Szoftverfejlesztési módszerek és informatikai biztonság pillér
Szakmai koordinátor: Kozsik Tamás (ELTE-IK)
A hardverek fejlődése a sokmagos és elosztott rendszerek felé mutat, és ezt a tendenciát kell követnie a szoftvereknek is. Akár a szükséges (illetve minél nagyobb) hatékonyság elérése a célunk, akár a megoldandó feladatok jellege követeli ezt meg, a szoftverek párhuzamosan futó folyamatokból épülnek fel, melyek sokszor különböző (akár földrajzilag is egymástól távol lévő) számítógépeken futnak. A szoftverek komplexitása ennek következményeképp megnőtt, melyet a szoftverfejlesztési módszereknek és szoftverfejlesztést támogató eszközöknek is követniük kell. Napjainkban a funkcionális programozási paradigma mainstreammé válását figyelhetjük meg. Hasonlóképp, a magasabb absztrakciós szintre emelt szoftverfejlesztés a modellvezérelt fejlesztési módszerek elterjedését eredményezik. Számos területen a domainspecifikus programozási nyelvek jutnak egyre nagyobb szerephez. Az eszköztámogatás is fejlődik: a statikus kódelemzés és refaktorálás egyre inkább beilleszkedik a fejlesztési eszközláncba.
Az egyre bonyolultabbá váló szoftverek az élet egyre több területén működnek együtt az emberekkel, és ez a szoftver megbízhatóságával szemben is komoly követelményeket támaszt. A magasabb absztrakciós szinten végzett programfejlesztés (pl. MDD) támogatása mellett a verifikálhatóság, a hibatűrő képesség és a biztonságosság (security) is kulcsszerephez jut. Az informatikai biztonságban a matematikai módszerektől, a kriptográfiától a hatékony, alkalmazásiterület-specifikus megoldásokon át a támadásokat felfedni tudó eszközök kidolgozásáig terjednek a kutatandó területek.
A kutatások ezen pillére a minden informatikai megoldásban központi szerepet betöltő szoftverek előállítására és minőségi jellemzőire összpontosít, és így az EIT Digital Digital Industry, Digital Cities, valamint Digital Wellbeing Action Line-jaihoz kapcsolódik.
Az alábbi kutatási témák tartoznak ebbe a pillérbe.
- Dinamikus modellezés
- Domain-specifikus programozási nyelvek és programnyelvfeldolgozó eszközök
- Domén-specifikus nyelvek a HPC-ben
- Konvergens IoT megoldások: Egységes szoftverfejlesztési módszertan alapkutatási
- komponensei
- Szoftvertechnológia IoT eszközökhöz és az edge computinghoz
- Szolgáltatásbiztonság garantálása CPS rendszerekben
- Kis energiaigényű titkosítási protokollok kialakítása
- Anonimizálás folyamatosan érkező adatokban
- Hatékony differenciális adatvédelem és homomorf titkosítás speciális célokra
- Programelemzési módszerek alkalmazása kártékony programok azonosítására és vizsgálatára
Infokommunikációs infrastruktúrák és kiberfizikai rendszerek
Szakmai koordinátor: Jereb László (BME-VIK)
A kutatások ezen pillérje az EIT Digital valamennyi Action Line-jaihoz (Digital Infrastructure, Digital Industry, Digital Cities, a Digital Wellbeing, valamint az alakuló Digital Finance) egyaránt kapcsolódik, így a kutatási eredmények széles körben alapozzák meg a Budapest Full Node pályázati esélyeit. A kutatások kiterjednek az IoT eszközök világára, ebbe beleértve az intelligens edge computing eszközök kialakítását és az IoT kommunikációs protokollokat és a valós idejű CPS rendszereket is, az ezen eszközök közötti jelentősen megnövekedő forgalom lebonyolításában várhatóan kulcsszerepet játszó 5G hálózatokat, a rádiós és vezetékes hálózati megoldások hatékonyságát növelő fejlesztéseknek, az adatok tárolását, bárhonnan és bármikor történő elérését és feldolgozását biztosító felhő alapú alkalmazásoknak. Az új alkalmazások olyan skálázható, időkritikus, a szolgáltatások minőséget garantáló infrastruktúrát követelnek meg, amelyek egyszerre igénylik a végpontok és az elosztott központi eszközök összehangolt működését.
