Projektbeschreibung
Ein intelligentes, automatisiertes, präzises und sicheres Modul zur Erkennung von Anomalien
Bis 2025 könnte die Zahl der vernetzten Geräte weltweit bis zu 75 Milliarden erreichen. Die enorme Menge an erzeugten Daten erfordert eine hocheffiziente und sichere Verwaltung dieser Geräte (u. a. Kameras, Sensoren, Thermostate, Router). Das EU-finanzierte Projekt SmartAD wird die Entwicklung eines einzigartigen Werkzeugs zur Automatisierung, Bereitstellung und Sicherheit von Embedded Linux unterstützen. Als Projekt eines KMU-Programms für innovierende Fachkräfte wird es das norwegische Unternehmen QBee (Plattform qbee.io) bei der Konzeption eines innovativen Moduls unterstützen, nämlich eines automatisierten, intelligenten, genauen und sicheren Moduls zur Erkennung von Anomalien. Die Einstellung einer innovierenden Fachkraft wird dazu beitragen, QBee auf die nächste Innovationsstufe zu heben, auf der Spitzenkenntnisse in den Bereichen künstliche Intelligenz/maschinelles Lernen und Datenanalyse gefragt sind.
Ziel
IoT has taken the world by storm and in 2025 there will be ~75Bn connected devices, creating an amount of data never generated before. This comes with a new set of challenges, which need to be addressed with regards to IoT device management, especially in industrial settings. Currently, there are limited tools for embedded Linux IoT device management (e.g. cameras, sensors, thermostats, routers, etc), which are not able to effectively manage the devices and keep the IoT infrastructure secure.
QBee offers the qbee.io platform, a unique embedded Linux automation, provisioning and security tool enabling a highly efficient IoT device management with high security focus for the overall IoT infrastructure. With the SmartAD project, QBee targets the development of an innovative module to the platform, namely an automated smart, accurate and secure anomaly detection module, which was identified as top priority to disrupt the IoT devices management tools. Intelligent algorithms can be used for detection of malfunctioning/suspicious behavior using advanced anomaly detection, fingerprinting and the awareness of configuration changes that the device should adhere to. To achieve this, time series data as well as file and configuration changes needs to be analyzed.
Although, QBee has a strong team in the area of full-stack development, system administration, embedded devices (Linux), automation and cloud software scaling, which allowed to bring the product to a beta-version, it is also very small, and currently QBee does not have in-house skills for the next innovation stage, where forefront Artificial Intelligence/Machine Learning and data analytics skills are demanded. The SME Innovation Associate Programme fits the QBee plan on boosting R&D activities and the recruitment of an Innovation Associate will be critical to develop this module which will make qbee.io platform unique in terms of detection & prevention of cyberattacks on industrial IoT infrastructures.
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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenInternetInternet der Dinge
- NaturwissenschaftenInformatik und InformationswissenschaftenSoftware
- Technik und TechnologieElektrotechnik, Elektronik, InformationstechnikElektrotechnikSensorenoptische Sensoren
- SozialwissenschaftenSoziologieindustrielle BeziehungenAutomatisierung
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) H2020-INNOSUP-2018-2020
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-INNOSUP-2020-02
Finanzierungsplan
CSA-LSP -Koordinator
1414 TROLLASEN
Norwegen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).