Descrizione posizione

Titolo del progetto di ricerca in italiano	n. 1 posto di RICERCATORE ex art. 24, co. 3, lettera a), L. 240/2010 presso il DII gsd 09/IINF-05 “Sistemi di elaborazione delle informazioni” ssd IINF-05/A “Sistemi di elaborazione delle informazioni”
Titolo del progetto di ricerca in inglese	n. 1 RESEARCH FELLOW according to part. 24, par. 3, let. b), L. 240/2010 at DII dsg: 09/IINF-05 “Information processing systems” ad: IINF-05/A “Information processing systems”
Descrizione sintetica in italiano	Procedura selettiva, ai sensi dell’art. 24, comma 3, lettera a) della Legge 240/2010, per la chiamata di n. 1 ricercatore per il GSD 09/IINF-05 “Sistemi di elaborazione delle informazioni”, SSD IINF-05/A “Sistemi di elaborazione delle informazioni” presso il Dipartimento di Ingegneria dell’Informazione. Numero massimo di pubblicazioni da presentare a scelta dal candidato: 12 (dodici).
Descrizione sintetica in inglese	Selective procedure for the calling of a Research fellow, according to art. 24, paragraph 3, letter a), of the Law nr. 240/2010, for the SDG 09/IINF-05 “Information processing systems”, AD IINF-05/A “Information processing systems”, at Information Engineering Department. Maximum number of scientific papers to be submitted: 12 (twelve).
Descrizione del bando in italiano	Titolo del progetto di ricerca: Sistemi robusti per il goal recognition basati su approcci neuro-simbolici Descrizione del programma di ricerca: La ricerca di base si concentrerà sullo studio, progettazione e implementazione di un nuovo metodo di intelligenza artificiale per il problema del riconoscimento dei goal di un agente (GR) che integri la conoscenza simbolica strutturata (modelli delle azioni dell'agente, delle intenzioni, degli stati dell'ambiente, e metodi per ragionare su di essi) e l'apprendimento delle reti neurali dai dati, supportando operazioni online e osservabilità parziale. Lo studio affronterà questioni relative alla sicurezza dei sistemi GR neuro-simbolici come: • avvelenamento dei dati: l'introduzione di dati dannosi durante la fase di addestramento può compromettere l'integrità del modello e portare a previsioni degli obiettivi distorte o errate, specialmente in un ambiente di apprendimento online; • attacchi adversariali: gli attaccanti potrebbero alterare intenzionalmente il proprio comportamento per nascondere gli obiettivi e la presenza dall'applicazione GR, impegnandosi intenzionalmente in attività rumorose per ingannare il modello AI, portando a previsioni errate degli obiettivi; • attacchi di replay: la registrazione e la ripetizione delle azioni precedentemente osservate potrebbero confondere il sistema GR, poiché potrebbe interpretare erroneamente le azioni ripetute come rilevanti in un contesto diverso; • attacchi stealth: modifiche sottili e incrementali nel comportamento potrebbero essere utilizzate dagli attaccanti per manipolare gradualmente il sistema GR senza far scattare allarmi. Il ricercatore dovrà inoltre sviluppare autonomamente collaborazioni scientifiche su scala nazionale e internazionale, contribuendo alla preparazione di domande di finanziamento nell'ambito di bandi per progetti di ricerca finanziati dal Ministero dell'Università e della Ricerca, dall'Unione Europea o altre istituzioni. Il Dipartimento di Ingegneria dell'Informazione sarà la principale sede di lavoro del ricercatore; quindi, tutte le attività svolte saranno sinergiche con gli obiettivi del dipartimento stesso. La ricerca dovrà inoltre essere coerente con il Piano Strategico dell'Ateneo, che pone particolare enfasi sulla sostenibilità del progresso scientifico e tecnologico. La ricerca dovrà essere coordinata e coerente con gli obiettivi strategici del progetto “AI-RESCUE”, fondo “Cascade Calls” del Partenariato Esteso SERICS, obiettivi che verranno integralmente resi noti al ricercatore.
Descrizione del bando in inglese	Robust goal recognition systems based on neuro-symbolic approaches Research program: The research programme involves fundamental and applied research in Artificial Intelligence and particularly in goal recognition (GR), an area of automated planning with application to several fields, including human-robot interaction and intention recognition for cybersecurity. The research will focus on the study, development and experimental evaluation of a new method for GR that integrates structured symbolic knowledge and reasoning (e.g., models of the agent's actions, intentions, environment states, and ways of reasoning about them) with neural network learning from data, supporting online operations and partial observability. The study will address issues related to the security of neuro-symbolic GR systems such as: • Data Poisoning: introducing malicious data during the training phase can compromise the model's integrity and lead to biased or incorrect goal predictions, especially in an online learning environment. • Adversarial Attacks: attackers could intentionally alter their behaviour to conceal goals and presence from the GR application through purposeful engagement in noisy activities to deceive the AI model, leading to incorrect goals predictions. • Replay Attacks: recording and replaying previously observed actions rnight confuse the GR system, as it could rnisinterpret repeated actions as relevant in a different context. • Stealth Attacks: subtle, incrementa! changes in behavior may be employed by attackers to gradually manipulate the GR system without triggering alarms. The researcher will also need to autonomously develop scientific collaborations on a national and international scale, contributing to the preparation of funding proposals within the framework of calls for research projects funded by the Ministry of University and Research, the European Union, or other institutions. The Department of Information Engineering (DII) will be the main workplace for the researcher; therefore, all activities carried out will be synergetic with the departmcnt's objectives. The research must also be consistent w: ith the strategic Plan of the University of Brescia, which place particular emphasis on the sustainability of scientific and technological progress. The·research shall be coordinated and coherent with the strategic objectives of the Cascade Cali of the AI-RESCU·project objectivies that will be fully disclosed to the researcher.
Numero posti	1
Campo principale della ricerca	Engineering
Sottocampo della ricerca	Other
G.S.D.	09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
S.S.D	IINF-05/A - Sistemi di elaborazione delle informazioni
Destinatari del bando (of target group)	Early stage researcher or 0-4 yrs (Post graduate)
Commenti/sito web per dettagli aggiuntivi sull'impiego (in italiano)	https://www.unibs.it/it/ateneo/amministrazione/concorsi/procedure-di-reclutamento-del-personale-ricercatore-tempo-determinato-tipo-e-tipo-b
Commenti/sito web per dettagli aggiuntivi sull'impiego (in inglese)	https://www.unibs.it/it/ateneo/amministrazione/concorsi/procedure-di-reclutamento-del-personale-ricercatore-tempo-determinato-tipo-e-tipo-b
Data del bando	30/07/2024

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	Università degli Studi di Brescia
Paese (dove si svolgerà l'attività)	ITALY
Città	Brescia

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Università degli Studi di Brescia
Tipo	Academic
Paese	ITALY
Città	Brescia
E-mail	docenti-ricercatori@unibs.it
Sito web	http://www.unibs.it

 

Dettagli per la candidatura

Data prevedibile per l'assunzione	01/04/2025
Data di scadenza del bando	29/08/2024
Come candidarsi	https://pica.cineca.it/unibs/dii2024rtda004

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Engineering

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good