Strategie di Intelligenza Artificiale ad elevata affidabilità e disponibilità per la rivelazione di attacchi cibernetici

Cantagallo, Federica (2023) Strategie di Intelligenza Artificiale ad elevata affidabilità e disponibilità per la rivelazione di attacchi cibernetici. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria elettronica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

Il continuo avanzare della digitalizzazione introduce un aumento significativo di dati da gestire ed elaborare e di conseguenza un crescente bisogno di sistemi intelligenti che siano in grado di processare grandi moli di informazioni con un livello di autonomia sempre maggiore. In aggiunta, lo sviluppo tecnologico al quale si assiste, soprattutto nel settore elettronico, mira ad una sempre maggiore richiesta di tecnologie scalate che permettono elevati livelli di integrazione; d’altra parte, il processo di miniaturizzazione rende i sistemi elettronici più vulnerabili a guasti e fenomeni di aging durante il loro funzionamento sul campo. Dal momento che tali sistemi si trovano a lavorare in stretto contatto con la vita dell’uomo, sorge la crescente necessità di garantire elevati livelli di sicurezza sul campo dei sistemi stessi. In particolare, si richiede che i sistemi elettronici per applicazioni ad elevato livello di autonomia siano affidabili, resilienti e safe. All’interno di tale contesto, l’intelligenza artificiale è un importante strumento in grado di migliorare la protezione dei dispositivi nei confronti di eventi improvvisi e critici, come gli attacchi cibernetici. di qui il problema dell’anomaly detection: con esso si intende il problema di individuare pattern nei dati che differiscono dalla norma. Trova ampio impiego in una grande varietà di applicazioni e domini come, ad esempio, il rilevamento di frodi nelle transazioni con carte di credito, in compagnie assicurative o di assistenza sanitaria, nel rilevamento di intrusioni per la sicurezza informatica e nel rilevamento di guasti in sistemi critici per la sicurezza. Nell’ottica di ridurre al minimo l’impatto negativo di tali eventi, è necessario monitorare quanto più possibile il mondo digitale, sfruttando al meglio la tecnologia che si ha a disposizione per rendere i sistemi e servizi di utilizzo quotidiano sempre più sicuri e affidabili.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Cantagallo, Federica
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
INGEGNERIA ELETTRONICA
Ordinamento Cds
DM270
Parole chiave
machine learning, reti neurali, autoencoder, fault tolerance, guasti, anomalie, soft error, affidabilità, sicurezza, disponibilità, fault injection, attacchi informatici
Data di discussione della Tesi
22 Marzo 2023
URI

Altri metadati

Gestione del documento: Visualizza il documento

^