Research Project

MUSKETEER: Machine Learning per accrescere la conoscenza condivisa

ABSTRACT
Il nostro progetto di ricerca per sviluppare una piattaforma di apprendimento automatico, convalidata e federata, che preserva la privacy ed è testata su dati industriali.

Where: international
Challenge
Le Industrial Data Platforms (IDP) si trovano davanti diverse barriere che ne limitano l'utilizzo, barriere legali o legate alla proprietà dei dati o alle diverse politiche sulla privacy applicate dai vari attori e sfiducia verso la gestione dei dati. Il Machine Learning sta rivoluzionando settori interi attraverso processi decisionali basati sui dati.
Approach
Il Machine Learning è una tecnologia dirompente in molti settori, in quanto fornisce un modo scalabile e flessibile per adottare un processo decisionale basato sui dati. Le Industrial Data Platforms (IDP) soddisfano l'esigenza di stabilire reti affidabili in cui i dati possono essere trasferiti, sono accessibili e possono essere utilizzati in modalità sicura. Il progetto MUSKETEER sfrutta nuovi paradigmi dalla ricerca sull'apprendimento automatico, come ad esempio quello federato o l'apprendimento automatico a tutela della privacy e a protezione da attacchi informatici.
Digital Ecosystem
Solution
Digital Ecosystem

MUSKETEER segue gli standard industriali per sviluppare un'IDP affidabile e sicura, in grado di superare le barriere esistenti in modo da consentire l'apprendimento automatico scalabile che preserva la privacy in uno scenario federato. Essa mira ad offrire il rilevamento e la mitigazione di attacchi avversari e un modello per la monetizzazione dei dati in base al loro valore reale.

Nel progetto Engineering progetta e sviluppa connettori lato client (Federated Machine Learning) per la comunicazione scalabile, sicura, affidabile e rispettosa della privacy.

Il progetto ha ricevuto un cofinanziamento dal programma Horizon 2020 dell'Unione Europea - Contratto n. 824988

Results

 

 

 

 

Robustezza contro le minacce esterne e interne

 

 

Supporto allo sviluppo dell'economia dei dati

 

 

Architettura standardizzata ed estensibile

 

 

Dimostrazione in ambiente operativo

Markets
Ecosystem

Impacts

Technologies

To know more
Research Project

QLMD: Quantum Computing per una logistica urbana più efficiente

Il progetto applica il Quantum Computing alla logistica urbana per affrontare problemi complessi, ottimizzare percorsi, ridurre costi ed emissioni dei mezzi e migliorare la sostenibilità grazie a soluzioni scalabili.

Finanza agevolata: supporto al coordinamento, gestione e rendicontazione progetti

Municipia supporta gli Enti locali nell'amministrare i fondi di finanza agevolata con un modello di gestione dei progetti finanziati che si attua attraverso Public Program Management e Public Project Management.

Case Study

Reingegnerizzazione del Fascicolo Sanitario della Regione Molise

L'evoluzione faciliterà la condivisione di info tra strutture sanitarie e garantirà ai cittadini l'accesso a un servizio integrato e coordinato.