Towards Blind Quantum Machine Learning in Entanglement Networks Abstract: Blind Quantum Computation (BQC) enables clients to delegate quantum computations to a quantum server while maintaining the privacy of their data and algorithms, even when the server is untrusted. In this work, we extend BQC frameworks to Quantum Machine Learning (QML) by implementing a network of […]
Sincronização Descentralizada entre Sistema de Acesso ao Espectro via Blockchain Resumo: Este artigo propõe uma arquitetura híbrida para Sistemas de Acesso ao Espectro (SAS), integrando a tecnologia de blockchain permissionada como infraestrutura para comunicação segura, auditável e interoperável entre diferentes instâncias SAS. A solução substitui as interfaces REST tradicionais por uma camada distribuída baseada em
Uma Arquitetura Distribuída para Sistemas de Acesso ao Espectro com Blockchain Resumo: Este artigo apresenta uma arquitetura híbrida para Sistemas de Acesso ao Espectro (SAS), que incorpora blockchain permissionada como infraestrutura de comunicação segura, auditável e interoperável entre diferentes instâncias SAS. A proposta substitui interfaces REST convencionais por uma camada distribuída baseada em contratos inteligentes,
Abordagens de Monitoramento Estruturado em Camadas para Redes Blockchain Resumo: Este trabalho apresenta uma abordagem estruturada para o monitoramento de redes blockchain, organizando as métricas em uma arquitetura modular em camadas, desde a aplicação até a camada de dados. O objetivo é definir e detalhar métricas específicas para cada camada, visando aprimorar o desempenho e
Aspectos Técnicos Avançados de Blockchain no Gerenciamento de Espectro Resumo: Este artigo analisa o uso de blockchain e contratos inteligentes na gestão descentralizada de espectro com enfoque em modelos de mercado. A partir de uma Rapid Review (Scopus, 2021–2023) e snowballing, 35 estudos foram examinados. Os achados indicam que blockchain viabiliza automação e redução de
Quantumnetsec: Quantum machine learning for network security Abstract: As the digital landscape becomes increasingly complex, traditional cybersecurity measures are struggling to keep pace with the growing sophistication of cyber threats. This escalating challenge calls for new, more robust solutions. In this context, quantum computing emerges as a powerful tool that can change our approach to
Uma Arquitetura Baseada em Blockchain para Comunicação entre Sistemas de Acesso ao Espectro Resumo: Este artigo propõe uma arquitetura para Sistemas de Acesso ao Espectro (SAS) com integração à tecnologia blockchain permissionada, visando aumentar a segurança, rastreabilidade e interoperabilidade na comunicação entre diferentes instâncias de SAS. A abordagem utiliza contratos inteligentes para automatizar acordos de
Rapid Review em Aspectos Avançados de Blockchain para Compartilhamento de Espectro Resumo: Este artigo investiga a aplicação de tecnologias blockchain e contratos inteligentes na gestão descentralizada de espectro, com foco em modelos baseado em mercado. Por meio de uma Rapid Review (Scopus, 2021–2023) complementada por snowballing, analisou-se 35 estudos para identificar avanços em mercados descentralizados.
Proposta de Open RAN Seguras Através de Distribuição De Chaves Quânticas Criptográficas em Redes QKDs Definidas Por Software Resumo: Este artigo propõe a integração entre a arquitetura Open RAN e redes de distribuição de chaves quânticas (QKD) definidas por software, visando aprimorar a segurança na troca de chaves criptográficas. A iniciativa introduz uma camada de
Ataques de Repetidores em Redes de Entrelaçamento Quântico Resumo: As redes de entrelaçamento quântico representam tecnologias de ponta com aplicações críticas em comunicação segura. No entanto, sua dependência da confiança incondicional nos repetidores quânticos introduz vulnerabilidades potenciais a ataques de terceiros. Notavelmente, o Ataque de Sequestro Quântico (Quantum Hijacking Attack) e o Ataque do Buraco
Purificação Quântica, Rejuvenescimento e Disponibilidade Resumo: Redes de distribuição de entrelaçamento quântico dependem fortemente da purificação do emaranhamento para manter a alta fidelidade dos estados quânticos entrelaçados. Abordagens tradicionais para o agendamento da purificação frequentemente negligenciam a disponibilidade da rede durante os processos de purificação. Este artigo propõe uma nova perspectiva ao considerar o tempo
Estratégia de agendamento de purificação híbrida para redes quânticas de canais ruidosos heterogêneos Resumo: A evolução da Internet Quântica depende da geração eficiente e purificação de pares entrelaçados (EPR) em canais quânticos ruidosos e heterogêneos. No entanto, diversos desafios surgem nesse contexto, como (1) estimar o número ótimo de rodadas de purificação sem conhecimento prévio
Rede Generativa Adversarial Quântica Semi-Supervisionada (sQGAN) para Detecção de Ataques Resumo: A evolução das ameaças cibernéticas exige sistemas de detecção de ataques eficientes e precisos, mas a escassez de dados rotulados limita o uso de modelos supervisionados convencionais. Este artigo propõe a Rede Generativa Adversarial Quântica Semi-Supervisionada (sQGAN) para detecção de ataques, que combina aprendizado
Redes Quânticas Sob Ataque: Black Hole Repeaters Resumo: As redes quânticas oferecem uma segurança sem precedentes ao utilizarem protocolos baseados em entrelaçamento e repetidores quânticos confiáveis para viabilizar aplicações como distribuição de chaves quânticas e computação quântica distribuída. Contudo, à medida que essas redes evoluem, novas vulnerabilidades operacionais e de controle emergem, podendo ser exploradas
