, což je typické pro prostředí městských informačních systémů a kritické infrastruktury. Významným výstupem zprávy je procesní model Smart City, který formalizuje vnitřní procesy městských organizací a jejich datové toky pomocí BPMN a jeho rozšíření o bezpečnostní aspekty (BPMN-SC). Tento model vytváří základ pro systematickou analýzu rizik, automatizaci procesů, využití process miningu a budování digitálních dvojčat vybraných městských služeb. Procesní pohled je dále propojen s ontologickým modelem Smart City, který sjednocuje terminologii, datové entity, rizika, opatření a útokové techniky a umožňuje pokročilé dotazování, inferenci a podporu rozhodování.Na ontologický a procesní rámec navazuje návrh doporučovacího systému založeného na metodách umělé inteligence, který integruje znalosti o procesech, datech, rizicích a opatřeních. Systém je koncipován jako nástroj pro podporu rozhodování městských administrátorů, umožňující identifikaci slabých míst, hodnocení bezpečnostních rizik a návrh prioritních opatření s důrazem na transparentnost, vysvětlitelnost a auditovatelnost výsledků.Celkově zpráva představuje ucelený metodický a technologický rámec pro bezpečné, etické a efektivní využití umělé inteligence v chytrých městech. Přínosem je propojení AI metod, syntetických dat, procesního a ontologického modelování do jednoho integrovaného konceptu, který podporuje interoperabilitu, odolnost a důvěryhodnost Smart City řešení. Výsledky projektu vytvářejí solidní základ pro další výzkum, praktickouimplementaci i strategické rozhodování v oblasti kybernetické bezpečnosti a digitální transformace měst.

Název v anglickém jazyce

USING ARTIFICIAL INTELLIGENCE TO ENSURE CYBER SECURITY IN SMART CITIES

Popis výsledku anglicky

The research report, &quot;The Use of Artificial Intelligence to Ensure Cyber Security in Smart Cities&quot; (project VJ02010016), provides a comprehensive overview of the application of artificial intelligence methods in smart city environments, with a particular focus on cyber security, resilience, and risk management. The document is a response to the increasing digitisation of urban services, the substantial deployment of IoT technologies, and the growing reliance of critical urban processes on data, the integrity, availability, and confidentiality of which are fundamental prerequisites for the secure functioning of Smart City ecosystems. The report reflects current global trends in urbanisation and technological development, placing the issue in the broader context of sustainability, digital governance, and the secure use of data in public administration.A substantial portion of the document comprises a systematic overview of artificial intelligence methods that can be employed in the context of Smart City cybersecurity. The report provides a comprehensive overview of the following machine learning methods: traditional supervised machine learning methods (logistic regression, decision trees, SVM, random forest, k-NN); ensemble and hybrid approaches (bagging, boosting, stacking); deep learning methods (CNN, RNN/LSTM/GRU, transformers); federated learning.privacy-preserving techniques, explainable artificial intelligence (Explainable AI), and reinforcement learning and optimization methods. The individual approaches are analysed in terms of their application relevance, advantages, limitations, and suitability for specific security scenarios. These include intrusion detection, identification of anomalies in network traffic, protection of IoT devices, detection of botnets, zero-day attacks, and advanced persistent threats.The methodological section is succeeded by a proposal for a Smart City reference model that structures key urban domains, including transportation, technical infrastructure, healthcare, social services, public administration, education, the environment, culture, and tourism. The following sections will discuss the potential applications of artificial intelligence in these areas, addressing both its potential to provide functional support for urban processes and its role in cybersecurity. The report emphasises the necessity of an interdisciplinary approach that integrates the technological, procedural, and organisational levels of Smart City management. A separate chapter is devoted to the use of synthetic data to improve the detection of cyber attacks. The document delineates methodologies for the generation of synthetic data, its amalgamation with existing real data sets, and the repercussions on the efficacy of classification models. The experimental section of this study demonstrates the merits of synthetic data in addressing issues related to imbalanced classes and the scarcity of authentic security data, which is a common occurrence in urban information systems and critical infrastructure environments. A notable element of the report is the Smart City process model, which provides a structured framework for urban organisations to manage their internal processes and data flows. This model employs Business Process Management (BPMN) and its extension to security aspects (BPMN-SC), offering a comprehensive approach to managing urban organisations. The model under discussion establishes the foundation for systematic risk analysis, process automation, process mining, and the creation of digital twins of selected urban services. The process view is further linked to the Smart City ontological model, which unifies terminology, data entities, risks, measures, and attack techniques and enables advanced querying, inference, and decision support.The ontological and process framework is followed by a recommendation system based on artificial intelligence methods, which integrates knowledge about processes, data, risks, and measures. The system has been designed as a tool to support the decision-making of city administrators. It enables the identification of vulnerabilities, the assessment of security risks, and the proposal of priority measures. The system emphasises transparency, explainability, and auditability of results.The report presents a comprehensive methodological and technological framework for the safe, ethical, and effective use of artificial intelligence in smart cities. The advantage of this approach is the integration of artificial intelligence (AI) methods, synthetic data, process and ontological modelling into a unified concept that supports the interoperability, resilience, and trustworthiness of smart city solutions. The findings of the project provide a substantial foundation for subsequent research and practical applications.The implementation and strategic decision-making processes in the domain of cybersecurity and the digital transformation of cities.

Druh

V_souhrn - Souhrnná výzkumná zpráva

CEP obor

—

OECD FORD obor

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

Projekt

<a href="/cs/project/VJ02010016" target="_blank" >VJ02010016: Využití umělé inteligence pro zajištění kybernetické bezpečnosti Smart City</a><br>

Návaznosti

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

Rok uplatnění

2025

Kód důvěrnosti údajů

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

Počet stran výsledku

111

Místo vydání

—

Název nakladatele resp. objednatele

Královéhradecký kraj

Verze

—