machine learning

Privacy, troppo traffico cifrato fa male alla rete: nel deep learning una soluzione

La necessità di tutelare la privacy degli utenti ha portato a un’importante crescita del traffico internet cifrato. Ciò tuttavia si ripercuote su molte attività fondamentali per il funzionamento del web, richiedendo l’utilizzo di altri metodi. Molti operatori hanno iniziato a valutare l’impiego del Deep Learning

20 Feb 2019
Antonio Pescapè

Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione, Università degli Studi di Napoli Federico II.

testo decreto gdpr in gazzetta ufficiale

Negli ultimi anni si è registrata una significativa crescita del traffico internet cifrato, per la necessità di tutelare la privacy dell’utente e la sicurezza delle comunicazioni in rete.

Come conseguenza, però, questo fenomeno mette in difficoltà molte delle attività cruciali per il funzionamento di internet esercitate giornalmente da operatori di rete. In pratica, la transizione a cui si sta assistendo da flussi di traffico in chiaro ad enormi volumi di traffico cifrato impedisce l’ispezione del contenuto (payload) dei pacchetti che transitano sulla rete, depotenziando di fatto l’efficacia di alcuni approcci come la Deep Packet Inspection (DPI) e introducendo la necessità di metodologie e tecniche alternative.

Gli impatti dell’aumento del traffico cifrato

Il volume del traffico che non viaggia in chiaro sulla rete rappresenta oggi una percentuale significativa del traffico di rete complessivo. Gartner ha previsto che questo valore aumenterà fino all’80% nel corso del 2019, così come ha stimato che il 70% degli attacchi di rete nel medesimo anno sfrutterà traffico cifrato.

WHITEPAPER
Certificazioni GDPR: tutti i vantaggi per le organizzazioni che vi aderiscono
Legal
Privacy

L’ingente crescita descritta è trainata, da un lato, dal traffico generato dai dispositivi mobili (già alla fine del 2017 il traffico cifrato sulle reti mobili si attestava intorno all’80% del traffico totale), dall’altro dall’aumentato utilizzo di protocolli per la navigazione web sicura (ad esempio, nel caso del browser Firefox, la percentuale di pagine caricate che usano HTTPS sono passate dal 27% registrato nel 2013 al 76% del 2018). Ad incidere su quest’ultimo fenomeno vi è anche la decisione presa da motori di ricerca di premiare, e mettere quindi in maggiore evidenza nei risultati delle ricerche, proprio i siti che supportano l’utilizzo di comunicazioni cifrate, come annunciato da Google già nel 2015.

Approcci come la Deep Packet Inspection vengono depotenziati da questa tendenza. La DPI è una forma di analisi del traffico dati che esamina il contenuto dei pacchetti (il cosiddetto payload) al fine di verificarne l’aderenza a determinati criteri prestabiliti come, ad esempio, la presenza di pattern o parole chiave (firme) utili ad identificare l’applicazione o il servizio benevolo o malevolo che li ha generati e la conseguente azione da intraprendere. L’elevata accuratezza e la relativa semplicità delle tecniche DPI hanno decretato il loro successo sia in scenari enterprise (grandi aziende e telecom-operator), che governativi, per il miglioramento della sicurezza, ma anche per azioni di filtraggio e censura.

Il significativo aumento della percentuale di traffico cifrato (associato, non dimentichiamolo, agli aspetti relativi alla privacy degli utenti) ha reso di fatto impossibile l’analisi del traffico tramite l’ispezione diretta del contenuto dei pacchetti alla ricerca di firme rilevanti ed ha aperto la strada allo studio e sviluppo di algoritmi di Machine Learning per l’analisi e la classificazione del traffico che basassero il proprio funzionamento non più sul contenuto dei pacchetti bensì sulle caratteristiche del traffico stesso (lunghezza dei pacchetti, numero dei flussi).

L’impiego del Machine Learning

La limitata efficacia delle tecniche DPI viene mitigata dall’impiego del Machine Learning (ML), il campo dell’intelligenza artificiale che utilizza tecniche statistiche per fornire alle macchine l’abilità di apprendere la capacità di risolvere dei task a partire dai dati forniti, senza essere necessariamente e specificamente programmate per tale scopo. Tuttavia l’impiego fruttuoso degli algoritmi classici di Machine Learning si basa sulla progettazione di elementi distintivi (quelle che vanno sotto il nome di feature) che rappresentano una preliminare compressione dei dati ed il principale input degli stessi algoritmi di Machine Learning.

