Search

El fuzzing es una técnica de prueba automatizada que hace uso de mutaciones de entradas para ejecutar el software utilizando estas a fin de observar los valores de retorno y el estado externo del sistema; todo ello para identificar comportamientos no esperados. Por su simpleza y fácil automatización inicial, el fuzzing es una de las técnicas más populares para identificar vulnerabilidades en software en el mundo real. El uso de técnicas de fuzzing como parte del desarrollo de software en grandes compañías ha acelerado la evolución de las técnicas y mejorado las herramientas, como contrapartida muchos proyectos quedan huérfanos de sus desarrolladores originales, al ser captados por estas empresas y todas aquellas características con potencial uso comercial, son restringidas al ámbito privado o son dependientes de nubes propietarias. Esto supone una barrera inicial para nuevos desarrollos, una posible dependencia tecnológica de terceros y problemas de confidencialidad de los datos para adoptar modelos seguros de desarrollo o realizar investigaciones. Las investigaciones sobre fuzzing y las nuevas herramientas tienen en común partir desde cero o una base teórica y focalizarse en una característica o funcionalidad. Por todo lo anterior resulta valioso desarrollar un marco de trabajo común que de coherencia y continuidad de forma global abordando el fuzzing como un flujo con distintas fases, organizando todos los procesos implicados, incluyendo también aquellos con relación directa, de forma modular, abierta y agnóstica a las herramientas y técnicas. Con ello se potencia la reutilización y se elimina la dependencia a herramientas o casos de uso, a la vez que permiten sinergias con otros enfoques de seguridad en el software. El uso de una arquitectura desacoplada y escalable permite la Distribucion y paralelización de trabajos. Esta arquitectura es ideal para entornos de computación de alto rendimiento en adelante HPC ( high-performance computing por su traducción al inglés) o basados en cargas de trabajo. El código fuente y la documentación empleada para la prueba de concepto se encuentra disponible públicamente en GitHub.

International Conference on Industrial Engineering and Industrial Management (13th. 2019. Gijón)

As robotic systems spread, cybersecurity emerges as major concern. Currently most research autonomous systems are built using the ROS framework, along with other commercial software. ROS is a distributed framework where nodes publish information that other nodes consume. This model simplifies data communication but poses a major threat because a malicious process could easily interfere the communications, read private messages or even supersede nodes. In this paper we propose that ROS communications should be encrypted. We also measure how encryption affects its performance.We have used 3DES cyphering algorithm and we have evaluated the performance of the system, both from the computing and the communications point of view. Preliminary results show that symmetric ciphers using private keys impose significant delays

—Using information from RGBD sensors requires huge amount of processing. To use these sensors improves the robustness of algorithms for object perception, self-localization and, in general, all the capabilities to be performed by a robot to improve its autonomy. In most cases, these algorithms are not computationally feasible using single-thread implementations. This paper describes two multi thread strategies proposed for self localize a mobile robot in a known environment using information from a RGBD sensor. The experiments will show the benefits obtained when different numbers of threads are compared, using different approaches: a pool of threads and creation/destruction scheme. The work has been carried out on a Kobuki mobile robot in the environment of the RoCKiN competition, similar to RoboCup@home

