We are co-organizing the Central European Cryptology Conference (CECC 2024)!

Współorganizujemy konferencję Central European Cryptology Conference (CECC 2024)!

Music generation and its AI analysis | seminar with Dr. Eng. Mateusz Modrzejewski

Generowanie i analiza muzyki za pomocą sztucznej inteligencji | seminarium z dr inż. Mateuszem Modrzejewskim 

Sztuczna inteligencja bardziej inteligentna: jak podnieść skuteczność SI i cyberbezpieczeństwa eliminując błędy wynikające ze stereotypów?

Through our commitment to exploration, knowledge, and innovation, we develop technology that positively impacts society. We conduct research in the fields of cybersecurity, computer science, artificial intelligence, and advanced mathematics, operating also as NASK SCIENCE. We shape the world by responsibly developing technology that serve society.  Here, social and commercial challenges are tackled with science to arrive at innovative results. We detect the propagation of (dis)information in social networks, develop nationwide cybersecurity systems, and create artificial intelligence algorithms to support complex surgical operations, biometric identity verification, and even analysis of player movement on the field.

About us

Understanding the world helps shape it responsibly

NASK SCIENCE, działając w ramach <a href="https://www.nask.pl/">NASK</a>, prowadzi prace badawczo-rozwojowe w dziedzinach cyberbezpieczeństwa, informatyki, sztucznej inteligencji i zaawansowanej matematyki. W NASK SCIENCE kształtujemy świat, odpowiedzialnie rozwijając technologię służącą społeczeństwu. Społeczne i komercyjne wyzwania ujmujemy w ramy nauki, by dojść do innowacyjnych wyników. Wykrywamy rozsiewanie (dez)informacji w sieciach społecznościowych. Rozwijamy ogólnokrajowe systemy cyberbezpieczeństwa. Tworzymy algorytmy sztucznej inteligencji wspomagające skomplikowane operacje chirurgiczne, sprawdzanie tożsamości a nawet analizę ruchu zawodników na boisku.

O nas

Zrozumienie świata pomaga odpowiedzialnie go kształtować

News

Aktualności

Research

Badania

Why? How? These are our favorite questions. We are curious about the world and driven to create new technologies for the benefit of society. We want to understand what we see in the data. That is why we carry our fundamental research in numerical linear algebra, cryptology, quantum computing and quantum communication, and control theory.

Numerical linear algebra is the computational engine of modern science and technology. It&#8217;s a fascinating area of research bringing together many branches of mathematics. We are working on the new theory of matrix (meta)factorization, compression of AI models, and computational challenges of machine learning. We are looking for new algorithms for data reconstruction, matrix completion, compressed sensing, and sparse sensor placement. All that fuels our AI and cybersecurity systems.
<a href="https://arxiv.org/abs/2111.14385" target="_blank" rel="noopener">#Meta-factorization</a>
<a href="https://github.com/akrajewska/css-matrix-completion" target="_blank" rel="noopener">#Matrix completion</a>
 
 
Cryptology, classical and post-quantum cryptography algorithms and systems, information theory, number theory, discrete mathematics, error-correcting codes, linear codes, and, if that wasn&#8217;t enough for anyone, quantum mechanics. We are working on all this while developing our cyber security technologies. It is not a secret that we are having fun.
<a href="https://arxiv.org/abs/2304.12451" target="_blank" rel="noopener">#Meta-factorization and encryption functions</a>
 
Quantum computing and quantum communication are on the front lines of science and technology development, at the frontier of what we know and what we can learn about the world. We are working on the theory of quantum computing, we address the challenges of quantum state estimation, and we develop quantum key distribution technology. And we take a look at what the world is made of.
 
