Il PRA Lab lavora allo sviluppo di sistemi di “pattern recognition” per applicazioni biometriche, di video sorveglianza, intelligenza d’ambiente e di sicurezza dei sistemi e delle reti informatiche. La missione del PRA Lab è rivolta allo sviluppo di metodi e tecnologie da impiegare, nell'ambito di applicazioni reali, nei futuri sistemi di "pattern recognition".
Il PRA Lab sta sviluppando un approccio chiamato Super-sparse Biometric Recognition, che consente una riduzione del set di template di riferimento utilizzato durante il processo di verifica dell'identità per ogni utente, superando i metodi allo stato dell'arte, sia in termini di risorse di calcolo richieste, sia in termini di accuratezza del riconoscimento, addestrando allo stesso tempo una combinazione ottimale delle misure di similarità e il corrispondente sottoinsieme dei template di riferimento.
Le ricerche del Pra Lab condotte nel campo dell'Adversarial Learning hanno l'obiettivo di rendere gli algoritmi di apprendimento automatico sempre più robusti contro tentativi di attacco compiuti da avversari intelligenti e adattivi (come hacker o spammer), tramite la simulazione di ripetuti scenari di attacco e l'implementazione delle corrispondenti misure di difesa, per soddisfare requisiti di sicurezza più stringenti.
Il Pra Lab sviluppa sistemi di riconoscimento biometrico proponendo soluzioni per l'identificazione personale e l'autenticazione, utilizzando tecnologie per il riconoscimento di volti e di impronte digitali resistenti a tentativi di spoofing e di falsificazione operate tramite repliche di biometrie. Il Lab inoltre organizza la “Fingerprint Liveness Detection Competition” ed è partner del progetto europeo “Tabula Rasa” (Trusted Biometrics under spoofing attacks).
L'area di Intelligenza d'Ambiente del PRA Lab lavora su sistemi di Person Re-identification e di Appearance-based people search per soddisfare compiti come: tracciamento automatico degli spostamenti di diverse persone in una data area; recupero dei filmati contenenti una persona di interesse, a partire da una sua singola immagine; recupero di immagini di una persona a partire da una descrizione testuale (query) del suo abbigliamento.
Il Pra Lab si occupa dello sviluppo di strumenti avanzati per la sicurezza informatica. SuStorID è un sistema di rilevazione di (e protezione contro) intrusioni informatiche (IDS) per servizi web. E' caratterizzato da numerose e interessanti funzionalità: apprendimento automatico, rilevazione di attacchi noti o sconosciuti, architettura multi-modello, protezione in real-time dei servizi web, integrazione con modsecurity, interfaccia utente semplice e intuitiva.
Il PRA Lab ha 20 anni di esperienza nello sviluppo di applicazioni e sistemi innovativi nel campo del Pattern Recognition. Il direttore del laboratorio è il Prof. Fabio Roli, IEEE e IAPR fellow. Il laboratorio è composto da più di 30 persone tra docenti, ricercatori post-doc, studenti di dottorato e collaboratori. I nostri ricercatori conducono le attività di ricerca nell'ambito di programmi regionali, nazionali e progetti europei, finanziati da enti pubblici e da iniziative private.
AI-Textiles, l’intelligenza da indossare: il progetto. PRA Lab e AI Textiles su Agenda Digitale
Algoritmi di machine learning applicati a tessuti intelligenti per modificarne le caratteristiche in base alle esigenze dell’utente e alle circostanze ambientali o corporee. Pensiamo alle divise dei vigili del fuoco ma le potenzialità non si fermano all’abbigliamento. Vediamo gli obiettivi del progetto AI-Textiles.
Sviluppare le competenze e le conoscenze di aziende tessili sarde sul settore dei tessuti intelligenti: questo è l’obiettivo del progetto AI-Textiles, coordinato dal laboratorio PRA Lab (Pattern Recognition and Application Lab) dell’Università di Cagliari, evoluzione di un precedente progetto di successo (GAmI), conclusosi con lo sviluppo di prototipi basati sulla sensoristica avanzata per l’interazione uomo-macchina, tra cui un materasso intelligente in grado di rilevare e segnalare livelli anomali di umidità sulla sua superficie..
Sistema di protezione di documenti elettronici mediante accesso biometrico
L'applicazione che viene presentata in questo video è stata realizzata per mostrare il funzionamento di un nuovo sistema di protezione documenti pdf tramite accesso e mascheramento biometrico criptato. Il progetto all'interno del quale è stato sviluppato questo sistema è stato commissionato dall'azienda CSAMed-Net4Market srl ("Studio di fattibilità e sviluppo prototipale di un sistema di protezione di documenti elettronici mediante accesso biometrico").
Il PRA Lab a "Mi manda RAI 3". Fake fingerprints e liveness detection.
Gian Luca Marcialis intervistato dalla storica trasmissione di approfondimento della RAI sui sistemi di riconoscimento biometrico e sugli strumenti utilizzati per eluderli. Con il plauso degli ospiti in studio e la dimostrazione che, ancora una volta, lo studio dei nostri ricercatori è stimato anche a livello nazionale.
R-PackDroid Android - Ransomware Detector, disponibile su Google Play l'app sviluppata dal nostro team
R-PackDroid è un performante rilevatore di ransomware per dispostitivi Android, basato su algoritmi di machine learning, ed è stato creato da ricercatori Italiani. R-PackDroid sfrutta un sistema di intelligenza artificiale alimentato da TensorFlow per trovare ransomware o malware generico* nei dispositivi Android. Grazie a R-PackDroid è possibile: - Analizzare le app del dispositivo - Effettuare scansioni automatiche su nuove app o su nuovi aggiornamenti delle app già installate - Analizzare tutti i file “.apk” del dispositivo - Analizzare un singolo file “.apk” dal proprio servizio di cloud.
*Disclaimer: R-PackDroid è stato sviluppato per scopi scientifici. È specificamente progettato per rilevare ransomware, quindi si consiglia di utilizzare questa app in combinazione con altri software anti-malware.
L'applicazione è disponibile su Google Play Store per versioni di Android 5.0 o successive.
