Κατάλογος προτεινόμενων και ολοκληρωμένων διπλωματικών εργασιών του Τμήματος.
Σχεδιασμός και ανάπτυξη εφαρμογής για την ανάλυση συμπεριφοράς χρηστών για την βελτίωση των ατομικών συνηθειών και το βαθμό συνέναισης σε νέες πολιτικές
Στόχος
Η συγκεκριμένη εργασία εστιάζει στο επίπεδο της αλληλεπίδρασης, της οπτικοποίησης δεδομένων (data visualisation) και της εξαγωγής συμπερασμάτων για τη χάραξη πολιτικής (policy-relevant insights). Με βάση ψηφιακούς υπολογιστές αξιολόγησης κινδύνου. Το υποσύστημα οπτικοποίησης δεδομένων και ανάλυσης, καθώς και η τελική έκδοση του συστατικού στοιχείου ετοιμότητας (Willingness level component) ενσωματωμένο στο εργαλείο (Toolset/Chatbot).
Περιγραφή
Ο/Η φοιτητής/τρια θα αναπτύξει λειτουργίες που επιτρέπουν στους χρήστες να συγκρίνουν τα προσωπικά τους δεδομένα με εθνικούς μέσους όρους και μέσους όρους της ΕΕ (national and EU averages). Επιπλέον, η εργασία περιλαμβάνει:
- Ενσωμάτωση Ερωτήσεων Ετοιμότητας (Willingness questions): Σχεδιασμός ενός τρίτου επιπέδου αξιολόγησης (willingness level component) για τη μέτρηση της ετοιμότητας/διάθεσης των χρηστών να υιοθετήσουν εναλλακτικές ουσίες ή διαδικασίες.
- Ανώνυμη Καταγραφή & Ανάλυση (Anonymised recording & analysis): Καταγραφή των αλληλεπιδράσεων των χρηστών σε ανώνυμη μορφή και ανάλυσή τους για τον εντοπισμό προτύπων στις συμπεριφορικές επιλογές (behavioural choices) και την αποδοχή εναλλακτικών μεθόδων παραγωγής.
- Σύνθεση Δεδομένων & Αναφορές: Παραγωγή δομημένων αναφορών (structured reports) και συγκριτικών δεικτών (comparative indicators) που θα μεταφραστούν σε συστάσεις (recommendations) για βιομηχανικούς φορείς και υπεύθυνους χάραξης πολιτικής (industrial actors and policymakers).
Απαιτήσεις
Τεχνολογία Λογισμικού
ΕΑΥ
Βάσεις δεδομένων
Απαιτούμενες γνώσεις
Ανάλυση Δεδομένων (Data Analysis), Οπτικοποίηση Δεδομένων (Data Visualisation), Στατιστική Ανάλυση / Επιστήμη Δεδομένων (Data Science).
Βιβλιογραφία
Bonney, R., Phillips, T. B., Ballard, H. L., & Enck, J. W. (2016). Can citizen science enhance public understanding of science? Public Understanding of Science, 25(1), 2-16. Εξετάζει πώς η οπτικοποίηση δεδομένων (data visualisation) και η σύγκριση ατομικών στοιχείων με εθνικούς ή ευρωπαϊκούς μέσους όρους (national/EU averages) βοηθά τους χρήστες να κατανοήσουν το ρίσκο των ουσιών στη ζωή τους.
Ceccaroni, L., Bowser, A., & Brenton, P. (2021). Civic technology and citizen science for environmental justice. Frontiers in Climate, 3, 715316. Αναφέρεται στην ανώνυμη καταγραφή (anonymised recording) και ανάλυση της συμπεριφοράς των πολιτών, καθώς και στο πώς τα συγκεντρωτικά δεδομένα μεταφράζονται σε προτάσεις πολιτικής (policy-relevant insights) για τους υπεύθυνους χάραξης πολιτικής.
Nov, O., Arazy, O., & Anderson, D. (2014). Scientists everyday: What motivates citizens to participate in science projects? Communications of the ACM, 57(8), 66-73. Χρήσιμη αναφορά για τη μελέτη των συμπεριφορικών επιλογών (behavioural choices) και του επιπέδου ετοιμότητας (willingness component) των χρηστών να αποδεχθούν ή να αλλάξουν τις καθημερινές τους πρακτικές απέναντι σε περιβαλλοντικούς κινδύνους.
