Förstärkt AI-säkerhet med Federerad inlärning och avancerade honeypots
| Diarienummer | |
| Koordinator | Lindholmen Science Park AB - AI Sweden |
| Bidrag från Vinnova | 4 026 098 kronor |
| Projektets löptid | juni 2024 - juni 2026 |
| Status | Avslutat |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Cybersäkerhet för avancerad digitalisering 2024 |
Viktiga resultat som projektet gav
Målen var: att etablera en agentbaserad honeypot för avancerad simulering; att använda federerad inlärning för att dela uppgifter om cyberhot mellan många honeypots. Vi skapade den agentbaserade honeypoten och driftsatte den med två partners. Planerar att göra den öppen källkod för alla att använda. Vi fann och införlivade många nödvändiga designprinciper. Federated inlärning av honeypoten uppgifter var bara skapat i teori och inte provade. Vi byggde och testade nya detektorer för agenthot.
Långsiktiga effekter som förväntas
Vi tillhandahåller en öppna-källkod agentbaserad honeypot som förväntas driva utvecklingen av cyberförsvar framåt, både i praktiken och forskningen. Vår översiktsartikel har redan rönt 11 citeringar och förväntas utgöra en stabil grund för forskarsamhället. Kommande publikationer kommer att fortsätta främja innovation. Samarbeten med partners kommer att leda till ytterligare innovation och samverkan. Kompetensutvecklingen, t.e., 22 involverade masterstudenterna, svarar mot samhällets behov.
Upplägg och genomförande
Under det första året ledde en partner utvecklingen av honeypot-en, men arbetet misslyckades och ingen kod delades, vilket försenade projektet. Genom handledning av masterstudenter och användning av AI för att påskynda lärande och programmering kunde vi komma ikapp. Samarbetet kring driftsättning och publicering lyckades, och fler artiklar planeras. Den utlovade delen om federerat lärande kunde inte slutföras eftersom den var beroende av honeypots som etablerades sent.