Marta Catillo, studentessa di ingegneria all’Unisannio, vince una borsa “Orio Carlini” con un progetto sulla sicurezza informatica. Il premio del Consortium GARR è dedicato a progetti di ricerca sviluppati da giovani laureati e laureate che vogliano specializzarsi nell’applicazione di tecnologie innovative per lo sviluppo di infrastrutture digitali e di servizi in contesti multidisciplinari.
Marta, 27 anni, laureata in ingegneria informatica ed attualmente iscritta al corso di laurea magistrale in ingegneria informatica presso l’Università degli Studi del Sannio, svolgerà, insieme ad altri 9 vincitori di borsa, per 12 mesi, e con possibilità di proroga, un percorso di studio presso enti e istituzioni scientifiche, culturali e accademiche collegate alla rete GARR.
Il Consortium GARR è un’associazione senza fini di lucro fondata sotto l’egida del Ministero dell’Istruzione, dell’Università e della Ricerca. I soci fondatori sono CNR, ENEA, INFN e Fondazione CRUI, in rappresentanza di tutte le università italiane.
Il progetto presentato da Marta Catillo per la partecipazione al bando, sotto la supervisione del prof. Umberto Villano, direttore del Dipartimento d’Ingegneria di Unisannio, riguarda un Intrusion Detection System o IDS, ovvero un dispositivo software o hardware per identificare accessi non autorizzati ai computer o alle reti locali.
In particolare, la giovane studentessa intende interessarsi dello studio di un Intrusion Detection System orientato alla diagnostica di rete per la predizione di anomalie e basato su tecniche di machine learning.
Un comune IDS analizza pattern di dati catturati dalla rete al fine di rilevare minacce provenienti dall’esterno. Gli attuali IDS risultano accurati e funzionanti, ma totalmente inefficaci per attacchi non identificati in precedenza. Il tema proposto inquadra i concetti sopra menzionati in un contesto più ampio e attuale: il machine learning. Le recenti tecniche di ML stanno rapidamente cambiando la visione del mondo rendendo la realtà più nitida e meno incerta. Grazie ad esse è possibile restringere l’alone di impredicibilità che caratterizza tanti aspetti della vita quotidiana. Pertanto, tali tecniche trovano ampio spazio anche nell’ambito dell’information security. In particolare, per la realizzazione dell’IDS, si intendono utilizzare tecniche di apprendimento basate sull’analisi di flussi di traffico normali e anomali per predire ed identificare possibili attacchi.