158 p. [ES] Los robots sociales, tienen como objetivo interactuar con las personas en todo tipo de entornos. Esta interacción puede desarrollarse en diferentes escenarios, desde que el robot proporcione información, hasta que resuelva una tarea concreta. Los robots asistenciales son un subconjunto de los robots sociales, cuya finalidad es ayudar a las personas en entornos de restauración, domésticos, hospitalarios, etc. Las tareas que deben afrontar los robots asistenciales añaden a la complejidad de la robótica general, la necesidad de interactuar con los humanos, que esperan que su rendimiento sea similar al que realizaría un humano en un entorno doméstico o de atención al cliente. Además, estos robots deben funcionar de forma autónoma, es decir, deben tener la capacidad de tomar sus propias decisiones por sí mismos en el entorno en el que estén desplegados. Dentro de los problemas clásicos de la robótica de servicios se encuentra la ”navegación”, es decir, la habilidad para desplazarse por el entorno de forma autónoma y sin dañar objetos o personas que se encuentren en su trayectoria. Es habitual que las soluciones de navegación traten de la misma forma a personas y objetos a la hora de desplazarse por el entorno, lo cual no es apropiado en el caso de robots asistenciales. Al problema específico de la navegación de robots autónomos en entornos con personas se le denomina ”navegación social”, que es el problema que se aborda en esta tesis. La navegación social no solo hace referencia a evitar colisionar con las personas u objetos que haya en la trayectoria y el cálculo de la misma, también tiene que ver con la capacidad del robot para aproximarse a una persona, caminar junto a ella, seguirla, etc. Dichas capacidades, están estrechamente relacionados con tres habilidades esenciales: la detección, el seguimiento y el reconocimiento de personas. El objetivo de esta tesis doctoral se puede resumir en el desarrollar de métodos que permitan la creación de un pipeline de detección, seguimiento y reconocimiento de personas que se pueda integrar en sistemas de navegación social, lo que fomentará la interacción persona-robot y facilitará la aceptación de estos robots en todo tipo de entornos. Para ello, en el desarrollo de la tesis se han propuesto y evaluado una serie de métodos que se han integrado en dos sistemas. En primer lugar, el sistema que hemos denominado People Tracking (PeTra), que permite llevar a cabo la detección y seguimiento de las personas en las inmediaciones del robot. En segundo lugar, Biometric RecognITion Through gAit aNalYsis (BRITTANY) permite llevar a cabo el reconocimiento de las personas por su forma de caminar. Ambos sistemas se basan únicamente en la información contenida en rejillas de ocupación que pueden proporcionar diferentes sensores. PeTra se basa en el uso de una Convolutional Neural Network (CNN) de segmentación, que mediante el procesamiento de un mapa de ocupación, permite determina aquellos puntos de la rejilla de ocupación que corresponden con una persona presente en la escena. A partir de esa información, mediante el post-procesamiento de los datos, se puede realizar el seguimiento de las personas. Para ello se plantean dos posibles aproximaciones: el cálculo de distancias euclídeas y el uso de filtros de Kalman. PeTra ha sido comparado con Leg Detector (LD), la solución por defecto presente en Robot Operating System (ROS), basada en Random Trees para determinar la ubicación de las personas. El sistema final, ha reportado mejores resultados en materia de detección que LD. Y en materia de seguimiento, la aproximación mediante filtros de Kalman también ha reportado mejores resultados que la implementación mediante el cálculo de distancias euclídeas. BRITTANY se basa en el uso de una CNN de clasificación, que mediante el procesamiento de un mapa de ocupación agregado, permite determinar que usuario se encuentra caminando delante del robot. El mapa de ocupación agregado se crea mediante la concatenación de varios mapas de ocupación que solo contienen aquellos puntos del sensor que forman parte de una persona. Mediante la concatenación de estos mapas, se consigue representar la acción de caminar de una persona. BRITTANY propone una nueva arquitectura de CNN que se ha comparado con arquitecturas de clasificación conocidas como LeNet o AlexNet. El sistema final desarrollado es robusto incluso ante usuarios externos al sistema. [EN] Social robots aim to interact with people in all kinds of environments. This interaction can occur in different scenarios, from the robot providing information to solving a specific task. Assistive robots are a subset of social robots whose purpose is to help people in restaurants, homes, hospitals, etc. Tasks faced by assistive robots add to the complexity of general robotics, the need to interact with humans, who expect their performance to be similar to that of a human in a domestic or customer service environment. In addition, these robots must operate autonomously, i.e. they must have the ability to make their own decisions on their own in the environment in which they are deployed. Tasks faced by assistive robots add to the complexity of general robotics, the need to interact with humans, who expect their performance to be similar to that of a human in a domestic or customer service environment. In addition, these robots must operate autonomously, i.e. they must have the ability to make their own decisions on their own in the environment in which they are deployed. One of the classic problems in service robotics is "navigation", i.e. the ability to move through the environment autonomously and without damaging objects or people in its path. It is common for navigation solutions to treat people and objects in the environment in the same way, which is not appropriate for assistive robots. The specific problem of autonomous robot navigation in human environments is called "social navigation", which is the problem addressed in this thesis. Social navigation is not only about avoiding collisions with people or objects in the trajectory and the calculation of the trajectory, it is also about the robot’s ability to approach a person, walk next to him/her, follow him/her, etc. These capabilities are closely related to three essential skills: detection, tracking and recognition of people. The objective of this PhD can be summarised as the development of methods that allow the creation of a human detection, tracking and recognition pipeline that can be integrated into social navigation systems, which will promote human-robot interaction and facilitate the acceptance of these robots in all kind of environments. For this purpose, in the development of the PhD, a series of methods have been proposed and evaluated, which have been integrated into two systems. Firstly, the system called People Tracking (PeTra), enables the detection and tracking of people in the vicinity of the robot. Secondly, Biometric RecognITion Through gAit aNalYsis (BRITTANY) enables the recognition of people by their gait analysis. Both systems rely solely on the information contained in occupancy maps that can be provided by different sensors. People Tracking (PeTra) is based on the use of a segmentation Convolutional Neural Network (CNN), which through the processing of an occupancy map, allows to determine which points of the occupancy map belong to a person. Based on this information, by post-processing the data, the persons can be tracked. Two possible approaches are considered: the calculation of Euclidean distances and the use of Kalman filters. PeTra has been compared with Leg Detector (LD), the default solution present in Robot Operating System (ROS), based on em Random Trees to determine the location of people. The final system has reported better detection results than LD. And in terms of tracking, the Kalman filter approach has also reported better results than the implementation using Euclidean distance calculation. BRITTANY is based on the use of a classification CNN, which by processing an aggregated occupancy map, allow to determine which user is walking in front of the robot. The aggregated occupancy map is created by concatenating several occupancy maps that contain only those sensor points that are part of a person. By concatenating these maps, the walking action of a person is represented. BRITTANY proposes a new architecture of CNN that has been compared with two well-known classification architectures, LeNet and AlexNet. The final system developed is robust even to users outside the system.

