RICERCA ITALIANA     

Sistemi di Biometria Multi-modale e Riconoscimento di Forme per la Video Sorveglianza e la Sicurezza dei Sistemi Informatici

Università degli Studi di Sassari

Abstract

Un sistema biometrico è un dispositivo automatico in grado di identificare un individuo a partire da una sua caratteristica fisiologica (impronta digitale, volto, mano, retina, iride, ecc.) o comportamentale (voce, calligrafia, stile di battitura, ecc.). Negli
ultimi anni l'interesse nei sistemi biometrici è cresciuto notevolmente e, sia in ambito accademico che in ambito industriale, molti gruppi di ricerca hanno dedicato notevoli risorse allo studio di tecniche efficaci per l'identificazione di persone. Le applicazioni
potenziali di queste tecnologie sono infatti molteplici e spaziano dal controllo accessi a quello delle presenze, dalla sorveglianza
automatica alla protezione di risorse di valore, dalla sicurezza di reti di calcolatori alle transazioni sicure in Internet.
La verifica degli accessi ai servizi informatici e la sorveglianza ambientale sono attualmente fra i campi applicativi più promettenti
per queste nuove tecnologie.
Negli ultimi anni si sono verificati i limiti di molti degli approcci più consolidati per il riconoscimento basati sulle singole modalità
sensoriali (fingerprint, volti, iride e altri ancora). Tali limiti si sono spesso rivelati inadeguati per contesti applicativi reali,
specialmente se non si dispone di un grado sufficiente di collaborazione da parte dell'utente. Per questo, gli attuali sviluppi della ricerca stanno cercando di individuare nuove soluzioni che permettano di ottenere livello di accuratezza e affidabilità superiori
grazie alla fusione e integrazione di misure di somiglianza ottenute: dalle singole modalità sensoriali (fusione multi-modale) ovvero da diversi algoritmi applicati agli stessi dati sensoriali (fusione multi-algoritmica).
Obiettivo del programma di ricerca è quindi lo studio e la realizzazione di sistemi di riconoscimento biometrici multi-modali e
multi-algoritmici efficaci in contesti applicativi reali. A questo scopo verranno studiate due modalità sensoriali specifiche: le
impronte digitali e le immagini di volti. Queste saranno verificate nell'ambito di due scenari applicativi di grande importanza: il
controllo degli accessi e la verifica delle intrusioni in sistemi informatici.
Per il raggiungimento degli obiettivi il programma di ricerca sarà strutturato in tre fasi volte al raggiungimento di obiettivi specifici:
- per la prima fase si dovranno realizzare algoritmi e corrispondenti moduli software prototipali per effettuare misure di somiglianza a partire dai dati delle singole modalità sensoriali. In questa fase si dovranno anche analizzare i requisiti ed i vincoli per poter effettuare la fusione multi-modale e multi-algoritmica. Inoltre verrà avviata l'acquisizione di un database biometrico multimodale per il test degli algoritmi.
- per la seconda fase verrà studiata la fusione multi-modale e multi-algoritmica per i moduli prodotti nella prima fase della ricerca e
si procederà alla progettazione di un protocollo di test per la validazione dei sistemi dimostrativi del progetto. L'obiettivo di questa fase sarà la realizzazione di uno o più moduli software di classificatori per la fusione biometrica multi-modale e multi-algoritmica e la produzione delle specifiche e delle funzioni per un protocollo di test statistico generale per sistemi biometrici.
- per la terza fase della ricerca si dovranno realizzare due dimostratori relativi a due scenari applicativi reali: controllo degli
accessi e verifica delle intrusioni in sistemi informatici. I due dimostratori serviranno anche come base per la fase di test e validazione conclusiva. <<<

