Il corso prenderà in esame vari metodi per la progettazione, l'implementazione e la sperimentazione di sistemi adattivi su Web, realizzati mediante tecniche di Intelligenza Artificiale. Particolare attenzione sarà posta ai sistemi di Information Retrieval, come i motori di ricerca, e a nuove ed emergenti tecnologie idonee per la realizzazione della prossima generazione di strumenti di ricerca intelligenti e personalizzati. Saranno studiati i modelli di retrieval classici, come il modello vector space e i modelli probabilistici, le tecniche di ranking dei documenti, così come l'algoritmo PageRank utilizzato da Google. Saranno affrontati i metodi di Machine Learning in Information Retrieval, incluse le tecniche per la Sentiment Analysis, i metodi di User Modeling necessari per la ricerca personalizzata, i sistemi di raccomandazione, l’identificazione e l'analisi delle comunità on-line e social network (come ad es. Facebook e Twitter).

Le lezioni del corso riguarderanno tematiche trattate in articoli scientifici e testi di riferimento.
Il docente metterà a disposizione degli studenti i lucidi delle lezioni attraverso il sito del corso. Tali lucidi saranno autosufficienti, cioè redatti in maniera tale da non richiedere la consultazione di testi ulteriori ai fini del superamento dell'esame.

• Introduzione al corso
• Introduzione alla sicurezza informatica e terminologia
• Vulnerabilità e minacce
◦ Vulnerabilità del software input fidato e non fidato, validazione dell'input. Vulnerabilità di applicazioni scritte in linguaggi interpretati, code injection. Injection in pagine web: XSS. Cross site request forgery. OWASP.
▪ esempio di sito vulnerabile a sql injection
◦ Attacchi di tipo buffer overflow . Exploitation: privilege excalation, intrusioni via rete tramite servizi aperti, intrusione via documenti non fidati (via email, via web o altro).
▪ esempio di codice vulnerabile a buffer overflow e relativo exploit
◦ Vulnerabilità delle reti : sniffing, mac flood, ARP poisoning, vulnerabilità del DNS, attacco di Kaminsky. TCP session hijecking, attacchi MitM, DOS e Distributed DoS, Route hijacking.
• Pianificazione della sicurezza: contenuti del piano di sicurezza, analisi dei rischi.
• Contromisure
◦ Principi di progettazione di politiche e meccanismi
◦ Modelli: AAA, confinamento, DAC, MAC, access control matrix 
◦ Tecniche crittografiche:
▪ richiami di crittografia (hash, simmetrica, asimmetrica, MAC, firma digitale), attacchi birthday, rainbow, qualità delle chiavi, generazione di numeri pesudo-casuali.
▪ Protocolli di autenticazione e di scambio di chiavi. Attacchi replay e reflection. Nonces. Perfect Forward Secrecy. Diffie-Helman. 
▪ Certificati, certification authority, public key infrastructure e loro vulnerabilità.
▪ Applicazioni: Porotocolli ssl, tls, ssh, virtual private network, ipsec, ecc. Protocolli di autenticazione punto-punto e in rete locale. radius e vulnerabilità. Altre applicazioni.
◦ Considerazioni sui sistemi per la rilevazione automatica dei problemi
◦ Sicurezza dei sistemi:
▪ principi generali: passwords e loro vulnerabilità, metodologia di hardening, assessment e auditing
▪ unix: controllo di accesso discrezionario, sicurezza nel filesystem, autenticazione, PAM, syslog
◦ Sicurezza delle reti:
▪ Firewalling: firewall stateless e statefull, connessioni, syn-proxy e syn-cookies, load balancing e high availability, linux netfilter ed esempi di configurazioni.
▪ Sicurezza di rete a livello 1 e 2.
▪ Proxy applicativi, Intrusion detection systems di rete.
• Authenticated Data Structures
• Distributed Ledger Technologies and Bitcoin
• Smart contracts
• Cybersecurity nelle grandi organizzazioni

Dispense del corso

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

Source discovery
Data and Information Extraction
Data preparation
Data cleaning
Entity Resolution
Schema matching
Data fusion
Knowledge graphs

Slide e articoli sceintifici forniti dal docente

- Infrastrutture e paradigmi di programmazione per i big data
- L'ecosistema Hadoop
- Cloud computing
- Elaborazione di big data (MapReduce, Hive, Spark)
- I sistemi NoSQL
- Tecniche di analisi di big data
- I Data Lake
- Sistemi e applicazioni
- Seminari aziendali

Martin J. Fowler, PramodkumarJ. Sadalage. "NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence".
Materiale predisposto dal docente (disponibile sul sito Web del corso)

Il programma viene definito all'inizio dell'anno sulla base dei docenti stranieri invitati. Il sito Web del corso viene tenuto aggiornato con le informazioni più recenti.

