CrySyS Lab

A kutatócsoport tevékenysége:

A laboratórium fő kutatási tevékenysége jelenleg 3 témakör köré csoportosul:

1. kiber-fizikai rendszerek biztonsága,
2. gépi tanulással kapcsolatos biztonsági és adatvédelmi (privacy) kérdések,
3. 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.

Szoftvertechnológia

A kutatócsoport tevékenysége:

Elosztott, nagy informatikai rendszerek modellezése, fejlesztési eszközeinek kutatása, fejlesztése és szoftver minőségi paramétereinek mérése, ellenőrzése. Immutable metamodellező és fordító keretrendszer kifejlesztése. Elosztott informatikai és Cloud rendszerek magasszintű kezelése egységes keretrendszerek segítségével. A szoftverminőséget támogató sokféle szabvány, modell, megközelítés jól definiált összehangolása, valamint a multimodelles (egyszerre több minőségi megközelítést alkalmazó) környezetben végzett szoftverfejlesztés sajátosságainak vizsgálata és a fejlesztés támogatása.

Eredmények:

• Ipari együttműködés a kódgenerátorok alkalmazásával kapcsolatban a Prolan vezetésével
• VIK kari felhő kialakítása, működtetése és fejlesztése (CIRCLE)
• Részvétel a CMMI V2 és a TMMi modellek összehangolására indított nemzetközi projektben (minőségmenedzsment, szoftverfolyamatok auditálása)
• CircleCloud: openstacknél sokkal egyszerűbb és erőforrástakarékosabb platform, open source
• Joker: virtuális klaszter nagy számítási kapacitású feladatokra

Speciális infrastruktúra:

Superman szuperszámítógép • Batman szuperszámítógép

A közelmúlt projektjei:

IoTAC; Horizon 2020 • Urban Mobility KIC Covid19 call • VKE • EFOP

Vállalati partnerek:

TMMi Foundation • Smartesting Solutions& Services • Pressmen Kft. • Generali Biztosító Zrt. • Prolan Irányítástechikai Zrt.

Szoftver modellezés

A kutatócsoport tevékenysége:

Szöveges és grafikus szakterületi nyelvek létrehozása, metamodellezési és modellfeldolgozási módszerek és ezek validációja. Hatékony modell definíció és transzformáció. Többszintű metamodellezési keretrendszer (Dynamic Multi-Layer Algebra). A modellezésen alapuló szoftverfejlesztési módszertanok. Fordítóprogramok, gráftranszformációk készítése.

Eredmények:

A kutatócsoport az elmúlt években főként a többszintű metamodellezés témakörében kutatott. Ezen a területen korábban sok elképzelés született más kutatók által és nehézséget jelentett ezen elképzelések összehasonlítása. 2020. tavaszán a csoporttal egy olyan általános megközelítésen (Multi-Level Modeling Playground, MLMP) kezdtünk dolgozni, amely lehetővé teszi a meglévő megoldások emulációját, sőt kombinálását is egyetlen rendszeren belül. A rendszer jelenleg kísérleti fázisban működik, a kutatók nagy érdeklődéssel fordulnak felé. A módszer publikálása folyamatban van a tématerület egyik legnívósabb folyóiratában.

A közelmúlt projektjei:

EFOP

Nemzetközi kapcsolatok:

University of Agder

Alkalmazott informatika

A kutatócsoport tevékenysége:

