Detection and Classification of Eavesdropping and Mechanical Vibrations in Fiber Optical Networks by Analyzing Polarization Signatures Over a Noisy Environment
Paper i proceeding, 2024
We propose a machine-learning-based method to detect and classify eavesdropping and mechanical vibrations in an optical network based on state of polarization variations. Tests in two real-world installations with links of different lengths demonstrate an accuracy of 86.5% in 7 distinct normal and malicious scenarios.
Författare
Leyla Sadighi
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Stefan Karlsson
Carlos Natalino Da Silva
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Lena Wosinska
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Marco Ruffini
Marija Furdek Prekratic
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
European Conference on Optical Communication, ECOC
Tu4E.5
2024 European Conference on Optical Communications (ECOC)
Frankfurt, Germany,
Frankfurt, Germany,
InfraTrust: Möjliggör pålitliga tjänster över sårbar fysisk nätverksinfrastruktur
Vetenskapsrådet (VR), 2024-01-01 -- 2027-12-31.
5G betrodda och säkra nätverkstjänster (5G-TACTIC)
Europeiska kommissionen (EU) (EC/H2020/101127973), 2023-12-01 -- 2026-11-30.
Providing Resilient & secure networks [Operating on Trusted Equipment] to CriTical infrastructures (PROTECT)
VINNOVA (2020-03506), 2021-02-01 -- 2024-01-31.
Styrkeområden
Informations- och kommunikationsteknik
Ämneskategorier
Kommunikationssystem
Elektroteknik och elektronik
Signalbehandling