We are working on:
<ul>
<li>Matrix meta-factorization theory</li>
<li>Matrix completion algorithms</li>
<li>Low-rank approximations</li>
<li>Randomized numerical linear algebra</li>
<li>DMD/SINDy</li>
<li>Control theory</li>
<li>AI models compression</li>
<li>Sparse sampling</li>
<li>Convergence of machine learning algorithms</li>
<li>Generation of cryptographic keys</li>
<li>Classical and post-quantum cryptography</li>
<li>Quantum computing</li>
<li>Measurement and estimation of quantum states</li>
<li>Fundamentals of secure quantum communication</li>
</ul>

Have you ever watched anything on the Internet? Or have you ever listened to music? For example, while driving an autonomous car or flying a plane (on autopilot)? And have you heard of machine learning? Sure you have! Well, matrix algorithms and linear algebra are behind it all.

Dlaczego? Jak? To nasze ulubione pytania. Napędza nas ciekawość świata oraz wyzwania technologiczne i społeczne. Chcemy lepiej rozumieć to, co widzimy w danych. Kluczem do tego są dla nas badania podstawowe: numeryczna algebra liniowa, kryptologia, obliczenia kwantowe i komunikacja kwantowa, teoria sterowania.

Numeryczna algebra liniowa jest silnikiem obliczeniowym współczesnej nauki i technologii, fascynującym obszarem badań skupiającym wiele gałęzi matematyki. Przetwarzanie danych multimedialnych, analizy statystyczne, systemy sterowania, badanie układów dynamicznych, algorytmy uczenia maszynowego, wszędzie tam króluje algebra liniowa. Poszukujemy szybkich algorytmów kompresji danych, algorytmów próbkowania oszczędnego, oraz algorytmów uzupełniania macierzy. Rozwijamy teorię dekompozycji macierzy, badamy zagadnienia wartości własnych, szukamy możliwości kompresji modeli AI, zajmujemy się obliczeniowymi aspektami uczenia maszynowego. Nasze odkrycia napędzają nasze systemy AI i systemy cyberbezpieczeństwa.
<a href="https://arxiv.org/abs/2111.14385" target="_blank" rel="noopener">#Meta-faktoryzacja macierzy, czyli jak działają faktoryzacje</a>
<a href="https://github.com/akrajewska/css-matrix-completion" target="_blank" rel="noopener">#Uzupełnianie brakujących danych, czyli uzupełnianie macierzy</a>
 
Kryptologia: teoria informacji, teoria liczb, matematyka dyskretna, kodowanie korekcyjne, algebra, a gdyby komuś było mało, mechanika kwantowa. Tych narzędzi potrzebujemy, aby rozwijać algorytmy i systemy kryptografii klasycznej oraz post-kwantowej. W ten sposób rozwijamy technologie cyberbezpieczeństwa. 
<a href="https://arxiv.org/abs/2304.12451" target="_blank" rel="noopener">#Meta-faktoryzacja i generowanie kluczy kryptograficznych</a>
 
Obliczenia kwantowe i komunikacja kwantowa znajdują się na froncie rozwoju nauki i technologii, na granicy tego co wiemy i czego możemy się dowiedzieć o świecie. Pracujemy nad matematyką obliczeń kwantowych, zagadnieniami estymacji stanu kwantowego, a także kwantową wymiany kluczy kryptograficznych. W teorii i praktyce. A jednocześnie podpatrujemy świat z bliska, z bardzo bliska.
 
Czym się aktualnie zajmujemy:
<ul>
<li>Teoria (meta)faktoryzacji macierzy</li>
<li>Uzupełnianie macierzy</li>
<li>Aproksymacje niskiego rzędu</li>
<li>Randomizowana algebra liniowa</li>
<li>DMD/SINDy</li>
<li>Teoria sterowania</li>
<li>Kompresja modeli AI</li>
<li>Próbkowanie oszczędne</li>
<li>Zbieżność algorytmów uczenia maszynowego</li>
<li>Generowanie kluczy kryptograficznych</li>
<li>Kryptografia klasyczna i post-kwantowa</li>
<li>Obliczenia kwantowe</li>
<li>Pomiar i estymacja stanów kwantowych</li>
<li>Podstawy bezpiecznej komunikacji kwantowej</li>
</ul>

Czy oglądaliście kiedyś coś w Internecie? A może słuchaliście kiedyś muzyki? Na przykład jadąc autonomicznym samochodem, albo lecąc samolotem (na autopilocie)? A słyszeliście o uczeniu maszynowym? Pewnie, że tak! Za tym wszystkim stoją algorytmy macierzowe i algebra liniowa.