Q-CAST Mobility: Multipath Routing Protocol for Mobile Quantum Networks Abstract: The advancement of mobile quantum networks unlocks new opportunities for secure communication in dynamic environments, such as drone-based networks equipped with quantum repeaters. This work introduces Q-CAST Mobility, an adaptation of the Q-CAST quantum routing protocol, specifically optimized for mobile quantum nodes. By integrating concepts
A two-stage Q-learning routing approach for quantum entanglement networks Abstract: The emerging field of quantum internet offers multiple applications, enabling quantum communication across diverse networks. However, the current entanglement networks exhibit complex processes, characterized by variable entanglement generation rates, limited quantum memory capacity, and susceptibility to decoherence rates. Addressing these issues, we propose a two-stage
Minindy: Automating the deployment and management of hyperledger indy networks Abstract: Recent advances in Wireless Mesh Networks (WMNs) have overcome the drawbacks of traditional wired and ad-hoc networks and now they are seen as a means of allowing last mile communications with quality level assurance in Future Multimedia Systems. However, new routing schemes are needed
Alocação de Recursos em Redes de Distribuição Quântica de Chaves Definidas por Software Abstract: O avanço da criptografia quântica torna premente o uso de recursos em redes de Distribuição Quântica de Chaves (QKD) de forma eficiência. Sob esse contexto, o atual trabalho apresenta uma nova abordagem de arquitetura para redes QKD em conjunto com Redes
qRL: Reinforcement Learning Routing for Quantum Entanglement Networks Abstract: Quantum Internet aims to enable quantum communication between any two points, offering applications such as quantum key distribution (QKD), distributed quantum computing, and entanglement networks. However, the current quantum technology presents challenges with low entanglement (EPR pairs) generation rates, limited quantum memory capacity, and decoherence rates
QML-IDS: Quantum machine learning intrusion detection system Abstract: The emergence of quantum computing and related technologies presents opportunities for enhancing network security. The transition towards quantum computational power paves the way for creating strategies to mitigate the constantly advancing threats to network integrity. In response to this technological advancement, our research presents QML-IDS, a novel
Alocação de recursos em redes de distribuição quântica de chaves multiprotocolo Abstract: À medida que a criptografia quântica avança, torna-se cada vez mais importante desenvolver métodos que aprimorem a utilização de recursos em redes de Distribuição Quântica de Chaves (QKD). Enfrentando o desafio de agendar e alocar eficientemente as requisições em redes QKD, este estudo
Minindy: Um framework para automatizar a implantação e o gerenciamento de redes blockchain hyperledger indy Abstract: A plataforma blockchain Hyperledger Indy, voltada para redes de gestão de identidade, tem ganhado importância, mas a instanciação de uma rede completa em produção é complexa e exige experiência. Para reduzir essa complexidade, este artigo apresenta o MinIndy, um
Reqroute: Protocolo de roteamento por reforço para redes de entrelaçamento quântico Abstract: A Internet Quântica tem como objetivo possibilitar a comunicação quântica entre múltiplos pontos da rede, oferecendo aplicações como a distribuição quântica de chaves (QKD), computação quântica distribuída e as redes de entrelaçamento. No entanto, a tecnologia de comunicação quântica atual apresenta desafios significativos,
Multipurpose Quantum Network Simulators: A comparative study Abstract: Quantum technology is transforming computing and communication, with quantum networks at the forefront. This paper evaluates multipurpose quantum network simulators, crucial for advancing these networks. Comparing 14 simulators, we highlight their adaptability across applications and configurations, aiding investigations into entanglement-based communication and quantum entanglement scenarios. By assisting
qIDS: Sistema de Detecção de Ataques baseado em Aprendizado de Máquina Quântico Híbrido Abstract: A ascensão da utilidade quântica no campo da computação quântica apresenta não apenas desafios, mas também oportunidades para aprimorar a segurança de redes. Esta mudança de paradigma nas capacidades computacionais permite o desenvolvimento de soluções avançadas para contrapor a rápida evolução
Detecção On-line e Antecipada de Ataques à Rede usando Matrix Profile Abstract: Na era digital, a crescente sofisticação e variedade de ameaças cibernéticas destacam a importância de fortalecer a cibersegurança para proteger as redes atuais. Este estudo propõe uma abordagem para a detecção antecipada de ataques, utilizando a técnica Matrix Profile (MP) para analisar de
Sistemas de Detecção de Intrusão (IDSs) baseados em aprendizado de máquina (AM) vêm sendo amplamente utilizados para detectar tráfego malicioso e ataques às redes. Entretanto, essas abordagens ainda apresentam grandes dificuldades para detectar os diferentes tipos de ataques que vêm se aprimorando. Neste contexto, dentre os passos requeridos para uma avaliação baseada em AM, a seleção de características tem grande importância para propiciar maior eficiência na detecção de anomalias e ataques de rede, sendo ainda um problema em aberto. Este artigo propõe uma abordagem que realiza a seleção de características baseada em clusters para melhorar a detecção de ataques e tráfegos anômalos na rede. A proposta cria também um ranque com as características de tráfego que mais contribuíram para o incremento nos acertos dos algoritmos. Os resultados mostraram um desempenho superior às demais propostas avaliadas para cinco diferentes tipos de ataques, considerando a métrica F1 score.
