Självlärande system för cyberförsvar
Ett växande problem inom cybersäkerhet är att både attackmetoder samt system är i en konstant förändring och utveckling: å ena sidan så blir attackmetoder mer och mer sofistikerade, och å andra sidan så utvecklas system via innovationer samt uppgraderingar. I respons till denna trend så måste en försvarsstrategi vara adaptiv, vilket placerar en extra komplexitet och börda på systemoperatörer.
Målet i detta forskningsprojekt är att studera, utveckla, samt demonstrera strategier som kan automatisera försvarssidans uppgift i att upprätthålla säkerheten av ett komplex system i en föränderlig miljö. För att uppnå detta så undersöks och utvecklas självlärande system som är kapabla till att uppdatera sig själva vid behov. Forskningen använder sig av idéer samt tidigare forskningsresultat från förstärkningsinlärning, evolutionsteori, samt spelteori. Dessa teknologier appliceras i en simulationsmiljö där attack och försvarsstrategier kan samutvecklas i en självgående process.