Τακινόμηση Κειμένου με Χρήση Βαθιάς Μάθησης
Στόχος
Στόχος της εργασίας είναι η χρήση μεθόδων βαθιάς μάθησης (νευρωνικά δίκτυα με ανατροφοδότηση και transformers) σε εφαρμογές ταξινόμησης κειμένων.
Περιγραφή
Η βαθιά μάθηση έχει χρησιμοποιηθεί με μεγάλη επιτυχία τα τελευταία χρόνια σε πλειάδα εφαρμογών. Στόχος της εργασίας είναι η μελέτη της χρήσης νευρωνικών δικτύων με ανατροφοδότηση (recurrent neural networks, long short-term memory networks) αλλά και των transformers σε εφαρμογές ταξινόμησης κειμένων, όπως η ανάλυση συναισθήματος (sentiment analysis), η αναγνώριση θεματικής κατηγορίας και η αναγνώριση συγγραφικής πατρότητας.
Απαιτήσεις
Ευφυή Συστήματα
Απαιτούμενες γνώσεις
Προγραμματισμός σε Python
Βιβλιογραφία
Georgios Barlas, Efstathios Stamatatos: A transfer learning approach to cross-domain authorship attribution. Evolving Systems, 12(3): 625-643 (2021)
Rafael A. Rivera-Soto, Olivia Elizabeth Miano, Juanita Ordonez, Barry Y. Chen, Aleem Khan, Marcus Bishop, and Nicholas Andrews. 2021. Learning Universal Authorship Representations. In Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing, pages 913–919
Τεχνητή Νοημοσύνη στη Δημόσια Διοίκηση: Επιτήρηση και Ιδιωτικότητα
Στόχος
Να διερευνηθεί πώς η αξιοποίηση τεχνητής νοημοσύνης (ΑΙ) στα συστήματα επιτήρησης που εφαρμόζονται από κυβερνητικούς φορείς επηρεάζει την ιδιωτικότητα, τα ανθρώπινα δικαιώματα και την κοινωνική εμπιστοσύνη, με σκοπό την ανάπτυξη προτάσεων για ισορροπημένη χρήση που συνδυάζει δημόσια ασφάλεια και προστασία ατομικών ελευθεριών.
Περιγραφή
Η έρευνα εστιάζει στην αυξανόμενη χρήση τεχνολογιών επιτήρησης με υποστήριξη ΑΙ (π.χ. αναγνώριση προσώπου, ανάλυση προτύπων συμπεριφοράς, αυτόματη ανίχνευση απειλών) από κρατικούς οργανισμούς. Αντικείμενο είναι:
Χαρτογράφηση των πρακτικών χρήσης τέτοιων τεχνολογιών σε κυβερνητικές λειτουργίες (ασφάλεια, δημόσια διοίκηση, διαχείριση κρίσεων).
Ανάλυση ωφελειών, όπως ενίσχυση της ασφάλειας, αποτελεσματικότερη διαχείριση πόρων και πρόληψη εγκληματικότητας.
Εντοπισμός κινδύνων και εμποδίων, που σχετίζονται με παραβίαση προσωπικών δεδομένων, διακρίσεις μέσω αλγορίθμων (algorithmic bias), διαφάνεια και λογοδοσία.
Ανάλυση νομοθετικού και ηθικού πλαισίου στην Ευρωπαϊκή Ένωση και διεθνώς, με έμφαση στη συμμόρφωση με τον GDPR και τις κατευθύνσεις για υπεύθυνη χρήση ΑΙ.
Προτάσεις πολιτικής και τεχνολογικών λύσεων, που θα επιτρέπουν τη χρήση της ΑΙ με τρόπο που σέβεται την ιδιωτικότητα και ενισχύει την εμπιστοσύνη των πολιτών.
Η μελέτη φιλοδοξεί να συμβάλει τόσο σε ακαδημαϊκό επίπεδο (παραγωγή γνώσης γύρω από τον συνδυασμό ΑΙ, επιτήρησης και δικαιωμάτων) όσο και σε πρακτικό επίπεδο, προσφέροντας οδηγίες για κυβερνήσεις και οργανισμούς που αναπτύσσουν ή υλοποιούν τέτοιες τεχνολογίες.
