Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Applying Machine Learning to Cyber Risk Analysis and Mitigation

Projektbeschreibung

Überlegungen zur Cybersicherheit selbstfahrender Fahrzeuge

Der Siegeszug von Vernetzung und Automatisierungstechnologie schafft immer mehr Möglichkeiten auf vielen Gebieten. Der Bereich der vernetzten und autonomen Fahrzeuge wird stark von diesen technologischen Fortschritten beeinflusst. Während die Innovation Wirtschaftsstandards auf den Kopf stellt und Anreize zu Investitionen gibt, wird sie auch durch Angriffe auf die Cybersicherheit bedroht. Das EU-finanzierte Projekt MALAGA wird maschinelle Lernverfahren einsetzen, um Gefahren für die Cybersicherheit zu untersuchen sowie Wege zur Senkung dieser Risiken im Bereich der vernetzten und autonomen Fahrzeuge zu finden. Unter Zuhilfenahme von maschinellem Lernen wird das Projektteam Risiken abschätzen und Preise für Versicherungspolicen festlegen, um den Weg für Innovation und unternehmerisches Handeln in Europa zu ebnen.

Ziel

Increasing connectivity and automation presents many opportunities and challenges for society. Emerging technology can benefit all citizens with better communication, increased environmental sustainability, autonomous transport, safer roads,, the list is almost inexhaustible. These emerging technologies will disrupt existing business models including underwriting and risk transfer. This disruption can stifle venture capital, innovation and risk taking in key emerging technologies and can inhibit regulatory development and societal acceptance.

My research will examine Connected and Autonomous Vehicles (CAV) cybersecurity risks and mitigation using Machine Learning (ML) techniques to predict future risks, price insurance policies and and thereby foster innovation and entrepreneurial activity in Europe. My research will go beyond the SoA and implement models in ML like ensemble models and deep learning to forecast the risks of CAV technology. A network model of interactions will be trained and evaluated to study cascading of risks and threats in the CAV environment.

My host team at the University of Limerick have members with machine learning skills, actuarial skills, ethical skills and underwriting experience. I will have access to staff development programmes, training courses, workshops, online courses and internal meetings. My host team are directly connected to a large variety of colleagues in other EU locations in both academic and industry positions. I will work with my host and partners to develop my research and increase my skillsets.

My research directly contributes to several UN sustainable development goals. On a personal level, the impact of my fellowship and collaborations will expand my set of skills, both research-related and transferable ones, leading to greatly improved career prospects both in and outside academia. My new abilities will include enhanced machine learning capabilities, cyber risk expertise and risk engineering skills.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) H2020-MSCA-IF-2018

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITY OF LIMERICK
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 196 590,72
Adresse
NATIONAL TECHNOLOGICAL PARK, PLASSEY
- Limerick
Irland

Auf der Karte ansehen

Region
Ireland Southern Mid-West
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 196 590,72
Mein Booklet 0 0