PHD COLLOQUIA-3

L'insegnamento si inserisce nel percorso del corso di studio fornendo una solida base teorica e pratica necessaria per affrontare le sfide e le competenze richieste nel settore.
Attraverso approfondimenti teorici e esercitazioni pratiche, gli studenti saranno in grado di acquisire una comprensione approfondita dei concetti fondamentali e sviluppare competenze applicative essenziali per la loro carriera di ricercar.

Alla fine del corso, gli studenti dovrebbero essere in grado di:

1. Comprendere le terminologie e i concetti di base dei sistemi biometrici, come biometrici-modalità/tratti, caratteristiche biometriche, modelli biometrici, registrazione/identificazione/verifica, tassi di errore, e così via.
2. Identificare le principali sfide all'adattamento dei biometrici, come la privacy, l'imitazione, il rilevamento di vitalità, ecc.
3. Esaminare, comprendere e spiegare diversi tipi di biometrici comportamentali, come battitura, voce, andatura, firma, movimenti del mouse, tracciamento degli Occhi, ecc.
4. Comprendere l'acquisizione dei dati, l'estrazione delle caratteristiche, i metodi di confronto per ciascuna modalità, nonché i loro punti di forza e debolezza e alcuni casi d'uso.
5. Comprendere e applicare le tecniche di apprendimento automatico comunemente utilizzate per il riconoscimento biometrico comportamentale, ad esempio, apprendimento supervisionato/non supervisionato, riduzione della dimensionalità, classificazione, apprendimento profondo.
6. Formalizzare le sfide e le opportunità dell'applicazione dell'apprendimento automatico ai biometrici comportamentali, come la qualità dei dati, la scarsità dei dati, l'imbilanciamento dei dati, il cambiamento concettuale e gli attacchi avversari.
7. Comprendere la progettazione e la conduzione di esperimenti per valutare le prestazioni, l'affidabilità e l'usabilità dei sistemi biometrici comportamentali.
8. Valutare i risultati sperimentali e trarre conclusioni basate sui risultati ottenuti.

The prerequisites for this course could include:

1. Basic understanding of computer science concepts and programming languages.
2. Familiarity with fundamental concepts of data structures and algorithms.
3. Knowledge of mathematics, including probability and statistics.
4. Understanding of machine learning principles and techniques.
5. Basic knowledge of digital signal processing and pattern recognition.
6. Previous exposure to biometric systems or related technologies is beneficial but not required.
7. Access to a computer with appropriate software tools for data analysis and machine learning experiments.

La biometria comportamentale è un ramo della biometria che si concentra sull'identificazione e la verifica degli individui basata sui loro modelli comportamentali, come la dinamica di battitura, la voce, l'andatura, la firma e il movimento del mouse. La biometria comportamentale può fornire autenticazione continua e implicita, nonché migliorare la sicurezza e l'usabilità dei sistemi biometrici tradizionali. Ci proponiamo di coprire i seguenti argomenti:

Introduzione ai Sistemi Biometrici: Questo modulo mira a coprire le terminologie e i concetti di base, come biometrici-modalità/tratti, caratteristiche biometriche, modelli biometrici, registrazione/identificazione/verifica, tassi di errore, e così via. Inoltre, il modulo introdurrà anche le principali sfide all'adattamento dei biometrici, come la privacy, l'imitazione, il rilevamento di vitalità, ecc.

Modalità Biometriche Comportamentali: Questo modulo mira a esaminare e spiegare diversi tipi di biometria comportamentale, come battitura, voce, andatura, firma, movimenti del mouse, tracciamento degli occhi, ecc. Inoltre, il modulo descriverà l'acquisizione dei dati, l'estrazione delle caratteristiche, i metodi di confronto per ciascuna modalità, nonché i loro punti di forza e debolezza e alcuni casi d'uso.

Apprendimento Automatico per la Biometria Comportamentale: Questo modulo mira a introdurre le tecniche di apprendimento automatico comunemente utilizzate per il riconoscimento biometrico comportamentale, ad esempio, apprendimento supervisionato/non supervisionato, riduzione della dimensionalità, classificazione, apprendimento profondo. Inoltre, questo modulo discuterà le sfide e le opportunità dell'applicazione dell'apprendimento automatico alla biometria comportamentale, come la qualità dei dati, la scarsità dei dati, l'imbilanciamento dei dati, il cambiamento concettuale e gli attacchi avversari.

