Cybersecurity Studio Sp. z o.o., NIP 5170398932
Kody CPV
Opracowania metod identyfikowania cyber-zagrożeń. Celem projektu jest doprowadzenie w procesie badawczym do opracowania innowacyjnych w skali światowej, efektywnych metod identyfikowania zaawansowanych cyber-zagrożeń (w tym typu Zero-day) w środowisku IT. Metody te będą zaimplementowane w postaci systemu wykrywającego zagrożenia na podstawie ustalonych wariancji znanych wektorów ataków oraz anomalii w kompozycji cech behawiorystycznych użytkownika usługi IT, identyfikowanych z zastosowaniem uczenia maszynowego. W projekcie zakłada się przyjęcie typowej metodologii badawczej stosowanej w rozwoju systemów wykorzystujących metody uczenia maszynowego. W szczególności, dostępny zbiór danych etykietowanych podzielony zostanie na część uczącą, część walidacyjną i część testową. Następnie wykonane zostaną eksperymenty oceniające skuteczność wybranych algorytmów klasyfikacji i metod detekcji anomalii. W ramach tych eksperymentów dobrane zostaną również wartości hiper-parametrów testowanych algorytmów. Eksperymenty te zostaną przeprowadzone na danych zawężonych do zbioru uczącego i walidacyjnego a ich rezultatem będzie identyfikacja algorytmu o największej szacowanej skuteczności na dostępnych danych. Następnie przeprowadzona zostanie końcowa ocena skuteczności wybranych i wytrenowanych algorytmów. Problemem wyłonionym na Etapie 1 jest przygotowanie efektywnego środowiska badawczego, którego głównym elementem będzie samouzupełniający się, kanoniczny model danych. Jest to problem złożony, ponieważ model ten wymaga opracowania procesu korelacji i normalizacji informacji rejestrowanych w dziennikach zdarzeń różnych technologii IT (systemy operacyjne, komunikacja sieciowa, aplikacje) a w określonych przypadkach, poprzez zastosowanie inżynierii wstecznej, utworzenie własnych inicjatorów, wskaźników bądź interpreterów umożliwiających budowanie poprawnych ciągów przyczynowo-skutkowych. W ramach Etapu 2 problemem badawczym będzie ewaluacja najnowszych osiągnięć naukowych w zakresie wykrywania anomalii w szeregach czasowych i opracowanie unikalnych metod identyfikacji cyber ataków. Istotnym elementem prac badawczych będzie opracowanie zestawu danych i cech (features), które powinny być dostarczane do modeli wykrywających anomalie. Zakładamy, że poszerzenie zakresu procesowanych danych wpłynie pozytywnie na wyniki opracowanej metody. Następnie zdobyta wiedza zostanie wykorzystana do opracowania innowacyjnej metody wykrywania anomalii w działaniu środowiska informatycznego świadczących o możliwości cyber ataku. Zostaną przeprowadzone własne prace badawcze, eksperymenty i ewaluacja uzyskanych wyników. Prace badawcze nad charakterem szeregów czasowych opisujących działanie środowiska informatycznego, sposobem detekcji anomalii, różnorodnymi mechanizmami wpływającymi na detekcje anomalii w tego typu szeregach czasowych będą kluczowe dla niniejszego etapu. Zostanie przeprowadzona gruntowna ewaluacja, testy i eksperymenty opracowanej w ramach poprzedniego zadania metody. Metoda ta będzie opracowana na podstawie wyników własnych prac badawczych nad detekcją anomalii w szeregach czasowych, ich transformacjami i przetwarzaniami. Zostaną także uwzględnione wyniki badań nad charakterystyką tego typu szeregów czasowych. Zostanie dokonana analiza i badanie wpływu charakterystyki tego typu szeregów na właściwości prognostyczne