Infrastructuurbeveiliging door middel van robuuste technieken voor machine learning

Veel tools en technieken voor infrastructuurbeveiliging worden continu verbeterd. Deze verbeteringen zijn onder andere gebaseerd op toenemende intelligentie en analyse van relevante data. Er zijn bemoedigende resultaten en aanzienlijke inspanningen bij het verkennen van geavanceerde AI- en Machine Learning-technieken (ML) om de kwaliteit en mogelijkheden van vele beveiligingstechnologieën te verbeteren. Dit werk is doorgaans gebaseerd op het kernprincipe van trainen van beveiligingstechnologieën door gebruik te maken van hoogwaardige datasets; er zijn echter nog veel uitdagingen. Zo blijft het een uitdaging om geschikte datasets te verzamelen die voldoende representatief zijn voor de specifieke situaties waarin beveiligingssystemen geplaatst moeten worden. Om mee te blijven met een steeds veranderende omgeving is het bovendien meer dan de moeite waard om de kracht en mogelijkheden te onderzoeken van beveiligingsoplossingen die worden aangedreven door nieuwe en evoluerende algoritmen in Machine Learning. Ten slotte kunnen prototypische oplossingen in de praktijk enkel worden ingezet wanneer ze zijn uitgerust om adaptieve aanvallers en tegenstanders het hoofd te bieden. Dit zijn enkele van de belangrijke stappen die in de loop van dit doctoraatsproject zullen worden nagestreefd.