Coordinatore Scientifico del Programma di Ricerca

Massimo TISTARELLI Università degli Studi di SASSARI

Obiettivo del Programma di Ricerca

Un sistema biometrico è un dispositivo automatico in grado di identificare un individuo a partire da una sua caratteristica fisiologica (impronta digitale, volto, mano, retina, iride, ecc.) o comportamentale (voce, calligrafia, stile di battitura, ecc.). Negli ultimi anni l'interesse nei sistemi biometrici è cresciuto notevolmente e, sia in ambito accademico che in ambito industriale, molti gruppi di ricerca hanno dedicato notevoli risorse allo studio di tecniche efficaci per l'identificazione di persone. Le applicazioni potenziali di queste tecnologie sono infatti molteplici e spaziano dal controllo accessi a quello delle presenze, dalla sorveglianza automatica alla protezione di risorse di valore, dalla sicurezza di reti di calcolatori alle transazioni sicure in Internet.
La verifica degli accessi ai servizi informatici e la sorveglianza ambientale sono attualmente fra i campi applicativi più promettenti per queste nuove tecnologie.
La biometria fornisce una risposta efficace al requisito dell'autenticazione, provvedendo delle metodologie per riconoscere l'identità personale sulla base di caratteristiche fisiche dell'utente. I vantaggi sono numerosi: si evita l'uso del PIN e password che possono possono essere sottratti, ceduti, dimenticati o smarriti, si può variare la tolleranza del sistema verso falsi allarmi sulla base dei requisiti di sicurezza, è estremamente difficile contraffare i dati per l'accesso.
Un sistema di riconoscimento biometrico si propone quindi di riconoscere (confronto di 1 a N) ovvero di autenticare (confronto di 1 a 1) l'identità di una persona per accedere a determinate risorse. Per effettuare il riconoscimento ovvero l'autenticazione è necessario definire: quali caratteristiche estrarre dai dati biometrici acquisiti (per esempio da un'impronta digitale), come elaborarle per estrarre uno o più parametri che siano caratteristici della persona in esame.
Negli ultimi anni si sono verificati i limiti di molti degli approcci più consolidati per il riconoscimento basati sulle singole modalità sensoriali (fingerprint, volti, iride e altri ancora). Tali limiti si sono spesso rivelati inadeguati per contesti applicativi reali, specialmente se non si dispone di un grado sufficiente di collaborazione da parte dell'utente. Per questo, gli attuali sviluppi della ricerca stanno cercando di individuare nuove soluzioni che permettano di ottenere livello di accuratezza e affidabilità superiori grazie alla fusione e integrazione di misure di somiglianza ottenute: dalle singole modalità sensoriali (fusione multi-modale) ovvero da diversi algoritmi applicati agli stessi dati sensoriali (fusione multi-algoritmica).
Obiettivo del programma di ricerca e` lo studio e la realizzazione di sistemi di riconoscimento biometrici multi-modali e multi-algoritmici efficaci in contesti applicativi reali. A questo scopo verranno studiate due modalita` sensoriali specifiche: le impronte digitali e le immagini di volti. Queste saranno verificate nell'ambito di due scenari applicativi di grande importanza: il controllo degli accessi e la verifica delle intrusioni in sistemi informatici.
Per il raggiungimento degli obiettivi il programma di ricerca sarà strutturato in tre fasi volte al raggiungimento di obiettivi specifici:

- Per la prima fase si dovranno realizzare algoritmi e corrispondenti moduli software prototipali per effettuare misure di somiglianza a partire dai dati delle singole modalità sensoriali. In questa fase si dovranno anche analizzare i requisiti ed i vincoli per poter effettuare la fusione multi-modale e multi-algoritmica. Inoltre verrà avviata l'acquisizione di un database biometrico multimodale per il test degli algoritmi.

- Per la seconda fase verrà studiata la fusione multi-modale e multi-algoritmica per i moduli prodotti nella prima fase della ricerca e si procederà alla progettazione di un protocollo di test per la validazione dei sistemi dimostrativi del progetto. L'obiettivo di questa fase sarà la realizzazione di uno o più moduli software di classificatori per la fusione biometrica multi-modale e multi-algoritmica e la produzione delle specifiche e delle funzioni per un protocollo di test statistico generale per sistemi biometrici.

