Nowadays, the land forces of the Republic of Poland use mainly two forms of powering their equipment and military devices: by connecting various devices to the national power grid and by diesel-electric generators of individual vehicles. With the first solution, power cuts have to be taken into account. In the latter case, it is necessary to ensure large fuel deliveries on a timely manner. It entails a search for new solutions able to effectively meet the needs of an individual soldier and command posts. It has inspired engineers to work on renewable energy sources. This review paper presents a concept for photovoltaic cells usage and a concept for air turbines used to charge electric power sources of different powers for the individual needs of soldiers and command posts. Examples of solutions for mobile energy systems are presented in the research work. They were verified in terms of their suitability for military applications. The concept of using a personal device to supply power for charging batteries and elements of individual soldier equipment, including low-power radio stations, has been presented as well.

Publikacja przedstawia wyniki innowacyjnych badań własnych w zakresie podejścia do obsługi incydentów przy zastosowaniu zaawansowanych metod sztucznej inteligencji (SI) oraz uczeniamaszynowego (ML) w oparciu o dedykowaną przez autorów aplikację napisaną w języku Python. Zaprezentowano wstępną analizę wyzwań związanych z tradycyjnymi metodami obsługi incydentóworaz takie, jak opóźnione reakcje na nowe zagrożenia i złożoność analizy danych przy coraz większych brakach wykwalifikowanej kadry. Następnie omówiono rolę SI i ML w transformacjitych procesów. W kontekście obsługi incydentów sztuczna inteligencja może być wykorzystywana do automatyzacji procesów zgłaszania, klasyfikacji i reagowania na incydenty, co przyspieszaczas reakcji i redukuje obciążenie dla personelu obsługującego incydenty. Przykłady obejmują wykorzystanie algorytmów klasyfikacji do automatycznego przypisywania priorytetów incydentomoraz systemy monitorowania oparte na SI, które identyfikują podejrzane aktywności na podstawie wzorców behawioralnych. W zakresie detekcji malware autorzy prezentują proof of concept rozwiązania opartego na ML, który wykorzystuje uczenie nadzorowane do identyfikacji nowych rodzajów zagrożeń na podstawie zbadanych i znanych już próbek złośliwego oprogramowania. Procesten obejmuje zbieranie danych ze źródeł, zbadanie funkcji wykorzystywanych przez aplikację, budowanie modeli predykcyjnych oraz weryfikację ich skuteczności na rzeczywistych zbiorachtestowych. Dzięki temu podejściu system jest w stanie szybko adaptować się do zmieniających się scenariuszy ataków, co może podnieść skuteczność detekcji. Opracowanie podsumowuje, żewykorzystanie sztucznej inteligencji oraz uczenia maszynowego w obsłudze incydentów oraz detekcji malware przynosi liczne korzyści, w tym zwiększenie efektywności, szybkości reakcji oraz redukcję ryzyka.

The overview study contains the most important issues decisive for ensuring the security of logistics ICT networks in the context of contemporary threats, at the same time bearing in mind their military dimension. It highlights the determinants influencing the functioning of the networks used to transmit information. The aspect of the need to ensure the protection of ICT networks dedicated to logistics has not been presented in this approach so far. The author first of all compares economic and hierarchical organizations based on the example of the armed forces. He also referred to the ICT networks of logistics of other uniformed formations.