Projekt · Dnr 2024-00661 · Källa: Vinnova

INTERSTICE - INTelligent sEcuRity SoluTIons for Connected vEhicles

Koordinator
Traton AB
Projekttid
2024-06-10 till 2027-03-09 (beslutat)
Beviljat bidrag
6 634 615 SEK
Diarienummer
2024-00661

Beskrivning

Det föränderliga landskapet av uppkopplade fordon introducerar betydande utmaningar för cybersäkerhet. Detta projekt fokuserar på utveckling av ett distribuerat system baserat på maskininlärning (ML) för intrångsdetektering (IDS) för fordonskommunikationsnätverk, dvs. CAN och Automotive Ethernet. Nätverks-IDS ger ett lager av säkerhet genom att övervaka och analysera datatrafiken och identifiera misstänkta aktiviteter som kan tyda på ett intrång. Det kan underlätta snabb upptäckt av hot och möjliggöra tillämpningen av lämpliga begränsningsåtgärder. Projektet introducerar (a) innovativa metoder för att generera attackdata med hjälp av avancerade simuleringsmiljöer och generativa AI-modeller, (b) verktyg och metoder för att analysera nätverksdata samt lösningar för komplex attackdetektering på CAN och Automotive Ethernet baserade på ML-modeller med en betoning på förklarbarhet, (c) effektiva strategier för produktionsutbyggnad av lättvikts-IDS på kantnoden, t.ex. fordons-ECU, och federerade inlärningsbaserade lösningar för att utveckla fordonets aggregerade IDS-modell.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. SAFE-FM: Säkerhetsoptimerade och fysikbaserade grundmodeller för fordonsbeteende

    Chalmers Tekniska Högskola AB · 2025-07-01 · 5 038 538 SEK · Projekt

    Projektet syftar till att utveckla fysikinformerade och datadrivna AI-modeller som förbättrar säkerhet, tillförlitlighet och effektivitet i automatiserade fordon. Genom att utveckla prediktiva, generativa och grundmodeller för tidsseriedata ska projektet stödja avancerad simulering, testning och ver…

  2. UNIFY-AI: Integrering av AI-system med MLOps och Time-Series Foundation-modeller för skalbar industriell intelligens

    Högskolan i Halmstad · 2026-05-25 · 4 735 000 SEK · Projekt

    UNIFY-AI syftar till att utveckla en grundmodell för tidsserier med stöd av robust MLOps. Projektet adresserar en central begränsning i dagens fordonsanalys: de flesta AI/ML-lösningar byggs som isolerade, uppgiftsspecifika modeller, vilket leder till upprepad databearbetning och dubblerat utveckling…

  3. EUREKA ITEA3/EMPHYSIS Inbyggda system med fysikbaserade modeller i produktionskod för (delvis eldrivna) fordon

    Linköpings universitet · 2017-12-01 · 5 636 805 SEK · Projekt

    Huvudmålet för projektet är att förbättra produktionen av kod för inbyggda styrsystem i fordon för att förbättra prestanda för systemet: snabbare och säkrare drift, förbättrade köregenskaper, automatiserad körning, reducerad energiförbrukning, reducerade utsläpp och reducerade underhållskostnader. D…

  4. Digital Tvilling för Livslängdsanalys - för Utveckling och Prediktivt Underhåll (DuraTwin)

    Volvo Technology AB · 2024-08-16 · 3 732 826 SEK · Projekt

    Moderna fordon används i en tuff vibrationsmiljö vilket kräver omfattande analys och testning för att verifiera den strukturella integriteten. Projektet utvecklar en metodik baserat på digitala tvillingar för att synkronisera virtuella modeller med testdata. Syftet är att bättre samordna analys och …

  5. En generell digital tvilling baserad på statistiska och logiska modeller för innovationer inom gruvindustrin

    Örebro universitet · 2022-04-01 · 4 900 000 SEK · Projekt

    Projektet har utvecklat underhållsmodellering baserat på användning av informationsstrukturer, som bl.a. följer standarder för felrapportering och underhåll av gruvmaskiner. Projektet har även utvecklat och använt underhållsstrukturer och utvecklingsprocesser enligt Failure Mode and Effects Analysis…