{"id":{"repo_id":"catania","oai_identifier":"oai:www.iris.unict.it:20.500.11769/724685"},"canonical_url":"https://search.dev.ndltd.org/etd/catania/oai:www.iris.unict.it:20.500.11769/724685","repository":{"repo_id":"catania","name":"Università degli Studi di Catania","base_url":"https://www.iris.unict.it/oai/request"},"display":{"title":"Architecting Secure and Adaptive Intelligent Systems for Multidisciplinary Biometric and Mobility Challenges","abstract":"Questa tesi è dedicata alla creazione di sistemi intelligenti che non siano solo intelligenti, ma anche sicuri e adattabili, concentrandosi sui domini critici della mobilità urbana e dell'identificazione biometrica. Comprende quattro progetti di ricerca integrati, tutti uniti dall'obiettivo comune di migliorare la resilienza operativa e il processo decisionale nel mondo reale attraverso l'intelligenza artificiale avanzata. Il primo filone di questa ricerca riguarda la mobilità urbana. Ho sviluppato un framework completo che fonde i dati della fotogrammetria UAV e della scansione laser mobile per generare modelli urbani 3D precisi e georeferenziati. Questa base consente il tracciamento dei veicoli e la stima della velocità in tempo reale. Questa innovazione è ulteriormente sviluppata attraverso l'Extended Reality Vehicle Intelligent Tracking System (XR-VITS), che incorpora analisi predittive e interfacce immersive di realtà aumentata. XR-VITS rappresenta un significativo passo avanti nella consapevolezza situazionale, fornendo agli operatori strumenti intuitivi per navigare e gestire efficacemente ambienti di traffico complessi. L'altra parte del mio lavoro si concentra sul rendere la biometria più sicura. Un progetto, chiamato ARFD, è come uno scudo per i lettori di impronte digitali. Protegge attivamente dagli hacker che cercano di ingannare il sistema, rendendo l'autenticazione molto più affidabile. Il framework TransFPR affronta un problema diverso: il miglioramento delle impronte digitali di scarsa qualità o parziali. È progettato per ripulirle per le indagini forensi, garantendo al contempo l'accuratezza dell'identità di base e la sua protezione da manipolazioni. Sebbene ogni progetto offra una soluzione distinta, insieme formano una visione coerente per il futuro dei sistemi intelligenti. Questo lavoro apporta progressi sostanziali nel rilevamento, nell'intelligenza artificiale avversaria e nell'interazione uomo-computer, contribuendo in ultima analisi a un ecosistema tecnologico in cui sicurezza e adattabilità sono fondamentalmente interconnesse. Le metodologie e i framework presentati qui offrono un prezioso modello per lo sviluppo di tecnologie di prossima generazione, potenti e affidabili.","abstract_html":"Questa tesi è dedicata alla creazione di sistemi intelligenti che non siano solo intelligenti, ma anche sicuri e adattabili, concentrandosi sui domini critici della mobilità urbana e dell'identificazione biometrica. Comprende quattro progetti di ricerca integrati, tutti uniti dall'obiettivo comune di migliorare la resilienza operativa e il processo decisionale nel mondo reale attraverso l'intelligenza artificiale avanzata. Il primo filone di questa ricerca riguarda la mobilità urbana. Ho sviluppato un framework completo che fonde i dati della fotogrammetria UAV e della scansione laser mobile per generare modelli urbani 3D precisi e georeferenziati. Questa base consente il tracciamento dei veicoli e la stima della velocità in tempo reale. Questa innovazione è ulteriormente sviluppata attraverso l'Extended Reality Vehicle Intelligent Tracking System (XR-VITS), che incorpora analisi predittive e interfacce immersive di realtà aumentata. XR-VITS rappresenta un significativo passo avanti nella consapevolezza situazionale, fornendo agli operatori strumenti intuitivi per navigare e gestire efficacemente ambienti di traffico complessi. L'altra parte del mio lavoro si concentra sul rendere la biometria più sicura. Un progetto, chiamato ARFD, è come uno scudo per i lettori di impronte digitali. Protegge attivamente dagli hacker che cercano di ingannare il sistema, rendendo l'autenticazione molto più affidabile. Il framework TransFPR affronta un problema diverso: il miglioramento delle impronte digitali di scarsa qualità o parziali. È progettato per ripulirle per le indagini forensi, garantendo al contempo l'accuratezza dell'identità di base e la sua protezione da manipolazioni. Sebbene ogni progetto offra una soluzione distinta, insieme formano una visione coerente per il futuro dei sistemi intelligenti. Questo lavoro apporta progressi sostanziali nel rilevamento, nell'intelligenza artificiale avversaria e nell'interazione uomo-computer, contribuendo in ultima analisi a un ecosistema tecnologico in cui sicurezza e adattabilità sono fondamentalmente interconnesse. Le metodologie e i framework presentati qui offrono un prezioso modello per lo sviluppo di tecnologie di prossima generazione, potenti e affidabili.","abstract_has_math":false,"creators":["MANZOOR, ARSLAN"],"institution":"Università degli studi di Catania","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":["BATTIATO, SEBASTIANO"],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026-02-20","date_published":"2026-02-20","updated_at":"2026-07-24T01:35:03Z","subjects":["Adversarial Defense","Fingerprint Authentication","Feature Fusion","Multi-Scale