• Alkalmazott mesterséges intelligencia: AI-modellek és technológiák integrálása ipari, oktatási és kutatási környezetekbe.
• AI Engineering feladatok: mesterséges intelligencia rendszerek tervezése, fejlesztése, tesztelése és üzemeltetése skálázható, megbízható formában.
• Mesterséges intelligencia a gyakorlatban: konkrét ipari és kutatási problémák megoldása AI- és gépi tanulási eszközökkel (pl. prediktív analitika, képfeldolgozás, természetes nyelv feldolgozás).
• Szoftverfejlesztési módszertanok és technológiák:  hatékony, karbantartható, skálázható szoftverek fejlesztése modern architektúrákban.
• Korszerű natív és cross-platform mobil szoftverfejlesztés: Android, iOS és multiplatform (pl. Flutter, React Native) alkalmazások tervezése és megvalósítása kutatási és ipari célokra.
• Modern webes megoldások: reszponzív, felhasználóbarát, biztonságos webalkalmazások és szolgáltatások fejlesztése legújabb frontend és backend technológiákra építve.
• Felhő alapú megoldások és architektúrák: skálázható, konténerizált, mikroszerviz-alapú rendszerek tervezése és üzemeltetése (AWS, Azure, GCP környezetben).
• DevOps és MLOps környezetek kialakítása: fejlesztési és gépi tanulási folyamatok automatizálása, CI/CD pipeline-ok, model-deployment és monitoring rendszerek kialakítása a folyamatos integráció és fejlesztés támogatására.
• Big Data és üzleti intelligencia: nagy adathalmazok feldolgozása, elemzése és vizualizálása a döntéstámogatás és stratégiai tervezés szolgálatában.
• Okos adatgyűjtés és IoT rendszerek: adatvezérelt infrastruktúrák és szenzorhálózatok tervezése és optimalizálása.

• prototípusok és demonstrációs rendszerek fejlesztésében,
• konkrét szoftverprojektek megvalósításában,
• terméktervezési és technológiai tanácsadásban,
• valamint innovációs projektek támogatásában ipari és akadémiai partnerekkel.

Eredmények:

A csoport számos ipari és K+F projektben vesz részt, aktuális projektek közé tartozik többek között a DeepFake AI tartalmak azonosítása, AI alapú modern tartalomkezelő keretrendszer fejlesztése, mobil alkalmazások fejlesztése, ésgépi látás alapú selejt detektálás.

A közelmúlt K+F területei:

MI-EDIH (https://aiedih.hu/) • MI Nemzeti Labor • Autonóm Nemzeti Labor • Kooperatív Technológiák Nemzeti Labor • TKP

Nemzetközi kapcsolatok:

University of Dresden • University of Helsinki • MIT

Vállalati partnerek:

Nokia • AntraID • Zenitech • Audi • TC&C Kft. • Nova Services • Gránit Bank • BlackRock • CodeOn Technologies

Vállalatirányítási informatika

A kutatócsoport tevékenysége:

Standard integrált vállalatirányítási rendszerek – rendszerek architektúrájának (SOA architektúra, mikroszolgáltatások, felhő-alapú vállalatirányítási rendszerek), működési algoritmusainak (termeléstervezés és ütemezés, kereslet előrejelzés, ellátás), üzleti entitások struktúrájának (séma illesztés, szemantikus adattárak), működési folyamatainak (vállalati és gyártási folyamatok modellezése, szimulációja és optimalizálása) és kapcsolódó ipari IT megoldások (IPAR 4.0, IIoT) kutatása.

Eredmények:

• Mikroszolgáltatás alapú vállalati architektúrák tervezése
• Többcélfüggvényes termelésütemezési feladatok megoldása matematikai megoldó rendszerrel
• Gyártási folyamatok optimalizációja mesterséges intelligencia módszerekkel

Speciális infrastruktúra:

SAP R/3 rendszer és szerver • SAP Business One rendszer • QAD Enterprise vállalati rendszer • ABAS ERP

A közelmúlt projektjei:

FIKP

Kognitív informatika

A kutatócsoport tevékenysége:

A kutatócsoport célja olyan integrált, pszichometriai és technológiai alapú kutatási keretrendszer kialakítása, amely a tanulási folyamatok megértését, diagnosztikáját és fejlesztését egyaránt szolgálja.

A csoport kiemelt kutatási irányai közé tartozik a pszichometriai modellek kidolgozása diagnosztikai és fejlesztési célokra, különös tekintettel az állandó és tranziens tanulási zavarok és fogyatékosságok modellezésére. A személyre szabott kognitív tréning területén olyan paraméter-szintű, CHC-kompatibilis adaptivitási eljárásokat dolgozunk ki, amelyek a mérési és fejlesztési funkciókat integrált módon valósítják meg – azaz a rendszer egyszerre képes a tanulói profil diagnosztikus feltárására és célzott fejlesztésére.

