Cybercampus Sweden

Inom ramen för Cybercampus Sweden genomförs ett doktorandprojektet med målet att utveckla ett innovativt, semi-supervised och förklarbart expertsystem för att förutsäga cybersäkerhetshot.

Projektnamn
An Innovative Semi-Supervised Explainable Expert System to Predict Cybersecurity Threats

Bakgrund
Projektet utgår från att cybersäkerhetsmiljöer kännetecknas av stora mängder omärkt data, samtidigt som tillgången till märkt hotdata ofta är begränsad. Även om maskininlärning har stor potential inom cybersäkerhet, är traditionella metoder starkt beroende av omfattande, manuellt märkta datamängder. I praktiken är detta svårt att uppnå.

Fokus
Projektet adresserar denna utmaning genom att använda semi-supervised learning, där både märkt och omärkt data utnyttjas för att förbättra hotprediktion med minimal mänsklig insats.
En central del av arbetet är att kombinera maskininlärning med expertkunskap i ett förklarbart ramverk. Genom att integrera förklarbar artificiell intelligens (XAI) skapas modeller som inte bara är träffsäkra, utan också transparenta och begripliga för mänskliga beslutsfattare. Detta är avgörande för tillit, ansvarstagande och praktisk användning inom exempelvis säkerhetsorganisationer och kritisk infrastruktur.

Mål
Projektet förväntas bidra till bättre och tidigare upptäckt av cybersäkerhetshot och därigenom stärka både operativ cybersäkerhet och beslutsstöd i Sverige.

Partner
RISE

Kontakt
Karl Andersson
Professor och ämnesföreträdare, dekan
+46 910 585364
karl.andersson@ltu.se