We carry out national and international research and development projects related to secure quantum communications and the creation and enhancement of distributed systems security.

A particular area of our interest is the development of lightweight threat detectors using machine learning, which we have had the opportunity to successfully implement, for example, as part of the international <a href="https://guard-project.eu/">GUARD</a> project or to integrate with the <a href="https://botsense.pl/">BotSense</a> system (within <a href="https://science.nask.pl/en/research-areas/projects/1118">SKAM project</a>) providing security for e-banking users in many Polish banks.
 
In our work, we pay attention to the resilience of systems to attacks attempting to exploit machine learning vulnerabilities. In addition, as part of the <a href="https://science.nask.pl/en/research-areas/projects/2563">LaVA</a> project, together with the Warsaw University of Technology, we are developing our own methods of attacking machine learning models, which will allow a more thorough examination of the vulnerabilities of cyber-physical systems.
 
As part of the Optokrypt project, we are developing state-of-the-art optical quantum cryptology technologies for the protection of data exchanges in data communication networks for national security and defense.

The proliferation of data-collecting devices in the world around us creates new opportunities in the area of Big Data system development, as well as new risks. At NASK SCIENCE, we are developing large-scale data collection systems (e.g., telemetry data, honeypot data), as well as systems focused on their processing in the cloud. We conduct research and development work on enhancing the security of distributed systems, such as the Internet of Things (including the Industrial Internet of Things) and mobile devices.

Platforma cyberbezpieczeństwa gwarantująca niezawodność i zaufanie w łańcuchach usług cyfrowych (GUARD)

Technologie optyczne kryptologii kwantowej do ochrony danych w sieciach teleinformatycznych (OptoKrypt)

Sieć usług, procesów i systemów (NISPI)

Laboratorium badania podatności stacjonarnych i mobilnych urządzeń informatycznych oraz algorytmów i oprogramowania (LAVA)

Platforma Mobile Threat Defense (MTD) do ciągłej, zautomatyzowanej i wielowymiarowej oceny poziomu zagrożenia bezpieczeństwa urządzeń (SKAM)

Realizujemy krajowe i międzynarodowe projekty badawczo-rozwojowe związane z bezpieczną komunikacją kwantową, a także z tworzeniem oraz zwiększaniem bezpieczeństwa systemów rozproszonych.

Szczególny obszar naszych zainteresowań stanowi rozwijanie lekkich detektorów zagrożeń wykorzystujących uczenie maszynowe. Mieliśmy okazję z powodzeniem je wdrażać – np. w ramach międzynarodowego projektu <a style="background-color: var(--global--color-background);font-family: var(--global--font-secondary);font-size: var(--global--font-size-base)" href="https://guard-project.eu/">GUARD</a> – oraz integrować z systemem <a style="background-color: var(--global--color-background);font-family: var(--global--font-secondary);font-size: var(--global--font-size-base)" href="https://botsense.pl/">BotSense</a> (w ramach projektu <a href="https://science.nask.pl/research-areas/projects/1118">SKAM</a>) zapewniającym bezpieczeństwo użytkownikom bankowości elektronicznej w wielu polskich bankach. 
 
W naszych pracach zwracamy uwagę na odporność systemów na ataki próbujące wykorzystać podatności uczenia maszynowego. Dodatkowo, w ramach projektu <a href="https://science.nask.pl/research-areas/projects/2563">LaVA</a>, wspólnie z Politechniką Warszawską opracowujemy własne metody ataków na modele uczenia maszynowego. Pozwoli to na dokładniejsze badanie podatności systemów cyberfizycznych.
 
W ramach projektu Optokrypt opracowujemy nowoczesne technologie optycznej kryptologii kwantowej do ochrony wymiany danych w sieciach teleinformatycznych, mające służyć bezpieczeństwu i obronności państwa.

