|
Obiettivi
|
La società di oggi è più interconnessa che
mai. Le reti di telecomunicazioni, le reti di trasporto,
l’aviazione, l’energia, le reti idriche, la finanza
sono la spina dorsale della società odierna. A causa della
loro eccezionale complessità e dimensione, le reti
infrastrutturali rappresentano una sfida specifica quando si
tratta di identificare diversi rischi, siano essi informatici o
fisici. Soprattutto nel settore informatico molte intrusioni o
attacchi rimangono inosservati o vengono rilevati relativamente
tardi. Gli sviluppi tecnologici in aree come l’apprendimento
automatico per l’analisi, le interfacce utente e le
applicazioni di archiviazione hanno il potenziale per migliorare
le relative capacità.
Gli ambienti urbani moderni e le infrastrutture interconnesse
creano costantemente grandi quantità di dati. Inoltre,
altre fonti possono essere sfruttate per supportare
l’identificazione e l’analisi dei rischi per le
infrastrutture. Pertanto, la ricerca su una migliore anticipazione
del rischio attraverso l’analisi dei dati in tempo reale può
potenzialmente portare a strumenti utili per migliorare la
preparazione (piani di emergenza, esercizi basati su scenari,
allocazione delle risorse, etc.).
La
resilienza delle città intelligenti è contrassegnata
da una serie di requisiti specifici che tengono conto in
particolare degli aspetti derivanti dall'integrazione degli
approcci centrati sull'utente, nonché degli aspetti sociali
ed etici dell'Internet delle cose industriale (IIoT), degli
approcci AI/machine learning per il tempo reale analisi dei dati,
garantendo trasparenza, conoscenze sufficienti e le sfide
operative in questo settore.
|
|
Attività
ammissibili
|
Si prevede che i risultati dei progetti contribuiranno ad alcuni o
tutti i seguenti risultati:
migliori capacità di identificazione di rischi ed eventi
difettosi nelle reti infrastrutturali e nelle città
intelligenti attraverso l’analisi in tempo reale (compresi
i big data) da parte di attori pubblici e privati tramite
piattaforme sicure e affidabili e sistemi interconnessi in cui la
collaborazione segue chiari quadri giuridici e politici;
strumenti e processi per facilitare gli sforzi delle parti
interessate volti a identificare, analizzare, valutare e
monitorare continuamente i rischi e aumentare la capacità
di adattamento ai rischi legati a eventi imprevisti in anticipo
consentendo l'analisi di varie fonti di dati (ad esempio audio,
video, social media, contenuti web, dati spaziali) informazioni,
dati generati da sensori o macchine);
identificazione, classificazione e tracciamento rapido e continuo
in tempo reale di agenti pericolosi, contaminanti o anomalie
nelle reti infrastrutturali e nelle catene di fornitura;
interfacce interoperabili e migliore collaborazione tra i sistemi
di rilevamento e risposta alle operazioni dell'infrastruttura, i
centri di gestione/coordinamento dei rischi nazionali/UE e le
attrezzature di primo soccorso al fine di consentire operazioni a
distanza sulla scena tenendo conto della conoscenza dei
cittadini;
maggiore resilienza informatica delle reti xG industriali e dei
dati cloud che coprono domini infrastrutturali specifici;
migliorata
capacità di mappare in tempo reale le fonti dei fattori di
rischio che potrebbero mettere in pericolo l'infrastruttura di
rete supportata dall'osservazione della Terra e dai dati di
geolocalizzazione. Se l’analisi include il trattamento di
dati personali, dovrebbe prendere in considerazione l’inclusione
di una valutazione del rischio o dell’impatto sulla privacy
degli individui e della società.
|
|
Spese ammissibili
|
Se da un lato la disponibilità di maggiori quantità
di dati provenienti da diverse fonti offre il potenziale per
migliorare l’identificazione di possibili rischi per le
infrastrutture, dall’altro aumenta anche la domanda di
strumenti analitici veloci e resilienti. È necessario
filtrare le informazioni per identificare i dati rilevanti come
indicatori di rischio e, dato il gran numero di forme diverse di
attacchi informatici o intrusioni, anche la necessità di
stabilire le priorità e decidere in base al grado di
pericolo che presentano. Ciò implica la necessità di
abbinare i dati nel contesto appropriato e di verificare la fonte
al fine di garantire che vengano analizzati solo i dati rilevanti,
evitando così risultati falsi. Una più rapida
identificazione e localizzazione di agenti pericolosi e
contaminanti all’interno delle reti infrastrutturali è
fondamentale per consentire una risposta rapida, informare e
coinvolgere cittadini e residenti, nonché per evitare danni
su larga scala derivanti da qualsiasi incidente. Tali capacità
di identificazione possono essere implementate come parte
dell’infrastruttura e integrarsi con i sistemi utilizzati
dalle autorità pubbliche per garantire che le informazioni
siano disponibili il prima possibile. Inoltre, è
fondamentale sviluppare metodi per una migliore cooperazione tra
diversi attori per garantire una comprensione e interpretazione
comune dei dati e fornire strumenti interattivi per lo scambio e
la visualizzazione per il supporto alle decisioni. A questo
proposito è essenziale la cooperazione tra i diversi attori
pubblici e privati.
Questo argomento richiede il contributo efficace delle discipline
SSH e il coinvolgimento di esperti e istituzioni SSH, nonché
l’inclusione di competenze SSH pertinenti, al fine di
produrre effetti significativi e significativi che migliorino
l’impatto sociale delle attività di innovazione
correlate.
Condizioni dell'argomento specifico: si prevede che le attività
raggiungano TRL 5-6 entro la fine del progetto.
|
|
Erogazione
|
Dopo
la firma della sovvenzione, i progetti riceveranno un
prefinanziamento per iniziare a lavorare sul progetto.
Il
prefinanziamento copre fino al 50% del cofinanziamento di
progetto.
Il
prefinanziamento sarà pagato 30 giorni dall'entrata in
vigore/10 giorni prima della data di inizio/garanzia finanziaria
(se richiesta), a seconda di quale data sia più recente.
Pagamento del saldo: alla fine
del progetto, verrà calcolato l'importo finale della
sovvenzione.
|