Projekt · Dnr 2023-00221 · Källa: Vinnova

STAR-eAI: Säker och manipuleringsresistent inbyggd AI

Koordinator
Kungliga Tekniska högskolan, DIVISION OF ELECTRONICS AND EMBEDDED SYSTEMS
Projekttid
2023-06-01 till 2026-05-31 (avslutat)
Beviljat bidrag
4 554 000 SEK
Diarienummer
2023-00221

Beskrivning

Projektet uppnådde sina mål genom att utveckla nya metoder för ökad säkerhet och manipuleringsmotstånd i inbyggda AI-system. Viktiga resultat inkluderar nya metoder för att detektera klonade neurala nätverk med hjälp av hybrida fingeravtryckstekniker, mjukvaruintegritetsverifiering baserad på sidokanalsanalys, samt säker implementering av FPGA-baserade system utan IP-avslöjande. Tillsammans bidrar dessa resultat till att föra forskningsfronten framåt inom hårdvarusäkerhet och tillförlitlig AI. Projektet bidrar till utvecklingen av säkerhetsmedvetna inbyggda AI-system där skydd mot fysiska attacker integreras redan i designfasen. Resultaten kan påverka framtida designmetoder, procedurer för säkerhetsutvärdering samt certifieringsramverk för inbyggda AI-produkter. De förväntas bidra till ökad robusthet i framtida digital infrastruktur inom sektorer som telekommunikation, transport, energi, försvar och industriell automation.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Inventering av kulturvärden med hjälp av AI - för ökad beredskap och robusthet

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2026-06-15 · 5 988 732 SEK · Projekt

    Syftet med projektet är att utveckla och kvalitetssäkra metoder som stödjer inventering av byggnaders kulturvärden. Målet är att hjälpa Sveriges kommuner att inventera kulturvärden med databasteknik och AI för analys av bilder på byggnader och skannade dokument. Göteborgs Stadsmuseum är det första f…

  2. Utveckling av Avancerade AI- och Deep Learning-metoder för säkerhets korrigeringar

    Högskolan i Halmstad · 2024-10-01 · 130 511 SEK · Projekt

    Huvudsyftet med detta projekt var att utveckla robusta modeller som kan identifiera och förutsäga sårbarheter i öppen källkodsprogramvara. Forskaren utvecklade ett system för sårbarhetsförutsägelse baserat på tillämpning av avancerad AI-teknik. I detta samarbete uppnådde projektet lovande prestanda …

  3. Installationsentreprenad - Totalentreprenad i Samverkan, Blåsenhus Uppsala

    Akademiska Hus Aktiebolag · 2026-02-04 · sista anbudsdag 2026-03-04 · 80 000 000 SEK · Upphandling

    Arbetsomfattningen i Blåsenhus-projektet innebär att styr- och reglersystemet moderniseras, luftbehandlingsaggregaten byggs om och kompletteras med nya EC-fläktar, VAV-systemet byts ut eller byggs om, all belysning ersätts med LED, och brandlarmssystemet uppgraderas. Projektet inkluderar även utredn…

  4. Installationsentreprenad - Totalentreprenad i Samverkan, Blåsenhus Uppsala

    Akademiska Hus Aktiebolag · 2026-02-18 · sista anbudsdag 2026-03-12 · 80 000 000 SEK · Upphandling

    Arbetsomfattningen i Blåsenhus-projektet innebär att styr- och reglersystemet moderniseras, luftbehandlingsaggregaten byggs om och kompletteras med nya EC-fläktar, VAV-systemet byts ut eller byggs om, all belysning ersätts med LED, och brandlarmssystemet uppgraderas. Projektet inkluderar även utredn…

  5. AttributDo: A Digital Gamified UX Solution for Sustainable Quality Attributes Definition in Automotive Industry

    Chalmers Tekniska Högskola AB · 2021-03-15 · 499 000 SEK · Projekt

    Mål under detta projekt har inte ändrats. Vi testade gamification-strategier, användbarhetsmetoder och samlade in rik målgruppsdata (ingenjörer). Det har dock blivit tydligt att båda företagen behöver ett robust och kvantifierbart komplett verifieringssystem för fordonsattribut. Fordonsproffs kräver…