Le C3.ai Digital Transformation Institute annonce des récompenses de recherche sur l'utilisation de l'IA pour transformer la cybersécurité et sécuriser les infrastructures essentielles

Le C3.ai Digital Transformation Institute (C3.ai DTI) a annoncé aujourd'hui la troisième phase des prix de recherche avancée financés par le C3.ai DTI, axés sur l'utilisation de l'intelligence artificielle (IA) visant à renforcer la sécurité des informations et des infrastructures critiques.

L'Institut a remis au total 6,5 millions USD de récompenses en espèces à plusieurs chercheurs scientifiques de premier plan issus de l'Université de Californie à Berkeley, de l'Université de l'Illinois à Urbana-Champaign, de Carnegie Mellon, de Princeton, de l'Université de Chicago, du KTH Royal Institute of Technology, ainsi que du MIT.

« La cybersécurité constitue une problématique existentielle immédiate », a déclaré Thomas M. Siebel, président-directeur général de C3 AI, société de premier plan qui fournit des logiciels d'IA d'entreprise. « Nous apportons aux meilleurs scientifiques les moyens de faire progresser la technologie afin de contribuer à la sécurisation des infrastructures essentielles. »

Vingt-quatre projets ont chacun reçu une récompense de 100 000 USD à 700 000 USD, pour une période initiale d'un an :

Résilience en matière d'IA : techniques et méthodes destinées au développement d'algorithmes d'IA, résistant aux attaques contradictoires

• « Méthodes d'IA haute performance à la solidité démontrable pour les tâches de cybersécurité relatives aux infrastructures essentielles », (Zico Kolter, Université Carnegie Mellon)
• « Apprentissage machine extensible et sécurisé en présence d'adversaires », (John Kubiatowicz, Université de Californie à Berkeley)
• « REFL : système d'apprentissage de cybersécurité résilient et distribué », (Bo Li, Université de l'Illinois à Urbana-Champaign)
• « Limites fondamentales de la solidité des algorithmes d'apprentissage machine supervisés », (Ben Zhao, Université de Chicago)

Détection des anomalies : techniques d'IA, notamment d'apprentissage supervisé et non supervisé, permettant de fournir une détection précoce des anomalies système et/ou réseau, susceptibles d'indiquer un accès non autorisé, un déni de service, ou une exfiltration de données

• « Détection et résolution continues et automatiques des vulnérabilités de sécurité sur Internet », (Nick Feamster, Université de Chicago)
• « Techniques d'IA destinées aux systèmes énergétiques ciblés par des cyberattaques », (Javad Lavaei, Université de Californie à Berkeley)
• « Approche basée sur l'IA et axée sur la physique pour la détection des cyber-intrusions dans les systèmes d'automatisation annexes », (Alberto Sangiovanni-Vincentelli, Université de Californie de Berkeley)

Menaces persistantes avancées : techniques d'IA destinées à détecter la présence de menaces persistantes avancées

• « Algorithmes de détection d'apprentissage profond contre les attaques persistantes ciblant le trafic à autonomie mixte : conception et validation expérimentale », (Alex Bayen, Université de Californie à Berkeley)
• « Support d'IA pour la cybersécurité », (David Wagner, Université de Californie à Berkeley)

Sécurisation des infrastructures cyber-physiques essentielles : techniques d'IA pour la sécurisation des infrastructures essentielles contre les cybermenaces

• « Cage de cybersécurité pour les réseaux », (Cyrille Valentin Artho, KTH Royal Institute of Technology)
• « Sécurité des infrastructures à grande échelle via une programmation probabilistique », (Nikita Borisov, Université de l'Illinois à Urbana-Champaign)
• « Cadre de certificat neural compositionnel pour la sécurisation des infrastructures essentielles en réseau », (Chuchu Fan, Massachusetts Institute of Technology)
• « Démocratiser les flux de travail de sécurité axés sur l'IA pour les infrastructures énergétiques essentielles », (Vyas Sekar, Université de Carnegie Mellon)
• « Analyse antagoniste sémantique pour la sécurisation des infrastructures essentielles », (Sanjit Seshia, Université de Californie à Berkeley)

Criminalistique : techniques d'investigation et d'attribution basées sur l'IA, destinées à identifier les sources des attaques

• « Raisonnement causal pour l'identification des attaques en temps réel contre les systèmes cyber-physiques », (György Dán, KTH Royal Institute of Technology)
• « Théorie d'apprentissage statistique et réseaux neuraux graphiques pour l'identification des sources des attaques », (H. Vincent Poor, Université de Princeton)
• « Criminalistique robuste et extensible pour les réseaux neuraux profonds », (Ben Zhao, Université de Chicago)