Mnogość urządzeń zbierających dane w otaczającym nas świecie stwarza zarówno nowe możliwości w obszarze rozwoju systemów Big Data, jak i nowe zagrożenia. W NASK SCIENCE tworzymy wielkoskalowe systemy gromadzenia danych (np. danych telemetrycznych czy danych z honeypotów) i ich przetwarzania w chmurze. Prowadzimy prace badawczo-rozwojowe dotyczące zwiększenia bezpieczeństwa systemów rozproszonych, takich jak Internet Rzeczy (w tym Przemysłowy Internet Rzeczy) czy urządzenia mobilne.

Understanding the nature of artificial intelligence is one of the grand challenges of our times. This challenge is at the core of our research on the mathematical foundations of machine learning. We engineer learning algorithms and develop data representations supporting AI interpretability, explainability, and trustworthiness. We design experiments and methods to unpack black boxes, including generative AI and large language models (LLMs). We care about AI ethics, AI evolution, and its security.

But that is not all. Neurosurgeries impose risks given the delicate nature of the brain tissue. Preoperative planning is critical. To address that challenge, we have also developed trustworthy AI-based methods identifying the location of eloquent brain regions and the nerve pathways leading to them.
<a href="https://www.mathworks.com/company/mathworks-stories/machine-learning-improves-parkinsons-brain-surgery.html" target="_blank" rel="noopener">#AI in Deep Brain Stimulation</a>
 
In the field of natural language processing (#NLProc), we are looking for new, explainable representations of language data and investigating the relationships between grammar and semantics, particularly in tasks involving identifying and classifying atypical, potentially harmful content (such as hate speech, pornography, and misinformation). We prioritize models tailored to the problem rather than just trendy ones, resulting from a deep understanding of the data, its structures, or textual style. We are looking for the sentiment and a range of styles that can be encapsulated within algorithmic frameworks. We summarize, analyze, and anonymize. We explore internet content, legal documents, sales language, ChatGPT style, and literary parodies. We track and describe patterns—as both a classification tool and a linguistic object.
#<a href="https://github.com/ZILiAT-NASK/StyloMetrix">StyloMetrix.</a>
 
Biometrics and computer vision have a long history with us, including technologies for iris vitality identification. We design biometric authentication systems and address a wide scope of biometrics security. We study and develop deep learning methods, including those based on the transformer and generative models, signal and image processing algorithms that support deepfake detection, monitoring systems, and mobile devices.
 
Data science means machine learning algorithms, global optimization, and heuristic methods. We create decision support systems, data mining technologies, and data-driven forecasting algorithms. We study social networks focusing on cyber security issues, disinformation, and illegal content propagation.
 
We are working on:

<ul>
<li>Detection and analysis of harmful online content</li>
<li>Processing and classification of legal and formal documents</li>
<li>Mathematical foundations of artificial intelligence and data analysis</li>
<li>Analysis of machine learning and machine intelligence processes</li>
<li>Learning and data representation engineering</li>
<li>Safety, hygiene and transparency of AI (OSH-AI)</li>
<li>Ethics and evolution of AI</li>
<li>Multimedia data analysis</li>
<li>Applications of AI in cybersecurity, medicine, biometrics, digital humanities and social research</li>
<li>Digital humanities</li>
</ul>

AI in Deep Brain Stimulation (DBS) and Tractography, our moonshot! During the deep brain stimulation surgery for Parkinson&#8217;s disease, the goal is to place the permanent stimulating electrode into an area of the brain that becomes pathologically hyperactive. This area is small and deep within the brain, so the main challenge is its precise localization. At NASK, we have developed a technology that calculates the localization and significantly (two or three times!) reduces the open-brain surgery time.

