Le attuali minacce, come il terrorismo e il cyber-terrorismo, pongono nuove sfide alle comunità della sicurezza e della difesa. Appare cruciale la capacità di ragionare con diverse prospettive e di rilevare connessioni tra fatti, relazioni ed eventi. A tal fine, è utile un approccio meno procedurale e meno normato, in grado di fare leva sulle attuali tecnologie di intelligenza computazionale e artificiale per rilevare minacce e proteggere i sistemi fisici e cyber-fisici. Ciò solleva un forte interesse delle summenzionate comunità per la definizione e l’adozione di nuovi metodi e tecniche che, in una certa misura, siano tali da replicare, o almeno supportare, i processi cognitivi umani. Se consideriamo la "creatività" alla base di alcuni recenti attacchi, come quello del 11/09/2001, possiamo comprendere la necessità di ripensare la sicurezza in termini situazionali più che procedurali, e questo ha un’importante implicazione che aiuta a inquadrare il nostro problema e gli obiettivi di ricerca. Questa implicazione è un passaggio dall'essere consapevoli di ciò che dobbiamo prevenire (e delle relative norme e procedure a tal fine) all’acquisire maggiore consapevolezza di ciò che potrebbe accadere. Da qui emerge l’utilità di metodi e strumenti che supportano i decisori nella loro capacità di effettuare analisi di tipo speculativo che permettono di ipotizzare differenti scenari di minaccia, e ragionare sulle dinamiche di evoluzione di tali scenari. Questo è, sostanzialmente, l’obiettivo principale delle cosiddette attività di intelligence. Il problema di ricerca affrontato in questi tre anni di studio è come migliorare la consapevolezza degli analisti e dei decisori nelle prime fasi di un’analisi di intelligence per prevenire attacchi intenzionali (terrorismo) e gli obiettivi specifici riguardano la definizione e validazione di metodi di reasoning approssimato basati sul Granular Computing (GrC) a tal fine. .. [a cura dell'Autore]

Supporting the Intelligence Analysis stages with Approximate Reasoning: Methods and Tools based on Granular Computing

Angelo, Gaeta
2021

Abstract

Le attuali minacce, come il terrorismo e il cyber-terrorismo, pongono nuove sfide alle comunità della sicurezza e della difesa. Appare cruciale la capacità di ragionare con diverse prospettive e di rilevare connessioni tra fatti, relazioni ed eventi. A tal fine, è utile un approccio meno procedurale e meno normato, in grado di fare leva sulle attuali tecnologie di intelligenza computazionale e artificiale per rilevare minacce e proteggere i sistemi fisici e cyber-fisici. Ciò solleva un forte interesse delle summenzionate comunità per la definizione e l’adozione di nuovi metodi e tecniche che, in una certa misura, siano tali da replicare, o almeno supportare, i processi cognitivi umani. Se consideriamo la "creatività" alla base di alcuni recenti attacchi, come quello del 11/09/2001, possiamo comprendere la necessità di ripensare la sicurezza in termini situazionali più che procedurali, e questo ha un’importante implicazione che aiuta a inquadrare il nostro problema e gli obiettivi di ricerca. Questa implicazione è un passaggio dall'essere consapevoli di ciò che dobbiamo prevenire (e delle relative norme e procedure a tal fine) all’acquisire maggiore consapevolezza di ciò che potrebbe accadere. Da qui emerge l’utilità di metodi e strumenti che supportano i decisori nella loro capacità di effettuare analisi di tipo speculativo che permettono di ipotizzare differenti scenari di minaccia, e ragionare sulle dinamiche di evoluzione di tali scenari. Questo è, sostanzialmente, l’obiettivo principale delle cosiddette attività di intelligence. Il problema di ricerca affrontato in questi tre anni di studio è come migliorare la consapevolezza degli analisti e dei decisori nelle prime fasi di un’analisi di intelligence per prevenire attacchi intenzionali (terrorismo) e gli obiettivi specifici riguardano la definizione e validazione di metodi di reasoning approssimato basati sul Granular Computing (GrC) a tal fine. .. [a cura dell'Autore]
10-mag-2021
Inglese
Intelligence analysis
Approximate reasoning
Grc
ORCIUOLI, Francesco
ANTONELLI, Valerio
Università degli Studi di Salerno
File in questo prodotto:
File Dimensione Formato  
51577749839059842828567525267950417882.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 128.01 kB
Formato Adobe PDF
128.01 kB Adobe PDF Visualizza/Apri
83859156322126119535491176929697456337.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 2.71 MB
Formato Adobe PDF
2.71 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/312459
Il codice NBN di questa tesi è URN:NBN:IT:UNISA-312459