Sécuriser les infrastructures financières émergentes : techniques d'IA destinées à identifier les attaques contre les infrastructures émergentes de finance décentralisée et d'entreprise

• « Une plateforme intelligente pour un renforcement de la sécurité de la finance décentralisée », (Dawn Song, Université de Californie de Berkeley)
• « Criminalistique en matière de blockchain », (Pramod Viswanath, Université de l'Illinois à Urbana-Champaign)

Identification des vulnérabilités : techniques d'IA destinées à identifier les logiciels malveillants, rançongiciels et vulnérabilités de type « zero day », précédemment inconnus, en permettant isolement et neutralisation

• « Création d'un cas de test automatique basé sur des réseaux antagonistes génératifs », (Giulia Fanti, Université de Carnegie Mellon)
• « L'apprentissage machine pour la détection des vulnérabilités JavaScript », (Corina Pasareanu, Université de Carnegie Mellon)

Menaces internes : techniques de gestion du changement, destinées à prévenir l'arsenalisation des menaces internes involontaires et malveillantes

• « Protéger les infrastructures essentielles contre des menaces internes en pleine évolution », (Carl Gunter, Université de l'Illinois à Urbana-Champaign)
• « Modélisation multi-facette des incidents rares concernant les menaces internes adaptatives », (Jingrui He, Université de l'Illinois à Urbana-Champaign)
• « Encourager le soutien de l'IA pour une hygiène cybernétique », (Cedric Langbort, Université de l'Illinois à Urbana-Champaign)

Critères d'attribution des prix

Le C3.ai DTI sélectionne des propositions de recherche qui inspirent la recherche coopérative et font progresser l'apprentissage automatique et d'autres sous-disciplines de l'IA. Les projets sont examinés par des pairs selon leur mérite scientifique, les réalisations antérieures du chercheur principal et des co-chercheurs principaux, l'utilisation de l'IA, de l'apprentissage automatique, de l'analyse de données, et du cloud computing dans le projet de recherche, ainsi que l'aptitude à tester les méthodes à grande échelle. Visitez C3DTI.ai pour en savoir plus sur les programmes de l'Institut, les opportunités de récompenses, et les propositions de recherche sélectionnées.

À propos du C3.ai Digital Transformation Institute

Créé en mars 2020 par C3 AI, Microsoft et des universités de premier plan, le C3.ai Digital Transformation Institute est un consortium de recherche, spécialisé dans l'optimisation des avantages de l'intelligence artificielle pour les entreprises, les gouvernements et la société. L'Institut fait appel à des scientifiques figurant parmi les plus éminents au monde pour mener des recherches et former des spécialistes à la nouvelle science de la transformation numérique, opérant au croisement de l'intelligence artificielle, de l'apprentissage automatique, du cloud computing, de l'Internet des objets, de l'analyse des mégadonnées, du comportement organisationnel, des politiques publiques, et de l'éthique.

Les 10 universités et laboratoires membres du consortium C3.ai Digital Transformation Institute sont : l'Université de Californie, Berkeley, l'Université de l'Illinois à Urbana-Champaign, l'Université Carnegie Mellon, le KTH Royal Institute of Technology, Lawrence Berkeley National Laboratory, le Massachusetts Institute of Technology, le National Center for Supercomputing Applications de l'Université de l'Illinois à Urbana-Champaign, l'Université de Princeton, l'Université de Stanford, et l'Université de Chicago. Parmi les autres partenaires industriels figurent AstraZeneca, Baker Hughes et Shell.

Pour soutenir l'Institut, C3 AI verse à ce dernier 57 250 000 USD de contribution en espèces pour ses cinq années initiales d'activité. En plus des récompenses en espèces, le C3.ai DTI fournit aux chercheurs des ressources en termes de cloud computing, de superinformatique, de données et de logiciels, notamment une utilisation gratuite illimitée de la C3 AI Application Platform, jusqu'à 2 millions USD en ressources informatiques Azure Cloud, ainsi qu'un accès aux ressources d'informatique haute performance (HPC) du National Center for Supercomputing Applications (NCSA) de l'Université de l'Illinois à Urbana-Champaign et du National Energy Research Scientific Computing Center (NERSC) au sein du Lawrence Berkeley National Laboratory.

À propos de C3.ai, Inc.

C3 AI est une société de logiciels d'application de l'IA pour les entreprises. C3 AI propose une gamme de produits entièrement intégrés, notamment la C3 AI Application Platform, une plateforme de bout en bout pour le développement, le déploiement et l'exploitation d'applications d'IA d'entreprise et d'applications C3 AI, une gamme d'applications d'IA d'entreprise SaaS spécifiques au secteur, qui permet la transformation numérique des organisations au niveau mondial. En savoir plus sur : www.c3.ai.

Le texte du communiqué issu d'une traduction ne doit d'aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d'origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.