Automatyczne przeszukiwanie, analiza i klasyfikacja treści (APAKT)

Platforma identyfikacji i wymiany informacji o zagrożeniach bezpieczeństwa i oszustwach Anti-Fraud IQ (AFIQ)

System zdalnego mobilnego uwierzytelniania biometrycznego wykorzystujący niespecjalizowane urządzenia mobilne (BioMobi)

Zastosowanie uczenia maszynowego w analizie danych neurofizjologicznych (AI-Med)

Intepretowalny model do klasyfikacji tekstu (StyloMetrix)

Kompleksowy system wczesnego wykrywania i analizy incydentów cyberbezpieczeństwa w środowiskach IT/OT (ARAKIS Enterprise)

Polish Large Language Universal Model

Polish Large Language Model (PLLuM)

Deepfake

Zrozumienie natury sztucznej inteligencji oraz podatności procesów uczenia, to wielkie wyzwania współczesnej nauki. Wokół nich koncentrują się nasze badania nad inżynierią mechanizmów uczenia i reprezentacji danych, a także nad wyjaśnialnością modeli (XAI), w tym również modeli generatywnych czy wielkich modeli językowych (LLM). Szczególnie bliskie są nam zagadnienia etyki, ewolucji i bezpieczeństwa AI.

Ale to nie wszystko. Operacje neurochirurgiczne wiążą się z ryzykiem, ze względu na delikatną naturę tkanki mózgowej. Planowanie przedoperacyjne ma kluczowe znaczenie. Aby sprostać temu wyzwaniu, opracowaliśmy również wiarygodne modele sztucznej inteligencji, które identyfikują lokalizację elokwentnych obszarów mózgu i prowadzących do nich ścieżek nerwowych.
<a href="https://www.mathworks.com/company/mathworks-stories/machine-learning-improves-parkinsons-brain-surgery.html" target="_blank" rel="noopener">#Wspomaganie operacji neurochirurgicznych</a>
 
W badaniach nad przetwarzaniem języka naturalnego (#NLProc) poszukujemy nowych, wyjaśnialnych reprezentacji danych językowych, badamy potencjał gramatyki. Szczególnie w zadaniach identyfikacji i klasyfikacji treści nietypowych, trudnych, w tym również szkodliwych (hejt, pornografia, dezinformacja). Stawiamy na modele dopasowane do problemu, a nie tylko modne, maksymalnie wykorzystujące zrozumienie istoty danych, struktur czy stylu tekstu. Mamy sentyment do wydźwięku i całej palety stylów, które dają się ująć w ramy algorytmów. Streszczamy, analizujemy, anonimizujemy. Badamy treści internetowe, dokumenty prawne, język sprzedażowy, styl ChatGPT czy parodie literackie. Tropimy i opisujemy wzorce – jako narzędzie klasyfikacji i jako obiekt lingwistyczny.
<a href="https://github.com/ZILiAT-NASK/StyloMetrix">#StyloMetrix</a>
<a href="https://youtu.be/NpPfa61P2jk" target="_blank" rel="noopener">#Gramatyczna kamasutra: jak sztuczna inteligencja rozumie podteksty?</a>
 
Biometria i wizja komputerowa to obszary badawcze, które mają u nas długą historię, obejmującą m.in. technologię identyfikacji żywotności  oka. Od kilkunastu lat rozwijamy metody uczenia głębokiego, opracowujemy metody analizy sygnałów i obrazów. Rozwijamy systemy biometrycznej weryfikacji i identyfikacji tożsamości, badamy zagadnienia bezpieczeństwa w biometrii, a w szczególności kontroli autentyczności danych biometrycznych. Nasze technologie, w tym oparte na modelach transformerowych i generatywnych, mogą znaleźć zastosowanie w systemach wykrywania oszustw (deepfake), w systemach monitoringu, urządzeniach i aplikacjach mobilnych.
 
Nauka o danych (danologia) to rozwój algorytmów uczenia maszynowego, optymalizacji globalnej oraz metod heurystycznych. Rozwijamy systemy przetwarzania wielkich zbiorów danych oraz systemy wspomagania decyzji umożliwiające eksplorację danych, ich grupowanie, klasyfikację oraz konstruowanie prognoz. Badamy sieci społeczne i informatyczne, rozwijamy metody analizy powiązań w sieciach, szczególnie koncentrując się na zagadnieniach cyberbezpieczeństwa, dezinformacji i propagacji treści nielegalnych.
 
