Da Pavia arriva un modello per prevedere gli attacchi terroristici
Dall’analisi storica e dei big data i ricercatori dell’Università di Pavia - Laboratorio di data science hanno elaborato un algoritmo per prevenire gli attacchi terroristici: il tutto è stato presentato al Dipartimento delle informazioni per la sicurezza della Presidenza del Consiglio dei Ministri
![](https://automazione-plus.it/wp-content/uploads/sites/3/2017/06/SICUREZZA_pixabay_attacchi-300x204.jpg)
Un team del Laboratorio di data science (RIDS – Res Institute for Data Science) dell’Università di Pavia, coordinato dalla professoressa Silvia Figini, ha presentato lo scorso 5 giugno a Roma al Dipartimento delle informazioni per la sicurezza della Presidenza del Consiglio dei Ministri una ricerca finalizzata all’elaborazione di modelli di rischio basata sull’analisi dei dati in grado di prevedere eventi terroristici.
Il lavoro svolto all’interno del Laboratorio presenta modelli descrittivi e inferenziali per la previsione di attacchi terroristici attraverso un’analisi della serie storica di dati a disposizione opportunamente integrati con dati esterni quantitativi e qualitativi. L’idea è che, partendo da una mappatura storico-geografica degli attentati a livello globale e incrociando queste informazioni con indici specifici e altri attinti dal traffico web e dai social network, si possa arrivare a sviluppare un algoritmo in grado di prevedere dove sarà il prossimo attacco.
La metodologia deriva inoltre early warning e key risk indicator capaci di identificare aree di rischio e fornisce previsioni running time con una accuratezza del 90% rispetto all’accadimento di un possibile attacco. L’implementazione dei modelli predittivi e descrittivi potrebbe consentire ai responsabili della sicurezza di pianificare azioni in modo opportuno e ottimale per contenere i danni di un possibile attacco. Lo studio ha portato allo sviluppo di modelli di previsione dinamici innovativi in un contesto di big data analytics per migliorare, sfruttando tutte le tipologie di dati disponibili, l’accuratezza della previsione.
I ricercatori hanno fissato come punto di partenza gli attentati dell’11 settembre 2001. Da allora ci sono state più di 83.000 azioni in 158 Paesi riconducibili a 1.098 gruppi terroristici differenti che hanno fatto circa 192.000 morti. L’algoritmo consente di tener conto di dati quantitativi, qualitativi, strutturati e non strutturati per ottimizzare la capacità predittiva e può ipotizzare dove sarà il prossimo attacco.
I modelli messi a punto potranno essere ulteriormente migliorati con l’integrazione di dati riservati e possono essere di interesse per i dipartimenti nazionali e internazionali di intelligence e in generale per la sicurezza e sono pronti per essere integrati nei processi.
Contenuti correlati
-
Credere nella forza dell’innovazione
Il nuovo studio di reichelt elektronik fa luce sullo scenario attuale, sul potenziale delle tecnologie come AI, ML, Big Data, robotica e IoT e sul loro utilizzo nelle aziende industriali italiane Automazione come soluzione universale per l’industria...
-
Consorzio PI Italia: IO-Link Safety al centro dell’evoluzione nella sicurezza industriale
“Dal Campo al Cloud – Seconda Edizione” è il titolo dell’evento IO-Link Day 2024 del 1° ottobre, che celebra la continua evoluzione di una tecnologia sempre più avanzata, dalle numerose e svariate applicazioni performanti e di grande...
-
Sicurezza IIoT: i 5 step da osservare secondo Claroty
Dal ransomware agli attacchi DDoS (Distributed Denial of Service), fino alla presenza di dispositivi legacy, le minacce legate all’IIoT non accennano a diminuire. Con la continua espansione dell’IIoT e la comparsa di nuove possibilità di attacco, le...
-
Sviluppo Sostenibile investe in GM International, noto nel campo della sicurezza intrinseca
Sviluppo Sostenibile è un fondo di private equity specializzato negli investimenti in PMI italiane con promozione delle tematiche ESG, gestito da DeA Capital Alternative Funds SGR. GM International S.r.l. (“GMI”), fondata nel 1993 da Glisente Landrini a Villasanta...
-
Perché l’agricoltore del futuro deve saperne di tecnologia
Oggi l’agricoltore è più simile a uno scienziato che a un lavoratore manuale, gestisce macchine, analizza dati e ottimizza l’uso di fitofarmaci e nutrienti. Negli ultimi anni, il rapporto fra agricoltura e tecnologia è migliorato grazie a...
-
AI e Big Data in supporto alla data strategy delle aziende vitivinicole
In ogni fase della produzione del vino, le aziende vitivinicole generano una vasta quantità di dati, che vanno dalla produzione e gestione della cantina fino alla distribuzione e vendita dei prodotti. Tuttavia, spesso il potenziale di questi...
-
Accelerare il 5G con la cybersicurezza alimentata dall’AI
Non è un segreto che stiamo vivendo un momento storico di grande evoluzione, caratterizzato dalla convergenza dei paradigmi di intelligenza artificiale (AI), machine learning (ML) e cloud-native, uniti all’emergere del 5G. Questa era di trasformazione presenta un’opportunità...
-
Droni di terra, una nuova arma a supporto della sicurezza
Negli ultimi anni, la tecnologia dei droni ha fatto passi da gigante e oggi, grazie alla diminuzione dei costi e all’aumento delle performance e funzionalità di queste soluzioni, è possibile ampliarne le applicazioni, anche nel settore della sicurezza e della...
-
Sicurezza al top: la rivoluzione dell’automazione e dell’AI nel coding
Introdurre nuove applicazioni in azienda è un processo che richiede molto tempo. Per implementare, integrare, personalizzare, gestire il funzionamento e gli aggiornamenti, e ottimizzare la postura di sicurezza gli sviluppatori devono adattare o aggiungere codice e scansire...
-
Teledyne Flir migliora le prestazioni della termocamera a infrarossi Boson+ con l’aggiornamento del software integrato
Teledyne Flir, parte di Teledyne Technologies Incorporated, ha annunciato oggi il software integrato di nuova generazione per il modulo termocamera Boson+ senza ITAR, che offre una tecnologia di imaging termico non raffreddato ad alte prestazioni per applicazioni...