Ett växande antal cyberhot gör logganalys till en allt viktigare del av cybersäkerhetsarbetet. Här presenteras LogX — ett AI-baserat verktyg som samlar in loggar genom mjukvarubaserad envägskommunikation. Målet är att minska det manuella arbetet, minska risken för mänskliga fel och uppfylla regulatoriska krav.

Totalt testas LogX på 2041 loggar med relativt jämn fördelning mellan normal trafik och attacker. 52.5% av loggarna klassificeras som låg risk, vilket innebär att dessa loggar har ett minimalt behov av mänsklig granskning och potentiellt skulle kunna filtreras bort, vilket tyder på att den manuella granskningen kan reduceras avsevärt. I praktiska tillämpningar, där attacker utgör en minoritet, förväntas reduceringsgraden bli ännu högre. 

Verktygets prestanda utvärderades genom egenproducerade brute-force-attacker. En precision på 98.35%, recall på 100% samt F1-score på 99.17% uppnås (SE = 1.1%), med ett AUC-värde på 0.98 — vilket tyder på en mycket hög träffsäkerhet i att skilja hot från normal trafik. Klassificeringens stabilitet styrks genom kvartilanalys.  

Intervjuer med branschkunniga visar på behov av automatisering, men också på vikten av att AI används som stöd, inte ersättning, för mänskligt beslutsfattande. Envägskommunikation betraktas som ett säkerhetsmässigt effektivt tillvägagångssätt, även om tekniska begrepp inte alltid förstås fullt ut i praktiken. Tillit till OpenAI uttrycks med viss försiktighet, där oro kring dataskydd, insyn och ansvar framkommer. 

LogX presenteras som ett användarvänligt, kostnadseffektivt och säkrare alternativ till manuell logganalys.