Kiemelten fontos eredményünk a szintetikus adatgenerátor, amely részletes, nagyfelbontású, neurális háló tanítására is alkalmas adathalmazokat hoz létre, lehetővé téve a pszichometriai és gépi tanulási modellek együttes validálását.

Munkánk részét képezi a viselhető fiziológiai mérőműszerekre (EKG, EEG, pupillometria) és a kiterjesztett (AR) illetve virtuális valóság (VR) technológiákra épülő, személyre szabott tanulási környezetek fejlesztése.

Eredmények:

• Pszichometriai és kognitív modellek fejlesztése: tanulási zavarok, képességprofilok és fejlesztési utak modellezése
• Keretrendszer tervezése, folyamat identifikációja, változók és a köztük lévő kapcsolat definiálása
• fMRI képek egységes osztályozásához előfeldolgozó algoritmus
• Mentális állapotok definiálása, ezekhez EKG, EEG és pupilla adatokból profilgörbék és osztályozók tervezése
• Eredmények validálásához szoftvercsomag tervezése és elkészítése
• Kísérleti fejlesztésben oktató, diagnosztikai és képességfejlesztő játékosított szoftvercsomagok létrehozása

Speciális infrastruktúra:

Diagnosztikai mérési rendszer • Mobil EEG (eMotive) • Hololens és egyéb VR/XR eszközök •

Nemzetközi kapcsolatok:

Stanford University

Vállalati partnerek:

Okosdoboz • Zenitech • Audi • Zeneakadémia • MTA-AVKF Tanulási Környezet munkacsoport

Algoritmuselmélet

A kutatócsoport tevékenysége:

Kombinatorikus algoritmusok. Klasszikus és kvantumalgoritmusok, bonyolultságelméleti és paraméteres bonyolultságos megközelítések. Ezen belül pl. társadalmi választások, fair hozzárendelések, stabil és népszerű párosítások, hálózatok megbízhatóságának vizsgálata kombinatorikus és játékelméleti módszerekkel. Különböző kvantumos megközelítések (algoritmus, QUBO, kvantumbolyongás) vizsgálata. Logikai és deklaratív programozás.

Eredmények:

Számos eredményünk született a fair hozzárendelés területén: többek között bizonyítottuk, hogy 3 ágens esetén az irigység-mentes allokáció keresése NP-teljes feladat (ezzel egy 5 évig nyitott kérdést megválaszolva), ugyanakkor arányos allokáció keresése polinom idejű algoritmussal megoldható; ez utóbbi kérdést általános számú ágens esetén is körbejártuk, feltérképeztük annak paraméteres bonyolultságát és approximálhatóságát. Vizsgáltuk a stabil párosítás probléma sok-paraméteres bonyolultságát abban az esetben, ahol bizonyos ágensek fedését írhatjuk elő: öt vizsgált paraméter minden kombinációjára sikerült a probléma bonyolultságát meghatározni. Foglalkoztunk még a népszerű fenyvesek problémájával is, hatékony egzakt és közelítő algoritmusok megadása mellett számos nehézségi eredményt is bizonyítottunk.

Bizonyítottunk egy olyan új eredményt, aminek segítségével a hálózatok megbízhatóságának játékelméleti eszközökkel való mérésére vonatkozó korábban ismert, matroidelméleti módszereket sikerült a greedoidoknak egy, a matroidoknál bővebb osztályára kiterjeszteni.

Kvantumalgoritmusok körében vizsgáltuk a Fourier-transzformáció alkalmazásanak határait bizonyos algebrai feladatokra. Foglalkoztunk a kvantumalgoritmusok egy fajta használatával a gépi tanulásban, megmutatva, hogy egy mások által javasolt módszer nem sok előnyt ad a klasszikus eljárásokhoz képest. Vizsgáljuk, hogyan lehet klasszikus problémákat a D-Wave (korábbi) kvantumszámítógépébe beágyazni, az ott használt QUBO (quantum unconstrained binary optimization) feladatra átfordítani.

