Wyniki wyszukiwania - BazTech

1

Badanie możliwości wykorzystania metod uczenia maszynowego do określenia przebiegu wydzieleń klas bonitacyjnych

Szkibiel Michał, Osińska-Skotak Katarzyna

Teledetekcja Środowiska

|

2024

|

T. 64

1--23

PL

W teledetekcji w ostatnich latach uzyskano duży postęp dzięki wprowadzeniu automatyzacji oraz zastosowaniu algorytmów sztucznej inteligencji. Nowe podejście pozwoliło wykryć zależności, które nie były widoczne dla człowieka i stał się możliwy analityczny opis rzeczywistości, który do tej pory głównie opierał się na intuicji. Jednym z wyzwań w zakresie teledetekcji gleb jest monitorowane stanu gleb w skali kraju oraz aktualizacja baz danych o glebach, w tym aktualizacja przebiegu wydzieleń klas bonitacyjnych. Celem niniejszych badań było sprawdzenie możliwości wykorzystania metod uczenia maszynowego do klasyfikacji gleb zgodnie z obowiązującą gleboznawczą klasyfikacją gruntów ornych z użyciem danych teledetekcyjnych i numerycznego modelu terenu (NMT). Jako dane źródłowe wykorzystano satelitarne obrazy optyczne Sentinel-2 i radarowe Sentinel-1 oraz cztery produkty pochodne NMT, opisujące cechy ważne z punktu widzenia klasyfikacji bonitacyjnej gleb. Klasyfikacje zostały przeprowadzone metodą lasów losowych i konwolucyjnych sieci neuronowych (CNN) na wybranym obszarze treningowym w różnych scenariuszach, a następnie wytrenowane modele zostały zweryfikowane na zestawie testowym. Niestety modele opisane lasami losowymi nie uzyskały dobrych wyników na zestawie testowym w przeciwieństwie do zestawu treningowego (skuteczność 70% vs 10%). Modele opisane przez CNN uzyskały wyniki podobne dla obu zestawów, lecz ich skuteczność była niska (40%).

EN

In recent years there was a large progress in remote sensing, thanks to applying automation and artificial intelligence algorithms. The new approach revealed relationships which were not visible for human operator and enabled analytical description of reality which was based on intuition so far. One of challenges of soil remote sensing is monitoring of soil condition in country scale and database actualisation including actualisation of soil valuation classes boundaries. The aim of the research was to find out possibilities of using machine learning methods for soil classification on arable land according to current Polish law with remote sensing data and digital elevation model (DEM). Used source data were optical satellite images of Sentinel-2 and radar of Sentinel-1, and four derived products of DEM describing significant features for soil valuation classification. Classification was done by random forests and convolutional neural networks (CNN) on selected training dataset in different scenarios and then trained models were verified on test dataset. Unluckily, models described by random forests were not successful on test dataset as much as on training dataset (accuracy 70% vs 10%). Models described by CNN had similar results for both datasets but the accuracy was low (40%).

2

Breast cancer diagnosis: A systematic review

Wen Xin, Guo Xing, Wang Shuihua, Lu Zhihai, Zhang Yudong

Biocybernetics and Biomedical Engineering

|

2024

|

Vol. 44, no. 1

119--148

EN

The second-leading cause of death for women is breast cancer. Consequently, a precise early diagnosis is essential. With the rapid development of artificial intelligence, computer-aided diagnosis can efficiently assist radiologists in diagnosing breast problems. Mammography images, breast thermal images, and breast ultrasound images are the three ways to diagnose breast cancer. The paper will discuss some recent developments in machine learning and deep learning in three different breast cancer diagnosis methods. The three components of conventional machine learning methods are image preprocessing, segmentation, feature extraction, and image classification. Deep learning includes convolutional neural networks, transfer learning, and other methods. Additionally, the benefits and drawbacks of different methods are thoroughly contrasted. Finally, we also provide a summary of the challenges and potential futures for breast cancer diagnosis.

