La ricerca di Battista Biggio negli ultimi 15 anni ha affrontato questioni teoriche e metodologiche nell’ambito del machine learning e dell’intelligenza artificiale, in contesti applicativi reali, tra cui il filtraggio dello spam, il rilevamento di intrusioni e di malware e il riconoscimento biometrico. Ha fornito contributi pionieristici nell’area del machine learning avversariale, essendo stato il primo a dimostrare attacchi di evasione e poisoning basati su gradienti contro algoritmi di machine learning, nonché metodi per mitigarli, svolgendo un ruolo di primo piano nella nascita e nello sviluppo di questo settore di ricerca.

Posizioni ricoperte

• 2024-presente: Professore Ordinario, Università degli Studi di Cagliari, Italia
• 2022-2024: Professore Associato, Università degli Studi di Cagliari, Italia
• 2015-2024: Co-fondatore e responsabile R&S della società spin-off Pluribus One
• 2017-2022: Ricercatore tenure-track, Università degli Studi di Cagliari, Italia
• 2010-2016: Assegnista di ricerca post-dottorato, Università degli Studi di Cagliari, Italia
• 2011: Visiting Researcher, Università di Tubinga, Germania

Formazione

• Dottorato di ricerca in Ingegneria Elettronica e Informatica, Università degli Studi di Cagliari, Italia, 2010
• Laurea Magistrale in Ingegneria Elettronica, Università degli Studi di Cagliari, Italia, 2006 (con lode)
• Laurea Triennale in Ingegneria Elettronica, Università degli Studi di Cagliari, Italia, 2004 (con lode)

Premi e riconoscimenti

• 2022 ICML Test of Time Award per l’articolo: “Poisoning Attacks against Support Vector Machines” (pubblicato a ICML 2012).
• 2021 NeurIPS Outstanding Reviewer Award (tra l’8% dei migliori revisori)
• 2021 Best Paper Award e Pattern Recognition Medal per l’articolo: “Wild Patterns: Ten Years After the Rise of Adversarial Machine Learning” (pubblicato su Elsevier Pattern Recognition nel 2018).
• 2018 IJCAI-ECAI Distinguished Program Committee Member.
• 2014 Premium Award per il miglior articolo sulla rivista IET Biometrics: “Security Evaluation of Biometric Authentication Systems under Real Spoofing Attacks” (pubblicato su IET Biometrics nel 2012).

Abilitazioni nazionali e riconoscimenti internazionali

• 2020-2021: Abilitazione Scientifica Nazionale a Professore Ordinario (ING-INF/05 e INF/01).
• 2017: Abilitazione Scientifica Nazionale a Professore Associato (ING-INF/05 e INF/01).

Top Italian Scientists. Il Prof. Biggio è uno degli informatici italiani più citati.

Top Scientists Ranking for Computer Science. Il Prof. Biggio è presente nella Top Scientists Ranking for Computer Science.

Pubblicazioni e impatto della ricerca. Il Prof. Biggio ha pubblicato oltre 100 articoli su riviste scientifiche e conferenze internazionali, incluse le principali conferenze nel machine learning (ICML, NeurIPS) e nella sicurezza informatica (USENIX Sec., NDSS, IEEE Symp. S&P). Il suo H-index è pari a 54 e i suoi lavori hanno raccolto oltre 21.000 citazioni (secondo Google Scholar, maggio 2026). Per l’elenco completo delle pubblicazioni si rimanda al suo profilo Google Scholar o al suo profilo Scopus.

Attività professionali
Partecipazione a comitati consultivi

• 2022-2025: Membro dell’advisory council di Bosch AI Shield, Bosch Global Software Tech., India

Ruoli di leadership in associazioni scientifiche

• 2018-2021: Presidente del TC1 IAPR sulle tecniche statistiche di pattern recognition.

Appartenenza a società scientifiche

• 2025-presente: Elevato al grado di AAIS Fellow
• 2025-presente: Elevato al grado di IEEE Fellow
• 2021-presente: Membro della ELLIS Society
• 2021-presente: Elevato al grado di ACM Senior Member
• 2017: Elevato al grado di IEEE Senior Member
• 2016-presente: Membro della Association for Computing Machinery (ACM)
• 2014-presente: Membro dell’AI*IA, Associazione Italiana per l’Intelligenza Artificiale
• 2013-presente: Membro della IEEE Systems, Man and Cybernetics Society
• 2008-presente: Membro della International Association for Pattern Recognition (IAPR)
• 2007-presente: Membro dell’Institute of Electrical and Electronics Engineers (IEEE)
• 2007-presente: Membro della IEEE Computer Society

