Mapa dotacji

Projekt polega na przeprowadzeniu prac B+R w zakresie sztucznej inteligencji, bazujących na najnowszych dostępnych w literaturze światowej metodach Deep Learning oraz big data w celu opracowania systemu do wykrywania w sposób w pełni zautomatyzowany osobowych danych wrażliwych w różnych zbiorach danych cyfrowych potencjalnych klientów, w tym w ruchu sieciowym. Projekt jest odpowiedzią na liczne problemy związane z ciągłym dostosowywaniem zasobów serwerowo- sieciowych podmiotów prywatnych oraz publicznych do wyzwań, jakie przed nimi stawia szeroko rozumiane bezpieczeństwo danych osobowych. Powstały system, poprzez wykrycie miejsc, w których znajdują się dane wrażliwe, pomoże zapewnić kompleksowe bezpieczeństwo szeroko rozumianego systemu teleinformatycznego klientów, zgodnie z przepisami RODO, poprzez wskazanie potencjalnych miejsc wycieku danych, a także w przypadku konieczności usunięcia informacji wrażliwych (np. cofniecie zgody na przetwarzanie danych) zapewni ich pełne zlokalizowanie. Stworzone rozwiązanie stanowić będzie istotne uzupełnienie istniejącej na rynku oprogramowania luki w systemach stosowanych do wykonywania audytów bezpieczeństwa zasobów serwerowo-sieciowych w oparciu o wytyczne Krajowych Ram Interoperacyjności. Projektowane rozwiązanie będzie oparte między innymi na algorytmach sztucznej inteligencji wykorzystujących uczenie głębokich sieci neuronowych w tym struktur U-net, generatywnych sieciach przeciwstawnych a także rekurencyjnych głębokich sieciach (Bidirectional LSTM) pozwalających na automatyzację procesu wyszukiwania informacji wrażliwych w zbiorach cyfrowych, a docelowo obejmie: 1) wyszukiwanie danych wrażliwych w zbiorach danych tekstowych (kopiach bezpieczeństwa, bazach danych typu SQL, skrzynkach pocztowych, zbiorach plikowych), 2) wyszukiwanie danych wrażliwych w zbiorach danych graficznych (plikach graficznych, w których znajdować się będą obrazy w postaci skanów tekstów), bez konieczności rozpoznawania tekstu oraz w zbiorach dany