3

Wybrane zagadnienia analizy szeregów czasowych

Adamski Krzysztof

Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki

|

2023

|

nr 29

7--104

PL

Artykuł obejmuje przegląd wybranych zagadnień związanych z analizą i predykcją szeregów czasowych zawierających dane z notowaniami giełdowymi. Przedstawiona została taksonomia szeregów czasowych oraz scharakteryzowane główne kierunki spotykane w analizie danych giełdowych. Szerzej opisane zostały wybrane narzędzia analizy technicznej. W kolejnych rozdziałach dokonany został przegląd wybranych metod uczenia maszynowego, zarówno metod algorytmicznych jak i metod wykorzystujących sieci neuronowe, przydatnych w analizie i predykcji szeregów czasowych.

EN

The article provides an overview of selected problems related to the analysis and prediction of time series containing stock market data. The taxonomy of time series is presented, and the main directions encountered in the analysis of financial data are characterized. Selected tools of technical analysis are described in more detail. Subsequent chapters provide a review of selected machine learning methods, divided into a section on algorithmic methods and a section on neural networks useful in the analysis and prediction of time series.

4

The Factors Disrupting the Evolution of Artificial Intelligence in Operational Risk Management in the Bangladeshi IT Sector - A Case Study

Ahmed Md Ferdous, Szczepański Marek

Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie

|

2023

|

Nr 87

9--31

EN

Despite the enormous potential and benefits of AI deployment or adoption, Bangladesh’s IT sector has yet to utilize AI for operational risk management (ORM). The main purpose of this research is to identify the primary barriers to AI deployment in operational risk management, as seen by professionals at the chosen company from the IT Sector in Bangladesh, and to interpret the findings under the TOE framework (Technology-Organization-Environment Framework). This study will provide a summary of the current state of artificial intelligence in operational risk management in Bangladeshi enterprises from the IT Sector, and identify the primary barriers to AI adoption in operational risk management in Bangladesh through an examination of Bangladeshi professionals' perceptions. The study's findings are determined using a quantitative approach. This article presents the findings of an online survey questionnaire conducted on IT professionals from a Bangladeshi IT organization. Results indicate that the internal culture and social components, transparency issues, insufficient financial investment, sufficient non-AI techniques, insufficient legal and ethical framework, bias, inaccuracy, feedback, and algorithm misuse are key challenges. Applying the TOE framework, the above have been classified into three categories of barriers: organizational, environmental, and technical.

PL

Pomimo niebywałego potencjału i korzyści płynących z implementacji sztucznej inteligencji w sektorze IT, Bangladesz nie zastosował jeszcze tej technologii w zarządzaniu ryzykiem operacyjnym. Podstawowym celem zaprezentowanych w tekście badań było określenie podstawowych barier uniemożliwiających wprowadzenie technologii AI w obszarze zarządzania ryzykiem operacyjnym na podstawie rozpoznań dokonanych przez przedstawicieli wybranych firm reprezentujących sektor IT w Bangladeszu. Wyniki badań zostały skonsultowane w ramach TOE (Technology-Organization-Environment Framework). Badanie niniejsze stanowi podsumowanie dotychczasowego wymiaru zastosowania sztucznej inteligencji w zarządzaniu ryzykiem w bangladeskich przedsiębiorstwach z branży IT. Ponadto artykuł zawiera – opartą na badaniach ankietowych, przeprowadzonych wśród przedstawicieli sektora IT z Bangladeszu – identyfikację podstawowych barier uniemożliwiających zastosowania sztucznej inteligencji w działaniach mających na celu określenie ryzyka operacyjnego. Metodologią badania były badania ilościowe, które wykazały, iż na drodze do zastosowania sztucznej inteligencji w przestrzeni określania ryzyka operacyjnego w branży IT w Bangladeszu leży szereg problemów. Wśród nich należy wymienić: kulturę wewnętrzną zarządzania, czynniki społeczne, problemy związane z transparentnością, niewystarczające inwestycje finansowe. Ponadto wskazać należy na istnienie innych technik zarządzania, które nie wykorzystują sztucznej inteligencji. W Bangladeszu nie funkcjonują wystarczające ramy prawne i etyczne, a w przedsiębiorstwach często panuje stronniczość, niedokładność, a same algorytmy bywają używane w nieprawidłowy sposób. Wymienione kluczowe wyzwania mogą zostać przyporządkowane do trzech kategorii: barier organizacyjnych, środowiskowych oraz technicznych.

