Cybersäkerhet: Att skydda det digitala samhället

CYBERSECURITY

Cybersäkerhet handlar om att skydda informationssystem, och de tjänster och verksamheter som de stödjer, mot obehörig åtkomst och störningar.

Beskrivning

I ett starkt digitaliserat samhälle är cybersäkerhet avgörande för att skydda enheter och teknisk infrastruktur, från enskilda datorer till komplexa sociotekniska system. Det är ett tvärvetenskapligt forskningsområde som omfattar aspekter av informationsteknik, mänskliga faktorer, etik, juridik, policy och riskhantering i samband med motståndare.

På institutionen för informationsteknologi har vi identifierat cybersäkerhet som ett strategiskt område för både forskning och utbildning. Vår forskning tar sig an utmaningar inom en rad olika områden, allt från säkerhetsaspekter på hårdvaru- och mjukvarunivå, inklusive säkerhet i datornätverk och i Internet-of-Things (IoT), till säkerhet och integritet inom tillämpningsområden som maskininlärning, styrsystem och onlineinformation. Vår cybersäkerhetsrelaterade utbildning erbjuder kurser på alla nivåer inom högre utbildning, inklusive introduktionskurser för livslångt lärande, grundläggande och avancerade kurser samt doktorandkurser på den aktuella forskningsfronten inom cybersäkerhet.

Vi välkomnar kontakter för samarbete, presumtiva studenter och forskare!

  • Cybersecurity and formal verification: automatically reasoning about the presence or absence of vulnerabilities in software and web applications through techniques from the formal methods area, including model checking, symbolic execution, and SMT (satisfiability modulo theories) solving.
  • Anomaly detection: automatically detecting and identifying attacks and security breaches in a timely manner and distinguishing them from legitimate behaviours.
  • Security in the Internet-of-Things: protecting the less powerful IoT devices and networks from attacks and detecting when they have been compromised. Examples include in-body sensor networks.
  • Cybersecurity and Privacy in Learning and Control: protecting intelligent autonomous decision-making systems, powered by data-driven machine learning and model-based control engineering, against malicious adversaries. Examples include industrial control systems, smart grids, and artificial pancreas.
  • Privacy-Preserving Federated Machine Learning: designing and developing large-scale training environments for millions of devices, with accurate model training based on local heterogeneous and unbalanced datasets, while ensuring data privacy and trust and auditability for the model preparation process.
  • Secure Computer Architecture: designing the Computer Architecture 2.0 that closes the hardware security holes, without compromising performance and efficiency, and provides the substrate on which all other (software) security is built.
  • Online Information Disorder: contributing to a higher quality of online information, for example exposing disinformation.

Senast uppdaterad:

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
twitter
youtube
linkedin