różnych podejść. Metoda zostanie przetestowane na szerokim spektrum różnorodnych danych. W Etapie 3 będzie rozwiązywany problem budowania profilu użytkownika na podstawie danych pochodzących z jego aktywności behawioralnych oraz określenie algorytmu identyfikowania anomalii z użyciem wybranych modeli uczenia maszynowego oraz głębokiego uczenia. Do rozwiązania problemu zostaną użyte profilowane charakterystyki pracy użytkownika w zadanym środowisku z Etapu 1 badań przemysłowych a także wyniki dotyczące wykrywania anomalii z Etapu 2 badań przemysłowych. W wyniku prac przemysłowych Zamawiający uzyska zupełnie nową wiedzę w zakresie charakterystyki szeregów czasowych opisujących środowisko informatyczne i ich atrybutów, a także wpływu tej charakterystyki na różnorodne metody i algorytmy detekcji anomalii, w szczególności anomalii świadczących o zagrożeniu atakiem. Pozwoli to opracować własną, unikalną metodę anomalii w szeregach czasowych opisujących środowisko informatyczne (dotąd nie badaną) będącą rezultatem przeprowadzonych badań. Rezultatem zadania będzie zaawansowana, unikalna metoda detekcji anomalii w szeregachów czasowych w celu wykrywania potencjalnych ataków cyber zagrożeń która zostanie włączona jako nowa cecha funkcjonalna do produktu Zamawiającego. W ramach Etapu 4 eksperymentalnych prac rozwojowych opracowany zostanie prototyp konsolidujący efekty prac zrealizowanych we wcześniejszych Etapach [1,2,3]. Zakłada się, że prototyp: - Będzie zrealizowany w postaci samodzielnie działającego komponentu uruchomionego w otoczeniu symulującym środowisko rzeczywiste, potrafiącym przetworzyć ustrukturyzowany zbiór danych, poprawnie rozpoznać ich kontekst oraz zbudować wzorzec zdarzeń prawidłowych. - W przypadku zaistnienia zdarzeń stanowiących odchylenie od ustalonego wcześniej wzorca, będzie potrafił wskazać je jako potencjalne zagrożenie. - Wyłonione potencjalne zagrożenie podda automatycznej klasyfikacji i oceni wynikające z niego ryzyko. - Wynik całego procesu analitycznego zostanie zaprezentowany w ustalony i czytelny sposób. Przedmiotem zamówienia jest wykonanie prac badawczo-rozwojowych w następującym zakresie: W ramach Etapu 1, Podwykonawca dokona analizy danych i opracowania kanonicznego modelu danych który będzie wykorzystywany do treningu modeli opracowanych w Etapie 2 i Etapie 3. Odbiór prac nastąpi na podstawie oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej a także analizy próbek danych. W ramach Etapu 2, Podwykonawca dostosuje bądź utworzy odpowiednie modele i hiperparametry pozwalające na wykrywanie wybranych typów incydentów na podstawie danych pochodzących z środowiska informatycznego. Odbiór prac nastąpi na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej. W ramach Etapu 3, Podwykonawca dostosuje bądź utworzy odpowiednie modele i hiperparametry pozwalające na wykrywanie wybranych typów incydentów na podstawie danych o profilu użytkownika i jego zachowania. Odbiór prac nastąpi na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej. W ramach Etapu 4 Podwykonawca weźmie udział w projektowaniu i implementacji prototypu usługi oraz w opracowaniu planu testów, realizacji testów i przygotowaniu raportu w zakresie zapewniania jakości otrzymanych wyników po implementacji prototypu z nową wersją usługi Zamawiającego. W ramach Etapu 4, weryfikacja i odbiór prac na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej.