5

Application of unsupervised learning algorithms for analysis the vibrations of an oscillator forced by a random series of impulses

Ozga Agnieszka, Sulewski Marek

Vibrations in Physical Systems

|

2023

|

Vol. 34, nr 1

art. no. 2023121

EN

Paper discusses a mathematical model describing the vibrations of a linear oscillator forced by a random series of impulses. The study aims at checking how precisely the distributions of values of the impulses forcing the vibrations of an oscillator can be differentiated. The analysis was carried out in the MatLab environment with the use of hierarchical clustering algorithms of unsupervised machine learning, for samples generated from computer simulation. The time series are non-stationary. The studies showed that high precision could be achieved in distinguishing two very similar distributions forcing the vibrations, on the basis of an analysis of the two first moments calculated from the movement.

6

Metody sztucznej inteligencji w zastosowaniu do przewidywania właściwości materiałów

Trzepieciński Tomasz

Stal, Metale & Nowe Technologie

|

2023

|

nr 11-12

22--29

PL

Naukowcy nieustannie dążą do lepszego zrozumienia, przewidywania i ulepszania pożądanych właściwości materiałów. Jednym z narzędzi, które można w tym celu wykorzystać, jest sztuczna inteligencja.

7

Analiza zastosowania sztucznej inteligencji w produkcji spawalniczej. Cz. I

Klimpel Andrzej

Stal, Metale & Nowe Technologie

|

2023

|

nr 3-4

36--39

PL

Artykuł opisuje podstawy zastosowania sztucznej inteligencji, wykorzystującej nowoczesne systemy komputerowe do budowy cyfrowych bliźniaków, uczenie maszynowe, głębokie uczenie wraz z architekturą głębokich sieci neuronowych, w celu zwiększenia wydajności, ekonomiczności i jakości produkcji spawalniczej.

8

Zastosowanie uczenia maszynowego w lokalnych sieciach bezprzewodowych

Szott Szymon

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

7--14

PL

Pomocą w rozwiązaniu wyzwań stojących przed kolejnymi generacjami lokalnych sieci bezprzewodowych mogą okazać się metody oparte na uczeniu maszynowym (machine learning, ML). Celem niniejszego referatu jest przybliżenie tematyki zastosowania ML do poprawy wydajności sieci IEEE 802.11. Przedstawiono rodzaje uczenia maszynowego oraz przykłady zastosowań w sieciach Wi-Fi. Opisano działalność grupy IEEE 802.11 AIML TIG oraz wyznaczono przyszłe kierunki badań.

EN

Methods based on machine learning (ML) can prove to be helpful in addressing the challenges faced by future generations of wireless local area networks. The aim of this paper is to provide an overview of the application of ML to improve the performance of IEEE 802.11 networks. Various types of machine learning and examples of their applications in Wi-Fi networks are presented. The activities of the IEEE 802.11 AIML TIG are described and future research directions are outlined.

