Prosjektbeskrivelse
SecureIoTM-prosjektet har som mål å omdefinere cybersikkerhetsstandardene for nettverkskoblede enheter. Når alt fra smarte kjøleskap til sporingssystemer inngår i IoT-økosystemet, blir deres sikkerhet av største betydning. Sentralt i denne innsatsen står Tsetlin Machine, en banebrytende metode innen maskinlæring som forener avansert beregningskraft med energieffektivitet.
I motsetning til tradisjonelle maskinlæringsrammeverk, setter Tsetlin Machine seg frem ved å kombinere høy ytelse med energieffektivitet. Med stadig flere enheter, fra essensielt medisinsk utstyr til kaffemaskiner, som integreres i IoT, setter SecureIoTM fokus på å styrke deres evne til å motstå cyberangrep og dermed beskytte både dataintegritet og privatliv.
Dette innovative prosjektet er et samarbeid mellom Center of Artificial Intelligence Research (CAIR) ved Universitetet i Agder, Sørlandet Hospital Trust, og Newcastle University. Det bygger på fire nøkkelpilarer for innovasjon. Først og fremst vektlegger Kontinuerlig Læring enheters evne til stadig å lære og tilpasse seg, samtidig som tidligere kunnskap bevares.
Adaptiv Kompleksitet refererer til Tsetlin-maskinens evne til dynamisk å endre sin modellkompleksitet etter oppgavens krav, balanserende presisjon og energibruk. Cybermotstandsdyktighet, som tredje pilare, går videre enn bare å oppdage trusler; det gir systemet kapasiteten til å aktivt bekjempe cybertrusler i sanntid. Til slutt sikrer Sømløs Integrasjon at SecureIoTMs løsninger kan integreres smidig inn i eksisterende IoT-nettverk, forsterkende deres innebygde intelligens og sikkerhet. Skulle SecureIoTM realisere sine ambisjoner, kan det omdefinere dagens standarder for trusseldeteksjon innen IoT, med metoder som er mer adaptive, robuste og energieffektive.
