< Terug naar vorige pagina

Project

CSAI - CyberSecurity Artificial Intelligence (CSAI)

Met het CSAI-project willen zowel het onderzoek als de industrie beschikbare AI-technologieën gebruiken en bevorderen ten behoeve van Cyber ​​Security. Vier onderzoekspartners en vier industriepartners streven ernaar een solide bijdrage te leveren aan het bevorderen van de stand van de techniek, hun marktpositionering en het bouwen van unieke onderscheidende factoren die anders moeilijk te bereiken zijn zonder dit project. Resultaten kunnen door de CSAI-technologiebedrijven worden geïmplementeerd voor verder gebruik van hun technologie- en dienstenaanbod. De technologiebedrijven zullen het gebruik van de AI-technologieën, -modellen en -tools in hun eigen platforms onderzoeken en manieren detecteren en identificeren om hun huidige capaciteiten te verbeteren. Dit onderzoeksproject zal een sterke impact hebben op zowel de onderzoeksinstellingen als de industriële partners, door het vergroten van hun kennisbasis op AI voor CS, en door beveiligingstools te bouwen die verder gaan dan de stand van de techniek, een aanzienlijk concurrentievoordeel bieden en gebruik maken van innovatieve diensten in specifieke CS-domeinen.
Datum:1 mrt 2021 →  28 feb 2023
Trefwoorden:Cyberveiligheid, Kunstmatige Intelligentie, automatisering, incident, csirt, crimineel
Disciplines:Numercial computation, Automatisering, feedbackcontrole en robotica
Project type:Samenwerkingsproject
Resultaten:1. Identificeer op een algemene manier de meest geschikte codering van beveiligingsgerelateerde gebeurtenissen in de verschillende gebruiksscenario's die in het project worden behandeld, zodat ze kunnen worden opgenomen in een multi-agent ML-framework. Het succes hierin is de sleutel voor de rest van het project en zal worden gemeten door de prestaties van de ML-systemen te vergelijken met behulp van verschillende coderingsstrategieën. (Hoofdpartner: KUL Distrinet)2. Ontwerp nieuwe ML-oplossingen met toepassing in praktische use cases die van belang zijn voor onze onderzoekspartners. Het succes van deze taak zal worden gemeten op basis van productiviteitstoename en percentages valse alarmen en verkeerde detectie, waarbij de huidige tarieven worden verbeterd met behulp van vaste regels die momenteel beschikbaar zijn bij de bedrijven, en vergelijkbare percentages worden bereikt als die worden bereikt bij vergelijkbare taken met behulp van ML in de staat van de kunst. (Hoofdpartner: VUB AI Lab)3. Verbeter de state-of-the-art oplossingen in de voorgestelde scenario's. De rol van vijandige aanvallen is essentieel om dit doel te bereiken, door ze terug te voeren in de trainingsfase om de prestaties te verbeteren. Door dit te doen, wordt verwacht dat het de veerkracht van de AI-detectoren in zowel vijandige als niet-vijandige instellingen zal verbeteren. (Hoofdpartner: KUL COSIC)4. Publicatie van de onderzoeksresultaten in spraakmakende tijdschriften of academische beveiligingssites. Twee papers van deze resultaten, gezamenlijk gepubliceerd door de onderzoekspartners, zijn ons doel in dit verband.5. Zorg voor begeleiding en beoordelingscriteria voor CS-technologiebedrijven om openbare cloudgebaseerde AI-services te gebruiken, om een ​​kosteneffectief operationeel plan mogelijk te maken. Twee gidsen (whitepapers) bieden selectiebegeleiding voor de verschillende openbare cloudaanbiedingen, waarbij zowel de beschikbare servicemogelijkheden en -beperkingen worden gepresenteerd als een analyse van de totale eigendomskosten, specifiek gericht op het AI-servicesaanbod, waarbij routes naar optimalisatie worden aangegeven. (Hoofdpartner: LSEC)6. Bieden van een methodologie voor de beoordeling van beschikbare AI-technologieën en begeleiding aan CS-bedrijven om te integreren in hun product- en dienstenontwikkelingsproces. Een derde gids (whitepaper) zal use cases en best practices presenteren bij het implementeren en integreren van openbare AI-cloudservices in CS-producten en -services (edge ​​vs cloud-analyse, gegevensnormalisatie, voorverwerking, metagegevensopslag, enz.). (Hoofdpartner: LSEC)