Tampere, Finland
Rapid advances in noninvasive neuroimaging methods have increased the possibilities for studying changes occurring in the human brain over a variety of time scales ranging from seconds to a lifetime. A large part of these advances can be attributed to the development of computational and mathematical methods, which are essential for extracting quantitative information from images. This project develops computational methods for machine learning-based analysis of large collections of brain images. Machine learning refers to the construction and study of methods that can learn models from example data. These models can be used to make future predictions, for example, predicting an early diagnosis for a patient. With these newly developed methods we hope to help neuroscientists study how brain diseases alter the structure and function of the brain and thus contribute to better and earlier diagnosis of brain diseases, such as Alzheimer’s disease, autism and schizophrenia.
Beca de la Universidad de Tampere
Durante la última década, el software criptográfico de tiempo constante ha pasado rápidamente de ser una construcción académica a un requisito de seguridad concreto para las bibliotecas del mundo real. La mayor parte de las rutas de código en tiempo constante de OpenSSL están impulsadas por implementaciones de criptosistemas que habilitan una bandera dedicada en tiempo de ejecución. Este proceso es peligroso, ya que en los últimos años han aparecido varios ejemplos de no activación de la bandera o de defectos de software que la gestionan directamente de forma incorrecta. En este trabajo, proponemos una metodología para analizar software crítico para la seguridad en busca de canales laterales inseguros que atraviesen rutas de código. Aplicando nuestra metodología a OpenSSL, identificamos tres nuevas rutas de código durante la generación de claves RSA que potencialmente filtran estado crítico del algoritmo. Aprovechando una de estas fugas, diseñamos, implementamos y montamos un ataque de temporización de caché de traza única en el paso de cálculo GCD. Superamos varios obstáculos en el proceso, entre los que se incluyen: (1) problemas de granularidad debidos a los operandos de tamaño palabra de la función GCD; (2) procesamiento masivo de datos de traza desincronizados; (3) tasa de error no trivial durante la extracción de información; y (4) información limitada de alta confianza sobre los factores de módulo. Formulando instancias de problemas reticulares después de obtener y procesar esta información limitada, nuestro ataque consigue aproximadamente un 27% de éxito en la recuperación de claves utilizando los datos empíricos de 10.000 pruebas.
Estudiantes internacionales de la Universidad de Tampere
Programa Erasmus+El programa Erasmus+ pretende impulsar las cualificaciones y la empleabilidad, así como modernizar la educación, la formación y el trabajo en el ámbito de la juventud. El programa, de siete años de duración, contará con un presupuesto de 14.700 millones de euros, lo que supone un aumento del 40% respecto a los niveles de gasto actuales y refleja el compromiso de la UE de invertir en estos ámbitos.
Erasmus+ apoyará las asociaciones transnacionales entre instituciones y organizaciones de educación, formación y juventud para fomentar la cooperación y tender puentes entre los mundos de la educación y el trabajo a fin de subsanar las carencias de cualificaciones a las que nos enfrentamos en Europa.
También apoyará los esfuerzos nacionales para modernizar los sistemas de educación, formación y juventud. En el ámbito del deporte, se apoyarán proyectos de base y retos transfronterizos como la lucha contra el amaño de partidos, el dopaje, la violencia y el racismo.
Erasmus+ reúne siete programas existentes de la UE en los ámbitos de la educación, la formación y la juventud; por primera vez prestará apoyo al deporte. Como programa integrado, Erasmus+ ofrece más oportunidades de cooperación en los sectores de la educación, la formación, la juventud y el deporte, y es de más fácil acceso que sus predecesores, con normas de financiación simplificadas.
Clasificación qs de la universidad de Tampere
Los socios europeos de LAPASSION han sido cuidadosamente seleccionados para garantizar la experiencia en actividades de cooperación con países latinoamericanos, y la participación en actividades de co-creación y co-desarrollo. De una forma u otra los socios de la UE han participado en redes relacionadas con las nuevas tendencias en Proyectos Multidisciplinares/Prácticas (MP/I).
Con más de 18500 estudiantes, la Politécnica de Oporto (IPP) es la mayor institución politécnica de educación superior de Portugal. IPP tiene una actividad de investigación muy dinámica en un contexto global. IPP destaca por su contexto interdisciplinar, con 8 Escuelas que cubren un amplio espectro de áreas, desde Ingeniería (ISEP) a Música y Artes Escénicas (ESMAE), Educación (ESE), Contabilidad y Administración (ISCAP), Gestión y Tecnología (ESTGF), Tecnología Sanitaria (ESS), Artes Audiovisuales y Diseño (ESMAD), y Hostelería y Turismo (ESHT).
IPP es el coordinador de LAPASSION, siendo también el socio de la UE responsable del WP1 (Preparación/Formación) y del WP5 (Gestión) y participando en los otros 3 WP. El WP1 tiene tres actividades principales, una relacionada con las reuniones de preparación, otra con las sesiones de formación y otra para la preparación de un conjunto de herramientas (junto con DUOC). La primera reunión de la sesión de formación, la cuarta y la séptima reunión de gestión se celebrarán en Oporto con participantes de otros socios de LAPASSION. IPP editará el libro electrónico Experiencia LAPASSION junto con IFG, y otra documentación y también es responsable de Auditoría, y Plan de Sostenibilidad.