Tale processo è tipicamente manuale ed effettuato da esperti del dominio (in questo caso esperti di traffico di rete), e nel caso dell’analisi del traffico cifrato, tipicamente corrisponde a delle statistiche estratte dagli aggregati (variamente definiti) di pacchetti che compongono il traffico in analisi. Per questo motivo, l’estrazione delle feature si rivela onerosa in termini di tempo, inadatta ad una facile automazione e soggetta a rapida obsolescenza se confrontata con l’evoluzione e la sfaccettata composizione del traffico generato da dispositivi fissi e mobili, precludendo la progettazione di analizzatori e classificatori del traffico basati su tali approcci. Caratteristiche che sono tutte tipiche di scenari legati al traffico di rete dove, tra l’altro, l’elevata quantità di dati rende tale operazione impraticabile.

Per far fronte a tali problematiche, la comunità scientifica che opera nel campo delle reti ha di recente iniziato a valutare l’adozione di approcci basati sul Deep Learning (DL), già usati con risultati entusiasmanti in scenari che comprendono le più consolidate applicazioni di riconoscimento di elementi e contesto nelle immagini e video o riconoscimento del parlato (si pensi all’assistente vocale Siri), la rivelazione delle fake news, i sistemi di raccomandazione, ad esempio suggerimento di contenuti di interesse su piattaforme come Netflix o, più in generale, i meccanismi alla base delle inserzioni pubblicitarie personalizzate.

Le risorse del Deep Learning

Diversi big-player sia negli Stati Uniti (Google, Apple, Facebook, Amazon) che in Cina (Baidu, Alibaba, Tencent) hanno negli ultimi anni collezionato ed analizzato volumi di dati senza precedenti: gli stessi volumi che per le tecniche di Machine Learning classiche sono state un ostacolo all’efficienza o all’applicabilità, per quelle di Deep Learning costituiscono una risorsa di capitale importanza. Ciò ha trasformato aziende con un serio problema tecnico-economico (la gestione di enormi flussi di dati legati alle attività degli utenti) nei principali utilizzatori delle tecniche DL per analizzare i dati ed estrarne informazioni tecnicamente e commercialmente utili.

Tale insieme di tecniche permette infatti di eludere il problema del progetto delle feature, attraverso l’uso di architetture a stadi multipli che fanno emergere in modo automatico gli elementi distintivi del problema in analisi anche se estremamente complessi e quindi non riconoscibili in maniera efficace ed efficiente dagli esperti di dominio. Gradualmente sono state realizzate tantissime applicazioni che sfruttano tecniche ed algoritmi innovativi che emulano la stessa abilità del cervello umano di apprendere attraverso l’esperienza a partire da dati grezzi e destrutturati, ma potenziata ai livelli superumani dalle moderne infrastrutture informatiche (cloud computing e dispositivi di calcolo massivamente parallelo).

Tali applicazioni saranno tanto più efficienti ed efficaci quanto maggiore sarà la raccolta di dati utili al funzionamento degli algoritmi alla loro base. Infatti, gli algoritmi di Deep Learning e di riflesso le loro capacità di apprendimento sono tanto più efficaci quanto maggiore è la quantità, diversità e purezza dei dati utilizzati (spingendo così anche ad una integrazione tra gli esperti di Big Data e quelli di Machine Learning).

Operatori e provider si adeguano

In questo scenario, recentemente gli operatori di rete ed i provider mobili quali Cisco, Ericsson, Huawei, etc. spesso in collaborazione con i ricercatori che operano nell’ambito della classificazione del traffico e della sicurezza di rete (ed è il caso di chi scrive e del gruppo di ricerca Traffic del Dipartimento di Ingegneria Elettrica e delle Tecnologia dell’Informazione dell’Università di Napoli Federico II) hanno mostrato enorme interesse all’applicazione del Deep Learning a problemi di fondamentale importanza nell’analisi delle reti e di Internet in generale e che garantiscono di poter continuare a gestire, controllare, analizzare, monitorare e rendere sicura una rete anche in presenza di traffico cifrato. Come per altri settori le peculiarità del Deep Learning hanno portato alla soluzione di problemi precedentemente inaffrontabili, o alla nascita di nuove possibilità, così anche nel campo del monitoraggio delle reti (che, ricordiamo, rendono possibili i servizi online) ci si aspettano nuove soluzioni.