- Per la terza fase della ricerca si dovranno realizzare due dimostratori relativi a due scenari applicativi reali: controllo degli accessi e verifica delle intrusioni in sistemi informatici. I due dimostratori serviranno anche come base per la fase di test e validazione conclusiva. <<<

Risultati parziali attesi

Per la prima fase saranno sviluppati algoritmi specifici ed avanzati per effettuare misure di somiglianza da dati biometrici. Saranno anche formulate specifiche per l'integrazione multi-algoritmica e multi-modale da analizzare nella fase 2 del progetto.
Prodotti previsti:
· Rapporti tecnici sui nuovi algoritmi per il matching di impronte digitali e di volti. I rapporti conterranno anche indicazioni utili per la fusione multi-algoritmica e multi-modali.
· Prototipi software che implementano gli algoritmi.
· Rapporto tecnico sulla valutazione delle prestazioni dei metodi sviluppati.
· Database di impronte sintetiche generato utilizzando SFinGe.
· Primo database di test multimodale contenente impronte digitali e immagini di volti.Per la seconda fase sara` realizzato un classificatore di tipo "multi-expert" per la fusione di diverse modalita` ed algoritmi biometrici.
Un rapporto tecnico descriverà le modalità di funzionamento ed applicazione ed i limiti dei metodi di integrazione e fusione analizzati e le scelte effettuate per la realizzazione dei due dimostratori. Sarà anche sviluppato almeno un prototipo software di sistema per la fusione multi-modale e multi-algoritmica.
Un altro prodotto previsto per la seconda fase della ricerca è il protocollo di validazione e assessment di sistemi biometrici basato su test statistici. Il prodotto includerà sia un rapporto tecnico che un modulo software per le funzioni di test.

Prodotti previsti:
· Rapporto tecnico sulla comparazione di diverse tecniche di combinazione per algoritmi di confronto di impronte e di volti.
· Rapporto tecnico relativo al protocollo di validazione e assessment.
· Moduli software per un dimostratore in grado di effettuare l'identificazione personale mediante combinazione multimodale di classificatori automatici basati su parametri biometrici.
· Moduli software per il protocollo di validazione e assessment.Per la terza fase verra` completato il database multimodale e saranno realizzati due dimostratori relativi a due scenari applicativi: controllo degli accessi e verifica delle intrusioni in sistemi informatici. Saranno prodotti i risultati dei test sui sistemi di autenticazione e riconoscimento multi-modali e multi-algoritmici prodotti nelle fasi precedenti del progetto.
Il test finale del sistema verrà effettuato sulla base di un protocollo, sviluppato nella fase precedente della ricerca, che si fonda su una serie di misure statistiche da applicare alle stime di somiglianza calcolate dal sistema biometrico. La fase di assessment sarà anche effettuata tramite il confronto con un sistema di riconoscimento biometrico standard (eventualmente un sistema commerciale).

Prodotti previsti:
· Rapporto tecnico sull'implementazione dei due scenari di test.
· Rapporto tecnico contenente i risultati dello scenario di test per il controllo degli accessi e la loro analisi.
· Rapporto tecnico contenente una descrizione dettagliata delle sperimentazioni effettuate per valutare le prestazioni delle tecniche di pattern recognition adottate nella realizzazione dei moduli software per l'intrusion detection, secondo gli obiettivi realizzativi del progetto. Tale rapporto tecnico riporterà inoltre l'integrazione del sistema di autenticazione biometrica per la sicurezza del sistema informatico. <<<