Απαιτήσεις
- EGOV I & II
- Interoperability
Απαιτούμενες γνώσεις
- Case study analysis
Βιβλιογραφία
Fontes, C., Hohma, E., Corrigan, C. C., & Lütge, C. (2022). AI-powered public surveillance systems: why we (might) need them and how we want them. Technology in Society, 71, 102137.
Kumar, A., & Kaur, R. (2024, February). Right to Privacy in the Era of AI-Powered Surveillance Technologies. In International Conference on Emerging Research in Computing, Information, Communication, Artificial Intelligence and Machine Learning (pp. 245-252). Singapore: Springer Nature Singapore.
Singh, T. (2023, October). AI-Driven Surveillance Technologies and Human Rights: Balancing Security and Privacy. In International Conference on Smart Systems: Innovations in Computing (pp. 703-717). Singapore: Springer Nature Singapore.
Τυχερά παίγνια και ανίχνευση συναισθημάτων με χρήση τεχνητής νοημοσύνης για διευκόλυνση σχεδιασμού υπεύθυνου παιχνιδιού
Στόχος
Ο διαδικτυακός στοιχηματισμός είναι σε έξαρση τα τελευταία χρόνια. Στόχος της παρούσας διπλωματικής είναι η κατανόηση του τρόπου που ο χρήστης αλληλοεπιδρά με τυχερά παίγνια, μέσω μελέτης των δεδομένων παιχνιδιού αλλά και παρατήρησης των αντιδράσεων του χρήστη με σκοπό τον έγκαιρο εντοπισμό και πρόληψη ενεργειών, ώστε να διευκολύνεται το υπεύθυνο παιχνίδι [1].
Περιγραφή
Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν μέθοδοι μηχανικής μάθησης και ψηφιακής επεξεργασίας σήματος για τη μελέτη της και τον εντοπισμό των συναισθημάτων που βιώνονται κατά την αλληλεπίδραση με ένα τυχερό παίγνιο (π.χ. ρουλέτα) [1]. Μέσα από την πειραματική διαδικασία θα αποκαλυφθούν τα χαρακτηριστικά του παιχνιδιού ενός χρήστη με χρήση πολυτροπικών αισθητήρων (π.χ. χαρακτηριστικές αντιδράσεις προσώπου και ήχος) [2, 3] και χρήση των δεδομένων παιχνιδιού.
Απαιτήσεις
• Μηχανική Μάθηση
• Μεγάλα Δεδομένα και Εξόρυξη Δεδομένων
Απαιτούμενες γνώσεις
• Γνώση Αγγλικής γλώσσας
• Δεξιότητες προγραμματισμού
Βιβλιογραφία
[1] Drosatos G, Nalbadis F, Arden-Close E, Baines V, Bolat E, Vuillier L, Kostoulas T, Wasowska S, Bonello M, Palles J, McAlaney J. Empowering Responsible Online Gambling by Real-time Persuasive Information Systems. 2018 12th International Conference on Research Challenges in Information Science (RCIS), Nantes, France, 2018, pp. 1-11, doi: 10.1109/RCIS.2018.8406671.
[2] Muszynski, M., Tian, L., Lai, C., Moore, J.D., Kostoulas, T., Lombardo, P., Pun, T. and Chanel, G., 2019. Recognizing induced emotions of movie audiences from multimodal information. IEEE Transactions on Affective Computing.
[3] Kostoulas T, Chanel G, Muszynski M, Lombardo P, Pun T. Films, affective computing and aesthetic experience: identifying emotional and aesthetic highlights from Multimodal signals in a social setting. Frontiers. 2017 Jun;4(11):1.
Φορετό Σύστημα για Παρακολούθηση Στάσης : Εφαρμογή στην Πρόληψη Μυοσκελετικής Καταπόνησης Κομμωτών
Στόχος
Ανάπτυξη φορετού συστήματος: εκτίμηση γωνίας βραχίονα/κορμού από IMU, τοπική καταγραφή, ασύρματη αποστολή σε λογισμικό και διαχείρηση.
