Original title: Bezpečnost optických vláknových infrastruktur
Translated title: Security of Fiber Optic Infrastructure
Authors: Tomašov, Adrián ; Prekratic, Marija Furdek (referee) ; Schmauss, Bernhard (referee) ; Horváth, Tomáš (advisor)
Document type: Doctoral theses
Year: 2024
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [eng] [cze]
Táto dizertačná práca sa zaoberá pokročilé techniky senzoriky vláknových optík, zamerané na detekciu neoprávnených manipulácií a zlepšenie ochrany perimetra. Výskum integruje distribuované akustické snímanie (DAS) s modernými algoritmami strojového učenia na zlepšenie detekcie anomálií a klasifikácie udalostí v okolí vlákien. Analyzovaním stavu polarizácie a ďalších prenášaných vlastností svetla štúdia vyvíja robustné metódy na identifikáciu rušení spôsobenými vonkajšími silami, ako sú fyzické interakcie alebo akustické vibrácie. Prostredníctvom rozsiahlych experimentov a analýzy údajov dizertačná práca dokazuje účinnosť kombinácie tradičných techník senzoriky vláknových optík s najmodernejšími dátovými analytikami, čím poskytuje významné zlepšenia v citlivosti a presnosti. Výsledky zdôrazňujú potenciál týchto integrovaných systémov pri ochrane kritických infraštruktúr a citlivých oblastí, čím otvárajú cestu bezpečnejším a spoľahlivejším bezpečnostným systémom v stále viac prepojenejšom svete. This thesis explores advanced techniques in fiber optic sensing, focusing on detecting unauthorized manipulations and enhancing perimeter security. The research integrates distributed acoustic sensing (DAS) with modern machine learning algorithms to improve anomaly detection and event classification within fiber surroundings. By analyzing the state of polarization and other transmitted light properties, the study develops robust methods for identifying disturbances caused by external forces such as physical interactions or acoustic vibrations. Through extensive experiments and data analysis, the thesis demonstrates the effectiveness of combining traditional fiber optic sensing techniques with cutting-edge data analytics, significantly improving sensitivity and accuracy. The results underscore the potential of these integrated systems in safeguarding critical infrastructure and sensitive areas, paving the way for more secure and reliable security systems in an increasingly interconnected world.
Keywords: Akustické snímanie na diaľku; Detekcia anomálií; Klasifikácia udalostí; Machine Learning; Neurónové siete; Ochrana perimetra; Optické vláknové senzory; Senzorika vláknovej optiky; Stav polarizácie; Zabezpečenie fyzickej vrstvy.; Anomaly detection; Distributed acoustic sensing; Event classification; Fiber optic sensing; Machine Learning; Neural Networks; Optical fiber sensors; Perimeter protection; Physical Layer Security; State of Polarization.

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: https://hdl.handle.net/11012/250637

Permalink: http://www.nusl.cz/ntk/nusl-676163


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Doctoral theses