9

Zastosowanie algorytmów wielorękich bandytów do wyboru szybkości transmisji w sieciach IEEE 802.11ax

Wojnar Maksymilian, Ciężobka Wojciech

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

173--176

PL

Wybór szybkości transmisji jest kluczowym problemem sieci IEEE 802.11. Można traktować go jako zagadnienie wielorękich bandytów. W tej pracy zaimplementowano algorytmy wielorękich bandytów używając autorskiej biblioteki programistycznej. Przeprowadzono studium parametrów oraz testy działania rozwiązań w symulatorze ns-3. Wyniki pokazują, że zastosowanie omawianych algorytmów może znacząco poprawić wydajność gęstych sieci Wi-Fi.

EN

Data rate selection is a typical problem of Wi-Fi networks. We present this problem in IEEE 802.11 networks as a multi-armed bandit (MAB) problem. We implement MAB algorithms using our library for rapid prototyping of reinforcement learning algorithms. We conduct a parameter study and test the performance of the solutions in the ns-3 simulator. Our results show that using MAB algorithms can significantly improve the performance of dense Wi-Fi networks.

10

Unsupervised category learning in perceived video quality

Vejar Andres, Konaszyński Tomasz, Juszka Dawid, Leszczuk Mikołaj

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

329--332

EN

In video quality evaluation, the perceived quality is ranked by the participants using a categorical scale of five levels. To study the category learning dependency, the participants were divided into learners and no-learners, with respect to their classification accuracy. An analysis of the performance of the human unsupervised learning from machine learning models is presented in order to study the effects of category learning in the video assessment.

11

Uczenie maszynowe z ochroną prywatności danych

Sobolak Kamil, Chołda Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

113--116

PL

Porównano różne metody służące do zapewniania prywatności w przypadku przetwarzania danych z użyciem uczenia maszynowego. Wybrano najbardziej adekwatne metody: szyfrowanie homomorficzne, prywatność różnicowa, metoda uczenia federacyjnego. Efektywność przedstawionych algorytmów została ujęta ilościowo za pomocą powszechnie używanych metryk: funkcji kosztu dla jakości procesu uczenia, dokładności dla klasyfikacji i współczynnika determinacji dla regresji.

EN

Various methods for ensuring privacy in machine learning based data processing were compared. The most suitable methods have been selected: homomorphic encryption, differential privacy, and federated learning. The effectiveness of the presented algorithms was quantified using commonly used metrics: cost function for the quality of the learning process, accuracy for classification, and coefficient of determination for regression.

12

Uczenie maszynowe w sieciach kwantowej dystrybucji klucza

Szczepaniak Wojciech, Niemiec Marcin

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

109--112

PL

We współczesnych sieciach komputerowych bezpieczeństwo przesyłania informacji jest jednym z priorytetów. Z tego względu kwantowa dystrybucja klucza – rozwiązanie odporne na ataki z użyciem komputera kwantowego – zyskuje coraz większą popularność. Usprawnienie działania sieci za to odpowiedzialnych jest obecnie tematem intensywnych badań. W artykule przedstawiono możliwe zastosowania uczenia maszynowego w sieciach kwantowych. Opisano możliwe scenariusze, wyzwania oraz możliwości jakie otwiera ten kierunek badań.

EN

In modern computer networks, the security of information transmission is one of the priorities. For this reason, quantum key distribution – a solution resistant to quantum computer attacks – is gaining popularity. Improving the performance of the networks responsible for this is currently a topic of intense research. The article presents possible applications of machine learning in quantum networks. Possible scenarios, challenges and opportunities opened up by this direction of research are described.