Περιγραφή
Οι κομμωτές εμφανίζουν υψηλό νούμερο μυοσκελετικών παθήσεων, κυρίως λόγω παρατεταμένης ανύψωσης βραχιόνων και στατικής κάμψης αυχένα. Η διπλωματική σχεδιάζει και αξιολογεί ένα φορητό σύστημα ESP32/rasmpberry + IMUs) που καταγράφει το φορτίο κατά τη διάρκεια εργασίας και παρέχει διακριτική απτική ανατροφοδότηση (δόνηση) όταν μια επιβαρυντική στάση διατηρείται πέραν ρυθμιζόμενου ορίου. Το σύστημα επικυρώνεται εργαστηριακά έναντι επαγγελματικού συστήματος καταγραφής κίνησης και δοκιμάζεται πιλοτικά σε κομμωτήριο.
Απαιτήσεις
Εισαγωγή στη ρομποτική
Απαιτούμενες γνώσεις
Αγγλικά
Βιβλιογραφία
Musculoskeletal health, work-related risk factors and preventive measures in hairdressing
Χρήση του Open Meteo
Στόχος
Χρήση του https://open-meteo.com/
Περιγραφή
Χρήση του https://open-meteo.com/
Απαιτήσεις
Του κύκλου
Απαιτούμενες γνώσεις
Του κύκλου
Βιβλιογραφία
Χρήση του https://open-meteo.com/
Χρήση των Reconfigurable Intelligent Surfaces για ασφάλεια στο φυσικό στρώμα
Στόχος
- Διερεύνηση των δυνατοτήτων των ευφυών αναδιαμορφώσιμων επιφανειών (Reconfigurable Intelligent Surfaces – RIS) στην ενίσχυση ασφάλειας φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών
- Ανάπτυξη μοντέλων και αλγορίθμων για το σχεδιασμό και τη βελτιστοποίηση συστημάτων ασύρματης επικοινωνίας με τη βοήθεια RIS για βελτιωμένη ασφάλεια φυσικού επιπέδου.
- Ανάλυση της επίδρασης του RIS στα χαρακτηριστικά του καναλιού και στη διάδοση του σήματος σε συστήματα ασύρματων επικοινωνιών σε mmWave.
- Μοντελοποίηση των RIS και του περιβάλλοντος (με στοχαστική γεωμετρία) και αξιολόγηση της απόδοσης των σχημάτων ασφάλειας φυσικού επιπέδου που βασίζονται σε RIS μέσω προσομοιώσεων χρησιμοποιώντας το MATLAB.
- Σύγκριση της απόδοσης των σχημάτων ασφάλειας φυσικού επιπέδου που βασίζονται σε RIS με συμβατικές μεθόδους κρυπτογράφησης και άλλες τεχνικές ασφάλειας φυσικού επιπέδου.
Περιγραφή
Η προτεινόμενη διπλωματική στοχεύει στη διερεύνηση της χρήσης αναδιαμορφώσιμων ευφυών επιφανειών (RIS) για την ενίσχυση της ασφάλειας φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών, με έμφαση στη μοντελοποίηση και την προσομοίωση με χρήση MATLAB. Το RIS είναι νέα αναδυόμενη τεχνολογία που μπορεί να χρησιμοποιηθεί για να «πειράξει-διαμορφώσει» τα χαρακτηριστικά διάδοσης των ηλεκτρομαγνητικών κυμάτων βελτιώνοντας έτσι την απόδοση των συστημάτων ασύρματης επικοινωνίας.
Η εργασία θα ξεκινήσει με τη διεξαγωγή μιας διεξοδικής ανασκόπησης της υπάρχουσας βιβλιογραφίας για το RIS και την ασφάλεια φυσικού επιπέδου σε συστήματα ασύρματων επικοινωνιών. Η ανασκόπηση της βιβλιογραφίας θα καλύψει τις θεμελιώδεις έννοιες του RIS, τα χαρακτηριστικά καναλιού, τη διάδοση του σήματος και την ασφάλεια του φυσικού επιπέδου.
