Cookies
O website necessita de alguns cookies e outros recursos semelhantes para funcionar. Caso o permita, o INESC TEC irá utilizar cookies para recolher dados sobre as suas visitas, contribuindo, assim, para estatísticas agregadas que permitem melhorar o nosso serviço. Ver mais
Aceitar Rejeitar
  • Menu
Factos & Números
000
Apresentação

Laboratório de Software Confiável

O HASLab dedica-se à criação e à implementação de sistemas de software confiável, i.e., software correto e resiliente perante falhas e ataques.

De forma a cumprir este grande objetivo, o HASLab opera em três grandes áreas - Cibersegurança, Sistemas Distribuídos e Engenharia de Software.

Engenharia de Software - são explorados métodos, técnicas e ferramentas para o desenvolvimento de software, podendo este ser integrado nas funcionalidades internas de determinados componentes, na sua configuração junto de outros componentes, e também na interação com o utilizador.

Sistemas Distribuídos - com vista a melhorar a confiabilidade e a escalabilidade de software, explorando as propriedades inerentes à distribuição e à replicação de sistemas computacionais.

Cibersegurança - de forma a minimizar a vulnerabilidade dos componentes de software a ataques, com recurso à implementação de estruturas e de protocolos criptográficos com propriedades de segurança formalmente comprovadas.

Através de uma abordagem multidisciplinar que assenta em princípios teóricos comprovados, o HASLab visa disponibilizar soluções - fundamentos teóricos, métodos, linguagens, ferramentas - para o desenvolvimento de sistemas TIC abrangentes, dando garantias aos seus proprietários e utilizadores. Os grandes domínios de aplicação da investigação desenvolvida no HASLab incluem o desenvolvimento de sistemas de software cruciais para garantir a segurança e a proteção, a operacionalização de infraestruturas da nuvem seguras, e a gestão e o tratamento de big data, tendo em conta as questões da privacidade.

Últimas Notícias

Investigação INESC TEC na área da segurança e criptografia apresentada em conferência de topo

A investigação desenvolvida por uma equipa de investigadores do Laboratório de Software Confiável (HASLab) do INESC TEC na área da segurança informática tornou possível a apresentação de três artigos científicos na edição da ACM Conference on Computer and Communications Security (CCS), uma das conferências mais importantes nesta área a nível mundial, que decorreu em modo online de 15 a 18 de novembro.  

19 novembro 2021

Projeto europeu estimula cooperação entre continentes para melhorar o desempenho em computação de elevado desempenho

A computação de elevado desempenho (High Performance Computing – HPC, em inglês) é a base para avanços científicos, industriais e sociais que melhoram a qualidade de vida das pessoas em todo o mundo. O principal objetivo do projeto RISC2 – A network for supporting the coordination of Computing research between Europe and Latin America – passa por promover e melhorar a relação entre as comunidades de investigação e industriais da Europa e da América Latina, com foco nas aplicações HPC e implementação de infraestruturas.  

14 novembro 2021

INESC TEC vai desenvolver métodos matemáticos para avançar a programação ciber-física

O Laboratório de Software Confiável (HASLab) do INESC TEC coordena o projeto “Quantitative methods for cyber-physical programming: reasoning precisely about imprecisions in cyber-physical behavior”, cujo objetivo é desenvolver métodos matemáticos  para modelar e analisar imprecisões no software ciber-físico.

08 setembro 2021

INESC TEC desenvolve soluções para reduzir impacto energético de redes de comunicações

O Laboratório de Software Confiável (HASLab) do INESC TEC vai desenvolver soluções que permitirão que as redes de comunicações WAN (Wide Area Networks) se adaptem, em tempo real, à disponibilidade e fonte de energia elétrica, dando prioridade às fontes renováveis.

06 setembro 2021

“Best Paper Award” na área da Computação atribuído a trabalho de investigadores do INESC TEC

O artigo “ASPAS: As Secure as Possible Available Systems”, escrito em coautoria por Houssam Yactine, Ali Shoker, e George Younes, investigadores do Laboratório de Software Confiável (HASLab) do INESC TEC, recebeu o prémio Best Paper Award na 16ª edição da International Federated Conference on Distributed Computing Techniques (DisCoTec2021).  

