Postdoktor distribuerad maskininlärning intrångsdetekteringssystem inom IoT

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.

Institutionen för informationsteknologi öppnar nu en postdoktortjänst för kvalificerade personer som är intresserade av forskning inom området datasäkerhet för IoT. Du kommer att vara del av en ledande forskargrupp med publikationer i de mest prestigefulla konferenserna inom området.

Ämnesområde
Internet of Things (IoT) är en kritisk komponent inom många branscher, inklusive tillverkning, hälsovård, fordonsindustrin och mer. På grund av dess viktiga roll är IoT-nätverket ständigt ett mål för attacker. Intrångsdetekteringssystem (IDS) är kritiska komponenter i en effektiv IoT-cybersäkerhetsförsvarstrategi, och maskininlärning spelar en avgörande roll i intrångsdetektering genom att lära sig av tidigare och simulerade attacker.

Arbetsuppgifter
Målet med positionen är att utforska och tillhandahålla tekniker för integritetsbevarande och robusta metoder för att bygga starka IDS med bidrag från flera aktörer och system, för att dela kunskap från olika miljöer och sammanhang. Specifikt kommer positionen att fokusera på metoder för att mildra effekten av den förväntade dataheterogeniteten i federerad inlärning (FL) bland en uppsättning IoT-nätverksleverantörer, liksom FL-modellens robusthet. Anställningen är på två år och omfattar avdelningsuppgifter (främst undervisning) på högst 20%.

Kvalifikationskrav
Doktorsexamen i datavetenskap eller elektroteknik eller motsvarande eller en utländsk examen som bedöms motsvara doktorsexamen i datavetenskap eller elektroteknik eller motsvarande. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Ett genuint intresse och nyfikenhet för ämnet och utmärkta analytiska och kommunikativa färdigheter, både muntligt och skriftligt, krävs.

Utmärkt kommunikationsförmåga i tal och skrift på engelska är ett krav.

Önskvärt/meriterande i övrigt
Den ideala kandidaten för tjänsten har forskningserfarenhet inom informationssäkerhet, maskininlärning och sakernas internet. Dessutom är erfarenhet av federerat learning, transfer learning, GAN och programmering av distribuerade system till hjälp.

Ansökan måste innehålla
1. Ett personligt brev som kort beskriver din motivation för att söka anställningen och projektet och tidigast möjliga anställningsdatum (max 1 sida).
2. En meritförteckning (CV).
3. En lista över publikationer.
4. Upp till fem utvalda publikationer i elektroniskt format.
5. En forskningsplan som beskriver din tidigare och nuvarande forskning (max 1 sida) och ett förslag för framtida aktiviteter (max 1 sida).
6. Kontaktinformation för två referenser.
7. En kopia av relevanta betygsdokument (översatt till svenska eller engelska).

Om anställningen
Anställningen är tidsbegränsad i två år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 2024-08-15 eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Professor Christian Rohner, avdelningen för Datorteknik, christian.rohner@it.uu.se eller adjungerad universitetslektor Andreas Johnsson, avdelningen för Datorteknik, andreas.johnsson@it.uu.se

Välkommen med din ansökan senast den 30 april 2024, UFV-PA 2024/1136.