Na era digital, a crescente sofisticação e variedade de ameaças cibernéticas destacam a importância de fortalecer a cibersegurança para proteger as redes atuais. Este estudo propõe uma abordagem para a detecção antecipada de ataques, utilizando a técnica Matrix Profile (MP) para analisar de forma online fluxos de dados de rede como séries temporais. Este método concentra-se na identificação de anomalias na rede como indicadores de ataques de rede, abordando as limitações dos sistemas de Aprendizado de Máquina existentes que dependem predominantemente de treinamento offline e têm dificuldades em reconhecer padrões de ataques novos ou não treinados. Nossa proposta foi avaliada em diversos cenários de ataque, demonstrando métricas de desempenho superiores quando comparado com métodos tradicionais como CUSUM, EWMA e ARIMA.
A ascensão da utilidade quântica no campo da computação quântica apresenta não apenas desafios, mas também oportunidades para aprimorar a segurança de redes. Esta mudança de paradigma nas capacidades computacionais permite o desenvolvimento de soluções avançadas para contrapor a rápida evolução dos ataques de rede. Aproveitando este avanço tecnológico, este trabalho apresenta o qIDS, um Sistema de Detecção de Intrusão (IDS) que integra de forma inovadora abordagens de computação quântica e clássica. O qIDS utiliza técnicas de Aprendizado de Máquina Quântico (QML) para aprender efetivamente os comportamentos da rede e identificar atividades maliciosas. Ao realizar avaliações experimentais abrangentes em conjuntos de dados públicos, evidenciou-se a competência do qIDS na detecção de ataques, destacando-se, tanto em tarefas de classificação binária quanto multiclasse. Nossos resultados revelam que o qIDS compete favoravelmente com métodos de Aprendizado de Máquina clássicos, destacando o potencial das soluções de cibersegurança aprimoradas por tecnologia quântica na era da utilidade quântica.
A Internet Quântica tem como objetivo possibilitar a comunicação quântica entre múltiplos pontos da rede, oferecendo aplicações como a distribuição quântica de chaves (QKD), computação quântica distribuída e as redes de entrelaçamento. No entanto, a tecnologia de comunicação quântica atual apresenta desafios significativos, com baixas taxas de geração de entrelaçamento (pares EPR), capacidade de memória quântica limitada e taxas de decoerência que frequentemente resultam em pares EPR inutilizáveis devido à baixa fidelidade. Isso representa um desafio significativo para tarefas como o roteamento. Neste artigo, é proposto o ReqRoute, um protocolo baseado em aprendizado por reforço para otimizar as decisões de roteamento em redes de entrelaçamento quântico. Demonstrou-se que o ReqRoute supera consistentemente métodos tradicionais, mantendo rotas de maior fidelidade em diversos cenários de configuração de rede.
À medida que a criptografia quântica avança, torna-se cada vez mais importante desenvolver métodos que aprimorem a utilização de recursos em redes de Distribuição Quântica de Chaves (QKD). Enfrentando o desafio de agendar e alocar eficientemente as requisições em redes QKD, este estudo propõe uma abordagem para redes QKD multiprotocolo usando estratégias de roteamento e agendamento conscientes de recursos. Nossa proposta foca em melhorar a eficiência no uso de chaves quânticas, rotas e requisições, enquanto suporta vários protocolos de comunicação quântica. Utilizando duas topologias de redes QKD reais, a proposta foi avaliada em dois cenários de aplicação, com diferentes distribuições de requisições de aplicações de autenticação e criptografia. Avaliou-se o impacto da capacidade de qubit e quantidade de requisições. Os resultados demonstram a viabilidade de nossa abordagem em diversos ambientes.
