Aplikovaná informatika

Vyber si tému, v ktorej chceš napredovať. Tvoj vedúci ti pomôže s presnejším stanovením cieľa a postupu tvojho výskumu. Budeš pracovať s cutting edge technológiami a zúčastníš sa na konferencií, kde si budeš môcť porovnať svoje poznatky s elitou sveta a získaš spätnú väzbu od najuznávanejších ľudí v oblasti tvojho výskumu.

Témy a školitelia na prijímacie konanie so začiatkom štúdia v akademickom roku 2019/2020:

doc. Ing. Vanda Benešová, PhD.

(vanda_benesova[at]stuba.sk)

Spracovanie signálu metódami umelej inteligencie

Metódy umelej inteligencie sú už tradične významným nástrojom pri spracovaní signálu. V poslednej dobe to bol predovšetkým výskum metód učenia hlbokých neurónových sietí s konvolučnou neurónovou vrstvou, ktorý priniesol veľmi sľubné výsledky, napríklad pri rozpoznávaní reči, rozpoznávaní rukou písaného písma, rozpoznávaní objektov v obraze a podobne. Učenie hlbokých neurónových sietí poskytuje obrovský potenciál pre riešenie mnohých ďalších úloh spracovania signálu a získavania informácie či už z jednodimenzionálneho signálu, ako je napr. zvuk, v špeciálnom prípade reč alebo hudba, alebo z viacdimenzionálneho signálu, ako napr. rozpoznávanie alebo porozumenie vizuálnej informácie v obraze, alebo vo videu. Výskum v priebehu doktorandského štúdia sa sústredí na jednu vybranú aplikačnú oblasť spracovania signálu metódami umelej inteligencie, predovšetkým s využitím hlbokých neurónových sietí.

Počítačové videnia v medicínskych aplikáciách

Počítačové videnie získava stále významnejšiu pozíciu pri automatickom spracovaní medicínskych vizuálnych dát, predovšetkým radiologických a mikroskopických snímok. Najdôležitejšie aktuálne oblasti výskumu počítačového videnia v medicínskych aplikáciách súvisia s diagnostikovaním rôznych ochorení a ich cieľom je poskytnúť lekárovi ďalšie relevantné informácie, prípadne v automatickom alebo poloautomatickom režime ho odbremeniť od niektorých úkonov. Pre splnenie týchto cieľov je potrebný predovšetkým vývoj nových, robustných metód segmentácie, ktorý je aplikovaný napr. na segmentáciu anomálií orgánov, tumorov, sledovanie ich vývinu v čase. Nemenej významné je získavanie ďalšej informácie z medicínskych vizuálnych dát, ako je napr. posúdenie malignity nádorov z mamografických snímok alebo rôzne informácie z mikroskopických snímok. Výskum v priebehu doktorandského štúdia sa sústredí na jednu z uvedených oblastí.

Vizuálna detekcia a rozpoznávanie objektov

Napriek významným pokrokom v poslednej dobe zostáva výskum vizuálnej detekcie, rozpoznávania objektov a rozpoznávania kategórií objektov jednou z kľúčových úloh počítačového videnia. Doteraz bolo skúmaných mnoho rôznych prístupov riešenia, ako sú napr. lokálne deskriptory, vrecia príznakov, metódy hlbokého učenia s použitím konvolučných neurónových sietí a iné. Cieľom detekcie a rozpoznávania objektov je napr. automatický sémantický popis objektov na scéne, ich segmentácia, prípadne automatická interpretácia scény z vizuálnych dát. Výskum v priebehu doktorandského štúdia sa sústredí na návrh nových metód vizuálnej detekcie a rozpoznávania objektov s využitím umelej inteligencie.

prof. Ing. Pavel Čičák, PhD.

