Utveckling av Avancerade AI- och Deep Learning-metoder för säkerhets korrigeringar
| Diarienummer | |
| Koordinator | Högskolan i Halmstad |
| Bidrag från Vinnova | 145 000 kronor |
| Projektets löptid | oktober 2024 - mars 2025 |
| Status | Pågående |
| Utlysning | Internationell individrörlighet inom banbrytande teknik |
| Ansökningsomgång | Stängt erbjudande - Internationell individrörlighet för banbrytande teknik 2024 |
Viktiga resultat som projektet gav
Huvudsyftet med detta projekt var att utveckla robusta modeller som kan identifiera och förutsäga sårbarheter i öppen källkodsprogramvara. Forskaren utvecklade ett system för sårbarhetsförutsägelse baserat på tillämpning av avancerad AI-teknik. I detta samarbete uppnådde projektet lovande prestanda jämfört med den senaste tekniken. Resultaten publicerades och presenterades på CSA 2024-konferensen i Thailand och ICIAI 2025-konferensen i Singapore.
Långsiktiga effekter som förväntas
Resultaten från detta projekt förväntas avsevärt förbättra tillförlitligheten, transparensen och införandet av AI-drivna system för sårbarhetsdetektering inom mjukvaruutveckling. Med tiden kommer integrationen av förklarbara AI-tekniker att stödja ett utbrett införande av automatiserade säkerhetslösningar i storskaliga mjukvarupipelines, vilket i slutändan bidrar till säkrare mjukvaruekosystem och ökar organisationens motståndskraft mot framväxande cybersäkerhetshot.
Upplägg och genomförande
Projektet genomfördes baserat på det planerade förslaget och forskaren från Halmstads högskola fokuserade på utvecklingen av ett nytt system för att upptäcka säkerhetspatchar genom att använda sårbarheter i C/C++. Forskarens vistelse i Sydkorea möjliggjorde en framgångsrik implementering av designprocessen. Projektet följde den planerade tidslinjen och hade ett meningsfullt samarbete.