Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Studio empirico della resilienza da adversarial attack di recommender machine learning-intensive - PRIN 2022 Avviso DD 104 02/02/2022 |
|---|---|
| Titolo del progetto di ricerca in inglese | Empirical investigation on the resilience of machine learning-intensive recommenders from adversarial attacks - PRIN 2022 Call DD 104 02/02/2022 |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Computer engineering |
| G.S.D. | 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| S.S.D | IINF-05/A - Sistemi di elaborazione delle informazioni |
| Descrizione sintetica in italiano | La ricerca si propone di caratterizzare (e analizzare l’impatto) di vulnerabilità e bias in recommender systems per software engineers (RSSE), e (2) sviluppare tecniche per creare training set affidabili per i recommender. Il primo goal sarà raggiunto determinando in che misura i recommender siano sensibili alla presenza di vulnerabilità e contenuti non trusted, e simulando attacchi realistici ai data forge. Il secondo goal sarà raggiunto combinando criteri e data source multipli. In primis, migliorando approcci di individuazione di vulnerabilità. Inoltre, estraendo informazione da reti di sviluppatori e collaborazioni per (i) profilare gli sviluppatori stessi e le relative collaborazioni, e (ii) determinare la provenienza degli artefatti software e le loro dipendenze. |
| Descrizione sintetica in inglese | The research aims at (1) characterizing (and assessing the impact of) vulnerability and bias affecting RSSEs, and (2) developing mining techniques to produce suitable training sets for the recommenders. The first goal will be achieved by determining to what extent recommenders are sensible to the presence of vulnerabilities/untrusted content, and by simulating realistic attacks on data forges. The second goal will be achieved by combining multiple criteria and data sources. First, it will enhance state-of-the-art vulnerability detection approaches. Second, we will extract projects’ and developers’ networks, combining multiple data sources. This will allow us to (i) profile developers’ characteristics and collaborations; and (ii) determine the provenance of source code artifacts as well as of their underlying dependencies. |
| Data del bando | 01/10/2024 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 24000 |
| Periodicità | mensile |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.unisannio.it/it/amministrazione/avviso/20240478 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | yes |
| Comprende il costo della ricerca | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) |
Diploma di Laurea in Ingegneria Informatica, Ingegneria Elettronica, o Informatica, conseguito secondo l’ordinamento precedente all’entrata in vigore del Decreto Ministeriale 3 novembre 1999, n. 509, ovvero Laurea Specialistica in Ingegneria Informatica, Classe LM-32, conseguita ai sensi del Decreto Ministeriale 3 novembre 1999, n. 509 e successive modifiche e integrazioni, ovvero Laurea Magistrale in Ingegneria Elettronica, Classe LM-29, ovvero Laurea Magistrale in Informatica, Classe LM-18, ovvero Laurea Magistrale in Sicurezza Informatica, Classe LM-66, conseguita ai sensi del Decreto Ministeriale 22 ottobre 2004, n. 270 e successive modifiche e integrazioni, oppure in possesso di equivalente titolo conseguito all’estero o dichiarato tale in base a legge, unitamente al possesso di curriculum scientifico-professionale idoneo allo svolgimento di attività di ricerca. |
| Criteri di selezione in inglese (breve descrizione) |
Degree in Computer Engineering, Electronic Engineering, or Computer Science, obtained according to the system prior to the entry into force of Ministerial Decree 3 November 1999, n. 509, or Specialist Degree in Computer Engineering, Class LM-32, obtained pursuant to Ministerial Decree 3 November 1999, n. 509 and subsequent amendments and additions, or Master's Degree in Electronic Engineering, Class LM-29, or Master's Degree in Computer Science, Class LM-18, or Master's Degree in IT Security, Class LM-66, obtained pursuant to the Ministerial Decree of 22 October 2004, n. 270 and subsequent amendments and additions, or in possession of an equivalent qualification obtained abroad or declared as such by law, together with the possession of a scientific-professional curriculum suitable for carrying out research activities. |
| Processo di selezione in italiano (breve descrizione) | Valutazione dei titoli e colloquio. |
| Processo di selezione in inglese (breve descrizione) | Evaluation of qualifications and interview. |
| Nome dell'Ente finanziatore | 01114010620 |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Benevento |
| Codice postale | 82100 |
| Indirizzo | Corso Garibaldi 107 |
| Sito web | http://www.unisannio.it |
| marsullo@unisannio.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 16/10/2024 - alle ore 00:00 |
|---|