| Název projektu: |
Pokročilý IDS pro IoT sítě využívající P2P sdílení informací a kolaborativní strojové učení |
| Řešitel: |
Assistant Prof. Eng. Sebastian Garcia, Ph.D. |
| Instituce řešitele: |
ČVUT |
| Spoluřešitel(é): |
Bc. Kamila Babayeva (ČVUT), Bc. Dita Hollmanová (ČVUT) |
| Ročník: |
2020/1 |
| Doba řešení projektu: |
26.6.2020 - 26.6.2021 |
| Téma: |
Využití a rozvoj služeb e-infrastruktury CESNET a moderních informačních a komunikačních technologií ve výukovém a vzdělávacím procesu, při tvůrčí a vědeckovýzkumné činnosti a při řízení veřejných vysokých škol a Akademie věd ČR. |
| Anotace: |
Systémy detekce narušení sítě se musí neustále zlepšovat a přizpůsobovat novým hrozbám. Systém prevence narušení systému Stratosphere (SLIPS - Stratosphere Linux Intrusion Prevention Systém) je bezplatný program založený na strojovém učení, který analyzuje a detekuje útoky v síťovém provozu. Detekční modely nástroje SLIPS, které jsou trénovány pomocí vzorků získaných ze skutečného malware, jsou určeny k detekci počítačových hrozeb v jednotlivých počítačích a malých sítích. Tento návrh se zaměřuje na zlepšení nástroje SLIPS ve třech klíčových strategických oblastech.
Za prvé, vytvoření lepšího modelu rozhodování založeného na nové metodě skládání modelů (esembling) určené pro sítě IoT, které mohou využít znalosti všech stávajících i nových detekčních modelů. Za druhé, vytvoření novéh protokolu založeném na peer-to-peer pro sdílení detekcí SLIPS v síti, využívající individuální znalosti aktivních hrozeb, které každé zařízení v síti detekuje. Za třetí, vytváření nových způsobů, jak sdílet s komunitou a se sdružením CESNET znalosti generované pomocí SLIPS a datasety používané k trénování našich modelů. Tato tři klíčová vylepšení zvýsí sociální dopad SLIPS, prvního treeware IPS založeného na strojovém učení. |
| URL adresa projektu: |
https://fondrozvoje.cesnet.cz/projekt.aspx?ID=666 |