Celem projektu jest doprowadzenie w procesie badawczym do opracowania innowacyjnych w skali światowej, efektywnych metod identyfikowania zaawansowanych cyber-zagrożeń (w tym typu Zero-day) w środowisku IT. Metody te będą zaimplementowane w postaci systemu wykrywającego zagrożenia na podstawie ustalonych wariancji znanych wektorów ataków oraz anomalii w kompozycji cech behawiorystycznych użytkownika usługi IT, identyfikowanych z zastosowaniem uczenia maszynowego. W projekcie zakłada się przyjęcie typowej metodologii badawczej stosowanej w rozwoju systemów wykorzystujących metody uczenia maszynowego. W szczególności, dostępny zbiór danych etykietowanych podzielony zostanie na część uczącą, część walidacyjną i część testową. Następnie wykonane zostaną eksperymenty oceniające skuteczność wybranych algorytmów klasyfikacji i metod detekcji anomalii. W ramach tych eksperymentów dobrane zostaną również wartości hiper-parametrów testowanych algorytmów. Eksperymenty te zostaną przeprowadzone na danych zawężonych do zbioru uczącego i walidacyjnego a ich rezultatem będzie identyfikacja algorytmu o największej szacowanej skuteczności na dostępnych danych. Następnie przeprowadzona zostanie końcowa ocena skuteczności wybranych i wytrenowanych algorytmów. Problemem wyłonionym na Etapie 1 jest przygotowanie efektywnego środowiska badawczego, którego głównym elementem będzie samouzupełniający się, kanoniczny model danych. Jest to problem złożony, ponieważ model ten wymaga opracowania procesu korelacji i normalizacji informacji rejestrowanych w dziennikach zdarzeń różnych technologii IT (systemy operacyjne, komunikacja sieciowa, aplikacje) a w określonych przypadkach, poprzez zastosowanie inżynierii wstecznej, utworzenie własnych inicjatorów, wskaźników bądź interpreterów umożliwiających budowanie poprawnych ciągów przyczynowo-skutkowych. W ramach Etapu 2 problemem badawczym będzie ewaluacja najnowszych osiągnięć naukowych w zakresie wykrywania anomalii w szeregach czasowych i opracowanie unikalnych metod identyfikacji cyber ataków. Istotnym elementem prac badawczych będzie opracowanie zestawu danych i cech (features), które powinny być dostarczane do modeli wykrywających anomalie. Zakładamy, że poszerzenie zakresu procesowanych danych wpłynie pozytywnie na wyniki opracowanej metody. Następnie zdobyta wiedza zostanie wykorzystana do opracowania innowacyjnej metody wykrywania anomalii w działaniu środowiska informatycznego świadczących o możliwości cyber ataku. Zostaną przeprowadzone własne prace badawcze, eksperymenty i ewaluacja uzyskanych wyników. Prace badawcze nad charakterem szeregów czasowych opisujących działanie środowiska informatycznego, sposobem detekcji anomalii, różnorodnymi mechanizmami wpływającymi na detekcje anomalii w tego typu szeregach czasowych będą kluczowe dla niniejszego etapu. Zostanie przeprowadzona gruntowna ewaluacja, testy i eksperymenty opracowanej w ramach poprzedniego zadania metody. Metoda ta będzie opracowana na podstawie wyników własnych prac badawczych nad detekcją anomalii w szeregach czasowych, ich transformacjami i przetwarzaniami. Zostaną także uwzględnione wyniki badań nad charakterystyką tego typu szeregów czasowych. Zostanie dokonana analiza i badanie wpływu charakterystyki tego typu szeregów na właściwości prognostyczne różnych podejść. Metoda zostanie przetestowane na szerokim spektrum różnorodnych danych. W Etapie 3 będzie rozwiązywany problem budowania profilu użytkownika na podstawie danych pochodzących z jego aktywności behawioralnych oraz określenie algorytmu identyfikowania anomalii z użyciem wybranych modeli uczenia maszynowego oraz głębokiego uczenia. Do rozwiązania problemu zostaną użyte profilowane charakterystyki pracy użytkownika w zadanym środowisku z Etapu 1 badań przemysłowych a także wyniki dotyczące wykrywania anomalii z Etapu 2 badań przemysłowych. W wyniku prac przemysłowych Zamawiający uzyska zupełnie nową wiedzę w zakresie charakterystyki szeregów czasowych opisujących środowisko informatyczne i ich atrybutów, a także wpływu tej charakterystyki na różnorodne metody i algorytmy detekcji anomalii, w szczególności anomalii świadczących o zagrożeniu atakiem. Pozwoli to opracować własną, unikalną metodę anomalii w szeregach czasowych opisujących środowisko informatyczne (dotąd nie badaną) będącą rezultatem przeprowadzonych badań. Rezultatem zadania będzie zaawansowana, unikalna metoda detekcji anomalii w szeregachów czasowych w celu wykrywania potencjalnych ataków cyber zagrożeń która zostanie włączona jako nowa cecha funkcjonalna do produktu Zamawiającego. W ramach Etapu 4 eksperymentalnych prac