Sightlabs: Anomaly Based Clustering Tool
Sightlabs onderzoekt de haalbaarheid van een cyberbeveiligingstool op basis van Anomaly Based Clustering om geavanceerde interne netwerkindringers sneller te detecteren, met focus op de financiële sector.
Projectdetails
Inleiding
De consistentie en het volume van aanvallen op digitale netwerken van bedrijven neemt alsmaar toe. De potentiële schade is enorm. Aanvallen worden steeds geavanceerder. Er is ook een groei van zeer gerichte aanvallen.
Huidige situatie in cybersecurity
De aanbiedende kant van de cybersecuritymarkt richt zich momenteel vooral op de protectie aan de poort (firewalls, intrusion detection, etc.). Er is minder aandacht voor de detectie van indringers die zich al in interne netwerken bevinden. De beschikbare detectieoplossingen zijn voornamelijk gebaseerd op signature-based methodieken; detectie op basis van reeds bekende kenmerken van kwaadaardige software.
Doel van het haalbaarheidsonderzoek
Met dit haalbaarheidsonderzoek wil Sightlabs onderzoeken of het technisch haalbaar is een cybersecuritytool te ontwikkelen op basis van Anomaly Based Clustering (ABC) technologie. Vanuit een behoefte van met name de financiële sector om tijdig indringers die zich binnen haar eigen netwerk bevinden te kunnen detecteren, is dit conceptidee ontstaan.
Focus en uitdaging
Door de focus te verschuiven naar verkeerspatronen; normale versus vreemde gedragingen van nodes in een bedrijfsnetwerk, kunnen ook zeer geavanceerde aanvallen beter en sneller worden gedetecteerd. Hier zit ook gelijk een grote uitdaging in het project, waardoor het zonder haalbaarheidsonderzoek niet mogelijk is om te bepalen of de ontwikkeling van het project technisch en financieel haalbaar is.
Technische vereisten
Anomaly Based Clustering moet gaan leren om datagebruik van het netwerk te koppelen aan bedrijfsactiviteiten. Vervolgens moet het systeem in staat zijn gebruikelijke activiteit te onderscheiden van abnormaal gebruik en autonoom beslissen welke events te triggeren op basis van deze informatie.
Onderzoeksopzet
Het haalbaarheidsonderzoek is opgesplitst in de volgende elementen:
- Deskresearch
- Expertconsulten
- Technische architectuur
- Marktonderzoek
- Economisch deskresearch
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 20.000 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- SightLabs B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Cyber-A.I.Het project onderzoekt de haalbaarheid van een cybersecurityoplossing voor het mkb, gericht op het verminderen van beveiligingsrisico's en het verbeteren van digitale weerbaarheid. | Mkb-innovati... | € 20.000 | 2023 | Details |
Artificial Intelligence based Anomaly Detection for Operational TechnologyDit project onderzoekt de haalbaarheid van een Anomaly Based Detection Algoritme voor OT Security om cyberaanvallen op PLC-systemen in industriële processen te detecteren en te voorkomen. | Mkb-innovati... | € 20.000 | 2022 | Details |
Haalbaarheid DroneDetectHet project richt zich op het ontwikkelen van een kosteneffectief en betrouwbaar drone detectiesysteem op basis van RF-technologie, gericht op de beveiligingsmarkt. | Mkb-innovati... | € 20.000 | 2023 | Details |
Publieke Cybersecurity RisicoscannerMarcus W BV ontwikkelt de Publieke Cybersecurity Risicoscanner om verzekeraars te helpen bij het nauwkeurig inschatten van cybercriminaliteit-risico's, waardoor betaalbare verzekeringen voor bedrijven mogelijk worden. | Mkb-innovati... | € 20.000 | 2023 | Details |
Security in our DNAHet project onderzoekt de haalbaarheid van een geïntegreerde cloud security scan dienst voor het mkb, om hoogwaardige beveiliging toegankelijker en effectiever te maken. | Mkb-innovati... | € 20.000 | 2020 | Details |
Cyber-A.I.
Het project onderzoekt de haalbaarheid van een cybersecurityoplossing voor het mkb, gericht op het verminderen van beveiligingsrisico's en het verbeteren van digitale weerbaarheid.
Artificial Intelligence based Anomaly Detection for Operational Technology
Dit project onderzoekt de haalbaarheid van een Anomaly Based Detection Algoritme voor OT Security om cyberaanvallen op PLC-systemen in industriële processen te detecteren en te voorkomen.
Haalbaarheid DroneDetect
Het project richt zich op het ontwikkelen van een kosteneffectief en betrouwbaar drone detectiesysteem op basis van RF-technologie, gericht op de beveiligingsmarkt.
Publieke Cybersecurity Risicoscanner
Marcus W BV ontwikkelt de Publieke Cybersecurity Risicoscanner om verzekeraars te helpen bij het nauwkeurig inschatten van cybercriminaliteit-risico's, waardoor betaalbare verzekeringen voor bedrijven mogelijk worden.
Security in our DNA
Het project onderzoekt de haalbaarheid van een geïntegreerde cloud security scan dienst voor het mkb, om hoogwaardige beveiliging toegankelijker en effectiever te maken.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Perpetual Sandbox AnalysisHet project ontwikkelt een geautomatiseerde technologie voor het snel monitoren van malware met incubatietijd, gericht op het verbeteren van de cybersecurity van financiële instellingen. | Mkb-innovati... | € 190.050 | 2017 | Details |
Situational Awareness Software (SAS)Het Situational Awareness Software-project verbetert de detectie van onveiligheden met machine learning, waardoor politieteams proactief kunnen handelen en de veiligheid in Nederland toeneemt, met aandacht voor privacy en toegankelijkheid. | Mkb-innovati... | € 238.140 | 2021 | Details |
SmartScout; next-gen AI alerting en surveillanceScalar Data B.V. en BlueMark Innovations B.V. ontwikkelen een AI-gestuurde tool die wifi- en bluetooth-signalen analyseert om verdachte apparaten te detecteren en de veiligheid in woonwijken en bedrijven te verbeteren. | Mkb-innovati... | € 167.016 | 2023 | Details |
Perpetual Sandbox Analysis
Het project ontwikkelt een geautomatiseerde technologie voor het snel monitoren van malware met incubatietijd, gericht op het verbeteren van de cybersecurity van financiële instellingen.
Situational Awareness Software (SAS)
Het Situational Awareness Software-project verbetert de detectie van onveiligheden met machine learning, waardoor politieteams proactief kunnen handelen en de veiligheid in Nederland toeneemt, met aandacht voor privacy en toegankelijkheid.
SmartScout; next-gen AI alerting en surveillance
Scalar Data B.V. en BlueMark Innovations B.V. ontwikkelen een AI-gestuurde tool die wifi- en bluetooth-signalen analyseert om verdachte apparaten te detecteren en de veiligheid in woonwijken en bedrijven te verbeteren.