Στη συνέχεια, η εργασία θα επικεντρωθεί στην ανάπτυξη μοντέλων και αλγορίθμων για το σχεδιασμό και τη βελτιστοποίηση συστημάτων ασύρματης επικοινωνίας με τη βοήθεια RIS για βελτιωμένη ασφάλεια φυσικού επιπέδου.
Για να αναλυθεί ο αντίκτυπος του RIS στα χαρακτηριστικά του καναλιού και στη διάδοση του σήματος, η εργασία θα χρησιμοποιήσει το MATLAB για την προσομοίωση της απόδοσης του συστήματος ασύρματης επικοινωνίας με και χωρίς το RIS. Οι προσομοιώσεις θα εξετάσουν διαφορετικά σενάρια, όπως διαφορετικές διατάξεις RIS, συνθήκες ασύρματου καναλιού και επίπεδα θορύβου, για να διερευνήσουν την επίδραση του RIS στην απόδοση του συστήματος. Σαν εργαλείο μοντελοποίησης του ραδιο-περιβάλλοντος θα χρησιμοποιηθεί η στοχαστική γεωμετρία.
Τέλος, η εργασία θα συγκρίνει την απόδοση των σχημάτων ασφάλειας φυσικών επιπέδων που βασίζονται σε RIS με συμβατικές μεθόδους κρυπτογράφησης και άλλες τεχνικές ασφάλειας φυσικού επιπέδου, όπως η διαμόρφωση δέσμης (beamforming) και ο τεχνητός θόρυβος (artificial noise). Η σύγκριση θα βασίζεται στα αποτελέσματα της προσομοίωσης και θα εξετάζει διαφορετικά σενάρια και μετρήσεις, όπως η χωρητικότητα του συστήματος, το επίπεδο ασφάλειας και η πολυπλοκότητα.
Απαιτήσεις
Ασφάλεια στο Φυσικό Επίπεδο.
Βασικές γνώσεις τηλεπικοινωνιακών συστημάτων.
Απαιτούμενες γνώσεις
Matlab, Python ή C++
Βιβλιογραφία
Tang, Zhiqing, et al. "A novel design of RIS for enhancing the physical layer security for RIS-aided NOMA networks." IEEE Wireless Communications Letters 10.11 (2021): 2398-2401.
Makarfi, Abubakar U., et al. "Physical layer security in vehicular networks with reconfigurable intelligent surfaces." 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring). IEEE, 2020.
Makarfi, Abubakar U., et al. "Reconfigurable intelligent surfaces-enabled vehicular networks: A physical layer security perspective." arXiv preprint arXiv:2004.11288 (2020)
Χρήση των UAVs για ασφάλεια στο φυσικό στρώμα. Μελέτη επίδοσης μέσω εξομοίωσης.
Στόχος
Οι στόχοι της παρούσας διπλωματικής είναι:
- Να διερευνήσει τις σύγχρονες τεχνολογίες και τεχνικές για την Ασφάλεια Φυσικού Επιπέδου (PLS) σε ασύρματα δίκτυα επικοινωνίας.
- Να μελετήσει τα χαρακτηριστικά των μη επανδρωμένων εναέριων οχημάτων (UAV) ως πλατφόρμα για PLS.
- Να αναπτύξει ένα μοντέλο προσομοίωσης που μπορεί να αξιολογήσει την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV σε δίκτυα ασύρματων επικοινωνιών με χρήση στοχαστικής γεωμετρίας ή γεωμετρικών-στοχαστικών μοντέλων ραδιοδιαύλου.
- Να αξιολογήσει την απόδοση του αναπτυγμένου μοντέλου προσομοίωσης σε IoT περιπτώσεις χρήσεις (και γιατί είναι κατάλληλες τεχνικές για αυτές).
Περιγραφή
Η διπλωματική περιλαμβάνει τις ακόλουθες δραστηριότητες:
- Ανασκόπηση βιβλιογραφίας των τεχνολογιών και τεχνικών αιχμής για το PLS σε δίκτυα ασύρματων επικοινωνιών, καθώς και των χαρακτηριστικών των UAV ως πλατφόρμας για το PLS.
