No label defined (Q77951)

From EU Knowledge Graph
Revision as of 20:56, 13 January 2020 by DG Regio (talk | contribs) (‎Created a new Item)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search
Project in Poland financed by DG Regio
Language Label Description Also known as
English
No label defined
Project in Poland financed by DG Regio

    Statements

    0 references
    7,868,356.21 zloty
    0 references
    1,888,405.4904 Euro
    13 January 2020
    0 references
    10,260,310.0 zloty
    0 references
    2,462,474.4 Euro
    13 January 2020
    0 references
    76.69 percent
    0 references
    1 October 2017
    0 references
    31 December 2019
    0 references
    NETHONE SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Celem projektu jest stworzenie prototypu innowacyjnego rozwiązania z obszaru cyberbezpieczeństwa - systemu Nethone ATO, mającego znacząco zwiększyć poziom dostępnej na rynku ochrony właścicieli kont osobistych (bankowości internetowej i mobilnej) przed przestępstwami polegającymi na nieuprawnionym przejmowaniem kontroli dostępu (ang. account takeover). Cechami wyróżniającymi system Nethone ATO będą: a. wyższa skuteczność detekcji zagrożeń dzięki: - analizie szerszego spektrum danych behawioralnych (aspekt biometryczny oraz wzorców zachowania) dotąd niewykorzystywanych w tak szerokim zakresie, - wykorzystaniu nowatorskich metod (i ich kombinacji) opartych na sztucznej inteligencji do rozwiązania problemów klasyfikacyjnych klasy ATO, w tym prognozowania trajektorii ewolucji profilu behawioralnego użytkownika w czasie, - wykorzystaniu autorskich funkcji agregacji wyników modeli w celu optymalizacji wyników; b. pełen automatyzm działania oraz zdolność samouczenia się dzięki wykorzystaniu metod opartych na głębokich sieciach neuronowych; c. wysoka sprawność działania dzięki opracowaniu zoptymalizowanego formatu danych oraz autorskiej architektury systemu. W ramach prac nad prototypem Nethone ATO zrealizowane zostaną prace B+R: - zaprojektowanie oraz przygotowanie środowiska badawczego umożliwiającego efektywne przetwarzanie danych oraz zarządzanie modelami predykcyjnymi. - zdefiniowanie zakresu oraz opracowanie formatu danych umożliwiającego efektywne modele detekcji zagrożeń - opracowanie autorskich modeli detekcji zagrożeń na podstawie analizy danych behawioralnyc (Polish)
    0 references

    Identifiers

    POIR.01.01.01-00-0383/17
    0 references