È chiaro, quindi, come la cifratura del traffico e gli algoritmi di Deep Learning abbiano contribuito in modo fondamentale allo scenario attuale che vede anche in questo caso i big-player fornitori di servizi OTT (Over The Top) e gli operatori di rete occupare posizioni antitetiche. I primi supportano ed incentivano l’adozione di meccanismi per la trasmissione di traffico cifrato. I secondi, dall’altro, si trovano a dover far fronte alle depotenziate capacità degli strumenti di supporto alla gestione, al controllo, all’analisi, ed al monitoraggio a causa della perdita di visibilità causata dai meccanismi di cifratura. Per cui se la confidenzialità delle comunicazioni è un sacrosanto diritto di noi utenti, è altrettanto vero che il crescente aumento di traffico cifrato penalizza principalmente gli operatori di rete, e non gli OTT che non soffrono dei medesimi problemi ma che, al contrario, hanno la possibilità di accedere in maniera privilegiata alle informazioni degli utenti, agendo di fatto da fornitori di servizi e, quindi, end point delle comunicazioni in chiaro.

In questa situazione, al contrario, gli OTT vedono la loro posizione ulteriormente rafforzata, risultando di fatto gli unici ad avere accesso a tali informazioni e risultando i soli a riuscirne a capitalizzare le enormi potenzialità. Inoltre, gli operatori di rete si trovano a dover assicurare nel contempo requisiti di qualità ai propri utenti (che nel caso di disservizi attribuisco questi ultimi al network provider e non all’OTT o al content provider) sempre più stringenti in relazione ai contenuti trasportati (ad es, audio e video in tempo reale), pur avendo sempre meno visibilità su questi ultimi.

La capacità decisionale dell’utente

Se da un lato quindi il traffico cifrato protegge le comunicazioni (traffico benevolo) e la privacy in rete degli utenti, dall’altro nasconde anche minacce (traffico malware) e rende difficilmente distinguibili flussi di traffico con requisiti di qualità del servizio estremamente differenti, rendendo molto complicato il lavoro dei telecom operator nella gestione di rete. Nel contempo assistiamo ad una situazione nella quale gli OTT rafforzano ulteriormente la propria posizione di dominio sul prezioso insieme di dati prodotti dagli utenti finali e di fatto rendono molto complicata la fase di monitoraggio ad esempio alla ricerca di privacy leakage da parte degli OTT stessi e dei content provider di app mobili e/o i servizi di terzi parti che a nostra insaputa contattiamo quando usiamo una app o un servizio.

In questa interazione tra interessi contrastanti l’utente ha scarsa possibilità di decisione, sia per la natura tecnica della discussione, sia per la frequente presenza di quasi-monopoli nell’offerta di servizi e tecnologie. Si pensi ad esempio ai sistemi operativi per smartphone e relative piattaforme di sviluppo e vendita di app, con due soli player, similmente ai motori di ricerca sul web, o al limitato numero di operatori di rete mobile o fissa, il limitato numero di online social network, e così via. Anche se a livello europeo un significativo passo avanti è stato fatto con il GDPR nell’informare e dare controllo all’utente sull’uso dei suoi dati, la mancanza di alternative limita comunque la possibilità reale di decidere a chi concedere l’uso dei dati, ed a chi implicitamente negarlo.

Ne emerge un quadro che è difficile da interpretare a favore o contro la diffusione della crittografia, a favore o contro l’impiego di tecniche di Deep Learning. Quello che è chiaro è che le tecnologie hanno impatto sempre più rapido e potente su vaste categorie di attività umane, e la ricerca scientifica per la produzione e comprensione di tali tecnologie si conferma di fondamentale importanza strategica, come anche l’intervento del legislatore per riequilibrare rapporti di forza continuamente mutevoli a causa dell’evoluzione tecnologica.

@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articolo 1 di 4