La documentazione e i testi sono scelti dai docenti stranieri.

1. Regression
Richiami di Linear Regression
Overfitting nella Regressione
Feature Selection e Lasso

2. Classification
Richiami di Logistic Regression per la classificazione
Overfitting nella Classificazione
Boosting. Algoritmo AdaBoost
Support Vector Machine (Large Margin Classification, Kernel I, Kernel II)
Naïve Bayes


3. Clustering e Retrieval
Algoritmo K-NN
Algoritmo K-Means
Expectation Maximization
Applicazioni all’Information Retrieval

4. Dimensionality Reduction
Compressione e visualizzazione dei dati
Principal Component Analysis (PCA)
Scelta del numero di componenti principali
Applicazioni nei Recommender Systems

5. Deep Learning
Deep Forward Networks
Regularization per il Deep Learning
Convolutional Networks
Applicazioni varie

6. Casi di Studio e Progetti
Si esporranno vari casi di studio e si proporranno progetti in cui applicare le nozioni apprese su vari domíni d’interesse.

Dispense a cura del docente.

Data and Visualization: Data overloading. Comparison of Scientific Visualization and Information Visualization. Structured and Unstructured data. Data transformation. Data tables.

Visual Perception: Our vision’s principles and limitations. Peripheral and central view. The perception of color.

Cognitive Issues and User Tasks: Perception abilities. Weber's law. Stevens' power law. Gestalt laws. A two stage model for visual perception. Task taxonomies.

Infovis on the Web - SVG and D3.js: Basic ingredients of Web data visualization. JavaScript crash course. Raster and vector graphics. Overview of JavaScript libraries. Focus on D3.js.

Multivariate Data Representations: Combined views. Icons or glyphs. Alternative coordinate systems.

Visualization in Computer Networks: Visual analysis in the computer network domain. Motivations. Taxonomies. Real-world examples and use cases. Open questions.

Design Methods and Evaluation: Design methodologies and design choices. Design evaluation (goals, difficulties, practices, guidelines).

Visualization of Time Series Data: Definition of time series and temporal data. Visualization of time series (single dependent variable, multiple dependent variables). Case studies.

Interaction: Classification of interaction mechanisms, goals, and timings. Examples of interaction strategies.

Introduction to Graph Drawing: Graph Drawing conventions and aesthetics. The divide an conquer approach for testing planarity of a graph.

Node-link Representations of Trees: Representing trees within the node-link paradigm. Layered drawings of trees. Hv-drawings of trees. Limitations of node-link representations.

Space-Filling Visualizations of Trees: Algorithms and systems for the representation of trees using the space-filling strategy. Treemaps. 3D Space-filling approaches.

Representations of Graphs and Networks with the Force-Directed Approach: The force-directed paradigm. The barycenter method. Spring embedders. Scalability and flexibility of the force-directed paradigm. Fruchterman-Reingold and Barnes–Hut algorithms. Simulating graph theoretic distances. Magnetic fields. Generic energy functions. Handling drawing constraints.

Representations of Hierarchical Data: Algorithms for the representation of layered networks. The Sugiyama approach. Step 1: Cycle removal. Step 2: Level Assignment. Step 3: Crossing Reduction. Step 4: X-Coordinate Assignment

Orthogonal Drawings: Computing orthogonal drawings via Network Flows. The Topology-Shape-Metric approach. Extension to graphs of arbitrary degree. Representations of orthogonal drawings obtained from visibility representations and by incremental approaches.

Visualizing Large Graphs: Strategies for the visualization of massive amount of data providing both overview and details. Alternate between views. Combine different views. Filtering and clustering principles. Three-dimensional and two-dimensional representations of clustered graphs. Hybrid representations.

Tools and Libraries for Drawing Graphs: Tools and Libraries for drawing graphs. Programming languages, input and output formats, and interaction. Some practical example.

