“Vi bygger ett ML-förstärkt övervakningssystem som kompletterar IDS:er genom att automatiskt filtrera, prioritera och lära sig lokala nätmönster.” Sammanfattande illustrerande data av resultate från en ML-sessionen i maj 2025. Sedan dess har modellen utvecklats vidare. ML-sessionerna exekveras i python på plattformen Jupyter och anväder sig av data från Canadian Institute for Cybersecurity.
IDS med AI
Sedan hösten 2024 har jag jobbat med utvecklingen av en ML modell för träning av en IDS. Det har gått via att sätta upp en molnbaserad miljö i AWS för att senare flytta över utvecklingen till en fysisk labmiljö på företaget. Steg för steg har sedan en model vuxit fram som kan känna igen beteende mönster parallet med signaturer för detektion. Målet är att få ut modellen i nya miljöer och att träna den med mer varierad data. I nuläget har det tränats på CIC dataset med framgång. ...
💡 IDS Projekt
Vi arbetar just nu med ett avancerat IDS-projekt (Intrusion Detection System) som använder maskininlärning för att analysera nätverkstrafik i realtid. Projektet är en del av vår långsiktiga satsning på säkerhetsautomation.
🦾 Uppdrag åt Tekniska Högskolan
Under hösten 2025 kommer företaget att genomföra utbildning inom cybersäkerhet och nätverksteknik åt extern beställare. Parallellt med det pågår en utvecklingsfas av ett ML (Machine Learning) projekt med syfte att träna upp en IDS (Intrusion Detection System).