A közelmúlt projektjei:

OTKA

Nemzetközi kapcsolatok:

Hamburg University of Technology • University of Tübingen • Université Paris Diderot – Paris, Centre for Quantum Technologies • University of Singapore

Kritikus rendszerek – ftsrg

A kutatócsoport tevékenysége:

Fő területünk a kritikus informatikai rendszerek, folyamatok és platformok szolgáltatásbiztonságra tervezése, ideértve a kiberfizikai és informatikai infrastruktúrákat, alkalmazásokat. Alapvető metodikánk a modellalapú tervezés, analízis és helyességbizonyítás.

• Kritikus rendszerek fejlesztése: Módszertanok, fejlesztési környezetek, technikák és technológiák a modellalapú kritikus informatikai, kiberfizikai és elosztott főkönyvi (blokklánc) rendszerek és alkalmazások tervezésére.
• Ellenőrzés és tesztelés: Módszertanok, fejlesztési környezetek és technikák kidolgozása számítógépes rendszerek illetve szoftverek precíz mérnöki modellek és modell-transzformációk segítségével történő tervezéséhez, fejlesztéséhez és projektvezetéséhez.
• Empirikus rendszertervezés: Teljesítmény és megbízhatósági követelmények kísérleti vizsgálata, mérése, analízise, méretezése származtatott modellek alapján, hibamodellezés. Blokkláncok teljesítmény és megbízhatósági analízise.

Eredmények:

• Kritikus rendszerek ellenőrzése: Kifejlesztettünk olyan hatékony módszereket és nyílt forráskódú eszközöket, amikkel kritikus rendszerek funkcionális helyessége ellenőrizhető állapotgép modellekből vagy forráskódból kiindulva. Ipari esettanulmányok többek között: CERN, NASA JPL. Nyílt forráskódú eszközeinket lásd a Github oldalunkon.
• Blokklánc rendszerek vizsgálata: Teljesítményméréseket végeztünk különböző elosztott főkönyvi megoldásokon, és kidolgoztunk olyan módszereket, amikkel blokklánc rendszerek megbízhatósága vizsgálható hibainjektálás segítségével.
• Skálázódó gráfgenerálás: Kitaláltunk olyan módszereket és eszközöket, amikkel diverz, konzisztens és realisztikus gráfok generálhatók skálázódó módon. Az eszköz felhasználható komplex modellező eszközök vagy például ADAS funkciók és autonóm járművek tesztelésére. A módszert a szoftvertechnológia terület legrangosabb eseményén, az ICSE konferencián mutattuk be.
• Biztonsági és veszély analízis: Kidolgoztunk olyan új algoritmusokat és eszközöket, amikkel autóipari és vasúti szoftverek és berendezések biztonságossága vizsgálható. Rendszeresen végzünk vasúti irányítástechnikai szoftverek fejlesztésének vizsgálatát biztonsági szabványok szerint.
• Kidolgoztunk egy új módszert, amivel az IT biztonsági támadásoknak az ipari termelőtechnológiákra gyakorolt hatása felmérhető és megfelelő védelmek dolgozhatók ki (CrySyS laborral közös együttműködés a ProtectME EU projektben).
• Nemzetközi elismerések: Publikációink a modellalapú rendszer- és szoftvertervezés területén rangos 10 Year Most Influential Paper díjban részesültek a 2021, 2020 és 2014 években.
• Tehetséggondozás: Hallgatóink kiemelkedően szerepelnek az OTDK-n, a kutatócsoport 4 tagja is OTDT Mestertanár, Pataricza András pedig megkapta az OTDT legrangosabb kitüntetést, a Honoris Causa Pro Scientia Aranyérmet.

A közelmúlt projektjei:

EU Digital: EDGE-Skills • EU Digital: SME4DD • EIT Digital: ProtectME • ITEA4 EUREKA: OpenSCALING • H2020 RISE: ADVANCE • VKE: Prolan • MTA Lendület

Nemzetközi kapcsolatok:

University of Firenze • Univ. Of Coimbra • NASA JPL • McGill University • Linköping University

Vállalati partnerek:

thyssenkrupp • Ericsson • IncQuery Labs • Knorr-Bremse • Prolan