Analysi","Biometric Security"],"languages":["ita"],"rights":["info:eu-repo/semantics/openAccess","license:PUBBLICO - Pubblico con Copyright","license uri:iris.PUB02"],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/20.500.11769/724685","outbound_label":"Handle","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor","label":"Contributor","values":["Manzoor, Arslan","BATTIATO, SEBASTIANO"]},{"key":"dc:creator","label":"Author","values":["MANZOOR, ARSLAN"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026-02-20"]},{"key":"dc:publisher","label":"Institution","values":["Università degli studi di Catania","place:Catania"]},{"key":"dc:type","label":"Dc Type","values":["info:eu-repo/semantics/doctoralThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Adversarial Defense","Fingerprint Authentication","Feature Fusion","Multi-Scale Analysi","Biometric Security"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["ita"]},{"key":"dc:rights","label":"Dc Rights","values":["info:eu-repo/semantics/openAccess","license:PUBBLICO - Pubblico con Copyright","license uri:iris.PUB02"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["https://hdl.handle.net/20.500.11769/724685"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Questa tesi è dedicata alla creazione di sistemi intelligenti che non siano solo intelligenti, ma anche sicuri e adattabili, concentrandosi sui domini critici della mobilità urbana e dell'identificazione biometrica. Comprende quattro progetti di ricerca integrati, tutti uniti dall'obiettivo comune di migliorare la resilienza operativa e il processo decisionale nel mondo reale attraverso l'intelligenza artificiale avanzata. Il primo filone di questa ricerca riguarda la mobilità urbana. Ho sviluppato un framework completo che fonde i dati della fotogrammetria UAV e della scansione laser mobile per generare modelli urbani 3D precisi e georeferenziati. Questa base consente il tracciamento dei veicoli e la stima della velocità in tempo reale. Questa innovazione è ulteriormente sviluppata attraverso l'Extended Reality Vehicle Intelligent Tracking System (XR-VITS), che incorpora analisi predittive e interfacce immersive di realtà aumentata. XR-VITS rappresenta un significativo passo avanti nella consapevolezza situazionale, fornendo agli operatori strumenti intuitivi per navigare e gestire efficacemente ambienti di traffico complessi. L'altra parte del mio lavoro si concentra sul rendere la biometria più sicura. Un progetto, chiamato ARFD, è come uno scudo per i lettori di impronte digitali. Protegge attivamente dagli hacker che cercano di ingannare il sistema, rendendo l'autenticazione molto più affidabile. Il framework TransFPR affronta un problema diverso: il miglioramento delle impronte digitali di scarsa qualità o parziali. È progettato per ripulirle per le indagini forensi, garantendo al contempo l'accuratezza dell'identità di base e la sua protezione da manipolazioni. Sebbene ogni progetto offra una soluzione distinta, insieme formano una visione coerente per il futuro dei sistemi intelligenti. Questo lavoro apporta progressi sostanziali nel rilevamento, nell'intelligenza artificiale avversaria e nell'interazione uomo-computer, contribuendo in ultima analisi a un ecosistema tecnologico in cui sicurezza e adattabilità sono fondamentalmente interconnesse. Le metodologie e i framework presentati qui offrono un prezioso modello per lo sviluppo di tecnologie di prossima generazione, potenti e affidabili.","This thesis is dedicated to creating intelligent systems that are not only smart but also secure and adaptable, focusing on the critical domains of urban mobility and biometric identification. It comprises four integrated research projects, all united by a common goal of enhancing real-world operational resilience and decision-making through advanced artificial intelligence. The first strand of this research addresses urban mobility. I developed a comprehensive framework that fuses data from UAV photogrammetry and mobile laser scanning to generate precise, georeferenced 3D city models. This foundation enables real-time vehicle tracking and speed estimation. This innovation is further advanced through the Extended Reality Vehicle Intelligent Tracking System (XR-VITS), which incorporates predictive analytics and immersive augmented reality interfaces. XR-VITS demonstrates a significant leap in situational awareness, providing operators with intuitive tools to navigate and manage complex traffic environments effectively. The other part of my work focuses on making biometrics more secure. One project, called ARFD, is like a shield for fingerprint readers. It actively defends against hackers trying to trick the system, making authentication much more reliable. The framework, TransFPR, tackles a different problem: enhancing poor-quality or partial fingerprints. It’s designed to clean them up for forensic investigations while making sure the core identity remains accurate and is also protected from manipulation. While each project offers a distinct solution, together they form a cohesive vision for the future of intelligent systems. This work provides substantive advancements in sensing, adversarial AI, and human-computer interaction, ultimately contributing to a technological ecosystem where security and adaptability are fundamentally intertwined. The methodologies and frameworks presented here offer a valuable blueprint for developing next-generation technologies that are both powerful and trustworthy."]