Architecting Secure and Adaptive Intelligent Systems for Multidisciplinary Biometric and Mobility Challenges

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.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2026

Author dc:creator

• MANZOOR, ARSLAN

Contributors dc:contributor

• BATTIATO, SEBASTIANO

• Adversarial Defense
• Fingerprint Authentication
• Feature Fusion
• Multi-Scale Analysi
• Biometric Security

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/724685

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/724685