13

Systemy rekomendacji. Remedium w cyfrowej klęsce urodzaju

Chęciński Karol, Wawrzusiak Radosław

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 2

33--40

PL

W dobie dynamicznego rozwoju branży OTT, konsument ma dostęp do setek tysięcy atrakcyjnych treści wideo oferowanych przez właścicieli serwisów streamingowych oraz dystrybutorów treści. Remedium na tytułową klęskę urodzaju stanowią systemy rekomendacyjne, które stają się powoli niezbędne dla rozwoju serwisów internetowych oferujących produkty lub treści. Funkcjonalność systemów rekomendacyjnych nie polega jednak tylko na przewidywaniu ocen użytkowników, ale wymaga wieloaspektowego podejścia. Istotne jest, aby systemy były elastyczne w kontekście obsługi danych i algorytmów oraz były zasilane danymi w czasie rzeczywistym. Autorzy we wprowadzaniu opisują genezę powstania systemów rekomendacyjnych dla serwisów streamingowych, wykorzystując perspektywę zarówno użytkownika jak i właściciela platformy dostarczającej treści. Artykuł omawia cechy dobrych rekomendacji oraz potrzebne dane do ich generowania. W kolejnych sekcjach artykułu przedstawione zostaną podstawy tworzenia systemów rekomendacji, na przykładzie serwisu VOD. Omówione zostaną kluczowe czynniki wpływające na jakość rekomendacji oraz dane potrzebne do ich generowania. Ponadto, poruszone zostały istniejące problemy związane z tworzeniem skutecznych systemów rekomendacyjnych, zarówno teoretyczne jak i praktyczne – takie jak implementacja algorytmów rekomendacyjnych w rzeczywistych systemach. W dalszej części artykułu, przedstawione zostaną różne techniki i podejścia, które mogą być wykorzystane do rozwiązania tych trudności w tworzeniu systemów rekomendacyjnych. Opisane techniki i podejścia zastosowane zostały w systemie rekomendacyjnym – Redge Media Recommender – stworzonym przez Redge Technologies. Projekt powstał we współpracy z ActumLab w ramach programu RPO WM 2014–2020.

EN

In the age of the dynamic development of the OTT industry, consumers have access to hundreds of thousands of attractive video content offered by streaming service providers and content distributors. The remedy for this abundance of choice is recommendation systems, which are becoming essential for the development of Internet services that offer products or content. However, the functionality of recommendation systems does not rely solely on predicting user ratings but requires a multi-faceted approach. It is crucial that the systems are flexible in terms of data and algorithm handling, and that they are powered by real-time data. The authors describe the evolution of recommendation systems for streaming services from the perspective of both the user and the content platform owner. The article discusses the characteristics of good recommendations and the data needed to generate them. The basics of building recommendation systems are presented in the following sections of the article, using a VOD service as an example. Key factors influencing the quality of recommendations and the data needed to generate them are discussed. In addition, existing problems related to the creation of effective recommendation systems are addressed, both theoretical and practical, such as the implementation of recommendation algorithms in real systems. The rest of the paper presents several techniques and approaches that can be used to overcome these difficulties in building recommendation systems. The described techniques and approaches have been applied in the recommendation system – Redge Media Recommender – developed by Redge Technologies. The project was developed in cooperation with ActumLab as part of the RPO WM 2014–2020 programme.

14

System łączności dla satelitów Cubesat – architektura i protokoły

Krenz Rafał, Michalski Marek, Zainutdinov Ilia

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

224--227

PL

Konstruowane w ostatnich latach satelity standardu Cubesat zawierają coraz bardziej rozbudowane przyrządy badawcze, będące źródłem znacznej ilości informacji. Przesłanie jej na ziemię wymaga nowych, bardziej efektywnych systemów transmisyjnych. W referacie zaprezentowano architekturę systemu skonstruowanego na Politechnice Poznańskiej oraz opisano protokoły transmisyjne umożliwiające uzyskanie dużej sprawności transmisji. Znajdzie on zastosowanie w dwóch misjach przewidzianych na lata 2023-24.

EN

The complexity of the payload installed onboard Cubesat satellites is still growing. The devices produce increasing amounts of information. Therefore new and more efficient communication systems for downloading satellite data must be developed. In this paper an architecture and communication protocols of a system developed and implemented in Poznań University of Technology is presented. It will be used during two missions planned for 2023-24.

