Förklarbar AI för intrångsdetekteringssystem i fordon
| Diarienummer | |
| Koordinator | RISE Research Institutes of Sweden AB |
| Bidrag från Vinnova | 100 000 kronor |
| Projektets löptid | januari 2025 - juni 2025 |
| Status | Avslutat |
| Utlysning | 6G - Kompetensförsörjning |
| Ansökningsomgång | 6G - Handledning av examensarbete |
Viktiga resultat som projektet gav
Projektet har utvecklat en förklarbar intrångsdetekteringslösning för Ethernet i fordon med hjälp av logiska neurala nätverk (LNN), som visar både hög noggrannhet och tolkbarhet. Projektmålen uppnåddes fullt ut.
Långsiktiga effekter som förväntas
Lösningen kan bidra till att göra framtidens massivt uppkopplade fordonsnätverk säkrare och mer transparenta genom att främja användningen av förklarbar AI i säkerhetskritiska applikationer.
Upplägg och genomförande
Projektet genomfördes i fyra steg: datainsamling, träning av AI-modeller, utveckling av förklarbarhetsmetoder (SHAP, LNN) och utvärdering. Samarbetet mellan akademi och industri fungerade väl, och projektet följde tidplanen.