Zobrazit minimální záznam
dc.contributor.author |
Doležel, Petr
|
|
dc.contributor.author |
Holík, Filip
|
|
dc.contributor.author |
Merta, Jan
|
|
dc.contributor.author |
Štursa, Dominik
|
|
dc.date.accessioned |
2022-06-03T12:18:22Z |
|
dc.date.available |
2022-06-03T12:18:22Z |
|
dc.date.issued |
2021 |
|
dc.identifier.issn |
2076-3417 |
|
dc.identifier.uri |
https://hdl.handle.net/10195/79147 |
|
dc.description.abstract |
The current demand for remote work, remote teaching and video conferencing has brought a surge not only in network traffic, but unfortunately, in the number of attacks as well. Having reliable, safe and secure functionality of various network services has never been more important. Another serious phenomenon that is apparent these days and that must not be discounted is the growing use of artificial intelligence techniques for carrying out network attacks. To combat these attacks, effective protection methods must also utilize artificial intelligence. Hence, we are introducing a specific neural network-based decision procedure that can be considered for application in any flow characteristic-based network-traffic-handling controller. This decision procedure is based on a convolutional neural network that processes the incoming flow characteristics and provides a decision; the procedure can be understood as a firewall rule. The main advantage of this decision procedure is its depiction process, which has the ability to transform the incoming flow characteristics into a graphical structure. Graphical structures are regarded as very efficient data structures for processing by convolutional neural networks. This article's main contribution consists of the development and improvement of the depiction process using a genetic algorithm. The results presented at the end of the article show that the decision procedure using an optimized depiction process brings significant improvements in comparison to previous experiments. |
eng |
dc.format |
nestránkováno |
cze |
dc.language.iso |
eng |
|
dc.publisher |
MDPI |
eng |
dc.relation.ispartof |
Applied Science - Basel, volume 11, issue: 5 |
eng |
dc.rights |
open access |
eng |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/ |
|
dc.subject |
artificial neural network |
eng |
dc.subject |
genetic algorithm |
eng |
dc.subject |
software defined networking |
eng |
dc.subject |
industrial networks |
eng |
dc.subject |
cybersecurity |
eng |
dc.title |
Optimization of a Depiction Procedure for an Artificial Intelligence-Based Network Protection System Using a Genetic Algorithm |
eng |
dc.title.alternative |
Optimalizace procesu vizualizace pro inteligentní systém ochrany síťového provozu pomocí genetického algoritmu |
cze |
dc.type |
article |
eng |
dc.description.abstract-translated |
Současná poptávka po práci na dálku, výuce na dálku a videokonferencích přinesla nárůst nejen síťového provozu, ale bohužel také počtu útoků. Spolehlivá, bezpečná a zabezpečená funkčnost různých síťových služeb nikdy nebyla důležitější. Dalším vážným fenoménem, který je v dnešní době zjevný a který nesmí být opomíjen, je rostoucí využívání technik umělé inteligence k provádění síťových útoků. V boji proti těmto útokům musí účinné metody ochrany využívat také umělou inteligenci. Proto zavádíme konkrétní rozhodovací proceduru založenou na neuronové síti, kterou lze zvážit pro aplikaci v jakémkoli řadiči řízení provozu na základě síťové komunikace založené na charakteristice toku. Tento rozhodovací postup je založen na konvoluční neuronové síti, která zpracovává charakteristiky příchozích toků a poskytuje rozhodnutí. Hlavní výhodou tohoto rozhodovacího postupu je jeho vizualizační proces, který má schopnost transformovat vstupní charakteristiky síťového provozu do grafické struktury. Grafické struktury jsou považovány za velmi efektivní datové struktury pro zpracování pomocí konvolučních neuronových sítí. Hlavní příspěvek tohoto článku spočívá ve vývoji a zdokonalení procesu vizualizace pomocí genetického algoritmu. Dosažené výsledky ukazují, že rozhodovací postup využívající optimalizovaný proces vizualizace přináší ve srovnání s předchozími experimenty významná vylepšení. |
cze |
dc.peerreviewed |
yes |
eng |
dc.publicationstatus |
published version |
eng |
dc.identifier.doi |
10.3390/app11052012 |
|
dc.relation.publisherversion |
https://www.mdpi.com/2076-3417/11/5/2012 |
|
dc.rights.licence |
CC BY 4.0 |
|
dc.project.ID |
EF17_049/0008394/Spolupráce Univerzity Pardubice a aplikační sféry v aplikačně orientovaném výzkumu lokačních, detekčních a simulačních systémů pro dopravní a přepravní procesy (PosiTrans) |
cze |
dc.identifier.wos |
000627943700001 |
|
dc.identifier.obd |
39885827 |
|
Tento záznam se objevuje v následujících kolekcích
Zobrazit minimální záznam
Kromě případů, kde je uvedeno jinak, licence tohoto záznamu je open access
|
Vyhledávání
Procházet
-
Vše v Digitální knihovně
-
Tato kolekce
Můj účet
|