},{"key":"dc:title","label":"Title","values":["Architecting Secure and Adaptive Intelligent Systems for Multidisciplinary Biometric and Mobility Challenges"]}]}],"canonical_facts":{"dc:contributor":["Manzoor, Arslan","BATTIATO, SEBASTIANO"],"dc:creator":["MANZOOR, ARSLAN"],"dc:date":["2026-02-20"],"dc:description":["Questa tesi è dedicata alla creazione di sistemi intelligenti che non siano solo intelligenti, ma anche sicuri e adattabili, concentrandosi sui domini critici della mobilità urbana e dell'identificazione biometrica. Comprende quattro progetti di ricerca integrati, tutti uniti dall'obiettivo comune di migliorare la resilienza operativa e il processo decisionale nel mondo reale attraverso l'intelligenza artificiale avanzata. Il primo filone di questa ricerca riguarda la mobilità urbana. Ho sviluppato un framework completo che fonde i dati della fotogrammetria UAV e della scansione laser mobile per generare modelli urbani 3D precisi e georeferenziati. Questa base consente il tracciamento dei veicoli e la stima della velocità in tempo reale. Questa innovazione è ulteriormente sviluppata attraverso l'Extended Reality Vehicle Intelligent Tracking System (XR-VITS), che incorpora analisi predittive e interfacce immersive di realtà aumentata. XR-VITS rappresenta un significativo passo avanti nella consapevolezza situazionale, fornendo agli operatori strumenti intuitivi per navigare e gestire efficacemente ambienti di traffico complessi. L'altra parte del mio lavoro si concentra sul rendere la biometria più sicura. Un progetto, chiamato ARFD, è come uno scudo per i lettori di impronte digitali. Protegge attivamente dagli hacker che cercano di ingannare il sistema, rendendo l'autenticazione molto più affidabile. Il framework TransFPR affronta un problema diverso: il miglioramento delle impronte digitali di scarsa qualità o parziali. È progettato per ripulirle per le indagini forensi, garantendo al contempo l'accuratezza dell'identità di base e la sua protezione da manipolazioni. Sebbene ogni progetto offra una soluzione distinta, insieme formano una visione coerente per il futuro dei sistemi intelligenti. Questo lavoro apporta progressi sostanziali nel rilevamento, nell'intelligenza artificiale avversaria e nell'interazione uomo-computer, contribuendo in ultima analisi a un ecosistema tecnologico in cui sicurezza e adattabilità sono fondamentalmente interconnesse. Le metodologie e i framework presentati qui offrono un prezioso modello per lo sviluppo di tecnologie di prossima generazione, potenti e affidabili.","This thesis is dedicated to creating intelligent systems that are not only smart but also secure and adaptable, focusing on the critical domains of urban mobility and biometric identification. It comprises four integrated research projects, all united by a common goal of enhancing real-world operational resilience and decision-making through advanced artificial intelligence. The first strand of this research addresses urban mobility. I developed a comprehensive framework that fuses data from UAV photogrammetry and mobile laser scanning to generate precise, georeferenced 3D city models. This foundation enables real-time vehicle tracking and speed estimation. This innovation is further advanced through the Extended Reality Vehicle Intelligent Tracking System (XR-VITS), which incorporates predictive analytics and immersive augmented reality interfaces. XR-VITS demonstrates a significant leap in situational awareness, providing operators with intuitive tools to navigate and manage complex traffic environments effectively. The other part of my work focuses on making biometrics more secure. One project, called ARFD, is like a shield for fingerprint readers. It actively defends against hackers trying to trick the system, making authentication much more reliable. The framework, TransFPR, tackles a different problem: enhancing poor-quality or partial fingerprints. It’s designed to clean them up for forensic investigations while making sure the core identity remains accurate and is also protected from manipulation. While each project offers a distinct solution, together they form a cohesive vision for the future of intelligent systems. This work provides substantive advancements in sensing, adversarial AI, and human-computer interaction, ultimately contributing to a technological ecosystem where security and adaptability are fundamentally intertwined. The methodologies and frameworks presented here offer a valuable blueprint for developing next-generation technologies that are both powerful and trustworthy."],"dc:identifier":["https://hdl.handle.net/20.500.11769/724685"],"dc:language":["ita"],"dc:publisher":["Università degli studi di Catania","place:Catania"],"dc:rights":["info:eu-repo/semantics/openAccess","license:PUBBLICO - Pubblico con Copyright","license uri:iris.PUB02"],"dc:subject":["Adversarial Defense","Fingerprint Authentication","Feature Fusion","Multi-Scale Analysi","Biometric Security"],"dc:title":["Architecting Secure and Adaptive Intelligent Systems for Multidisciplinary Biometric and Mobility Challenges"],"dc:type":["info:eu-repo/semantics/doctoralThesis"]},"updated_at":"2026-07-24T01:35:03Z"}