A kutatásokban jelentős részben a BME, több fontos algoritmikus ponton pedig az ELTE és PPKE kutatói, kutatócsoportjai vesznek részt. A különböző megközelítések, tudományos iskolák eredményeinek és tapasztalatainak összekapcsolását a rendszeres közös tudományos tanácskozások, Balatonfüreden mérföldkövenként tartott konferenciák segítik elő. A várt eredmények a teljes szakterületet átfogják annak érdekében, hogy mind az EIT Digital innovációs projektjeiben való magyar részvételt megalapozzuk, mind pedig a konvergencia térségek IKT versenyképességét növeljük.
Az alábbi kutatási témák tartoznak ebbe a pillérbe.
- Valós idejű kiberfizikai rendszerek
- Vezeték nélküli IoT kommunikációs technológiák
- Kíber-fizikai rendszerek kommunikációs technológiái
- Időkritikus 5G hálózati infrastruktúrák
- Számítási felhő és minősége
- Mélyen programozható hálózatok
- „Felhő” alapú hálózati megoldások (Cloud Networking)
- Újszerű ütemező algoritmusok és sorbanállási rendszerek
- A digitális infrastruktúra szolgáltatási képességeinek fejlesztése és automatikus üzemeltetésének megalapozása
Intelligens adatelemzés
Szakmai koordinátor: Csikász-Nagy Attila (PPKE-ITK)
A kutatások ezen pillérje gépi tanuláson, bio-inspirált számítási alkalmazásokon alapul és az EU Big Data action plan-jéhez közvetlenül kapcsolódik. Nagyskálájú biológiai, térinformatikai és orvosi adatok elemzése, értelmezése és azok felhasználása az egyes rendszerek viselkedésének jóslására számos kihívást tartogat. Magyarország csatlakozása a biológiai információk legszélesebb körű európai adatbázis-hálózatához, az ELIXIR (European Life-sciences Infrastructure for biological Information) infrastruktúrához újabb lehetőséget biztosít, hogy az EU 2018-19-es ’Health as a major driver’ és ’Personalised medicine’ pályázati témáiba majd aktívan bekapcsolódjunk.
A PPKE-n nagy hagyománya van a bio-inspirált számítási alakalmazásoknak és bioinformatikának, de számos más intelligens adatelemzési téma is megtalálható itt. Az ELTE és a BME is igen aktív ezen a rohamosan fejlödő tudományterületen. Hármuk összefogásával Magyarország vezető szerepet nyerhet el ebben a témában az EU-n belül és a pályázat keretein belül a központi régióból az ország egész területére képesek lehetünk e tudást transzportálni.
Az alábbi kutatási témák tartoznak ebbe a pillérbe.
- Térinformatikai adatok automatikus elemzése
- Big Data Analitika Kvantumszámítógéppel
- Nagyskálájú biológiai adatok integrációja
- A posztszinaptikus fehérjehálózat bioinformatikai elemzése
- Nagy mennyiségű adat hatékony analízise egészségügyi alkalmazásokban
- Humán és gépi reprezentációk egyeztetése Big Data környezetben
- Intelligens adatelemzés a kiberfizikai (CPS) rendszerekben
- Bio-inspirált rendszeranalízis és szabályozótervezés
- Döntéstámogató módszerek dinamikus orvosi képalkotó berendezésekhez
- Nagy adathalmazok (Big Data) komplex struktúráinak előrejelzése az adattudomány módszereivel
- Intelligens háztartások adatainak vizsgálata mélytanuló módszerekkel
- Gyengén koherens sokdimenziós idősorok modellezése mély tanulással