15 julho 2021

007

Projetos Selecionados

BringTrust

Strengthening CI/CD Pipeline Cybersecurity and Safeguarding the Intellectual Property

2025-2028

DisaggregatedHPC

Towards energy-efficient, software-managed resource disaggregation in HPC infrastructures

2025-2026

InfraGov

InfraGov: A Public Framework for Reliable and Secure IT Infrastructure

2025-2026

VeriFixer

VeriFixer: Automated Repair for Verification-Aware Programming Languages

2025-2026

ENSCOMP4

Ensino de Ciência da Computação nas Escolas 4

2024-2025

PFAI4_5eD

Programa de Formação Avançada Industria 4 - 5a edição

2024-2024

QuantELM

QuantELM: from Ultrafast optical processors to Quantum Extreme Learning Machines with integrated optics

2023-2024

Equipa
001

Laboratório

CLOUDinha

Publicações

HASLab Publicações

Ler todas as publicações

2024

Trainability issues in quantum policy gradients

Autores
Sequeira, A; Santos, LP; Barbosa, LS;

Publicação
MACHINE LEARNING-SCIENCE AND TECHNOLOGY

Abstract
This research explores the trainability of Parameterized Quantum Circuit-based policies in Reinforcement Learning, an area that has recently seen a surge in empirical exploration. While some studies suggest improved sample complexity using quantum gradient estimation, the efficient trainability of these policies remains an open question. Our findings reveal significant challenges, including standard Barren Plateaus with exponentially small gradients and gradient explosion. These phenomena depend on the type of basis-state partitioning and the mapping of these partitions onto actions. For a polynomial number of actions, a trainable window can be ensured with a polynomial number of measurements if a contiguous-like partitioning of basis-states is employed. These results are empirically validated in a multi-armed bandit environment.

2024

Trainability issues in quantum policy gradients with softmax activations

Autores
Sequeira, A; Santos, LP; Barbosa, LS;

Publicação
2024 IEEE INTERNATIONAL CONFERENCE ON QUANTUM COMPUTING AND ENGINEERING, QCE, VOL 2

Abstract
This research addresses the trainability of Parameterized Quantum Circuit-based Softmax policies in Reinforcement Learning. We assess the trainability of these policies by examining the scaling of the expected value of the partial derivative of the log policy objective function. Here, we assume the hardware-efficient ansatz with blocks forming local 2-designs. In this setting, we show that if each expectation value representing the action's numerical preference is composed of a global observable, it leads to exponentially vanishing gradients. In contrast, for n-qubit systems, if the observables are log(n)-local, the gradients vanish polynomially with the number of qubits provided O(log n) depth. We also show that the expectation of the gradient of the log policy objective depend on the entire action space. Thus, even though global observables lead to concentration, the gradient signal can still be propagated in the presence of at least a single local observable. We validate the theoretical predictions in a series of ansatze and evaluate the performance of local and global observables in a multi-armed bandit setting.

2024

The Blocklace: A Universal, Byzantine Fault-Tolerant, Conflict-free Replicated Data Type

Autores
Almeida, PS; Shapiro, E;

Publicação
CoRR

Abstract

2024

A Framework for Consistency Models in Distributed Systems

Autores
Almeida, PS;

Publicação
CoRR

Abstract

2024

Validating multiple variants of an automotive light system with Alloy 6

Autores
Cunha, A; Macedo, N; Liu, C;

Publicação
INTERNATIONAL JOURNAL ON SOFTWARE TOOLS FOR TECHNOLOGY TRANSFER

Abstract
This paper reports on the development and validation of a formal model for an automotive adaptive exterior lights system (ELS) with multiple variants in Alloy 6, which is the most recent version of the Alloy lightweight formal specification language that supports mutable relations and temporal logic. We explore different strategies to address variability, one in pure Alloy and another through an annotative language extension. We then show how Alloy and its Analyzer can be used to validate systems of this nature, namely by checking that the reference scenarios are admissible, and to automatically verify whether the established requirements hold. A prototype was developed to translate the provided validation sequences into Alloy and back to further automate the validation process. The resulting ELS model was validated against the provided validation sequences and verified for most of requirements for all variants.

Factos & Números

14Artigos em conferências indexadas

2020

4Artigos em revistas indexadas

2020

21Investigadores Séniores

2016

Contactos