AI sicura per un mondo migliore
Progettiamo l'intelligenza delle macchine per
Cyber Security, Machine Vision e Data-driven Business Applications
WILD PATTERNS
Partecipa alla prossima edizione
Tutorial sulla sicurezza degli algoritmi di Machine Learning
Attack Prophecy
Il software che riscrive le regole
Protezione dei servizi web basata su algoritmi AI
AI sicura
Pluribus One è una startup che trasforma risultati di ricerca di frontiera in prodotti commerciali e soluzioni innovative basate sull'intelligenza artificiale e su algoritmi robusti di Machine Learning. Spesso le AI sono considerate l'anello debole nella catena della Cybersecurity, i nostri prodotti invece si contraddistinguono per la loro sicurezza.
Pionieri nell'Adversarial ML
Pluribus One è una spin-off del laboratorio PRA Lab (Università di Cagliari) che vanta più di 20 anni di esperienza internazionale nella ricerca sull'Adversarial Machine Learning e nello sviluppo di soluzioni basate sul Pattern Recognition e su algoritmi sicuri di apprendimento automatico applicati in contesti reali.
Proteggi il tuo business
Pluribus One sviluppa applicazioni e soluzioni personalizzate per mettere in sicurezza la tua azienda, i tuoi dati e i tuoi dispositivi. I nostri clienti utilizzano i nostri prodotti per proteggere i loro servizi e le loro applicazioni web in questi settori: Pubblica Amministrazione, Sanità, Finanza, Difesa, Istruzione, E-commerce.
Attack Prophecy® è il più avanzato sistema per la rilevazione e protezione dagli attacchi contro i servizi web, frutto di anni di ricerca di frontiera nel campo della sicurezza informatica.
Attack Prophecy® implementa un meccanismo composto da tre fasi:
(1) addestramento, (2) rilevazione e (3) protezione.
Il sistema si addestra costantemente osservando il traffico il traffico in ingresso ai servizi web, per estrarne il profilo legittimo (o normale).
(1) addestramento, (2) rilevazione e (3) protezione.
Il sistema si addestra costantemente osservando il traffico il traffico in ingresso ai servizi web, per estrarne il profilo legittimo (o normale).
Intelligenza Artificiale per le tue applicazioni
Machine Learning per la tua protezione
Scopri l'efficacia della nostra soluzione di ultima generazione
per la protezione dei Servizi Web
Vuoi provare Attack Prophecy®?
Prenota una dimostrazione
Nessun software necessario sugli endpoint.
Semplicemente sicuro, su ogni dispositivo
In linea con le disposizioni sulla Privacy e
incredibilmente scalabile
Vuoi partecipare al Beta-testing di AIsafe DNS?
AIsafe DNS è una soluzione per la rilevazione e protezione dagli attacchi contro gli endpoint e gli utenti, che garantisce un accesso sicuro ai contenuti Web.
Offre copertura contro una vasta gamma di minacce, dal malware al phishing, consentendo una consistente mitigazione dei rischi da essi derivantie.
AIsafe DNS consente di identificare tempestivamente le macchine all’interno di una rete che cercano di accedere a dei contenuti malevoli sul Web, evitando che possano venire compromesse o comunque consentendo di identificare e isolare immediatamente quelle già compromesse. Ciò consente di ridurre drasticamente l’efficacia di una campagna di attacco, mitigandone significativamente conseguenze e i risvolti dannosi.
Inoltre, la soluzione consente di mantenere sicura e pulita la rete monitorata, tramite l'individuazione di servizi indesiderati o mal configurati sugli endpoint monitorati.
Offre copertura contro una vasta gamma di minacce, dal malware al phishing, consentendo una consistente mitigazione dei rischi da essi derivantie.
AIsafe DNS consente di identificare tempestivamente le macchine all’interno di una rete che cercano di accedere a dei contenuti malevoli sul Web, evitando che possano venire compromesse o comunque consentendo di identificare e isolare immediatamente quelle già compromesse. Ciò consente di ridurre drasticamente l’efficacia di una campagna di attacco, mitigandone significativamente conseguenze e i risvolti dannosi.