Durata

24 mesi

Base di partenza scientifica nazionale o internazionale

La crescente richiesta di servizi resi attraverso reti telematiche ha reso sempre più attuale e pressante la necessità di garantire la sicurezza nel trattamento e nella trasmissione dei dati. Mentre si sono sviluppate molte risorse e sforzi nello sviluppo di strumenti per la "firma digitale", l'anello debole in tutti i sistemi di sicurezza è l'autenticazione, ovvero la verifica dell'identità personale di colui che accede al sistema. La biometria fornisce una risposta efficace al requisito dell'autenticazione, provvedendo delle metodologie per riconoscere l'identità personale sulla base di caratteristiche fisiche dell'utente. I vantaggi sono numerosi: si evita l'uso del PIN e password che possono possono essere sottratti, ceduti, dimenticati o smarriti, si può variare la tolleranza del sistema verso falsi allarmi sulla base dei requisiti di sicurezza, è estremamente difficile contraffare i dati per l'accesso.
Le applicazioni potenziali di queste tecnologie sono infatti molteplici e spaziano dal controllo accessi a quello delle presenze, dalla sorveglianza automatica alla protezione di risorse di valore, dalla sicurezza di reti di calcolatori alle transazioni sicure in Internet [1].
La verifica degli accessi ai servizi informatici e la sorveglianza ambientale sono attualmente fra i campi applicativi più promettenti per queste nuove tecnologie.
La biometria (da bios = vita e metron = misura) si propone di definire delle misure di caratteristiche umane invarianti e degli strumenti per effettuare delle stime di tali misure per consentire la verifica dell'identità. Esitono molte misure biometriche attualmente in fase di studio: le impronte digitali, le caratteristiche del volto, la geometria della mano, le caratteristiche del parlato, la struttura dell'iride, la struttura della retina, la postura del corpo e altri ancora [1].
Un sistema di riconoscimento biometrico si propone quindi di riconoscere (confronto di 1 a N) ovvero di autenticare (confronto di 1 a 1) l'identità di una persona per accedere a determinate risorse. Per effettuare il riconoscimento ovvero l'autenticazione è necessario definire: quali caratteristiche estrarre dai dati biometrici acquisiti (per esempio da un'impronta digitale), come elaborarle per estrarre uno o più parametri che siano caratteristici della persona in esame.
Le unità di ricerca coinvolte nel progetto hanno maturato notevoli esperienze nello studio, progettazione e test di sistemi biometrici [2-10].

RICONOSCIMENTO DI VOLTI
In linea di principio l'analisi dei volti parrebbe il modo migliore per effettuare la verifica dell'identità e forse la più accettabile per le persone: questo è come avviene per gli esseri umani. D'altra parte, la difficoltà maggiore nasce dall'enorme dimensionalità dello spazio di ricerca che implica il trattamento di immagini naturali. Mentre sono stati fatti grandi progressi nella progettazione e sviluppo di sistemi per l'autenticazione/riconoscimento che siano robusti rispetto a variazioni nell'orientazione, ombre o altre ambiguità, solo pochi ricercatori si sono occupati di come limitare o risolvere la complessità dei sistemi per l'autenticazione o il riconoscimento visivo.
Nel corso dell'ultima decade lo sviluppo della Visione Artificiale e la disponibilità di strumenti di calcolo a basso costo ha spinto molti ricercatori a sviluppare nuove tecniche per il riconoscimento di volti umani [11,12]. Sono state sviluppate moltissime tecniche basate su approcci differenti: creazione e partizionamento di uno spazio di volti ridotto mediante tecniche analoghe alla Decomposizione ai Valori Singolari (SVD) e matching del volto [13-15], acquisizione e applicazione di dati tridimensionali dei volti [16,17], integrazione di dati iconici e caratteristiche bidimensionali del volto mediante classificatori parametrici quali Support Vector Machines [18-20], matching di caratteristiche facciali [2,21-24].
È stato dimostrato che in realtà l'informazione caratterizzante non è distribuita uniformemente sul volto, ma piuttosto poche regioni del volto contengono la maggior parte delle caratteristiche distintive [22,25]. Per questa ragione sono stati proposti alcuni metodi per identificare caratteristiche "naturali" del volto quali il naso, gli occhi e la bocca [23,24].
Si dimostra che l'efficacia di un sistema di riconoscimento può essere migliorata selezionando un insieme minimo di regioni sul volto e limitando l'elaborazione a quelle aree. Negli esseri umani, per esempio, la capacità di effettuare movimenti occhi-testa e pianificare il processo di acquisizione delle immagini è molto importante per effettuare una migliore descrizione del volto, ma anche per ridurre la quantità di informazioni da analizzare. Questo è effettuato si a livello motorio, effettuando fissazioni pianificate, sia a livello sensoriale mediante un campionamento appropriato delle immagini.

