EXTREMEXP

L’objectiu principal d’ExtremeXP és crear un sistema de suport a la decisió de pròxima generació que integri nous resultats de recerca dels dominis d’integració de dades, aprenentatge automàtic (_machine learning_), analítica visual, IA explicable (_explainable AI_), confiança descentralitzada, enginyeria del coneixement i enginyeria orientada a models en un marc comú. ExtremeXP proposa un nou paradigma per a l’anàlisi de dades, que consisteix en l’analítica impulsada per l’experimentació per proporcionar coneixements basats en dades precisos, exactes, adequats a la finalitat i fiables, a través de l’avaluació de diferents variants d’anàlisi complexes, considerant les preferències i la retroalimentació dels usuaris finals d’una manera automatitzada. L’ambició és proporcionar capacitats per aprendre de l’experimentació per predir els requisits de l’usuari, perfilar l’usuari i generar de manera proactiva el flux de treball analític precís cap a resultats més exactes i coneixements personalitzats per a la presa de decisions, centrant-se en l’experiència, els requisits i les necessitats de l’usuari i posant-lo en el centre del procés de presa de decisions.

La Fundació i2CAT participarà activament en els Paquets de Treball 3 i 6 dins del projecte. Dins del WP3 Mètodes i tècniques d’anàlisi complexa, i2CAT lidera la Tasca 3.3: Augmentació de dades impulsada per simulació, orientada a implementar algorismes i processos per tractar conjunts de dades desequilibrats o incomplets, utilitzats per entrenar models ML mitjançant tècniques d’augmentació de dades i simulació. Dins del WP6 Mètodes i tècniques d’anàlisi complexa, i2CAT lidera la Tasca 6.1: Requisits dels casos d’ús: intencions, fluxos de treball d’anàlisi de dades, fonts de dades, conjunts de dades. Aquesta tasca investigarà els requisits de cada cas d’ús i emetrà dissenys tècnics dels pilots de casos d’ús, alhora que contribuirà amb expectatives funcionals i tècniques sobre el projecte ExtremeXP. Per a cada cas d’ús, aquest procés inclou la selecció de conjunts de dades adequats, el modelatge de dominis, la identificació del punt de variabilitat, l’especificació dels models d’experiment, l’obtenció d’intencions de l’usuari i la determinació de la configuració tècnica per a l’avaluació. Finalment, la Fundació i2CAT supervisa el Cas d’Ús 2: Major consciència de la situació de Ciberseguretat per a una mitigació eficient de les amenaces, amb l’objectiu de dissenyar un demostrador de marc de Sistema de Gestió d’Informació de Seguretat (SIEM) que implementi una funció multimodal de detecció i classificació d’amenaces entrenada amb habilitats d’experts en ciberseguretat. Aquest demostrador explotarà el marc ExtremeXP per augmentar el reconeixement de ciberamenaces mitjançant una IA eficient i precisa sobre dades extremes, contribuint a la gestió d’emergències dels sistemes d’informació en diverses verticals. El demostrador s’implementarà i s’avaluarà al banc de proves _AI4Cyber_ proporcionat per i2CAT. Aquest comprèn una pila completa d’eines per al desenvolupament i la gestió de projectes en el camp de la ciberseguretat i la intel·ligència artificial, incloent-hi l’anàlisi del comportament de l’usuari, l’anàlisi d’amenaces, la creació de perfils i el modelatge d’amenaces.