Inoltre, la soluzione consente di mantenere sicura e pulita la rete monitorata, tramite l'individuazione di servizi indesiderati o mal configurati sugli endpoint monitorati.
I nostri Partners
Leader nella Ricerca
I fondatori di Pluribus One hanno grande esperienza nel coordinamento di progetti di ricerca e sviluppo in sicurezza informatica, pattern recognition, machine learning e aree di ricerca correlate, finanziati nell'ambito dei programmi quadro di ricerca europei (FP6 - FP7 - Horizon2020)
Finanziato dalla UE (Programma H2020)
SIMARGL si propone di affrontare lo spinoso problema rappresentato dal malware, raccogliendo le nuove sfide nel campo della sicurezza informatica, che comprendono metodi di offuscamento delle informazioni, anomalie di rete, stegomalware, ransomware e mobile malware.
Finanziato dalla UE (Programma H2020).
L'obiettivo principale di ALOHA è quello facilitare l'implementazione di algoritmi di Deep Learning su sistemi embedded a bassa potenza e su piattaforme a bassa capacità computazionale, garantendo l'automazione per la selezione ottimale degli algoritmi e una equilibrata implementazione e allocazione delle risorse.
Finanziato dalla UE (Programma H2020).
LETSCROWD mira a migliorare la sicurezza durante gli eventi di massa, sviluppando metodologie di valutazione e software automatici avanzati, e mettendo queste tecnologie a disposizione delle forze dell'ordine e degli operatori della sicurezza.
In evidenza
BLOG & MEDIA
Steganalysis and Machine Learning: a European answer
Dal nostro Blog (disponibile solo in lingua Inglese). Steganography is a secret mechanism for encoding information by any means of transmission. Its use has been known since ancient Greece and defined in the glossaries towards the end of the fifteenth century. Both encoding and medium of transmission are secret, that is, known only to the parties who intend to communicate in an occult way.
Steganography differs from cryptography, in which encoding of information and medium of transmission are generally known (think for example to the HTTPS protocol used by this site)
Machine learning may represent a sophisticated weapon at the service of those who intend to unmask steganography. ...
DEMO & PROTOTIPI
Secure ML Demo - Deep Learning security
Questa demo consente di valutare il livello di sicurezza di una rete neurale rispetto alle perturbazioni worst-case dell’input. Aggiungendo questa perturbazione mirata nei dati in input, un attaccante ha modo di creare gli adversarial example ed effettuare attacchi evasivi contro la rete neurale. Il primo passo per difendere il sistema è quello di valutare l’efficacia di questi attacchi. Il processo di valutazione della sicurezza consiste nel monitorare l’accuratezza del sistema contro livelli crescenti della massima perturbazione, al fine di creare una curva rappresentante la valutazione. Questa curva, che mostra il calo di prestazione del sistema all’aumentare della perturbazione, può essere utilizzata direttamente dal progettista per scegliere l’architettura della rete o le contromisure da applicare al sistema.
EDIZIONI DI WILD PATTERNS
WILD Patterns Tutorial sull'Adversarial Machine Learning
WILD PATTERNS è il nostro tutorial gratuito di successo sulla sicurezza dei sistemi Machine Learning e di Intelligenza Artificiale, che ha visto negli ultimi anni la partecipazione complessiva di oltre 1000 partecipanti in tutto il mondo. WILD PATTERNS introduce le basi dell'apprendimento automatico in ambiente ostile (Adversarial Machine Learning), presentando tecniche recentemente proposte per valutare la vulnerabilità degli algoritmi di apprendimento automatico e alcune delle contromisure più efficaci. Nel tutorial consideriamo queste minacce in diversi domini applicativi (riconoscimento di oggetti all'interno di immagini, riconoscimento dell'identità biometrica, rilevazione di spam e malware). La prossima edizione di WILD PATTERNS verrà annunciata a breve; la precedente edizione si è tenuta presso MLS 2019, 9 Settembre, Padova, Italia.
I nostri prodotti sono stati parzialmente sviluppati col supporto della Regione Autonoma della Sardegna
(POR FESR RAS 2014-2020 - Asse 1 Azione 1.1.3)
