Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

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 Pågående
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.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 22 juli 2025

Diarienummer 2024-04248