RICONOSCIMENTO DI IMPRONTE DIGITALI
Le impronte digitali sono sicuramente una delle caratteristiche biometriche più interessati: grazie alle loro caratteristiche di stabilità e unicità, rendono i sistemi di identificazione estremamente affidabili e risultano attualmente le caratteristiche biometriche maggiormente diffuse. Il notevole successo dei sistemi di riconoscimento basati su impronte digitali in applicazioni forensi, la diminuzione del costo dei sensori per il rilevamento delle impronte, l'aumento della disponibilità di strumenti di calcolo potenti ed economici, e l'aumento truffe ai danni di sistemi informatici, hanno portato a una notevole diffusione dei sistemi di riconoscimento basati su impronte digitali in applicazioni commerciali, civili e finanziarie.
La grande diffusione già in atto di questi sistemi può fare pensare, erroneamente, che il problema del riconoscimento di impronte sia ormai completamente risolto dal punto di vista scientifico, essendo stata una delle prime applicazioni di pattern recognition studiate circa cinquant'anni fa. Al contrario, il problema risulta tuttora un estremamente difficile e importante, ancora lontano dall'essere risolto, principalmente a causa della grande variabilità che si riscontra in acquisizioni successive di impronte dello stesso dito (variazioni intra-classe). I principali fattori responsabili delle variazioni intra-classe sono: traslazione, rotazione, impronte parziali, distorsioni non lineari, pressione non uniforme del dito, cambiamenti nelle condizioni della pelle, rumore ed errori nella fase di analisi. Di conseguenza, impronte dello stesso dito possono, in alcuni casi, sembrare abbastanza diverse, mentre impronte di dita diverse possono apparire molto simili.
La maggior parte delle tecniche per il riconoscimento di impronte può essere raggruppata in tre classi: riconoscimento basato su correlazione [26]: due immagini dell'impronta vengono sovrapposte e la correlazione (a livello di intensità) tra i pixel corrispondenti viene calcolata per diversi allineamenti (vari spostamenti e rotazioni); riconoscimento basato su minuzie [27-30]: le minuzie vengono estratte dalle due impronte e memorizzate come un insieme di punti in uno spazio bidimensionale. La loro estrazione consiste essenzialmente nell'individuare l'allineamento tra il modello e l'insieme di minuzie dell'immagine in input che permette di ottenere il maggior numero di minuzie "accoppiate"; riconoscimento basato sulle caratteristiche delle ridge line [31-34]: l'estrazione delle minuzie risulta un procedimento complesso in impronte di cattiva qualità, mentre altre caratteristiche dell'impronta (orientazione locale e frequenza, forma delle ridge line, informazioni sulle tessiture) possono essere estratte in maniera più attendibile, sebbene il loro potere discriminante risulti in generale inferiore.
Un'analisi dei principali errori di riconoscimento che sono stati riscontrati degli algoritmi che hanno partecipato a FVC2000 e FVC2002 [35], mostra che le difficoltà sono dovute principalmente a: impronte che presentano una distorsione non lineare, spesso prodotta da un posizionamento errato del dito sul sensore, che rende inapplicabile un confronto globale delle ridge line; immagini parziali o di scarsa qualità, talvolta a causa delle condizioni di acquisizione, ma spesso per la bassa qualità intrinseca dell'impronta (ad es. i polpastrelli con ridge line poco marcate in alcune categorie di operai o in persone anziane).
Al fine di rendere possibile l'applicazione del riconoscimento delle impronte in sistemi per il controllo degli accessi a livello fisico e logico, risulta di fondamentale importanza definire dei nuovi approcci al riconoscimento che siano robusti rispetto alle due problematiche sopra descritte, in particolare quando il sistema deve proteggere risorse estremamente importanti o debba operare in modalità identificazione (confronto 1:N). In quest'ultimo caso, in particolare, è necessaria un'elevata accuratezza in quanto l'errore in termini di false accettazioni risulta pressoché linearmente dipendente dal numero di utenti registrati. Di conseguenza, si rende necessaria la ricerca di approcci più robusti, in grado di operare su immagini critiche e di superare le limitazioni dei sistemi esistenti garantendo una maggiore sicurezza.