Pracujemy nad tymi zagadnieniami:

<ul>
<li>Matematyczne podstawy sztucznej inteligencji i analizy danych</li>
<li>Wykrywanie i analiza treści szkodliwych w Internecie</li>
<li>Przetwarzanie i klasyfikacja dokumentów formalno-prawnych</li>
<li>Analiza procesów uczenia maszynowego i inteligencji maszynowej</li>
<li>Inżynieria uczenia i reprezentacji danych</li>
<li>Bezpieczeństwo, higiena i przejrzystość AI (BHP-AI)</li>
<li>Etyka i ewolucja AI</li>
<li>Analiza danych multimedialnych</li>
<li>Zastosowanie AI w cyberbezpieczeństwie, medycynie, biometrii, humanistyce cyfrowej i badaniach społecznych</li>
<li>Humanistyka cyfrowa</li>
</ul>

AI w Głębokiej Stymulacji Mózgu (DBS) i Traktografia – nasze przełomowe technologie! Celem operacyjnego leczenia choroby Parkinsona jest umieszczenie w mózgu elektrody kompensującej patologiczną nadaktywność obszaru zmienionego chorobowo. Obszar ten jest niewielki i znajduje się głęboko w mózgu, więc główne wyzwanie to jego precyzyjna lokalizacja. Opracowaliśmy technologię, która nie dość, że wskazuje taką właśnie precyzyjną lokalizację miejsca umieszczenia elektrody, to jeszcze skraca czas operacji na otwartym mózgu (z trzech godzin do jednej godziny)!

Cybersecurity is a key area of our scientific research and R&amp;D work. This is where the results of our research are applied. New technologies that improve the security of network infrastructure and digital services are born here.

Detecting, modeling propagation and mitigating cybersecurity threats require advanced technologies for processing large sets of (diverse) data, as well as technologies for controlling network devices and service servers.
<a href="https://www.sciencedirect.com/science/article/pii/S0947358021000935" target="_blank" rel="noopener">#AI and DDoS attack mitigation</a>
 
Security of mobile systems requires lightweight and adaptive methods of detecting cyberattacks, behavioral profiling tools for users, and alerting mechanisms for web services. The outcome of our work in this area is technology: <a href="https://botsense.pl/" target="_blank" rel="noopener">#BotSense</a>.
 
The security of networks and network applications provides great technological challenges. We address them by developing cyber security and network control systems, ICT data processing systems, early detection and mitigation systems for security incidents in IT/OT networks, and network traffic monitoring systems: <a href="https://fldx.pl/" target="_blank" rel="noopener">#FLDX</a> and <a href="https://science.nask.pl/research-areas/projects/2528" target="_blank" rel="noopener">#ARAKIS</a>.
 
Information security involves IT systems and the information stored in them, IoT protection, research on the effectiveness and reliability of trust and reputation management systems, and their resistance to attacks of various types.
 
We have developed technology for clustering and searching data on the vulnerabilities of IoT systems and devices, as well as methods of exploiting them. We create tools for analyzing network traffic and cyber attacks, perform testing and analysis of software security, especially of IoT devices: <a href="https://www.variotdbs.pl/" target="_blank" rel="noopener">#VariotDB</a>
 
We are working on:
<ul>
<li>Mathematical foundations of threat detection, propagation and mitigation</li>
<li>Monitoring technologies for digital networks, systems and services</li>
<li>Distributed cybersecurity systems</li>
<li>Detection of dangerous content</li>
</ul>

How to build a reliable and accurate picture of cybersecurity threats based on network traffic samples, distributed security incident information, and vulnerabilities of network devices and services? How to mitigate the harmful impact of detected threats? How to secure network communications? We develop our cybersecurity systems by carefully addressing these questions and many more.

