Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Applying Machine Learning to Cyber Risk Analysis and Mitigation

Descrizione del progetto

Considerazioni sulla sicurezza informatica per le auto a guida autonoma

L’aumento della connettività e della tecnologia di automazione sta creando sempre più opportunità in molti campi. I veicoli collegati e autonomi (CAV) sono un settore ampiamente interessato da questi progressi tecnologici. Se da un lato l’innovazione sta rivoluzionando gli standard aziendali e incoraggiando gli investimenti, dall’altro è anche a rischio di attacchi alla sicurezza informatica. Il progetto MALAGA, finanziato dall’UE, utilizzerà la tecnologia di apprendimento automatico per studiare i rischi di sicurezza informatica e trovare modi per ridurre i rischi nel settore CAV. Grazie all’apprendimento automatico, il progetto predirà i rischi e stimerà il prezzo delle polizze di assicurazione per aprire la strada all’innovazione e all’attività imprenditoriale in Europa.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) H2020-MSCA-IF-2018

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITY OF LIMERICK
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 196 590,72
Indirizzo
NATIONAL TECHNOLOGICAL PARK, PLASSEY
- Limerick
Irlanda

Mostra sulla mappa

Regione
Ireland Southern Mid-West
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 196 590,72
Il mio fascicolo 0 0