15

SmokeFinder - wspomagany algorytmami sztucznej inteligencji system wizyjnej detekcji dymu

Zuchniak Konrad, Kosk Eryk, Jaglarz Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

194--197

PL

SmokeFinder to system umożliwiający stałe analizowanie obrazu pochodzącego z kamer obserwacyjnych w celu wyszukiwania dymu w lesie. W przypadku wykrycia nawet niewielkich słupków dymu do operatora systemu wysyłane są ostrzeżenia. Zaawansowane algorytmy uczenia maszynowego analizują dane zebrane z kamery obserwacyjnej w czasie rzeczywistym. W przypadku wykrycia dymu ustalana jest jego lokalizacja. Dane z wielu kamer są łączone w celu usprawnienia akcji gaśniczej. W przypadku potwierdzenia zagrożenia automatycznie zaalarmowane zostaną odpowiednie lokalne jednostki straży pożarnej.

EN

SmokeFinder is a system that allows to constantly analyze the image from surveillance cameras in order to search for smoke in the forest. If even small pillars of smoke are detected, alerts are sent to the system operator. Advanced machine learning algorithms analyze the data collected from the observation camera in real time. If smoke is detected, its location is determined. Data from multiple cameras are combined to improve firefighting. If the threat is confirmed, the relevant local fire departments will be automatically alerted.

16

Redukcja wielkości tablicy przepływów dzięki detekcji dużych przepływów za pomocą uczenia maszynowego

Kądziołka Bartosz, Jurkiewicz Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

403--406

PL

Liczba jednoczesnych przepływów w sieciach nadal przekracza pojemność tablic przepływów. W celu zmniejszenia zajętości tablic przeanalizowano wybrane modele uczenia maszynowego, wytrenowane na replikowalnych, rzeczywistych modelach ruchu, aby klasyfikować przepływy już od pierwszego pakietu. Jak pokazano w tej pracy, możliwe jest zmniejszenie liczby wpisów w tablicach 30-50 krotnie, przy jednoczesnym zachowaniu 80% pokrycia ruchu.

EN

The number of simultaneous flows in networks still overwhelms the capacities of the flow tables. Selected machine learning models trained on the reproducible, real traffic models to classify flows since the first packet were analyzed in order to reduce the flow table occupancy. As it is shown in this paper it is possible to reduce the number of flow entries by a factor up to 30-50, still covering 80% of the traffic using out-of-the-box models.

17

FireFinder - sieć detektorów środowiskowych, wykorzystujących AI i NB-IoT umożliwiających wczesną detekcję pożarów w lasach

Zuchniak Konrad, Kosk Eryk, Jaglarz Piotr

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

228--231

PL

FireFinder to system do wczesnego wykrywania pożarów w lasach. Czujniki FireFinder stale monitorują parametry powietrza w poszukiwaniu anomalii. W przypadku wykrycia nawet śladowych ilości dymu, pojedynczy czujnik przesyła informacje do centralnego serwera oraz wywołuje okoliczne czujniki do częstszego przesyłania pomiarów. Algorytmy uczenia maszynowego analizują w czasie rzeczywistym dane otrzymane z sieci czujników w celu wyeliminowania fałszywych alertów oraz ustalenia dokładnej lokalizacji pożaru i kierunku jego rozwoju. W przypadku potwierdzenia zagrożenia odpowiednie służby lokalnej straży pożarnej są alarmowane automatycznie. System przesyła informacje o lokalizacji pożaru, jego przewidywanej wielkości oraz dodatkowe prognozy dotyczące kierunku i szybkości rozprzestrzeniania się ognia. Niniejsza publikacja przedstawia opis projektu oraz wybrane zagadnienia inżynieryjno-naukowe, które stanowiły trzon realizacyjny projektu. Projekt pod tytułem "FireFinder - innowacyjny system do wczesnego wykrywania pożarów w lasach" był współfinansowany ze środków Funduszy Europejskich w ramach Regionalnego Programu Operacyjnego Województwa Małopolskiego 2014-2020.