rozwojowych opracowany zostanie prototyp konsolidujący efekty prac zrealizowanych we wcześniejszych Etapach [1,2,3]. Zakłada się, że prototyp: - Będzie zrealizowany w postaci samodzielnie działającego komponentu uruchomionego w otoczeniu symulującym środowisko rzeczywiste, potrafiącym przetworzyć ustrukturyzowany zbiór danych, poprawnie rozpoznać ich kontekst oraz zbudować wzorzec zdarzeń prawidłowych. - W przypadku zaistnienia zdarzeń stanowiących odchylenie od ustalonego wcześniej wzorca, będzie potrafił wskazać je jako potencjalne zagrożenie. - Wyłonione potencjalne zagrożenie podda automatycznej klasyfikacji i oceni wynikające z niego ryzyko. - Wynik całego procesu analitycznego zostanie zaprezentowany w ustalony i czytelny sposób. Przedmiotem zamówienia jest wykonanie prac badawczo-rozwojowych w następującym zakresie: W ramach Etapu 1, Podwykonawca dokona analizy danych i opracowania kanonicznego modelu danych który będzie wykorzystywany do treningu modeli opracowanych w Etapie 2 i Etapie 3. Odbiór prac nastąpi na podstawie oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej a także analizy próbek danych. W ramach Etapu 2, Podwykonawca dostosuje bądź utworzy odpowiednie modele i hiperparametry pozwalające na wykrywanie wybranych typów incydentów na podstawie danych pochodzących z środowiska informatycznego. Odbiór prac nastąpi na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej. W ramach Etapu 3, Podwykonawca dostosuje bądź utworzy odpowiednie modele i hiperparametry pozwalające na wykrywanie wybranych typów incydentów na podstawie danych o profilu użytkownika i jego zachowania. Odbiór prac nastąpi na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej. W ramach Etapu 4 Podwykonawca weźmie udział w projektowaniu i implementacji prototypu usługi oraz w opracowaniu planu testów, realizacji testów i przygotowaniu raportu w zakresie zapewniania jakości otrzymanych wyników po implementacji prototypu z nową wersją usługi Zamawiającego. W ramach Etapu 4, weryfikacja i odbiór prac na podstawie wyników przeprowadzonych testów technicznych, oceny poprawności i kompletności projektu technicznego i dokumentacji technicznej.
Kryterium cenowe
Liczba punktów w ramach kryterium będzie liczona według wzoru: P=(Cn/Co) x 100 pkt Wyjaśnienie: P – liczba punktów ocenianej oferty w ramach kryterium Cn – najniższa zaoferowana cena Co – cena zaoferowana w ofercie ocenianej Łącznie oferta może uzyskać maksymalnie 100 pkt.
Wykonawca posiada odpowiednią wiedzę, doświadczenie oraz zasoby techniczne i kadrowe umożliwiające realizację przedmiotu zamówienia: 1. Minimum 10 letnie doświadczenie w implementacji systemów w technologii Python; 2. Minimum 3 letnie doświadczenie w pracy z technologiami machine learning; 3. Doświadczenie w realizacji projektów z wykorzystaniem frameworku Pytorch; 4. Udokumentowane doświadczenie z implementacją systemów w architekturze rozproszonej; 5. Znajomość zagadnień związanych z wykorzystaniem systemów kolejkowania i budową warstwy integracyjnej w oparciu o takie systemy; 6. Doświadczenie w zakresie integracji systemów w środowisku Cloud Computing. Zamawiający wymaga, by usługa była świadczona przez zespół składający się z co najmniej 2 osób: 1) Specjalista ds. sztucznej inteligencji – posiadający doświadczenie w zakresie tworzenia algorytmów sztucznej inteligencji; 2) Programista – posiadający doświadczenie w zakresie tworzenia oprogramowania w języku Python i frameworku Pytorch. W/w specjaliści powinni mieć wykształcenie wyższe informatyczne bądź pokrewne i minimum 10 lat doświadczenia w realizacji projektów IT. Wykonawca nie może być powiązany osobowo lub kapitałowo z Zamawiającym tzn. nie występują żadne powiązania osobowe lub kapitałowe rozumiane jako wzajemne powiązania pomiędzy Zamawiającym lub osobami upoważnionymi do zaciągania zobowiązań w imieniu Zamawiającego lub osobami wykonującymi w imieniu Zamawiającego czynności związane z przygotowaniem i przeprowadzeniem procedury wyboru Oferenta, a Oferentem, polegające w szczególności na: a) uczestniczeniu w spółce jako wspólnik spółki cywilnej lub spółki osobowej; b) posiadaniu udziałów lub co najmniej 5% akcji; c) pełnieniu funkcji członka organu nadzorczego lub zarządzającego, prokurenta, pełnomocnika; d) pozostawaniu w takim stosunku prawnym lub faktycznym, który może budzić uzasadnione wątpliwości, co do bezstronności w wyborze wykonawcy, w szczególności pozostawanie w związku małżeńskim, w stosunku pokrewieństwa lub powinowactwa w linii prostej, pokrewieństwa lub powinowactwa w linii bocznej do drugiego stopnia lub w stosunku przysposobienia, opieki lub kurateli.