(pavel.cicak[at]stuba.sk)

Komunikácia v prostredí internetu vecí

Internet vecí predstavuje zložitú štruktúru nehomogénnych prvkov s rôznym stupňom a úrovňou inteligencie. Ich vzájomná komunikácia preto predstavuje rôznu úroveň zložitosti a špecifickú architektúru. Téma sa týka problematiky skúmania vybranej časti metód tejto komunikácie vrátane komunikácie v počítačových sieťach. Pokrýva formálne metódy opisu vlastností komunikačných prostriedkov a protokolov. Je zameraná najmä na mobilné komunikačné prostriedky a systémy, vrátane riešenia bezpečnostných aspektov na rôznych úrovniach.

Návrh riadiacich systémov v prostredí internetu vecí

Internet vecí (IoT) predstavuje zložitú štruktúru nehomogénnych komponentov. Jednotlivé prvky IoT majú rôzny stupeň inteligencie a rôzne typy aplikačného určenia. Riadiace jednotky takýchto systémov vyžadujú rôzne prístupy návrhu architektúry technických aj programových prostriedkov a technickej realizácie, vrátane prvkov s nízkym príkonom. Téma sa týka problematiky skúmania vybranej časti metód podpory automatizovaného návrhu riadiacich systémov a podsystémov takéhoto typu. Nedeliteľnou súčasťou návrhu je aj riešenie problému zabezpečenia spoľahlivosti, diagnostiky a následného zabezpečenia komunikácie v prostredí IoT.

Zvýšenie efektivity internetu vecí

Internet vecí predstavuje prostredie, ktoré obsahuje veľké množstvo navzájom komunikujúcich heterogénnych prvkov, ktoré sú často obmedzené z hľadiska fyzickej dostupnosti, výkonnosti alebo energie. Toto zvlášť platí pre koncové prvky senzorových sietí, ktoré sú neoddeliteľnou súčasťou Internetu vecí. Takéto prvky bývajú zvyčajne napájané batériou, príp. na svoju činnosť získavajú energiu z prostredia. Preto je neustále potrebné zvyšovať energetickú efektivitu takýchto prvkov, čím sa predĺži interval potrebnej výmeny batérie (resp. životnosť zariadení), alebo umožní integrovať viac funkcionality do zariadenia bez navýšenia energetickej náročnosti. V téme je možné sa zamerať na návrh zariadenia zvyšujúci efektivitu činnosti prvku pri samotnom spracovávaní informácií, alebo na energetickú efektivitu zabezpečenej komunikácie medzi prvkami internetu vecí.

doc. Ing. Ladislav Hudec, PhD.

(ladislav.hudec[at]stuba.sk)

Zvýšenie bezpečnosti webových systémov

Systémy detekcie prienikov predstavujú dôležité nástroje na zvýšenie bezpečnosti webových systémov. Webový systém je chápaný ako celok pozostávajúci z webového servera, webovej aplikácie a databázy vrátane komunikačného protokolu http. Primárnu pozornosť pri skúmaní nových metód detekcii prienikov je potrebné venovať metódam založených použití výpočtovej inteligencii. Na základe analýzy dostupných metód výpočtovej inteligencie (napr. neurónové siete, fuzzy množiny, evolučné algoritmy) treba vyhodnotiť ich charakteristiky a posúdiť mieru splnenia požiadaviek na vytvorenie dobrého modelu pre detekciu prieniku. Pri návrhu dobrého modelu treba uvažovať viacero klasifikátorov a ich hierarchické usporiadanie. Účinnosť navrhnutej metódy bude posúdená pomocou štandardných testovacích datasetov.

Bezpečnosť v internete vecí

Internet vecí (IoT) združuje širokú škálu zariadení s rôznymi platformami, výpočtových kapacít a funkcionalít. Sieťová heterogenita a všadeprítomnosť zariadení internetu vecí vyžaduje zvýšené nároky na bezpečnosť a ochranu súkromia. Z tohto dôvodu musia byť bezpečnostné mechanizmy dostatočne silné, aby sa dosiahli tieto zvýšené bezpečnostné požiadavky, ale súčasne musia byť dostatočne efektívne na realizáciu na obmedzených zariadeniach. V tejto téme je potrebné vykonať podrobné posúdenie použiteľnosti najpoužívanejších bezpečnostných mechanizmov na obmedzených prostriedkoch, ktoré sa často objavujú v sieťach internetu vecí. Na základe tejto analýzy by mali byť navrhnuté a vyhodnotené nové alebo modifikované bezpečnostné mechanizmy.