Organizzatore/Chair di comitati scientifici e tecnici di conferenze e workshop (2020-2025)

• 2023, 2024, 2025, 2026: Area Chair per NeurIPS
• 2025: Area Chair del 46° IEEE Symposium on Security & Privacy (SP)
• 2023: Track Chair per Adversarial Machine Learning, International Conference on Machine Learning and Cybernetics (ICMLC), Adelaide, Australia.
• 2022: Track Chair per AI, Machine Learning for Pattern Analysis, ICPR, Montréal, Canada.
• 2021: Co-chair del Joint IAPR International Workshop S+SSPR, Padova, Italia.
• 2020: Senior Program Chair, IJCAI-PRICAI, evento online.
• 2020: Co-chair del 3rd Deep Learning Security Workshop, San Francisco, California, USA.

Comitati editoriali

• 2023-oggi: Associate Editor in Chief di Elsevier Pattern Recognition
• 2017-2023: Associate Editor di Elsevier Pattern Recognition
• 2019-2020: Associate Editor di IEEE Computational Intelligence Magazine
• 2017-2019: Associate Editor di IEEE Transactions on Neural Networks and Learning Systems
• 2017-2018: Associate Editor di International Journal of Machine Learning and Cybernetics

Selezione di partecipazioni a programme/technical committee di conferenze e workshop (2020-2025)

• 2025: International Conference on Learning Representations (ICLR)
• 2025: Secure and Trustworthy Machine Learning (SaTML)
• 2024: USENIX Security Symposium
• 2023: USENIX Security Symposium
• 2023: 28th European Symposium on Research in Computer Security (ESORICS)
• 2022: 36th Conference on Neural Information Processing Systems (NeurIPS)
• 2022: International Conference on Machine Learning (ICML)
• 2022: USENIX Security Symposium
• 2022: ACM Conference on Computer and Communications Security (CCS)
• 2022: 43rd IEEE Symposium on Security & Privacy (SP)
• 2021: IEEE Conference on Computer Vision and Pattern Recognition (CVPR)
• 2021: 35th Conference on Neural Information Processing Systems (NeurIPS)
• 2021: USENIX Security Symposium
• 2021: International Conference on Machine Learning (ICML)
• 2021: International Conference on Learning Representations (ICLR)
• 2021: 42nd IEEE Symposium on Security & Privacy (SP)
• 2020: 41st IEEE Symposium on Security & Privacy (SP)
• 2020: 34th Conference on Neural Information Processing Systems (NeurIPS)

Rassegna stampa

• 28 dicembre 2024. Intervista su Nemesis Magazine (in italiano).
• 17 ottobre 2022. Il progetto Horizon EU ELSA: European Lighthouse on Secure and Safe AI (in italiano).
• 26 luglio 2022. 2022 ICML Test of Time Award (in italiano).
• 25 maggio 2021. Intervista su Communications of ACM: Deceiving AI.
• 27 luglio 2020. Breve commento su Wired riguardo ai test di sicurezza AI/ML nelle grandi aziende e alla loro automazione nelle pipeline di sviluppo software.
• 11 maggio 2020. Breve commento su Wired sulle T-shirt avversarie contro i detector di oggetti YOLO e R-CNN.
• 10 novembre 2019. Breve commento sul NYT riguardo al lavoro della Prof.ssa Dawn Song sui cartelli stradali avversari.
• 26 ottobre 2019. Relatore invitato alla conferenza Avast AI Cybersec (in italiano).
• 30 agosto 2019. Articolo su ZeroUnoWeb (in italiano) sulla sicurezza dell’AI.
• 24 aprile 2019. Intervista su New Scientist riguardo a esempi avversari e AI.
• 4 marzo 2019. Intervista su El Pais riguardo ai video deepfake (in spagnolo).
• 21 febbraio 2019. The Register segnala il nostro recente articolo sulla trasferibilità degli attacchi avversari contro il machine learning qui.
• 3 gennaio 2019. Intervista su Bloomberg riguardo a AI & hacker.
• 5 dicembre 2018. Relatore invitato all’IBM/MIT Innovation Leaders Summit (in italiano).
• 8 novembre 2018. Distinguished program committee member di IJCAI/ECAI 2018 (in italiano).
• 20 maggio 2018. Invito al workshop Huawei STW (in italiano).
• 29 aprile 2018. Intervista su WIRED “L’AI può aiutare la cybersicurezza — se riesce a superare l’hype”.
• 9 marzo 2018. Intervista su WIRED “L’AI ha un problema di allucinazioni che si sta rivelando difficile da risolvere”.

Ultimo aggiornamento: maggio 2026