SBIR-oproep Autonoom delen van dreigingsinformatie - publieke samenvattingen fase 2
In fase 2 van de SBIR-oproep 'Autonoom delen van dreigingsinformatie' zijn 5 winnaars geselecteerd.
Schuberg Philis Group B.V. - Feedbackinfrastructuur voor cyber Risico Analyse en Netwerk Kennisdeling
In dit project wordt een nieuwe neutrale informatiedeelapplicatie ontwikkeld om statistieken en context van cyberincidenten in de private sector anoniem te kunnen delen. Dit wordt in de applicatie vertaald naar security event logs in IoC-documenten. Zo kan breder worden geobserveerd of aanvallen daadwerkelijk elders optreden en uit meerdere contexten lering worden getrokken. Via deze geanonimiseerde feedbackloops leren de systemen autonoom van elkaar over de risico’s en de zwaarte van aanvallen en cyberincidenten.
Modat B.V. - Collaborative Platform for Threat Research
Dit project heeft als doel een nieuwe categorie product in de cybersecuritysector te introduceren, namelijk een Collaborative Platform for Threat Research (CPTR). Dit platform stelt gebruikers in staat om veilig intern, extern en met verschillende organisaties en onderzoekers samen te werken. Dit wordt gedaan door middel van het (geautomatiseerd) verzamelen, delen en analyseren van cybersecurity threat informatie, en verschaft gebruikers meer context en informatie over urgentie van bedreigingen. De tweede fase van dit project is nodig voor vervolgonderzoek, prototype-ontwikkeling, productvalidatie en eerste praktijktesten. Daarnaast wordt er getracht verdere inzichten te verkrijgen in de gebruikersbehoeften en marktvalidatie.
Centrum voor Cybersecurity Veiligheid en Technologie - Meldingssysteem voor Relevante Informatie¬detectie
Het Meldingssysteem voor Relevante Informatiedetectie (MRI) is een innovatief systeem dat organisaties ondersteunt bij het filteren en identificeren van cyberdreigingsinformatie. MRI vermindert de informatie-overload van cybersecurityteams met 97,6% door met slimme technologie alleen relevante meldingen te tonen. Hierdoor kunnen organisaties sneller en gerichter op dreigingen reageren en lopen ze minder risico om kritieke dreigingsinformatie te missen
SecureMe2 B.V. - NL-CTI
NL-CTI automatiseert de herkenning van digitale criminaliteit door jonge gelegenheidscriminelen, die vanaf (semi-)publieke netwerken aanvallen uitvoeren. Het systeem vergroot de pakkans door onbekende aanvallers te identificeren en bewijsmateriaal automatisch te verzamelen. Opsporingsdiensten worden hierdoor efficiënter en kunnen slachtoffers ondersteunen met vooraf ingevulde aangiftes. NL-CTI versterkt de digitale weerbaarheid van de samenleving door analyses en toegankelijke rapportages publiek beschikbaar te maken. De tool werkt volledig binnen de geldende wet- en regelgeving, zonder dat derden inzicht krijgen in de werkwijze van opsporingsdiensten, en draagt daarmee bij aan een veiliger digitaal klimaat.
Onyx Cyber Security B.V - Tiger Eye Autonoom Dreiging Informatie Publicatie Platform
Het TEADIPP project heeft als doel een systeem te ontwikkelen die de klanten van Onyx Cybersecurity waarschuwt zodra er wereldwijd een kwetsbaarheid wordt ontdekt die een potentieel risico vormt voor hun organisatie. Doordat de tool slim omgaat met de informatie zal de ondernemer niet voor elke kwetsbaarheid een waarschuwing krijgen, maar alleen voor de kwetsbaarheden die gelden voor de organisatie, uitgebreid met een handleiding en tips om de kwetsbaarheid op te lossen. TEADIPP geeft de ondernemer rust zodat de focus bij de organisatie kan blijven.
- Ministerie van Economische Zaken