Metriky v informačnej bezpečnosti

Požiadavka na kvantitatívne hodnotenia informačnú bezpečnosť v organizácii vyžaduje nové objektívne postupy hodnotenia. Takéto hodnotenie by malo vychádzať na jednej strane zo štandardov v oblasti informačnej bezpečnosti, ktoré nám poskytujú návod ako bezpečnosť hodnotiť a na druhej strane z poznania infraštruktúry počítačových systémov v rámci organizácie ako aj cieľov, ktoré organizácia sleduje a údajov, ktoré sú organizáciou spracovávané. Hodnotenie bude vychádzať zo vzťahov medzi aktívami a identifikovanými zraniteľnosťami a hrozbami, ktorým organizácia vzhľadom na svoje ciele čelí. Výsledné hodnotenie vykonané vzhľadom na vzťahy v organizácií bude založené na kvantitatívnom hodnotení pomocou bezpečnostných metrík.

doc. Mgr. Daniela Chudá, PhD.

(daniela.chuda[at]stuba.sk)

Dôvera a súkromie používateľov v elektronickom vzdelávaní

Pri práci v e-learningovom systéme môže byť používateľ z rôznych dôvodov sledovaný, monitorovaný a jeho správanie môže byť modelované. Dôvodov je niekoľko – identifikácia a autentifikácia používateľa, zvýšenie bezpečnosti pri citlivých operáciách, odporúčanie používateľov, sledovanie emocionálneho stavu a skúseností používateľa s cieľom odporúčania. Súkromie používateľa, jeho komfort a obojstranná dôvera sú dôležité aspekty pri práci v e-learningovom systéme. Treba skúmať vhodný model súkromia a takisto dôvery, ktoré by boli základom pre zabezpečovanie súkromia a dôvery používateľov. Krádež identity môže mať nesmierne následky nielen v univerzitnom prostredí. Potenciál skúmania je v oblasti budovania používateľských profilov pri práci v počítačovom systéme s cieľom zaručenia obojstrannej dôvery a udržania potrebného súkromia používateľa.

prof. Ing. Ivan Kotuliak, PhD.

(ivan.kotuliak[at]stuba.sk)

Zabezpečenie kvality služby v komunikačných sieťach

Téma sa týka problematiky zabezpečenia kvality služby požadovanej aplikáciou prostredníctvom komunikačnej siete. Medzi požadovanú kvalitu patrí aj požiadavka bezpečnosť. Je zameraná hlavne na návrh nových prístupov v manažmente sietí, či už v oblasti smerovacích protokolov, alebo v oblasti manažmentu dátovej prevádzky. Pri riešení je možné využiť štatistické vlastnosti prevádzky, inteligentné smerovanie softvérovými sieťami prípadne vylepšené siete pre doručovanie obsahu. Zvýšenie bezpečnosti v sieťach môže byť realizované s využitím technológie blochchain.

Architektúra blockchain pre verejné služby

Témou práce je navrhnúť blockchainovú architektúru zahŕňajúcu všetkých aktérov, zariadení, parametrov pre ekosystém daného odvetvia pre dôveryhodnú výmenu digitálnych asetov. Ťažiskom práce je návrh blockchainovej architektúry a konsenzuálnych algoritmov. Využitie blockchainových technológii naberá dynamiku v priemyselných odvetviach verejných služieb. Budúci trh je nastavený ako obojsmerný systém pozostávajúci z miliárd interakčných koncových bodov: smart merače, solárne fotovoltické systémy, sieť čerpacích staníc až po digitálne zákaznícke platformy. V tomto obrovskom anonymnom a heterogénnom prostredí bude bezpečná výmena údajov a bezproblémové transakcie nevyhnutné pre efektívne / dôveryhodné fungovanie ekosystému priemyselného odvetvia.

doc. Ing. Tibor Krajčovič, PhD.

