SID: Säker datadelning för Industriell Digitalisering
| Diarienummer | |
| Koordinator | RISE Research Institutes of Sweden AB - RISE |
| Bidrag från Vinnova | 6 225 250 kronor |
| Projektets löptid | november 2023 - oktober 2025 |
| Status | Avslutat |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Cybersäkerhet för industriell avancerad digitalisering 2023 |
Viktiga resultat som projektet gav
Målet med projektet har varit att studera integritetsbevarande tekniker och möjliggöra för svensk industri att i större utsträckning använda dessa metoder. Projektet har genomfört fallstudier med metoderna differentiell integritet och federerad maskininlärning och analyserat hur väl information skyddas och hur användbart data förblir när dessa metoder används. Fallstudierna har gett nya insikter om hur väl metoderna fungerar för olika typer av data och för olika användningsområden.
Långsiktiga effekter som förväntas
Projektet har gett ökad kunskap om integritetsbevarande tekniker och har publicerat en praktisk guide till hur man använder dessa. Detta kan hjälpa svensk industri att använda metoderna på rätt sätt. Med en allt ökande datainsamling är det uppenbart att integritetsbevarande tekniker är något viktigt och kommer så vara framöver. Både för att skydda människors integritet och för att möjliggöra användandet av data till att träna AI-modeller i industri och offentlig verksamhet.
Upplägg och genomförande
Projektet genomfördes i nära samarbete mellan RISE, Sensative och Bron Innovation. Projektet genomförde fallstudier med differentiell integritet och federerad maskininlärning. Fallstudierna omfattade många olika tillämpningsområden och typer av data, från positionsdata till bildanalys. Resultaten har publicerats i publika rapporter och vetenskapliga artiklar. Projektet har även spridit kunskap om metodernas möjligheter och om projektresultaten via digitala workshops, nyhetsbrev och webbsidor.