CLASSIFICAZIONE E FUSIONE MULTI-MODALE/MULTI-ALGORITMICA
Nel contesto della biometria, la "fusione" di più classificatori può essere categorizzata in modo seguente: biometria multi-algoritmica, in cui vengono combinate più rappresentazioni della stessa biometria, e biometria multimodale, in cui vengono combinate biometrie diverse.
Sia nel campo delle impronte digitali che in quello dei volti, l'approccio multi-algoritmico ha riscosso finora scarso successo a causa dell'evidente contributo informativo apportato dalla fusione di biometrie diverse (approccio multimodale). Affinché la combinazione abbia successo, gli algoritmi di rappresentazione scelti devono presentare un certo grado di complementarità [36].
Benché preliminari, lo stato dell'arte offre alcuni approcci che hanno prodotto risultati promettenti nel campo delle impronte digitali [36,37] e dei volti [38-42].
Per quanto riguarda l'approccio multi-algoritmico nel caso delle impronte digitali, la combinazione della rappresentazione mediante minuzie con la rappresentazione mediante tessitura ha consentito di ottenere prestazioni superiori a quelli del migliore algoritmo di riconoscimento singolo.
Per quanto riguarda i volti, la combinazione di rappresentazioni mediante parametri statistici e rappresentazioni basate su una descrizione strutturale del volto ha prodotto miglioramenti rispetto all'uso di una sola tecnica. Anche la fusione di metodi puramente statistici (PCA e LDA) ha consentito di ottenere prestazioni elevate.
Nel caso in cui per l'applicazione di interesse sia possibile utilizzare più di una caratteristica biometrica, si devono sviluppare tecniche di fusione "multimodali". Intuitivamente l'integrazione dell'informazione proveniente da caratteristiche biometriche differenti dovrebbe consentire una migliore precisione nell'identificazione. In questo caso si pone il problema di integrare fra loro risultati di classificazione relativi a caratteristiche diverse, acquisite con sensori eterogenei. La biometria multimodale è un campo di ricerca molto attivo e tuttora in espansione, e reca diversi contributi. I risultati sembrano essere promettenti, per quanto questi sistemi richiedano dell'hardware dedicato richiedendo implicitamente un'acquisizione multi-sensoriale. Tuttavia tali combinazioni possono consentire un notevole aumento di prestazioni rispetto all'uso di una singola biometrica, ad esempio quando una delle biometriche considerate non è disponibile. D'altra parte il problema da risolvere è più complesso rispetto al caso multi-algoritmico.
In quest'ultimo si tratta di fondere informazioni relative ad una stessa biometria, mentre nel caso multimodale si devono fondere informazioni provenienti da biometriche diverse, e per questo non immediatamente confrontabili o integrabili. Sono necessarie pertanto delle opportune tecniche di combinazione che tengano conto, ad esempio, della diversa affidabilità di identificazione associata a ciascuna delle biometriche considerate.

