A modern adatátviteli protokollok nagy része a totális titkosítás elvét alkalmazza. Gondoljunk csak például a Google által fejlesztett QUIC protokollra, amely az első néhány csomag kicserélése után teljes mértékben titkosítja a csomagokat. Egy YouTube videó lejátszása során a hálózat operátora semmit nem lát az adatforgalomból a kriptográfiai titkosítás miatt. Azonban nagyon kíváncsi. Hogyan lehet mégis legalább valamire következtetni a transzport hálózaton áthaladó csomagokból? Itt jön képbe a gépi tanulás és a mesterséges intelligencia. A hallagató feladata AI és machine learning modellek kidolgozása transzport hálózatokban és az ehhez szükséges mérések elvégzése.

The majority of modern data transfer protocols use end-to-end encryption. Take for instance, the QUIC protocol developed by Google, which fully encrypts packets after the exchange of the initial handshake. During the playback of a YouTube video, the network operator has no means to dissect the traffic due to cryptographic encryption. However, it would be interesting if we could still tell something about the streams. How can one infer something from the packets traversing the transport network? This is where machine learning and artificial intelligence come into play. The task for applicant is to develop AI and machine learning models for transport networks and perform the necessary measurements for this purpose.