- Ανάπτυξη Μοντέλου Προσομοίωσης με βάση την ανασκόπηση της βιβλιογραφίας που να μπορεί να αξιολογήσει την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV σε δίκτυα ασύρματων επικοινωνιών. Το μοντέλο προσομοίωσης θα πρέπει να μπορεί να καταγράφει την επίδραση των UAV στα χαρακτηριστικά ασύρματων καναλιών, καθώς και την επίδραση των τεχνικών PLS στην τηλεπικοινωνιακή κίνηση. Η διαδικασία απαιτεί χρήση στοχαστικής γεωμετρίας για την μοντελοποίηση των συστημάτων, είτε τη χρήση γεωμετρικών-στοχαστικών μοντέλων όπως το Quadriga, Winner II, 3GPP-IMT2020 κλπ.
- Αξιολόγηση απόδοσης μετά την εξομοίωση, μεγεθών όπως χωρητικότητα μυστικότητας, χωρητικότητα μυστικού κλειδιού, ρυθμός σφάλματος bit και αναλογία σήματος προς θόρυβο για να αξιολογήσετε την απόδοση του αναπτυγμένου μοντέλου προσομοίωσης.
- Ανάλυση και επίδειξη των αποτελεσμάτων της προσομοίωσης και αποδείξτε την αποτελεσματικότητα των λύσεων PLS που βασίζονται σε UAV μέσω περιπτωσιολογικών μελετών όπου τα UAV εξυπηρετούν low-end IoT συσκευές. Οι περιπτωσιολογικές μελέτες θα πρέπει να καλύπτουν μια σειρά από σενάρια όπως αγροτικά, αστικά περιβάλλοντα, εσωτερικά περιβάλλοντα και εξωτερικά περιβάλλοντα.
Απαιτήσεις
Ασφάλεια στο Φυσικό επίπεδο
Βασικές γνώσεις τηλεπικοινωνιών και διάδοσης.
Απαιτούμενες γνώσεις
Matlab ή Python
Βιβλιογραφία
Michailidis, Emmanouel T., Maliatsos Konstantinos, et al. "Secure UAV-Aided Mobile Edge Computing for IoT: A Review." IEEE Access 10 (2022): 86353-86383.
Sun, Xiaofang, et al. "Physical layer security in UAV systems: Challenges and opportunities." IEEE Wireless Communications 26.5 (2019): 40-47.
Wu, Qingqing, Weidong Mei, and Rui Zhang. "Safeguarding wireless network with UAVs: A physical layer security perspective." IEEE Wireless Communications 26.5 (2019): 12-18.
Ψηφιακή εγκληματολογία και τηλεμετρία εσωτερικών αμυντικών μηχανισμών σε μεγάλα γλωσσικά μοντέλα (LLMs)
Στόχος
Η εργασία αποσκοπεί στον σχεδιασμό και την πειραματική υλοποίηση ενός πλαισίου ψηφιακής εγκληματολογίας για Μεγάλα Γλωσσικά Μοντέλα (LLMs) και αυτόνομους AI agents. Το πλαίσιο θα αναλύει τα εσωτερικά διανύσματα ενεργοποίησης (activation vectors) του μοντέλου κατά την επεξεργασία ενός αιτήματος, προκειμένου να διαγνώσει ποσοτικά αν, σε ποιο βαθμό και σε ποιο layer ενεργοποιήθηκαν ή καταστάλθηκαν οι ενσωματωμένοι μηχανισμοί άμυνας και άρνησης έναντι επιθέσεων prompt injection και jailbreaks.