SICUREZZA INFORMATICA E CONTROLLO DEGLI ACCESSI
Attualmente la maggior parte dei sistemi informatici è protetto da un uso non autorizzato tramite meccanismi per il controllo degli accessi, quali ad esempio le password. Questi strumenti di "sicurezza passiva" sono tuttavia insufficienti per garantire l'inaccessibilità del sistema da parte di estranei. Infatti la crescente complessità dei sistemi ha portato con sé il moltiplicarsi di difetti, dovuti ad errori di progetto o di programmazione, utilizzabili per attaccare il sistema e non prevedibili in fase di progettazione.
A tal scopo esistono strumenti di "sicurezza attiva" costituiti dall'insieme di metodologie e tecniche volte alla prevenzione, all'intercettazione e all'interruzione di intrusioni non autorizzate. Tra tali strumenti sono grandemente utilizzati i firewall, che hanno essenzialmente lo scopo di filtrare il traffico di rete, bloccandone una parte e permettendo il controllo completo del traffico autorizzato sulla rete; e gli Intrusion Detection Systems (IDS) [43-47]. Questi ultimi sono strumenti software che consentono di rilevare la presenza di estranei nella propria rete o sistema.
Pur avvalendosi di molte differenti tecniche per rilevare le intrusioni, il funzionamento degli attuali IDS si basa fondamentalmente sulle conoscenze degli esperti nel campo della sicurezza; che possono essere rappresentate in vari modi: mediante regole esplicite, profili statistici, o basi di conoscenza di un sistema esperto, ma che possono anche essere imprecise o incomplete, ed ovviamente, coprono solo il dominio degli attacchi noti. Per questo gli attuali IDS mostrano i loro limiti nel riconoscere nuovi attacchi, o anche varianti di attacchi precedenti. Ulteriori limiti sono costituiti dalla sofisticazione degli attacchi, dalla diffusione di messaggi criptati e quindi indecifrabili, dalle dimensioni ed eterogeneità delle reti da controllare, nonché dalla mancanza di standard validi.
Varie strade sono state intraprese per cercare di limitare questi problemi. Allo stato attuale gli sforzi sono indirizzati su alcuni obiettivi: interoperabilità e standardizzazione, combinazione di diversi IDS, correlazione degli allarmi per la ricostruzione delle fasi di attacco, correlazione degli eventi per il miglioramento della rilevazione. La capacità di rilevazione degli attacchi può essere aumentata, almeno in linea di principio, correlando gli allarmi provenienti da "sensori" diversi, presenti nella rete. Allo stato attuale infatti l'integrazione dei diversi allarmi è effettuata principalmente dagli amministratori di sistema.
Di recente, per migliorare le capacità di rilevazione di attacchi sono state proposte tecniche basate sull'apprendimento automatico da esempi di traffico. E' questo uno dei campi di ricerca più attivi, specie nel mondo accademico. Grande impulso a questi temi di ricerca è stato dato nel biennio 1998-99 dal DARPA con il finanziamento di un programma di ricerca biennale (http://www.ll.mit.edu/IST/ideval/), che ha prodotto un database di traffico utile per confrontare le prestazioni di IDS basati su approcci diversi.
E' stato mostrato, infatti, come algoritmi di apprendimento quali le reti neurali, opportunamente addestrate sulle caratteristiche principali che presentano gli attacchi noti, permettono di rilevare attacchi con caratteristiche differenti da quelle note, che un sistema a regole non sarebbe in grado di identificare. Tuttavia ad oggi tali tecniche producono un numero di falsi allarmi non tollerabile in ambiti operativi. Per questo motivo sono oggetto di studio tecniche di "pattern recognition" che offrano un buon compromesso fra alta generalità e tasso ridotto di falsi allarmi. <<<