Kutatás
Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar
Diszkrét matematika
A kutatócsoport tevékenysége:
Alapkutatások a gráfelmélet, hipergráfok, kombinatorika, kombinatorikus optimalizálás, kombinatorikus számelmélet, játékelmélet, adatbázisok elmélete, gráfok és szerkezetek merevsége, additív kombinatorika, kombinatorikus geometria, kereséselmélet, extremális halmazrendszerek, adatbázisok és kódelmélet kapcsolata, gráfszínezések, gráfparaméterek viselkedése szorzatgráfokban témakörökben
Eredmények:
Pach Péter Pál 2016-ban Croottal és Levvel közösen kidolgozta a polinom módszer egy új változatát. Ez az új módszer olyan híres problémák megoldásához vezetett, mint például a cap set probléma vagy az Erdős-Szemerédi-féle napraforgósejtés. Azóta a módszernek számos alkalmazása született, mint például pontos becslés Green “arithmetical triangle removal” lemmájára (Fox-Lovász), Sárközy tétele véges test feletti polinomokra (Green), és még számos egyéb. A cikk a legrangosabb matematikai folyóiratban, az Annals of Mathematics-ban jelent meg, Fields medállal kitüntetett matematikusok: Gowers, Tao, és más vezető matematikusok, például Cameron és Kalai is elemezték blogjukon.
Tóth Géza Pach Jánossal és Tardos Gáborral a Metszési Lemma messzemenő általánosításait bizonyította be multigráfokra, különböző természetes feltételek mellett.
Wiener Gábor Peter Dameschkevel és Azam Sheikh Muhammaddal közösen egy újfajta, a gyakorlatban is jól használható csoporttesztelési modell (a strict group testing) kombinatorikai alapjait rakta le, a cikk a vezető kombinatorikai folyóiratok egyikében, a Journal of Combinatorial Theory A-ben jelent meg.
Simonyi Gábor Tardos Gáborral részleges (a 4-kromatikus esetben teljes) jellemzését adta Schrijver gráfok színkritikus éleinek.
Katona Gyula és Papp László egy Győri Ervinnel közös munkában alsó és felső korlátokat adott nagy rácsok optimális kövezési számára.
Katona Gyula Varga Kittivel a minimálisan szívós gráfok vizsgálatában ért el számos jelentős eredményt.
A közelmúlt projektjei:
MTA Lendület • OTKA
Nemzetközi kapcsolatok:
Ibaraki University, Japán • Lancaster University, Egyesült Királyság • University of Haifa, Izrael • University of Warwick, UK • Ghent University • Yokohama National University • University of British Columbia, Canada • Sapienza – Universitá di Roma
Vállalati partnerek:
Morgan Stanley • Lynx Analytics
CrySyS Lab
A kutatócsoport tevékenysége:
A laboratórium fő kutatási tevékenysége jelenleg 3 témakör köré csoportosul:
- kiber-fizikai rendszerek biztonsága,
- gépi tanulással kapcsolatos biztonsági és adatvédelmi (privacy) kérdések,
- a biztonság és a privacy közgazdasági elemzése.
Az (1) területen ipari automatizálási és folyamatirányítási rendszerek biztonságával, modern járművek és intelligens közlekedési rendszerek biztonságával, valamint az Internet of Things (IoT) biztonságával foglalkozunk. Ezen rendszerek közös jellemzője, hogy bennük a kibertér felől érkező támadásoknak fizikai következményei lehetnek, ami anyagi károkkal, környezeti károkkal, esetleg emberélet elvesztésének kockázatával járnak, ezért a biztonság garantálása fontos feladat. A (2) területen azt vizsgáljuk, hogy hogyan lehet a gépi tanulási módszereket biztonsággal és privacy-val kapcsolatos feladatok megoldására használni, illetve milyen biztonsági kockázatai vannak a gépi tanulásra épülő rendszereknek. Ezen belül kiemelt téma a federált tanulási algoritmusok biztonsága és az ellenséges bemenetek (adversarial examples) hatásának vizsgálata különböző gépi tanulási rendszerekben (pl. kártékony kód detekció). A (3) területen játékelméleti modelleket alkalmazunk a biztonsági és privacy problémák okának elemzésére, a különböző rendszerekben felmerülő ösztönző erők biztonságra gyakorolt hatásának vizsgálatára. A fentieken túl erős kompetenciával rendelkezünk az alkalmazott kriptográfia, a privacy-t erősítő technológiák, a kártékony programok elemzése, a reverse engineering, és az informatikai infrastruktúrák, hálózatok biztonságos üzemeltetése területén, beleértve az informatikai infrastruktúra automatizálás területét is.
Eredmények:
- A SETIT projektben kifejlesztettünk egy erőforrás korlátozott IoT eszközökre optimalizált antivírus megoldást, mely hatékony és 90% fölötti detekciós képességgel rendelkezik.
- Számos egyéb biztonságot növelő mechanizmust fejleszettünk IoT eszközökre.
- Új támadásokat találtunk járművek CAN hálózata ellen, és számos különböző detekciós módszert javasoltunk.
- A CAN forgalomból kinyerhető privát információkat elemeztük, és megmutattuk hogy lehetséges azonosítani a vezetőt pusztán a nyers CAN forgalom megfigyelésével.
- ICS/SCADA rendszerkben használható honeypot-okat terveztünk.
- Az interdependent privacy területén értünk el több úttörő eredményt, melyek elméleti hátterét adják a Cambridge Analytica botránynak.
- Privacy preserving federált gépi tanulási algoritmusokat javasoltunk.
Speciális infrastruktúra:
IoT eszközök, PLC-k, ipari eszközök, szerverek • PIRAMID ICS/SCADA security testbed
A közelmúlt projektjei:
PrOTectME (EIT Digital) • H2020 MELLODDY • H2020 SECREDAS • H2020 SETIT
Nemzetközi kapcsolatok:
NTNU, Trondheim, Norway • KU Leuven, Belgium • INRIA Rhones-Alpes, France • University of California, Irvine, CA • New York Institute of Technology
Vállalati partnerek:
Microsec Zrt. • Tresorit Kft. • Ukatemi Technologies Kft.