Dalle 6.00 pm alle 7:00 pm
The Net Value
Viale la Plaia 15
Nell'ultimo decennio, le tecniche di machine learning hanno mostrato progressi notevoli nella rilevazione di malware, e sono attualmente impiegate anche nell'ambito di diverse soluzioni anti-malware in contesti aziendali. Allo stesso tempo, la ricerca ha mostrato come i sistemi basati sull'apprendimento automatico possano essere efficacemente attaccati sfruttando vulnerabilità degli algoritmi di classificazione, della rappresentazione delle informazioni, e delle tecniche di pre-processing da questi impiegate. Questi attacchi, conosciuti anche come "Attacchi adversarial" (o "Adversarial examples" nel contesto del Deep Learning) stanno mettendo seriamente in discussione l'utilità del Machine Learning nella rilevazione affidabile di attacchi mirati da parte di avversari.
In questa presentazione, verrà fornita una panoramica generale dell'Adversarial Machine Learning per la rilevazione di malware. In particolare, verranno presentati alcuni casi studio che hanno fatto progredire tale disciplina e verranno discusse le nuove frontiere della ricerca scientifica.
Davide Maiorca è Ricercatore presso l'Università di Cagliari. Docente dei corsi di "Web Security and Malware Analysis" e "Computer Forensics Techniques”, svolge attività di ricerca negli ambiti dell'analisi di malware e la loro rilevazione con tecniche di machine learning, adversarial machine learning e analisi di attacchi in campo mobile e IoT.
Modera l’incontro Giorgio Giacinto, Professore di Ingegneria Informatica dell’Università di Cagliari e coordinatore del corso di Laurea Magistrale in Computer Engineering, Cybersecurity and Artificial Intelligence