Creation of prototype for automatic fault detection in ISP network (Q3815732): Difference between revisions
Jump to navigation
Jump to search
(Changed an Item: Edited by the infer coords bot - inferring coordinates from location) |
(Changed an Item: Edited by the materialized bot - inferring region from the coordinates) |
||
| Property / contained in NUTS | |||
| Property / contained in NUTS: Šiaulių apskritis / rank | |||
Normal rank | |||
Revision as of 00:54, 2 February 2022
Project Q3815732 in Lithuania
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Creation of prototype for automatic fault detection in ISP network |
Project Q3815732 in Lithuania |
Statements
21,997.56 Euro
0 references
24,441.73 Euro
0 references
90.0 percent
0 references
1 January 2022
0 references
30 December 2022
0 references
"Tinklainė", MB
0 references
56°19'2.35"N, 22°51'56.84"E
0 references
85160
0 references
Projekto tikslas yra sukurti dirbtiniu intelektu pagrįstą sprendimą, kuris gaudamas interneto tinklo stebėjimo duomenis iš visų įrenginių galėtų laiku identifikuoti problemas (atakas, techninės įrangos gedimus, programinės įrangos gedimus, resursų trūkumą) ir išmokti prognozuoti jų atsiradimą dar iki pasireiškiant neigiamoms pasekmėms. Kuriamas sprendimas tinklo stebėjimui naudotų duomenis surinktus iš komutatorių, maršrutizatorių, kurie yra kiek paprastesni, tačiau jų bendras kiekis yra ženkliai didesnis. Remiantis šiais duomenimis apmokyti mašininio mokymo algoritmai gebėtų greitai nustatyti ar tinkle vyksta kokia nors anomalija. Taip pat identifikuotų, kuriame konkrečiai įrenginyje ta anomalija yra stebima ir pagal galimybę nurodytų konkretų prievadą ar kelią. Tokiu būdu atliekama plataus masto stebėsena leistų greičiau pašalinti gedimus ir spręsti tinklo problemas, bei jas prognozuoti. (Lithuanian)
0 references
The aim of the project is to create an artificial intelligence-based solution that can identify problems (attacks, hardware failures, software failures, lack of resources) and learn to predict their occurrence even before negative consequences occur by receiving Internet network surveillance data from all devices. A solution is being developed for network monitoring data collected from switches, routers, which are somewhat simpler, but their total volume is significantly higher. On the basis of these data, trained machine-learning algorithms would be able to quickly identify whether there is any abnormality in the network. Also identify in which particular device the anomaly is monitored and, if possible, specify a specific port or path. Large-scale monitoring in this way would make it possible to resolve faults and solve network problems more quickly and to predict them. (English)
1 February 2022
0 references
L’objectif du projet est de créer une solution basée sur l’intelligence artificielle capable d’identifier les problèmes (attaques, pannes matérielles, défaillances logicielles, manque de ressources) et d’apprendre à prédire leur apparition avant même que des conséquences négatives ne surviennent en recevant des données de surveillance réseau Internet de tous les appareils. Une solution est en cours d’élaboration pour les données de surveillance réseau collectées à partir de commutateurs, routeurs, qui sont un peu plus simples, mais leur volume total est significativement plus élevé. Sur la base de ces données, des algorithmes d’apprentissage automatique formés seraient en mesure de déterminer rapidement s’il y a une anomalie dans le réseau. Identifier également dans quel dispositif particulier l’anomalie est surveillée et, si possible, spécifier un port ou un chemin d’accès spécifique. Une telle surveillance à grande échelle permettrait de résoudre les défaillances et de résoudre plus rapidement les problèmes de réseau et de les prévoir. (French)
1 February 2022
0 references
Ramučių g. 38, Naujoji Akmenė
0 references
Identifiers
01.2.1-MITA-T-852-04-0015
0 references