Valutazione dei sistemi biometrici comportamentali: Questo modulo mira a spiegare la progettazione e la conduzione di esperimenti per valutare le prestazioni, l'affidabilità e l'usabilità dei sistemi biometrici comportamentali. Inoltre, mira a coprire le metriche e i metodi di misurazione dell'accuratezza, della robustezza, della stabilità e dell'accettazione dell'utente della biometria comportamentale insieme agli strumenti e alle tecniche statistici per analizzare e confrontare i risultati ottenuti.

Biometria comportamentale in ambienti mobili e online: Questo modulo mira a esplorare le applicazioni e le sfide della biometria comportamentale in contesti mobili e online, come il mobile banking, l'e-commerce, l'e-learning e i social media. Discuterà dei fattori, come la variabilità del dispositivo, la variabilità del comportamento, la latenza del dispositivo/network e il feedback dell'utente, che influenzano la fattibilità e l'efficacia della biometria comportamentale in questi contesti. Inoltre, mira a presentare alcuni casi studio e le migliori pratiche di applicazione della biometria comportamentale in ambienti mobili e online.

Questioni etiche e legali della biometria comportamentale: Questo modulo mira ad esaminare le implicazioni etiche e legali dell'uso della biometria comportamentale per scopi di autenticazione e identificazione. Inoltre, mira ad affrontare le domande e le preoccupazioni che sorgono dalla raccolta, dall'elaborazione, dalla conservazione e dalla condivisione dei dati biometrici comportamentali, come il consenso informato, la protezione dei dati, la proprietà dei dati, l'accesso ai dati, la violazione dei dati, il cattivo uso dei dati e l'eliminazione dei dati. Inoltre, il modulo esaminerà le normative e gli standard emergenti come il Regolamento Generale sulla Protezione dei Dati (GDPR), il Biometric Information Privacy Act (BIPA) e la serie ISO/IEC 30137.

1. Behavioral Biometrics for Human Identification: Intelligent Applications: Intelligent Applications. Wang, Liang, and Xin Geng, eds. IGI Global, 2009.
2. Advances in biometrics: sensors, algorithms and systems. Ratha, Nalini Kanta, and Venu Govindaraju, eds. Springer Science & Business Media, 2007.

Valutazione: Scrittura di un Articolo di Ricerca in Biometria Comportamentale

In questo compito, gli studenti dimostreranno la loro comprensione della biometria comportamentale scrivendo un articolo di ricerca. L’obiettivo è esplorare un argomento specifico all’interno della biometria comportamentale (come il riconoscimento del passo, la dinamica della digitazione, la biometria vocale o l’analisi dei movimenti del mouse) e presentare i risultati in un formato accademico.

Linee guida per l’assegnazione:

Selezione dell’Argomento: Gli studenti dovrebbero scegliere un argomento rilevante e interessante legato alla biometria comportamentale.
Revisione della Letteratura: Gli studenti dovranno condurre una ricerca approfondita esaminando studi esistenti, articoli accademici e paper di ricerca. Devono comprendere lo stato attuale del campo, le sfide e gli sviluppi recenti.
Struttura dell’Articolo:
Abstract: Riassumere gli obiettivi dello studio, i metodi e i principali risultati.
Introduzione: Fornire contesto, domande di ricerca e obiettivi.
Revisione della Letteratura: Discutere studi e teorie pertinenti.
Metodologia: Descrivere il design della ricerca, la raccolta dati e i metodi di analisi.
Risultati: Presentare i risultati, le analisi statistiche e le rappresentazioni visive.
Discussione: Interpretare i risultati, confrontarli con la ricerca esistente e proporre implicazioni.
Conclusioni: Riassumere i punti chiave e suggerire direzioni future.
Riferimenti: Citare correttamente tutte le fonti utilizzate.
Articolo di Ricerca Originale o Revisione:
Gli studenti possono scegliere tra:
Ricerca Originale: Condurre esperimenti, sondaggi o analisi dati propri relativi alla biometria comportamentale.
Articolo di Revisione: Sintetizzare la ricerca esistente, analizzarla criticamente e proporre nuove intuizioni.
Criteri di Valutazione:
Gli consenge saranno valutati in base ai contenuti, alla struttura, al pensiero critico, allo stile di scrittura e al corretto riferimento delle fonti.
Consegna: L’articolo di ricerca deve essere consegnato entro la data specificata.

The teaching approach will be frontal, conducted face-to-face in the classroom setting. This means that the instructor will directly engage with the students during lectures, discussions, and other learning activities within the physical classroom environment.

Inglese

scritto