(tibor.krajcovic[at]stuba.sk)

Zabezpečenie vnorených systémov s kritickou dobou odozvy proti poruchám

Občasné a prechodné poruchy tvoria podstatnú časť všetkých porúch vo vnorených systémoch. Zistenie ich vplyvu na tok programu si vyžaduje, aby sa systém nachádzal vo svojom pracovnom prostredí a kontrola sa vykonávala súbežne s behom programu. Dodatočné kontrolné procesy a kontrolné prostriedky nesmú znížiť výpočtový výkon systému natoľko, aby nebola dodržaná doba odozvy.

Pro-aktívna ochrana programu pred škodlivým softvérom

V súčasnosti je najvýznamnejším prostriedkom ochrany pred škodlivým softvérom antivírusový program. Jeho schopnosti sú však limitované samotnými algoritmami detekcie, rýchlosťou aktualizácie databázy a pod. Škodlivý softvér môže ovplyvniť správanie sa programu mnohými spôsobmi. Potrebná je analýza týchto možností a návrh nových metód vývoja takých programov, ktoré budú mať schopnosť vlastnej ochrany pred škodlivým softvérom, aj pred takým, ktorý nebol detekovaný antivírusovým programom.

prof. RNDr. Mária Lucká, PhD.

(maria.lucka[at]stuba.sk)

Informatická podpora spracovania veľkých dát v biológii a medicíne

Veľký rozmach súčasných technológií má za následok rapídny nárast objemu biomedicínskych dát, či už sa jedná o dáta získané modernými sekvenovacími technológiami, alebo o dáta získané pomocou prietokovej a hmotnostnej cytometrie. Kým v prvom prípade sa jedná o dátové množiny obsahujúce dôležité genetické informácie reprezentované zväčša reťazcami, cytometrické dáta majú podobu mnohodimenzionálnych dát. Keďže ide o veľké dátové množiny, ich spracovanie klasickým spôsobom naráža na viaceré obmedzenia, a tak prináša významné výzvy na hľadanie a tvorbu nových informatických nástrojov a modelov. Tieto musia byť schopné rýchlo vyhľadať a uchovať všetky podstatné informácie, minimalizovať objem uložených dát a zároveň zrýchliť čas spracovania. Ku klasickým metódam spracovania cytometrických dát patria metódy dolovania v dátach, zhlukovanie veľkých dát s rozdielnou hustotou, nemálo dôležitá je tiež vhodná grafická reprezentácia vysokodimenzionálnych dát. Spracovanie sekvenovacích dát obsahuje algoritmy na skladanie čítaní (readov), mapovanie sekvencií, vyhľadávanie vzorov a hľadanie podobných sekvencií, kompresiu údajov, viacnásobné zarovnávanie reťazcov, vyhľadávanie génov a iné. Dostupnosť genetických, cytometrických a klinických dát pacientov má potenciál aplikáciou vhodných metód predikovať klinický výsledok pacienta nájdením ich vzájomných závislostí. Súčasťou výskumu je návrh stabilných efektívnych metód a algoritmov s využitím vhodných paralelizačných nástrojov a techník.

doc. Ing. Peter Lacko, PhD.

(peter.lacko[at]stuba.sk)

Učenie umelých neurónových sietí

Popularita umelých neurónových sietí v doméne strojového učenia v poslednom čase významne vzrástla. Je to hlavne vďaka novým úspešne použitým prístupom učenia a architektúram neurónových sietí, ako aj dostupnosťou masívne paralelných výpočtových prostriedkov na trénovanie sietí (čipov grafických kariet). Hlboké architektúry neurónových sietí preukázali schopnosť napodobňovať ľudí pri rôznych úlohách (spracovanie prirodzeného jazyka, opis scény alebo hranie hier). Skúmanie nových architektúr a prístupov trénovania neurónových sietí stále prináša výzvy a príležitosti pri riešení problémov, ktoré dokážu ľudia vyriešiť lepšie ako stroje (napríklad spracovanie prirodzeného jazyka).

Ďalšie témy ponúkame v spolupráci s ÚI SAV ako externou vzdelávacou inštitúciou
v doktorandskom štúdiu v akreditovanom študijnom programe Aplikovaná informatika.