Περιγραφή
Κατά τη διερεύνηση περιστατικών ασφαλείας (incident response) σε συστήματα βασισμένα σε LLMs, η ανάλυση των εξωτερικών καταγραφών (logs) συχνά αδυνατεί να εξηγήσει γιατί ένα μοντέλο εκτέλεσε μια μη εξουσιοδοτημένη ή επιβλαβή ενέργεια: οφείλεται σε αδυναμία αντίληψης της απειλής (semantic evasion), σε εσκεμμένη καταστολή των μηχανισμών άμυνας μέσω adversarial jailbreaks (mechanistic suppression), ή σε παράκαμψη λόγω αντικρουόμενων οδηγιών συστήματος; Η παρούσα εργασία αξιοποιεί τεχνικές μηχανιστικής ερμηνευσιμότητας και εργαλεία ανάλυσης διανυσματικών υποχώρων για την εξαγωγή των κανονικών διανυσμάτων ασφάλειας του μοντέλου. Στη συνέχεια, μέσω καταγραφής των διανυσμάτων κατάστασης του, αναπτύσσεται ένας μηχανισμός εγκληματολογικής τηλεμετρίας που χαρτογραφεί την τροχιά ενεργοποίησης των αμυνών κατά μήκος των επιπέδων του μοντέλου (transformer layers). Η αξιολόγηση του συστήματος θα πραγματοποιηθεί πάνω σε καθιερωμένα σύνολα δεδομένων άμεσων και έμμεσων επιθέσεων, παρέχοντας ένα ποσοτικό εργαλείο απόδοσης ευθυνών και εντοπισμού της ακριβούς αιτίας αποτυχίας των μηχανισμών προστασίας.
Απαιτήσεις
- Τεχνητή Νοημοσύνη
- Ασφάλεια Συστημάτων Τεχνητής Νοημοσύνης
- Ανίχνευση και Διαχείριση Περιστατικών Ασφάλειας
Απαιτούμενες γνώσεις
Γνώση σχετικά με :
- Τεχνητή νοημοσύνη
- Αρχιτεκτονική LLMs
Βιβλιογραφία
- Zhou S, Wang K, Shi L, Wang H. Exposing the Ghost in the Transformer: Abnormal Detection for Large Language Models via Hidden State Forensics. IEEE Transactions on Information Forensics and Security. 2025;21:4074-4089.
- Kadali SDSS, Papalexakis E. Jailbreaking Leaves a Trace: Understanding and Detecting Jailbreak Attacks from Internal Representations of Large Language Models. ArXiv. 2026;abs/2602.11495.
- Jiang Y, Gao X, Peng T, et al. HiddenDetect: Detecting Jailbreak Attacks against Large Vision-Language Models via Monitoring Hidden States. ArXiv. 2025;abs/2502.14744
Ψηφιακή εγκληματολογική ανάλυση και μη-αποποίηση ευθύνης σε συνεργατικά συστήματα αυτόνομων πρακτόρων
Στόχος
Η εργασία αποσκοπεί στον σχεδιασμό και την ανάπτυξη ενός μηχανισμού για multi-agent συστήματα που θα καταγράφει με ασφαλή κρυπτογραφικά τρόπο ολη την δραστηριότητα και θα διασφαλίζει την δίκαιη απόδοση ευθυνων σε περιστατικά ασφαλείας.
Περιγραφή
Στα σύγχρονα συστήματα τεχνητής νοημοσύνης, η μετάβαση από μεμονωμένα LLMs σε πολυ-πρακτορικά συστήματα (Multi-Agent Systems / Swarms) επιτρέπει την αυτόνομη επίλυση σύνθετων προβλημάτων μέσω καταμερισμού εργασιών (task delegation), δυναμικής επικοινωνίας και διαδοχικής λήψης αποφάσεων (orchestration chains). Ωστόσο, αυτή η αρχιτεκτονική δημιουργεί κρίσιμα κενά όπως απώλεια ιχνηλασιμότητας, δυνατότητα
αποποίησης ευθύνης και δυσκολία αναπαραγωγής της αλυσίδας σκέψηςγια την εκ των υστέρων εγκληματολογική ανάλυση. Ο βασικός στόχος της εργασίας είναι ο σχεδιασμός ενός μηχανισμού που θα υποστηρίζει την αδιάβλητη καταγραφής της δραστηριότητας των agents και συγκεκριμένα των επικοινωνιών (Agent-to-Agent - A2A), των κλήσεων εργαλείων (Agent-to-Tool - A2T) καθώς και των κρίσημων αποφάσεων των agents. Ο μηχανισμός αυτός θα εγγυάται την Μη-Αποποίησης της ευθύνης των agents με την ενσωμάτωση κρυπτογραφικών μηχανισμών (ασύμμετρη κρυπτογραφία, Merkle Trees, κτλ) για την ταυτοποίηση και επικύρωση κάθε ενέργειας.Επίσης θα είναι δυνατή η αναπαράστασης του δραστηριότητας του συστήματος με σκοπό την εύρεση του "Root Cause" ενός περιστατικού ασφαλείας.
