Projektin kuvaus
Projektissa kehitettiin pilottisovellus poikkeamien tunnistamiseen verkkoliikenteestä syväoppimisen avulla. Verkkoliikenteen hyökkäykset tunnistetaan vertailemalla niitä päivittäisessä normaalikäytössä syntyviin verkkoliikenteen tapahtumiin. Taito-superklusterintekoälyn kehittämiseen erikoistunutta osaa käytettiin vertailemaan suuria datamassoja, ja etsimään liikenteen seasta poikkeukset.
Tulokset ovat sotilaallisen maanpuolustuksen ja yhteiskunnan kokonaisturvallisuuden kehittämisen kannalta erittäin tärkeitä ja sovellettavissa auttamaan kaikkien tietoverkoista riippuvien järjestelmien turvaamisessa.
CSC:n Taito-superklusteria käytettiin useiden mallien testaamiseen itsegeneroidulla verkkodatalla. Palvelut mahdollistivat ketterän hyperparametrien optimoinnin ja monimutkaisten syvien residuaalistenneuroverkkojen opettamisen. Hankkeessa kehitettiin myös testiympäristö tarvittavan datan tuottamiseen. Kyseessä on CSC:n ”raskain”AMK TKI-projekti. Projektissa käytetyn Taito GPU:n korvaa lähitulevaisuudessa Puhti-AI. DL2021-investoinnin tuloksena korkeakoulujen maksutta käytössä on entistä merkittävästi tehokkaampi ja laajempi tekoälyn laskentaklusteri, jota vastaavat hankkeet voivat hyödyntää.
Sidosryhmät
Projektin rahoitti Maanpuolustuksen tieteellinen neuvottelukunta (MATINE)
Lisätietoa
- Projektin raportti: https://www.defmin.fi/files/4441/1330_MATINE-Tutkimusseminaari-JAMK.pdf