EN

FireFinder is an system for early detection of forest fires. FireFinder sensors constantly monitor air parameters in search of anomalies. If even trace amounts of smoke are detected, a single sensor sends information to the central server and calls nearby sensors to send measurements more often. Machine learning algorithms analyze the data received from the sensor network in real time to eliminate false alerts and determine the exact location and direction of the fire. If a threat is confirmed, the relevant local fire services are alerted automatically. The system sends information about the location of the fire, its expected size and additional forecasts regarding the direction and speed of fire spread. This publication presents a description of the project and selected engineering and scientific issues that formed the core of the project.

18

Attacks against communication and computing task classification and mitigation techniques

Younes Salmi, Bogucka Hanna

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

186--189

EN

Machine learning-based classification algorithms allow communication and computing (2C) task allocation to network edge servers. This article considers poisoning of classifiable 2C data features in two scenarios: noise-like jamming and targeted data falsification. These attacks have a fatal effect on classification in the feature areas with unclear decision boundary. We propose training and noise detection using the Silhouette Score to detect and mitigate attacks. We demonstrate effectiveness of our methods.

PL

Algorytmy klasyfikacji oparte na uczeniu maszynowym umożliwiają zoptymalizowaną alokację zadań telekomunikacyjnych i obliczeniowych (2C) do serwerów brzegowych sieci. W artykule omówiono ataki zatruwające, które mają negatywny wpływ na klasyfikację zadań 2C w obszarach, w których granica decyzyjna jest niejasna. Proponujemy metodę trenowania modelu oraz wykorzystanie testu Silhouette do wykrywania i unikania ataków. Wykazujemy skuteczność tych metod wobec rozważanych ataków.

19

Analiza wpływu ataków zatruwających na detekcję zasobów radiowych bazujących na uczeniu federacyjnym

Wasilewska Małgorzata, Bogucka Hanna

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

198--203

PL

W niniejszym artykule przedstawiono wyniki badań i analizy wpływu ataków zatruwających odwracających etykiety (ang. label-flipping) na uczenie federacyjne w zastosowaniu dla detekcji zajętości zasobów radiowych. Badania przeprowadzono zarówno dla ataków skoordynowanych jak i losowych, przy zmiennym stosunku liczby użytkowników atakujących do liczby użytkowników uczciwych oraz różnym stopniu agresywności i czasie trwania ataków. Badania skupiają się na porównaniu skuteczności algorytmu detekcji zasobów radiowych przed i po przeprowadzonych atakach.

EN

This paper presents the research results and analysis of the impact of poisoning label-flipping attacks on federated learning for spectrum sensing. The experiments have been executed for random and coordinated attacks for varying attackers-to-genuine-users ratios, different levels of aggressiveness, and time duration of attacks. The results have been obtained by comparing spectrum sensing machine learning model performance with and without attacks.

20

Adaptacyjne kształtowanie charakterystyki kształtowania w milimetrowych sieciach 5G

Martyna Jerzy

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2023

|

nr 4

482--486

PL

W artykule przedstawiono zastosowanie podejścia opartego o uczenie maszynowe dla rozwiązania problemu kształtowania charakterystyki promieniowania (ang. beamforming, BF) w milimetrowych sieciach 5G. W procesie modelowania BF wykorzystano problem wielorękich bandytów, w tym algorytm Exp3. Dzięki jego użyciu znaleziono przybliżone rozwiązanie tego problemu. Wyniki symulacji potwierdziły, że proponowany schemat jest porównywalny pod względem efektywności energetycznej ze znanymi rozwiązaniami.

EN

The article presents the use of a machine learning approach for the solution beamforming, BF) in millimeter 5G networks. The multi-armed bandit problem, including the Exp3 algorithm, was used in the BF modeling process. Thanks to its use found an approximate solution to this problem. The simulation results confirmed that the proposed scheme is comparable in terms of energy efficiency with known solutions.