Απαιτήσεις
- Τεχνητή Νοημοσύνη
- Ασφάλεια Συστημάτων Τεχνητής Νοημοσύνης
- Ανίχνευση και Διαχείριση Περιστατικών Ασφάλειας
- Κρυπτογραφία
Απαιτούμενες γνώσεις
Γνώση σχετικά με :
- Τεχνητή νοημοσύνη
- Agentic systems
- Κρυπτογραφία
Βιβλιογραφία
- M. Kumar and D. Singh, "Enforcing Accountability in Autonomous Ops: A Zero-Trust Multi-Agent Framework With Forensic Reasoning Ledgers," 2026 14th International Symposium on Digital Forensics and Security (ISDFS), Boston, MA, USA, 2026, pp. 1-7, doi: 10.1109/ISDFS69419.2026.11459075.
- Vijayakumar, Bharathwaj, Sahana Karamutti Varadaraju, and Lathish Balaji Baskaran. "TRACE: Tamper-Resistant Accountability and Cryptographic Evidence for Multi-Agent AI Systems." 2026 IEEE 12th Conference on Big Data Security on Cloud (BigDataSecurity). IEEE, 2026.
- de Witt, Christian Schroeder, et al. "Open challenges in multi-agent security: Towards secure systems of interacting ai agents." arXiv preprint arXiv:2505.02077 (2025).
Ψηφιακή υδατογράφηση για χωρικά δεδομένα
Στόχος
Σκοπός είναι να μελετηθούν κατά πόσο οι τεχνικές για τις σχεσιακές βάσεις είναι κατάλληλες για χωρικά και χωρο-κειμενικά δεδομένα. Για αυτό θα πρέπει να υλοποιηθούν κάποιες μέθοδοι και να αποτιμηθούν για χωρικούς τελεστές.
Περιγραφή
Βάσεις Δεδομένων διαθέσιμες στο διαδίκτυο.
· Όφελος για τον χρήστη των δεδομένων
· Κίνδυνος κλοπής/αντιγραφής πληροφορίας (πειρατεία)
Σκοπός υδατογραφήματος : εύρεση και αναγνώριση πειρατικών αντιγράφων δεδομένων
Υδατογράφηση των βάσεων δεδομένων: Μικρές αλλαγές σε τιμές των δεδομένων που δεν επηρεάζουν την χρηστικότητα τους. Δεν επηρεάζονται από μικρές αποκλίσεις
Σκοπός είναι να μελετηθούν κατά πόσο οι τεχνικές για τις σχεσιακές βάσεις είναι κατάλληλες για χωρικά και χωρο-κειμενικά δεδομένα. Για αυτό θα πρέπει να υλοποιηθούν κάποιες μέθοδοι και να αποτιμηθούν για χωρικούς τελεστές.
Απαιτήσεις
Βάσεις Δεδομένων
Απαιτούμενες γνώσεις
Java
Βιβλιογραφία
Rakesh Agrawal and Jerry Kiernan. 2002. Watermarking relational databases. In Proceedings of the 28th international conference on Very Large Data Bases
Watermarking Techniques for Relational Databases: Survey, Classification and Comparison, Raju Halder, Shantanu Pal and Agostino Cortesi
Ψηφιακό δίδυμο του Kalypso
Στόχος
Σύγκριση προσομοίωσης και πραγματικών δεδομένων.
Περιγραφή
Μοντελοποίηση του Kalypso και ενός ιχθυοκλωβού σε προσομοιωτή θαλάσσιας ρομποτικής, ώστε να δοκιμάζονται αλγόριθμοι πλοήγησης/επιθεώρησης πριν από το πεδίο.
Απαιτήσεις
Υπολογιστική και Ρομποτική Όραση
Απαιτούμενες γνώσεις
Αγγλικά
Βιβλιογραφία
Cieślak, P. (2019, June). Stonefish: An advanced open-source simulation tool designed for marine robotics, with a ros interface. In OCEANS 2019-Marseille (pp. 1-6). IEEE.