AES_5 2022

Automazione e Strumentazione n Giugno - Luglio 2022 FOCUS Applicazioni 69 BIOMEDICALE machine learning coadiuva l’attività dei medici, ad esempio, durante l’esame dei referti radiografici. Applicazioni in ambito sanitario Se un filtro spam ottimizzato permette ad un’azienda di risparmiare tempo considerevole, tenendo conto delle risorse aggregate altrimenti necessarie a verificare ed eliminare manualmente i messaggi, un’intelligenza artificiale che individui i segnali premonitori di malat- tie mortali salva numerose vite. Conoscere le vulnerabilità Considerati i vari stadi dei processi di machine lear- ning, diversi sono gli elementi chiave sottoposti a rischi di sicurezza; tra questi, gli insiemi di dati grezzi (l’ac- cesso ai quali dovrà essere controllato per prevenire l’avvelenamento o la fuga dei dati stessi), la configura- zione dei dati e gli algoritmi che entrano in gioco nelle fasi di pre-elaborazione e addestramento e che sono soggetti a trafugamento e all’inserimento di backdoor nel framework, il modello di intelligenza artificiale risultante (che potrebbe essere illecitamente copiato o estratto da altri algoritmi deputati a bombardarlo di richieste per carpirne i meccanismi implementati, o che potrebbe essere utilizzato da entità senza le neces- sarie coperture commerciali), e, da ultimo, le queries e i loro risultati, la cui consegna dovrà essere protetta. Si capisce così che anche gli attori coinvolti sono plurimi , comprendendo i titolari dei dati grezzi, gli operatori delle piattaforme cloud su cui avviene l’ad- destramento, gli ingegneri impegnati nei vari stadi di implementazione del machine learning, il proprietario del modello di AI ed i clienti finali. Il fattore sicurezza non è pertanto trascurabile e va, anzi, affrontato fin dagli esordi della progettazione . Maggiore efficacia con la sicurezza ‘by design’ Da alcuni mesi, CodeMeter Protection Suite di Wibu-Systems racchiude, tra i suoi moduli per la protezione e la gestione licenze del software, anche un componente specifico per Python, il linguaggio principe del machine learning. Nella configurazione base, AxProtector Python crittografa tutti i metodi dell’applicazione, decrittando solo quelli necessari durante il runtime. Questo comportamento dinamico ha un impatto minimo sulle prestazioni del software in esecuzione. Le chiavi di crittografia cui sono associate le licenze possono essere abbinate a contenitori di tipo hard- ware, software o cloud, venendo così incontro ad infrastrutture online e offline. Così come per gli altri linguaggi supportati da CodeMeter Protection Suite (Windows, macOS, Linux, Android, .NET, Java- Script e Java), esistono inoltre moduli opzionali che, nello specifico, consentono una gestione personaliz- zata (Modular Licensing), in cui licenze differenti vengono combinate ai moduli della suite da commer- cializzare, la sola protezione del software (IP Protec- tion), che trova maggior uso nel caso di applicazioni freeware e freemium, il trasferimento di parte del codice (CodeMoving) in un contenitore hardware o cloud sicuro, e la crittografia di file (File Encryption). Conclusioni Con la tecnologia CodeMeter è dunque possibile mettersi al riparo da contraffazione, manipolazione, sabotaggi, spionaggio industriale, adottando critto- grafia dei dati grezzi e delle specifiche di addestra- mento ML, protezione degli script in Python e del modello di AI derivante dal completo lifecycle. n Il ciclo di vita del machine learning include tre fasi distinte:la raccolta dati,l’addestramento del modello una volta organizzati i dati e il deployment del modello di AI - tutte da porre in sicurezza AxProtector Python,uno dei moduli della CodeMeter Protection Suite di Wibu-Systems,è nato per proteggere le applicazioni scritte in Python da reverse engineering,copia illecita emanomissioni