AI kan effektivt upptäcka skadlig programvara med minimal mänsklig inblandning

Den accelererande ökningen av antalet datorenheter medför en motsvarande ökning av mängden känslig information på dessa enheter. Denna ökning har resulterat i en ökad hotbild från cyberkriminella, där malware (skadlig programvara) används för att otillbörligt få tillgång till och stjäla känslig information för ekonomisk vinning, såsom identitetsstöld eller tillgång till bankkonton. Utmaningen ligger i att det ständigt uppstår nya varianter av malware, vilket traditionella metoder inte alltid kan hantera.

I sin avhandling inom datavetenskap presenterar Khurram Shahzad hur automatiserade och statiska metoder kan användas för att tidigt upptäcka skadlig programvara med minimal mänsklig inblandning. Han har använt övervakade inlärningsalgoritmer, en del av AI, som bygger på att identifiera mönster eller relationer i data. Shahzad har framgångsrikt testat dessa automatiserade och statiska metoder på olika typer av datorenheter och operativsystem samt på olika varianter av skadlig programvara, både känd och okänd. Genom att tidigt upptäcka indikationer på intrång möjliggörs skydd av känsliga data och datorresurser för vårdinrättningar, skolor och myndigheter, samtidigt som risken för identitetsstöld minimeras.

Disputationen är öppen för allmänheten.

Dag: Onsdagen den 31 januari 2024
Tid: Kl 13:00-16:00
Plats: Sal J1630, Campus Karlskrona eller via Zoom.

Avhandling och abstrakt.

För mer information kontakta Khurram Shahzad (engelsktalande) via e-post:khurramshahzad.office@gmail.com