1. Oferty należy składać zgodnie ze wzorem Formularza ofertowego, stanowiącego Załącznik nr 1 do niniejszego zapytania. 2. Oferty należy przesyłać do dnia 19.04.2021 r. 3. Składając ofertę w ramach niniejszego postępowania Oferent oświadcza, że złożona oferta jest aktualna i wiążąca w okresie 9 miesięcy od dnia jej złożenia. 4. Oferta musi być podpisana przez osobę/y upoważnioną/e do reprezentowania Oferenta zgodnie z zasadami reprezentacji wskazanymi we właściwym rejestrze. 5. Jeżeli ofertę podpisuje inna osoba niż uprawniona do reprezentowania Oferenta zgodnie z zasadami reprezentacji wskazanymi we właściwym rejestrze to do oferty należy załączyć pełnomocnictwo lub inny dokument uprawniający do podpisania oferty w imieniu Oferenta. 6. W ramach zapytania nie dopuszcza się składania ofert częściowych ani wariantowych.
Wykonawca posiada odpowiednią wiedzę, doświadczenie oraz zasoby techniczne i kadrowe umożliwiające realizację przedmiotu zamówienia: 1. Minimum 10 letnie doświadczenie w implementacji systemów w technologii Python; 2. Minimum 3 letnie doświadczenie w pracy z technologiami machine learning; 3. Doświadczenie w realizacji projektów z wykorzystaniem frameworku Pytorch; 4. Udokumentowane doświadczenie z implementacją systemów w architekturze rozproszonej; 5. Znajomość zagadnień związanych z wykorzystaniem systemów kolejkowania i budową warstwy integracyjnej w oparciu o takie systemy; 6. Doświadczenie w zakresie integracji systemów w środowisku Cloud Computing.
Ze względu na fakt, że usługa ma charakter naukowy o wysokim poziomie innowacyjności stawia się dodatkowe wymagania dotyczące kwalifikacji zespołu skierowanego przez Wykonawcę do realizacji usługi. Zamawiający wymaga, by usługa była świadczona przez zespół składający się z co najmniej 2 osób: 1) Specjalista ds. sztucznej inteligencji – posiadający doświadczenie w zakresie tworzenia algorytmów sztucznej inteligencji; 2) Programista – posiadający doświadczenie w zakresie tworzenia oprogramowania w języku Python i frameworku Pytorch; W/w specjaliści powinni mieć wykształcenie wyższe informatyczne bądź pokrewne i minimum 10 lat doświadczenia w realizacji projektów IT.
Załącznik nr. 1 - Formularz ofertowy Załącznik nr. 2 - Szczegółowy opis przedmiotu zamówienia Załącznik nr. 3 - Oświadczenie o spełnieniu warunków udziału w postępowaniu Załącznik nr. 4 - Oświadczenie o braku powiązań osobowych i kapitałowych z Zamawiającym Załącznik nr. 5 - Klauzula informacyjna w sprawie ochrony danych osobowych Zamawiający zastrzega sobie możliwość żądania od Wykonawcy przedstawienia (na etapie oceny ofert) dokumentów potwierdzających doświadczenie ekspertów, którzy będą realizowali zamówienie oraz potwierdzenie współpracy ekspertów z Wykonawcą, w tym gotowości do realizacji zamówienia zgodnie z ofertą Wykonawcy.
Łącznie otrzymano 1 ofertę w odpowiedzi na wystosowane ogłoszenie w bazie konkurencyjności. Otrzymana oferta spełniła wymagania formalne i została poddana ocenie zgodnie z kryteriami określonymi w zapytaniu ofertowym. Wyboru oferty dokonano 20.04.2021 r. o g.10:00. Wybrany podwykonawca: 7bulls.com Sp. z o.o..
