Anton Borg

Kort sammanfattning

Vetenskaplig erfarenhet

Jag påbörjade mina doktorandstudier 2009 vid Blekinge Tekniska Högskola, i ett projekt med målet att förhindra skadlig programvara. Inom detta projekt undersökte vi identifiering av skadlig programvara med hjälp av ryktessystem för programvara (med hjälp av simuleringar), samt klassificering av programvara baserat på licensavtal för slutanvändare (med hjälp av prediktiva maskininlärningsmetoder). Vidare undersöktes klassificering av e-post baserat på data från sociala nätverk online (med hjälp av prediktiva maskininlärningsmetoder). År 2012 försvarade jag min licentiatavhandling, Decision support for the estimation of the utility of software and e-mail. Avhandlingens huvudtema var metoder och beslutsstödsystem för att hjälpa användare att avgöra nyttan av programvara och e-post.

Under 2012 började jag arbeta i ett projekt i samarbete med lokalpolisen i Blekinge. Målet med projektet var att utveckla en metod för strukturerad datainsamling från bostadsinbrott och att utveckla ett beslutsstödssystem. Den forskning som jag var mest involverad i handlade om hur maskininlärningsmetoder kan användas för att upptäcka kopplingar mellan brottsfall, dvs. upptäcka serier av brott. De metoder som undersöktes var klustrings- och klassificeringstekniker, och resultaten utvärderades och analyserades med hjälp av lämpliga statistiska tester. Projektet omfattade inledningsvis lokala och regionala brottsbekämpande myndigheter, men växte till att omfatta brottsbekämpande myndigheter på nationell nivå och flera regionala områden, samt Nationellt forensiskt centrum. Det utvecklade beslutsstödsystemet utvärderades positivt och användes av brottsbekämpande myndigheter i flera områden i Sverige under två år. Återkopplingen från dessa organisationer har varit mycket positiv och det finns ett gott samarbete.

Projektet, i samarbete med brottsbekämpande myndigheter, har varit mycket framgångsrikt och har uppmärksammats i media, av regeringen och av flera brottsbekämpande organisationer (även internationellt). Intresset för projektet från nordiska forskare inom kriminologi och brottsbekämpning samt från svenska och internationella brottsbekämpande organisationer har varit stort. Sveriges tidigare justitieminister uttryckte intresse och besökte BTH för att lära sig mer om projektet. Ett antal presentationer har hållits inom projektet för flera statliga myndigheter (t.ex. Kustbevakningen) och andra företag (t.ex. försäkringsbolag), där forskningsresultaten har fått positiv feedback. Två uppföljningsprojekt har finansierats av Regionförbundet Blekinge (2015) och av Vinnova (2016). Samarbetet med rättsvårdande myndigheter under båda fortsättningsprojekten har varit mycket positivt. I

I slutet av 2014 försvarade jag min doktorsavhandling, On Descriptive and Predictive Models for Serial Crime Analysis. Avhandlingens huvudtema är intelligenta beslutsstödsystem för analys av brottsserier, med fokus på bostadsinbrott. Arbetet är huvudsakligen inom tillämpad maskininlärning. Avhandlingen behandlar datastrukturer, jämförelse av metoder (prediktiva och deskriptiva) samt utvärdering av metodresultat. En röd tråd genom hela min forskarkarriär har varit att använda maskininlärning för att lösa forskningsproblem. Den metodik som används är huvudsakligen experimentell, i kombination med lämpliga tillvägagångssätt, t.ex. statistiska tester, för att utvärdera resultaten.

Sedan min doktorsexamen har jag varit involverad i flera projekt, ofta i samarbete med industrin (t.ex. Ericsson och Telenor). Mer information finns i CV:t.