Salta al contenuto
Dr. Andrea Bruno, PhD
  • Homepage
  • Pubblicazioni
  • Ricerca
  • Didattica
    • Sicurezza delle App e IA per la Cybersecurity – Mod. 1

Ricerca

La mia attività di ricerca riguarda la Digital Image and Video Forensics, e in particolare la Source Camera Identification (SCI): l’insieme di tecniche che permettono di ricondurre un’immagine o un video al dispositivo che lo ha acquisito. Lo strumento principale è il Pixel Non-Uniformity (PNU), un rumore generato dalle minime imperfezioni di fabbricazione del sensore che si comporta come un’impronta digitale della fotocamera. Il mio lavoro si concentra sull’affidabilità di questa impronta in condizioni reali e sul suo impiego in contesti applicativi diversi.

Temi di ricerca

Affidabilità del PNU e codifica video

Studio di come la compressione dei codec di nuova generazione (H.264, H.265) e la stabilizzazione digitale dei video alterino le tracce del sensore, e di quanto resti affidabile l’identificazione della sorgente in questi scenari.

Integrità di immagini e flussi video

Tecniche basate sul PNU per individuare fotogrammi estranei inseriti in un video e per verificare l’integrità di flussi video trasmessi in rete.

Biometria e anti-spoofing

Analisi degli attacchi che falsificano l’impronta del sensore per ingannare i sistemi di autenticazione biometrica, e metodologie che usano il PNU per rendere più affidabile il riconoscimento facciale, anche in presenza di mascherine o video manipolati con tecniche di deepfake.

Dataset e nuovi domini applicativi

Realizzazione di dataset per la valutazione delle tecniche di SCI e applicazione dell’analisi del rumore del sensore a immagini da microscopio elettronico a scansione (SEM) e a immagini biomediche, anche con finalità anti-plagio.

Video forensics e deepfake

Analisi di video manipolati e generati con tecniche di deepfake e studio delle tracce forensi nei video stabilizzati, temi sviluppati anche nell’ambito del progetto Deep Forensics, insieme all’analisi forense dei dispositivi IoT.

Sistemi distribuiti e sicurezza

Contributi su videosorveglianza sicura tramite dispositivi portatili e su servizi publish/subscribe resilienti in architetture edge-IoT.

Percorso

  • 2021–2022 – Assegnista di ricerca, Università di Salerno: progetto Deep Forensics, tecniche innovative per la digital forensics
  • 2020–2021 – Ricercatore, Università di Salerno: analisi forense di immagini e video digitali
  • 2018 – Visiting PhD Student, Universidade de Vigo (Spagna): uso del PNU per l’identificazione della sorgente in video digitali
  • 2016–2020 – Dottorato di Ricerca in Ingegneria dell’Informazione ed Informatica (XXXII ciclo), Università di Salerno
  • 2015–2016 – Borsista di ricerca, Università di Salerno: analisi forense di immagini e video digitali

Tesi di dottorato: Advanced Uses of PNU for Video and Image Forensics (2020)

Attività scientifiche

  • Chair dell’International Workshop on Biometry and Data Forensics (IWBDAF 2020), workshop satellite di ICPR 2020
  • Chair dell’International Workshop on Consumer Security (IW-ConSec 2019)

→ Tutte le pubblicazioni

Condividi:

  • Stampa (Si apre in una nuova finestra) Stampa
  • Condividi su WhatsApp (Si apre in una nuova finestra) WhatsApp
  • Invia un link a un amico via e-mail (Si apre in una nuova finestra) E-mail
  • Condividi su Facebook (Si apre in una nuova finestra) Facebook
  • Condividi su Telegram (Si apre in una nuova finestra) Telegram
  • Altro
  • Condividi su X (Si apre in una nuova finestra) X
  • Condividi su Mastodon (Si apre in una nuova finestra) Mastodon
  • Condividi su Bluesky (Si apre in una nuova finestra) Bluesky
  • Condividi su Threads (Si apre in una nuova finestra) Threads
  • Condividi su X (Si apre in una nuova finestra) X

Didattica

  • Sicurezza delle App e IA per la Cybersecurity – Mod. 1

Menu

  • Homepage
  • Pubblicazioni
  • Ricerca
  • Didattica
    • Sicurezza delle App e IA per la Cybersecurity – Mod. 1
Copyright © 2026 Andrea Bruno
Tema di Colorlib Powered by WordPress
  • Instagram
  • Linkedin
  • ORCID
  • GitHub
Back to top