andrea sciuto applicabilit À di tecniche di multi-sensor data fusion allintrusion detection: studio...
TRANSCRIPT
![Page 1: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/1.jpg)
ANDREA SCIUTO
APPLICABILITÀ DI TECNICHE DI MULTI-SENSOR DATA FUSION ALL’INTRUSION DETECTION:
STUDIO ED ANALISI SIMULATIVA
Relatori: Chia.mo Prof. Alfio Lombardo Ing. Mario Barbera
TesiAndreaSciuto.pptx
![Page 2: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/2.jpg)
……o Sistema di sorveglianza intelligente?o Sistema di sorveglianza intelligente?
![Page 3: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/3.jpg)
Data FusionData Fusion“…combine data from multiple sensors, and related information from associated databases, to achieve improved accuracy and more specific inferences that could be achieved by the use of a single sensor alone” (D.L. Hall, J. Llinas)
• Sorveglianza di ambienti
• Monitoraggio della salute della persona
• Applicazioni militari
• Navigazione di robot
Alcuni esempi…Alcuni esempi…
![Page 4: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/4.jpg)
Architettura di un processo di Data FusionArchitettura di un processo di Data Fusion
• Fusione a basso livelloFusione a basso livello – Le misure provenienti dai sensori vengono fuse utilizzando le classiche tecniche di stima ed elaborazione dei dati
• Signal-Level Fusion.• Pixel-Level Fusion.
• Fusione a livello misto Fusione a livello misto – Le caratteristiche descrittive estratte dai sensori e rappresentanti fenomeni fisici simili e non, sono combinate in vettori di caratteristiche, che possono essere elaborati usando metodi di Pattern recognition
• Fusione ad alto livello Fusione ad alto livello – I simboli estratti dalle precedenti decisioni ed elaborazioni sensoriali vengono fusi al più alto livello di astrazione. Le informazioni in gioco spesso provengono da regioni dell’ambiente molto diverse
DatiDati
VariabiliVariabili
Dati/VariabiliDati/Variabili
Dati/Dati/VariabiliVariabili
VariabilVariabilii
VariabiliVariabili
Fusione a livello Fusione a livello mistomisto
Fusione ad alto Fusione ad alto livellolivello
Fusione a basso Fusione a basso livellolivello
![Page 5: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/5.jpg)
Tecniche di Fusione ad alto livelloTecniche di Fusione ad alto livello
VariabilVariabilii
VariabiliVariabiliFusione ad alto Fusione ad alto livellolivello
• Inferenza classica e Bayesiana
• Logica Fuzzy
• Reti Neurali Artificiali (ANN)
• Voting Fusion
• Teoria dell’evidenza di Dempster-Shafer
![Page 6: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/6.jpg)
Teoria dell’evidenza di Dempster-ShaferTeoria dell’evidenza di Dempster-Shafer
• Supporto e Plausibilità definiscono l’ “Intervallo di credibilità” che quantifica il grado informativo di un evento
• Si definisce Power Set un insieme di ipotesi non necessariamente esaustivi e mutuamente esclusivi attraverso le quali viene manifestata la conoscenza• Si definisce Mass of evidence una funzione per mezzo della quale è possibile operare all’interno del Power Set
• Date due mass of evidence relative ad informazioni sensoriali differenti è possibile ricavare la massa fusa utilizando la regola di combinazione di Dempster:
![Page 7: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/7.jpg)
Caso di studio: Applicazione di Caso di studio: Applicazione di Intrusion DetectionIntrusion Detection
![Page 8: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/8.jpg)
E’ stato realizzato un software per simulare E’ stato realizzato un software per simulare eventi dannosi e falsi allarmi…eventi dannosi e falsi allarmi…
![Page 9: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/9.jpg)
Scenario 1: Intruso Rumoroso in MovimentoScenario 1: Intruso Rumoroso in Movimento
Caso A: Nessun Caso A: Nessun rumore di misurarumore di misura
Soglia
![Page 10: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/10.jpg)
Scenario 1: Intruso Rumoroso in MovimentoScenario 1: Intruso Rumoroso in Movimento
Caso B: rumore di Caso B: rumore di misura Gaussiano a misura Gaussiano a media nulla e media nulla e deviazione standard deviazione standard variabilevariabile
![Page 11: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/11.jpg)
Scenario 2: Rumore Ambientale e Corrente Scenario 2: Rumore Ambientale e Corrente d’aria caldad’aria calda
Caso A: Nessun Caso A: Nessun rumore di misurarumore di misura
Intruso Rumoroso in Movimento
Rumore Ambientale e Corrente d’aria calda
![Page 12: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/12.jpg)
Scenario 2: Rumore Ambientale e Corrente Scenario 2: Rumore Ambientale e Corrente d’aria caldad’aria calda
Caso B: rumore di Caso B: rumore di misura Gaussiano a misura Gaussiano a media nulla e media nulla e deviazione standard deviazione standard variabilevariabile
![Page 13: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/13.jpg)
Scenario 3: Distribuzioni sparse di caloreScenario 3: Distribuzioni sparse di calore
Caso A: Nessun Caso A: Nessun rumore di misurarumore di misura
Intruso Rumoroso in Movimento
Distribuzioni sparse di calore
![Page 14: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/14.jpg)
Scenario 3: Distribuzioni sparse di caloreScenario 3: Distribuzioni sparse di calore
Caso B: rumore di Caso B: rumore di misura Gaussiano a misura Gaussiano a media nulla e media nulla e deviazione standard deviazione standard variabilevariabile
![Page 15: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/15.jpg)
Scenario 4: Condizione di test in assenza di bersagliScenario 4: Condizione di test in assenza di bersagli
Caso A: Nessun Caso A: Nessun rumore di misurarumore di misura
Intruso Rumoroso in Movimento
Condizione di test in assenza di bersagli
![Page 16: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/16.jpg)
Scenario 4: Condizione di test in assenza di bersagliScenario 4: Condizione di test in assenza di bersagli
Caso B: rumore di Caso B: rumore di misura Gaussiano a misura Gaussiano a media nulla e media nulla e deviazione standard deviazione standard variabilevariabile
![Page 17: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/17.jpg)
ConclusioniConclusioni• Le simulazioni realizzate ed i risultati raggiunti consentono di affermare che la metodologia di fusione adottata si presta ottimamente allo sviluppo di applicazioni pratiche di sorveglianza
• Integrazione del motore di fusione in un sistema di video sorveglianza basato su IP camere
Sviluppi futuri…Sviluppi futuri…
• Sviluppo del software in piattaforma .Net
• L’utilizzo di questa metodologia di fusione permette di ridurre notevolmente il numero di falsi allarmi
![Page 18: ANDREA SCIUTO APPLICABILIT À DI TECNICHE DI MULTI-SENSOR DATA FUSION ALLINTRUSION DETECTION: STUDIO ED ANALISI SIMULATIVA Relatori: Chia.mo Prof. Alfio](https://reader036.vdocument.in/reader036/viewer/2022081602/5542eb64497959361e8cd98d/html5/thumbnails/18.jpg)