Electrónica y Domótica
CyberFold – Manifold Domain Learning para Detección de Intrusión y Anomalías
Fecha de inicio:
16 Ene 2023
Fecha de finalización prevista:
31 Dic 2025
CyberFold desarrolla nuevas soluciones para la detección de ciberataques mediante técnicas de aprendizaje de manifolds y espacios latentes de baja dimensionalidad. El objetivo es identificar comportamientos anómalos en sistemas IoT, industriales y de red, mejorando la precisión y reduciendo falsos positivos. Se propone además la creación de nuevos algoritmos y su integración en entornos reales. Web del proyecto
Código de proyecto -
40524
Resultados a alcanzar:
1
Creación de un banco de trabajo para algoritmos de Manifold Domain Learning (MDL).
2
Aplicaciones prácticas en detección de anomalías en IoT, tráfico anómalo y ataques DoS.
3
Reducción de falsos positivos en sistemas IDS
4
Reducción de falsos positivos en sistemas IDS
5
Implementación de dashboards para monitorización y transferencia a industria
6
Publicaciones científicas de impacto
7
Pruebas del sistema en entornos reales
Socios del proyecto
Proyectos relacionados
I_HeERO
El objetivo del proyecto es definir y coordinar la implantación de la segunda generación de eCall, un sistema...
finalizado
SAVE
Sistema Avanzado de Protección y Monitorización para la Salud y el Rendimiento Deportivo, con Validación Científica...
en curso
Ubiasist
El objetivo general del proyecto UbiAsist es el desarrollo y optimización de un entorno de monitorización completo y...
finalizado
Descargar
En Cetem vamos a tratar tus datos para devolverte la llamada. Puedes ejercitar tus derechos en info@cetem.com. Más información en política de privacidad.
