Human-Centered DNS Agent

: Kvalitetssäkring av registreringsdata

Abstract

Korrekt registreringsdata är avgörande för att säkerställa kontroll över domäner. För domännamnshanterare är granskning och validering av registreringsdata ofta manuell och tidskrävande. Felaktiga uppgifter kan leda till ägandetvister, varumärkesskador och försämrad tillgång till samhällskritiska tjänster. Trots den avgörande betydelsen av korrekt registreringsdata har brister i hanteringen identifierats (ICANN 2024). Samtidigt har The General Data Protection Regulation (GDPR) begränsat insynen i WHOIS-data, vilket försvårar manuell kontroll. Network and Information Systems Directive (NIS2) ställer dessutom ökade krav på verifiering och spårbarhet (CENTR 2023). Denna studie undersöker hur en DNS Agent, baserad på Human-Centered AI (HCAI), kan designas för att fungera som beslutsstöd. Forskningsarbetet förenar aktuell vetenskaplig teori inom interaktionsdesign och AI med praktisk designmetodik. Genom litteraturstudier, användarintervjuer, expertkonsultationer och iterativ prototyputveckling skapades och utvärderades en DNS Agent som kombinerar Conversational User Interfaces (CUI) och Visualization-Oriented Natural Language Interfaces (V-NLI) med Large Language Models (LLM). Resultaten visar att en Human-Centered DNS Agent har potential att effektivisera kvalitetssäkringen av registreringsdata och samtidigt stärka användarens beslutsförmåga.

Tilldelningsdatum	2025-juni
Originalspråk	Svenska
Handledare	Kristoffer Åberg (Handledare), Maria Freij (Handledare) & Kari Rönkkö (Examinator)