unipgCyber Security Research Lab UniPg

Part of:

AgriChain: Utilizzo di tecnologie Block-chain per il controllo della filiera di prodotti agro-alimentari e la prevenzione di frodi commerciali (2018-2020)

Bando Fondazione CRPG Bando Tematico Esercizio 2018 - Settore Ricerca Scientifica e Tecnologica

Il settore agroalimentare è molto importante per l’economia europea, italiana e anche soprattutto per il territorio regionale. Nell'Industria Italiana, ma in Umbria in particolare, la maggior parte delle imprese (95%) sono micro-imprese con un numero di addetti che non supera le 9 unità . Le piccole e medie imprese (10-49 addetti) rappresentano invece il 4,4% (rapporto ISTAT 2014). Per le loro dimensioni ridotte, queste aziende hanno difficoltà di integrazione all’interno della stessa filiera, un basso contenuto tecnologico, ed una bassa predisposizione ad innovare (quasi inesistente il settore Ricerca e Sviluppo).
La soluzione proposta da AgriChain pretende di offrire al tessuto produttivo formato da piccole imprese, produttrici di prodotti di alta qualità , la possibilità di elevare e dimostrare la qualità dei propri prodotti. L'obiettivo dichiarato è quello di prevenire le frodi commerciali di prodotti a marchi registrato (e.g., DOPo IGP). In AgriChain, l'Università di Perugia si propone di dare una soluzione innovativa utilizzando le competenze sinergiche e multidisciplinari presenti nei dipartimenti di Matematica e Informatica e Scienze Agrarie Alimentari ed Ambientali (e con personale anche da Ingegneria). Inoltre, il progetto si avvale del sostegno del Gran Sasso Science Institute che, fornisce ulteriori competenze tecnologiche, del 3A Parco Tecnologico Agroalimentare dell'Umbria che fornisce know-how e contatti con il mondo aziendale agroalimentare locale, e del comune di Perugia che fornirà patrocinio e l’uso della Sala dei Notari per i workshop (aperti anche alla cittadinanza) organizzati nel progetto.
AgriChain si prefigge di prevenire il fenomeno delle frodi commerciali attraverso l’utilizzo di tecnologie informatiche basate sulla Block-chain, che, per le caratteristiche offerte, si dimostra essere una scelta appropriata e molto efficace. Lo studio e l’analisi che proponiamo ha l’obiettivo di automatizzare e certificare in modo sicuro ed inalterabile le materie prime ed il processo produttivo e distributivo, apportando valore aggiunto all’intero sistema e garantendo il consumatore finale. Maggiori informazioni...

Ricerca e Visualizzazione di Flussi Bitcoin nelle MixNet (REMIX) (2017-2018)

Empiricamente, proveremo ad utilizzare almeno due servizi di MixNet (solitamente corrispondenti a servizi a pagamento), come per esempio BitMixer e CoinMixer. Successivamente, investigando sulla block-chain (database pubblico) le transazioni effettuate, cercheremo di estrarre le caratteristiche principali. In questo modo saremo anche in grado di individuare gli indirizzi Bitcoin che appartengono al servizio di MixNet, e da questi potremmo quindi risalire ad altri indirizzi MixNet magari non coinvolti nel nostro esperimento. Cercheremo quindi di individuare su tutta la block-chain pattern generali di spostamenti di bitcoin simili a quelli provocati dal nostro esperimento. Infine, li visualizzeremo su un’applicazione web. Doteremo quindi questa applicazione di un filtro per visualizzare solo i pattern individuati in modo automatico.

Analyzing in deep the block-chain in the Bitcoin network

winner of the AWS Research Grant

The aim behind our research is to analyze in deep the block-chain in the Bitcoin network. By analyzing the block-chain and correlating it with this publicly available meta data, we aim to find out how much an address is used for e.g., mixing activities (e.g., money laundering), if it was used for scamming users in the past, if and how it is related to other addresses and entities. We will use heuristics to group addresses in clusters that correspond with entities that control them. Collapsing addresses into clusters compacts and simplifies the huge transaction graph, creating edges between users that correspond to aggregate transactions.

Rassegna Stampa

Data Science for investigating the block-chain in Bitcoin

winner of the Microsoft Azure Award

The aim behind our research is to analyze in deep the block-chain in the Bitcoin network. To accomplish this, we will exploit the cloud computing resources offered by Microsoft. By analyzing the block-chain and correlating it with public available meta data, it is possible to find out whether a given address is used for e.g., mixing activities (e.g., for money laundering), if it was used for scamming users in the past, and, in general, if and how it is related to other addresses and entities. Addresses can be algorithmically grouped into clusters that are related with the entities that control them. Collapsing addresses into clusters compacts and simplifies such a huge transaction graph.

download pdf

Rassegna Stampa

Firma Digitale

Progetto in collaborazione con l'università di Bari, diviso in Analisi e Sviluppo di un Classificatore, necessario ad autenticare una firma autografa utilizzando esclusivamente immagini delle firme già accreditate. La fase di Analisi consiste nello studio approfondito degli algoritmi e delle strutture esistenti per la costruzione del Classificatore. La seconda fase, prevede la realizzazione di un algoritmo, derivato dallo studio precedente, e la codifica di un Prototipo del Classificatore, in linguaggio Java.

Bitcoin

Il progetto Bitcoin si propone di studiare l’asset valuta elettronica Bitcoin. In particolare, sarà studiato e definito un modello matematico per la descrizione della dinamica del prezzo del Bitcoin, prima in un solo mercato e poi analizzando i meccanismi d’interazione tra mercati diversi. Sulla base di tale studio sarà individuato un modello discreto continuo adeguato che, da una analisi preliminare, sembrerebbe suggerire la presenza di bolle speculative delle quali si dovrà tenere conto nella scelta delle dinamiche di prezzo.

Rassegna Stampa

AMANDA: Algorithms for MAssive and Networked DAta

The Engineering Department of the University of Perugia is one of the units involved in the PRIN 2012 project "AMANDA: Algorithms for MAssive and Networked DAta". The unit is coordinated by Prof. Giuseppe Liotta, and includes the researchers of the Computer Engineering group of the Department, namely Prof. Walter Didimo, Dr. Emilio Di Giacomo, Dr. Carla Binucci, Dr. Luca Grilli, and Dr. Fabrizio Montecchiani.

AMANDA will investigate algorithmics for massive data sets. On one hand the project will study emerging and realistic computational models and general algorithm design techniques; on the other hand it will focus on algorithmic issues specific for networked data sets. Pursuing these objectives raises hard research challenges, since the size of the data as well as their networked and evolving nature require a quantum leap in algorithmic design and engineering. These challenges are addressed in two workparts (WPs), each combining theoretical analysis with extensive experimental validation:

Other than the University of Perugia, the AMANDA consortium includes the Third University of Rome (general coordinator), the University of Rome "La Sapienza", the University of Rome "Tor Vergata", the University of Pisa, and the University of Padova. The goal of AMANDA is to strengthen the world leading position of Italian algorithmic research and the European excellence in science in general. Some of AMANDA's expected results are likely to be exploited by industries, thus providing them support in the big data challenge, while others have a foreseeable social impact.

cini
cini
cini
cini
cini
cini
cini
cini
cini