Меню админ-ресторана

Гибкий редактор семантических данных

• Редактор схемы данных (типов требований и типов связей, состава их полей)
• Редактор данных должен адаптироваться к изменению схемы данных
• Создание/удаление/редактирование требований
• Создание/удаление семантических связей
• Поддержка трассировки требований и подсказки о том, что затрагивается при внесении изменений

Пример React JSON Schema Forms (RJSF)

Коллективная работа с графовыми данными

• Ведение истории и версионирование изменений
• Настройка процессов согласования внесения изменений в требования с участием заинтересованных сторон и экспертов рабочих групп;
• Настраиваемые механизмы обсуждения, согласования и совместного принятия решения
• Интеграция с инструментами просмотра и редактирования данных на разных стадиях работы
• Детальное разграничение прав  доступа

Импорт и экспорт

• Импорт/экспорт требований из документов различных форматов
• Пайплайны/workflows обработчиков
• Data Provenance
  • Какие данные пришли из каких систем?
  • Какие инструменты обработали какие входные данные и какие данные получены на выходе?

Онтологии: W3C PROV, wf4ever, wfdesc

Гибкий редактор семантических данных

• Редактор схемы данных (типов требований и типов связей, состава их полей)
• Редактор данных должен адаптироваться к изменению схемы данных
• Создание/удаление/редактирование требований
• Создание/удаление семантических связей
• Поддержка трассировки требований и подсказки о том, что затрагивается при внесении изменений

Пример React JSON Schema Forms (RJSF)

Коллективная работа с графовыми данными

• Ведение истории и версионирование изменений
• Настройка процессов согласования внесения изменений в требования с участием заинтересованных сторон и экспертов рабочих групп;
• Настраиваемые механизмы обсуждения, согласования и совместного принятия решения
• Интеграция с инструментами просмотра и редактирования данных на разных стадиях работы
• Детальное разграничение прав  доступа

Импорт и экспорт

• Импорт/экспорт требований из документов различных форматов
• Пайплайны/workflows обработчиков
• Data Provenance
  • Какие данные пришли из каких систем?
  • Какие инструменты обработали какие входные данные и какие данные получены на выходе?

Онтологии: W3C PROV, wf4ever, wfdesc

Гибкий редактор семантических данных

• Редактор схемы данных (типов требований и типов связей, состава их полей)
• Редактор данных должен адаптироваться к изменению схемы данных
• Создание/удаление/редактирование требований
• Создание/удаление семантических связей
• Поддержка трассировки требований и подсказки о том, что затрагивается при внесении изменений

Пример React JSON Schema Forms (RJSF)

Коллективная работа с графовыми данными

• Ведение истории и версионирование изменений
• Настройка процессов согласования внесения изменений в требования с участием заинтересованных сторон и экспертов рабочих групп;
• Настраиваемые механизмы обсуждения, согласования и совместного принятия решения
• Интеграция с инструментами просмотра и редактирования данных на разных стадиях работы
• Детальное разграничение прав  доступа

Импорт и экспорт

• Импорт/экспорт требований из документов различных форматов
• Пайплайны/workflows обработчиков
• Data Provenance
  • Какие данные пришли из каких систем?
  • Какие инструменты обработали какие входные данные и какие данные получены на выходе?

Онтологии: W3C PROV, wf4ever, wfdesc

Гибкий редактор семантических данных

• Редактор схемы данных (типов требований и типов связей, состава их полей)
• Редактор данных должен адаптироваться к изменению схемы данных
• Создание/удаление/редактирование требований
• Создание/удаление семантических связей
• Поддержка трассировки требований и подсказки о том, что затрагивается при внесении изменений

Пример React JSON Schema Forms (RJSF)

Коллективная работа с графовыми данными

• Ведение истории и версионирование изменений
• Настройка процессов согласования внесения изменений в требования с участием заинтересованных сторон и экспертов рабочих групп;
• Настраиваемые механизмы обсуждения, согласования и совместного принятия решения
• Интеграция с инструментами просмотра и редактирования данных на разных стадиях работы
• Детальное разграничение прав  доступа

Импорт и экспорт

• Импорт/экспорт требований из документов различных форматов
• Пайплайны/workflows обработчиков
• Data Provenance
  • Какие данные пришли из каких систем?
  • Какие инструменты обработали какие входные данные и какие данные получены на выходе?

Онтологии: W3C PROV, wf4ever, wfdesc

Технологии

Использование биологической обратной связи, анализа больших данных и машинного обучения для улучшения биометрической аутентификации

Решаемые задачи

• Разработка системы генерации визуальных раздражителей и слежения за взглядом
• Разработка системы сбора, хранения и визуализации данных о рефлекторных реакциях человека
• Сбор статистически значимого объёма данных раздражитель-реакция с помощью разработанной системы
• Создание и обучение нейросети, строящей идентификатор пользователя по данным раздражитель-реакция
• Оценить надежность аутентификации

Подробное описание примеров актуальных задач (pptx)

Подробное описание проекта

На основе статических биометрических характеристик довольно просто идентифицировать человека. Проблема состоит в том, что любые результаты идентификации, если они будут получены на недоверенных (обычных) устройствах (смартфонах, планшетах) легко подделать, что дискредитирует саму идею применения биометрии в юридически значимом взаимодействии. Работаем мы с измерениями, полученными из датчиков (микрофона, камеры и т.д.), или это данные, подменённые злоумышленником — понять это и есть основная задача, решение которой необходимо для достижения характеристик идентификации, достаточных для обеспечения юридической значимости и доступа к удаленным криптографическим ключам при использовании недоверенных клиентских устройств.

Решить задачу предположительно можно, если к статическим биометрическим характеристикам добавить динамические физиологические реакции на аудио и видео раздражители. Предположительно, реакция на раздражители может быть зафиксирована датчиками клиентского устройства, обработана с помощью искусственных нейронных сетей, что позволит определить источник потоков данных и повысить достоверность идентификации.

Совокупность нескольких биометрических алгоритмов (необходимо обеспечить мультимодальность) нужно дополнить анализом хотя бы одной физиологической реакции.

Можно подделать голос,

Можно подделать лицо,

Но если использовать реакцию на раздражитель — то изменения этих модальностей при реальном источнике должны быть согласованными, и вот поэтому подделать потоки данных будет почти невозможно, так как для согласования поддельных данных нужна модель реакций конкретного человека, что нереально ввиду высокой сложности такой модели.

Открытые вакансии для студентов и специалистов

Гибкий редактор семантических данных

• Редактор схемы данных (типов требований и типов связей, состава их полей)
• Редактор данных должен адаптироваться к изменению схемы данных
• Создание/удаление/редактирование требований
• Создание/удаление семантических связей
• Поддержка трассировки требований и подсказки о том, что затрагивается при внесении изменений

Пример React JSON Schema Forms (RJSF)

Коллективная работа с графовыми данными

• Ведение истории и версионирование изменений
• Настройка процессов согласования внесения изменений в требования с участием заинтересованных сторон и экспертов рабочих групп;
• Настраиваемые механизмы обсуждения, согласования и совместного принятия решения
• Интеграция с инструментами просмотра и редактирования данных на разных стадиях работы
• Детальное разграничение прав  доступа

Импорт и экспорт

• Импорт/экспорт требований из документов различных форматов
• Пайплайны/workflows обработчиков
• Data Provenance
  • Какие данные пришли из каких систем?
  • Какие инструменты обработали какие входные данные и какие данные получены на выходе?

Онтологии: W3C PROV, wf4ever, wfdesc