Dialog na temat cyberbezpieczeństwa i prywatności w Europie i Japonii (EUNITY)

Autonomiczna i pewna ochrona przeciw atakom DDoS (FLDX)

Repozytorium podatności i ataków dla IoT (VARIoT)

Strategiczne programy na rzecz zaawansowanych badań i technologii w Europie (SPARTA)

System do kategoryzacji, oceny i moderacji treści internetowych dla nowych usług i doboru reklam (KOMTUR)

System wykrywający aktywność złośliwego oprogramowania w systemach bankowości elektronicznej (BotSense)

Cyberbezpieczeństwo jest kluczowym obszarem naszych badań naukowych i prac badawczo-rozwojowych. Tutaj znajdują zastosowanie wyniki naszych badań podstawowych. Tutaj rodzą się nowe technologie podnoszące bezpieczeństwo infrastruktury sieciowej oraz usług cyfrowych.

Wykrywanie, modelowanie propagacji i tłumienie zagrożeń cyberbezpieczeństwa wymagają zaawansowanych technologii przetwarzania wielkich zbiorów (różnorodnych) danych, a także technologii sterowania urządzeniami sieciowymi i serwerami usług.
<a href="https://www.sciencedirect.com/science/article/pii/S0947358021000935" target="_blank" rel="noopener">#AI oraz tłumienie ataków DDoS</a>
 
Bezpieczeństwo systemów mobilnych wymaga lekkich i adaptacyjnych metody detekcji ataków cybernetycznych, narzędzi profilowania behawioralnego użytkowników, oraz mechanizmów ostrzegania o zagrożeniach serwisów sieciowych. Owocem naszych prac w tym obszarze jest technologia <a href="https://botsense.pl/" target="_blank" rel="noopener">#BotSense</a>.
 
Bezpieczeństwo sieci i aplikacji sieciowych dostarcza wielkich wyzwań technologicznych. Podejmujemy te wyzwania rozwijając systemy cyberbezpieczeństwa i sterowania siecią, systemy przetwarzania danych teleinformatycznych, systemy wczesnego wykrywania i tłumienia incydentów bezpieczeństwa w sieciach IT/OT, oraz systemy monitorowania ruchu sieciowego: <a href="https://fldx.pl/" target="_blank" rel="noopener">#FLDX</a> oraz <a href="https://science.nask.pl/research-areas/projects/2528" target="_blank" rel="noopener">#ARAKIS</a>.
 
Bezpieczeństwo informacji: ochrona systemów informatycznych i przechowywanych w nich informacji, ochrona IoT, badania efektywności i wiarygodności systemów zarządzania zaufaniem i reputacją oraz ich odporności na ataki różnego typu.
 
Stworzyliśmy technologię grupowania i przeszukiwania danych o podatnościach systemów teleinformatycznych i urządzeń IoT oraz metodach ich wykorzystywania. Tworzymy narzędzia do analizy ruchu sieciowego oraz ataków cybernetycznych, wykonujemy testy i analizy bezpieczeństwa oprogramowania, w szczególności urządzeń IoT: <a href="https://www.variotdbs.pl/" target="_blank" rel="noopener">#VariotDB: baza podatności i eksploitów IoT</a>
 
Pracujemy nad tymi zagadnieniami:
<ul>
<li>Matematyczne podstawy detekcji, propagacji i tłumienia zagrożeń</li>
<li>Technologie monitorowania sieci, systemów i usług cyfrowych</li>
<li>Rozproszone systemy cyberbezpieczeństwa</li>
<li>Detekcja niebezpiecznych treści</li>
</ul>

W jaki sposób budować wiarygodny i dokładny obraz zagrożeń na podstawie próbek ruchu sieciowego, rozproszonych informacji o incydentach bezpieczeństwa, podatnościach urządzeń i usług sieciowych? Jak bezpiecznie i szybko ograniczać wpływ wykrytych zagrożeń na usługi cyfrowe lub infrastrukturę sieciową? Jak zabezpieczać komunikację w sieci? Rozwijamy nasze technologie odpowiadające na te pytania, i na wiele innych.