205 p. Los recursos de supercomputación son en la actualidad el pilar fundamental para el desarrollo de la investigación en diversos campos. Su impacto se basa en la capacidad de cálculo, que permite realizar simulaciones computacionales que permiten mejorar la precisión de los experimentos. La presente Tesis Doctoral pretende, en primer lugar, realizar un estudio de la evolución de la supercomputación y su aplicación a diversos campos para, posteriormente, estudiar los factores determinantes que permitan analizar los aspectos más relevantes a la hora de estudiar la relación existente entre los estudios de supercomputación con los aspectos pedagógicos, de conocimiento y de contenido, basándose en el modelo TPACK. El estudio se realizó con información procedente de la base de datos de estudiantes del Centro de Supercomputación de Castilla y León (SCAYLE), de la que se obtuvieron 97 participantes. En el estudio se realizó un análisis factorial para comprobar que la estructura de datos obtenida era coherente con el modelo TPACK usado como referencia. Los resultados obtenidos del análisis relacionan las dimensiones tecnológicas con las de conocimiento, pedagógicas y de contenido.

Resumen basado en el de la publicación Título, resumen, palabras clave en español e ingles Se estudia la evolución de la supercomputación y su aplicación a diversos campos para, posteriormente, investigar los factores determinantes que permitan analizar los aspectos más relevantes a la hora de estudiar la relación existente entre los estudios de supercomputación con los aspectos pedagógicos, de conocimiento y de contenido, basándose en el modelo TPACK. El estudio se realizó con información procedente de la base de datos de estudiantes del Centro de Supercomputación de Castilla y León (SCAYLE), de la que se obtuvieron 97 participantes. En el estudio se ejecutóanálisis factorial para comprobar que la estructura de datos obtenida era coherente con el modelo TPACK usado como referencia. Los resultados obtenidos relacionan las dimensiones tecnológicas con las de conocimiento, pedagógicas y de contenido. Castilla y León ESP

170 p. Esta tesis plantea la posibilidad de unificar toda la información generada gracias a la observación diaria de fenómenos meteorológicos, distribuida entre diferentes organizaciones, en un Sistema de Gestión de Datos Meteorológicos definido como un “conjunto de aplicaciones que permiten la recopilación y gestión informatizada de datos meteorológicos”. Este trabajo propone, describe y evalúa un modelo de gestión de información meteorológica, denominado M3, diseñado para construir Sistemas de Gestión de Datos Meteorológicos. La especificación del modelo M3 incluye 6 elementos principales, P; V;D;R; U; Si, donde: P representa un conjunto de localizaciones geográficas; V, un conjunto de variables meteorológicas; D, el repositorio de datos meteorológicos; R, un conjunto de perfiles de acceso para acceder al repositorio; U, un conjunto de usuarios; y S, una serie de servicios que incluyen operaciones para introducir (Sin), consultar(Sout), modificar (Smod) y eliminar (Sdel) información en el repositorio, además de controlar el acceso (Sctrl) de los usuarios.

270 p. El propósito de esta tesis es implementar un modelo de atención visual en una plataforma robótica con el fin de llevar a cabo el control de la misma mediante dicho modelo. La atención visual, presente de igual modo en animales y seres humanos, permite reducir la cantidad de información procesada, limitando las regiones del campo visual a analizar a aquellas que resultan más relevantes. De igual modo, hace posible una mayor precisión en la realización de tareas, restringiendo las acciones disponibles a las aplicables sobre los objetos localizados en el interior de las regiones anteriormente seleccionadas. A lo largo de este trabajo se describen los modelos de atención más relevantes hasta la fecha, tomando finalmente como referencia el modelo de atención visual basada en saliencia para análisis rápido de escenas, de L. Itti, que computa la atención visual a partir de mapas de llamatividad que recogen información de intensidad, color y orientación de la escena observada. En primer lugar, se solventan las mayores de ciencias cualitativas del modelo previo, las cuales afectan principalmente a una obtención incorrecta de la saliencia de color en determinadas situaciones y al método de normalización, utilizado para combinar los mapas, demasiado pesado. También se mejoran las necesidades computacionales del modelo original, con el fin de permitir su funcionamiento en un entorno hardware limitado. Para facilitar los objetivos propios de la atención, se implementa además una fóvea virtual cuyo funcionamiento se inspira en la región del mismo nombre presente en la retina del ojo humano. Finalmente, se muestra la validez del modelo creado para el control del robot Nao, y se muestra la resolución mediante el mismo de unos de los retos planteados durante la RoboCup 2009 en Graz: el reto any ball de la liga de fútbol robótico SPL, en el que el robot debe anotar el mayor número de goles posible utilizando pelotas cuyo color, tamaño y textura es a priori desconocido