Softwareprotecties proberen de confidentialiteit en integriteit van assets ingebed in software te beschermen tegen reverse engineering aanvallen en software tampering. Voorbeelden van ingebedde assets zijn cryptografische sleutels, managers van licenties en toegang tot digitale media, waardevolle nieuwe algoritmes, etc. Effectief en efficiënt gebruik van softwareprotecties vereist een grote manuele inspanning van experts.  Bij gebrek aan automatische ondersteuning moeten die zelf de composities van te gebruiken protecties en hun configuraties selecteren (uit een enorme zoekruimte). De hiertoe benodigde expertise en intellectuele arbeid maken sterke softwareprotectie te duur voor veel software-ontwikkelaars.
In dit project ontwerpen we nieuwe modellen en bijbehorende methoden voor geautomatiseerde beslissingsondersteuning voor softwareprotectie. De belangrijkste nieuwigheid is het fijnmaziger modelleren van protecties, aanvalstechnieken, en de relaties daartussen dan in eerder onderzoek is gedaan. Met de nieuwe modellen willen we belangrijke taken zoveel mogelijk uit handen nemen van softwareprotectie-experts om zo hun productiviteit te verbeteren wanneer ze te maken krijgen met complexe en kritieke gevallen van risicobeperking, en om ze overbodig te maken voor minder complexe, minder kritieke gevallen, waardoor adequate bescherming beschikbaar komt voor ontwikkelaars die zich vandaag geen menselijke experts kunnen veroorloven.