Il progetto prevede che lo studente metta in pratica e approfondisca le sue conoscenze nell’ambito dell’In- telligenza Artificiale Interpretabile (Explainable AI) e delle Reti Generative Avversarie (GAN). Inizialmente, lo studente dovrà acquisire competenze nella comprensione e manipolazione di dataset di malware, con un focus particolare sull’analisi delle caratteristiche generate dalle GAN. Successivamente, è richiesto che familiarizzi con metodi per migliorare la trasparenza e l’interpretabilità dei modelli generativi, utilizzando tecniche come Grad-CAM e Lime. Durante l’attività di stage, lo studente potrà quindi approfondire le tecniche avanzate e gli strumenti utilizzati per rendere i modelli di intelligenza artificiale più trasparenti e interpretabili nel contesto della sicurezza informatica.
Decoding GAN-Generated Malware using Explainable AI Techniques
TIOZZO, MATTEO
2023/2024
Abstract
Il progetto prevede che lo studente metta in pratica e approfondisca le sue conoscenze nell’ambito dell’In- telligenza Artificiale Interpretabile (Explainable AI) e delle Reti Generative Avversarie (GAN). Inizialmente, lo studente dovrà acquisire competenze nella comprensione e manipolazione di dataset di malware, con un focus particolare sull’analisi delle caratteristiche generate dalle GAN. Successivamente, è richiesto che familiarizzi con metodi per migliorare la trasparenza e l’interpretabilità dei modelli generativi, utilizzando tecniche come Grad-CAM e Lime. Durante l’attività di stage, lo studente potrà quindi approfondire le tecniche avanzate e gli strumenti utilizzati per rendere i modelli di intelligenza artificiale più trasparenti e interpretabili nel contesto della sicurezza informatica.File | Dimensione | Formato | |
---|---|---|---|
TiozzoMatteo.pdf
accesso aperto
Dimensione
1.83 MB
Formato
Adobe PDF
|
1.83 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/80245