Ainda hoje, a segurança é um desafio crítico nas Redes Definidas por Software (SDN), incluindo ameaças como ataques de negação de serviço distribuído (DDoS). Nesse cenário, o uso de aprendizado de máquina é promissor para detectar e mitigar tais ataques, onde devem ser considerados não apenas o desempenho do modelo, como também, o seu impacto no desempenho do controlador da rede. Este trabalho propõe uma abordagem baseada em microsserviços, avaliando cinco modelos de aprendizado de máquina para detecção. Os resultados identificaram o Random Forest como mais eficaz com F1-Score de 98.65%. Além disso, a abordagem de microsserviços permitiu a utilização de modelos mais complexos sem prejudicar o desempenho do controlador SDN.
The advent of protocol independent packet processor (P4) programming allows devices, such as switches, to determine how data is processed at the data plane. P4 opens up the possibility of using lightweight machine learning models (ML) to support intelligent security services over software-defined networks (SDN). However, it is challenging to integrate ML models into P4-based switches to detect attacks, mainly due to the internal limitations of the P4 architecture. It is also challenging to combine P4-based detection with old-fashioned detection, where attack classification is performed at the edge of the network. To overcome this challenge, this paper proposes Advanced Intelligent Defense for SDN (AID-SDN). It is a hybrid solution that supports and coordinates two layers of ML classification for attack detection. The first layer runs on P4-based switches and the second layer runs at the edge of the network. The proposed solution aims to benefit from the faster detection of P4-based classification and also from the accuracy and scope of conventional ML classification. AID-SDN has been implemented in a simulated environment to evaluate the performance of the system and assess its ability to accurately detect different types of attacks considering different ML methods. The results show that AID-SDN achieves high performance considering ML metrics and classification time for each attack tested.
This paper presents the design and simulation of a Quantum Key Distribution (QKD) network tailored for the University Federal do Para (UFPA) ´ campus. By strategically placing QKD nodes, the network aims to cater to the communication needs of diverse research institutes. Simulation parameters, including inter-node distances and quantum key rates, were chosen to reflect realworld conditions. Simulation results demonstrate the viability of the proposed QKD network, showcasing its potential for high demand secure key exchange, and allowing security applications such as authentication and cryptography. This endeavor not only enhances campus communication security but also sets a precedent for implementing QKD networks in similar academic settings.
Several Machine Learning methodologies have been proposed to improve security in computer networks and reduce the damage caused by the action of malicious agents. However, detecting and classifying attacks with high accuracy and precision is still a major challenge in today’s networks. This paper proposes an online attack detection and network traffic classification system, which hybridly combines Stream Machine Learning, Deep Learning, and Ensemble technique. Using multiple stages of data analysis, the system can detect the presence of malicious traffic flows and classify them according to the type of attack they represent. The system was evaluated in three network security datasets, in which it obtained accuracy and precision above 90% with a reduced false alarm rate.
The programmability of the SDN data plane allows users to write algorithms that define how network devices should process packets, including the use of programming interfaces (APIs) to take advantage of the network controller. With this great flexibility, the use of machine learning applications has been proposed for packet classification and attack detection. In this scenario, trained models are used to complete the action and correspondence table of pipeline P4 offering equal detection and processing time. Another approach used is network telemetry, which allows obtaining information on the state of the network and using it by applications running on the controller or external agent. In contrast, this work advances the state of the art by proposing a hybrid AM management architecture for SDN networks, combining the use of the P4 pipeline and strategic agents in the network to provide detection of multilevel attacks.
Several Machine Learning (ML) methodologies have been proposed to improve security in Internet Of Things (IoT) networks and reduce the damage caused by the action of malicious agents. However, detecting and classifying attacks with high accuracy and precision is still a major challenge. This paper proposes an online attack detection and network traffic classification system, which combines stream Machine Learning, Deep Learning, and Ensemble Learning technique. Using multiple stages of data analysis, the system can detect the presence of malicious traffic flows and classify them according to the type of attack they represent. Furthermore, we show how to implement this system both in an IoT network and from an ML point of view. The system was evaluated in three IoT network security datasets, in which it obtained accuracy and precision above 90% with a reduced false alarm rate.
Communication between quantum devices has been advancing towards networks of complex topologies and long distances. However, intrinsic limitations of quantum signals mean that they cannot be replicated or amplified, making it difficult to adopt traditional routing techniques. Furthermore, the heterogeneity of technologies and different hardware implementations, and the lack of a well-defined Internet network stack model, open up several challenges to fully realize communication between quantum devices. Thus, this article presents the main challenges in the development of algorithms and routing protocols for quantum networks and discusses possible alternatives that are being developed