Architectures for Scalable Information Visualization: Computational and memory scalabity. Visualization architectures. Strategies for visualizing massive amounts of data.

Trasparenze fornite dal docente e scaricabili via via dal sito del corso: http://www.dia.uniroma3.it/~infovis/
Per scaricare le slides sono neccessarie delle credenziali da richiedere al docente (maurizio.patrignani@uniroma3.it)

Prima parte (1CFU)
Cosa ha determinato il successo delle imprese digitali
• Dall’invenzione del microprocessore al cloud computing
• Modelli di business delle imprese digitali
• Ciclo di vita di una impresa digitale
Seconda parte (2CFU)
Come progettare, costruire e migliorare un prodotto o servizio digitale
• Idea, team, finanziamenti
• Lean Canvas: Segmento dei clienti (e clienti-tipo), Problema (e soluzioni esistenti), canali di profitto, Soluzione, Unique Value Proposition (Proposta di valore), Canali, Metriche Chiave, Struttura dei costi, Vantaggio Competitivo
• User-centered design (UCD) e minimum viable product (MVP)
• Come funzionano gli investitori: 4F, acceleratori, business angels, venture capitalists, corporate ventures. Partner finanziari e Partner Industriali
Terza parte (3CFU)
Lavoro di gruppo. In questa parte del corso gli studenti dovranno esercitarsi nei passi fondamentali per la ideazione di una impresa digitale. Gli studenti potranno optare se partecipare al programma di ateneo Dock3 oppure sviluppare la propria idea in maniera indipendente. In entrambi i casi saranno seguiti dal docente e da un comitato di esperti e in impreditorialità digitale.

Creare modelli di business: Un manuale pratico ed efficace per ispirare chi deve creare o innovare un modello di business
da Alexander Osterwalder , Yves Pigneur

The Four Steps to the Epiphany: Successful Strategies for Products that Win (English Edition)
di Steve Blank

The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
di Eric Ries

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
Johnson–Lindenstrauss lemma
Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
- Johnson–Lindenstrauss lemma
- Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
- Johnson–Lindenstrauss lemma
- Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
- Johnson–Lindenstrauss lemma
- Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1) Algorithms for data streams
- Approximate counting
- Majority problems
- Sampling and reservoir sampling
- Bloom filters
- Frequent itemsets
- Number of distinct elements
2) Dimensionality reduction
-Johnson–Lindenstrauss lemma
Embedding metric spaces with low distortion
3) Algorithms and data structures for quantitative features analysis
- orthogonal range searching (kd-trees and range trees)
- nearest neighbour search, k-nearest neighbour search
- fractional cascading and simplex range search
4) Algorithms for the decomposition of complex networks
- Decomposition into k-connected components
- Decomposition into k-cores, maximal cliques, maximal k-plexes
5) NoSQL internals: Distributed Hash Tables, chord, consistent hashing
6) Scalable security: integrity of big data sets in the cloud, consistency and scalability issues with authenticated data structures, pipelining, blockchain scalability trilemma.

Mining of Massive Datasets
Jure Leskovec, Anand Rajaraman, Jeff Ullman
Cambridge University Press
http://www.mmds.org/

1. Introduzione:

- Gli Agenti Intelligenti.
- L'IA come "Representation and Search".

2. Soluzione di Problemi mediante Ricerca nello Spazio degli Stati:

- Ricerca non informata (in ampiezza, guidata dal costo, in profondità, Iterative deepening search).
- Ricerca euristica (Best First, A*, IDA*, Heuristic Functions).
- Algoritmi approssimati (Hill Climbing, Simulated Annealing, etc.)
- Ricerca in presenza di avversari (MiniMax, Alfa-Beta Pruning).

3. Rappresentazione della Conoscenza e Ragionamento Automatico:

- Frames, Reti Semantiche, Sistemi di Produzione.
- Case-Based Reasoning.
- Knowledge Based Systems.

4. Machine Learning:

- Symbol-Based (Inductive Learning, Decision trees).
- Connessionista (reti neurali artificiali).

5. Comunicazione, Percezione e Azione:

- Elaborazione del linguaggio naturale e Information Retrieval.
- Visione Artificiale.

S.J.Russel, P.Norvig "Intelligenza Artificiale: Un approccio moderno" 2/Ed (2005). volume 1 e volume 2. Pearson Education Italia (è disponibile la terza edizione 2010 del primo volume).

Dispense a cura del docente.

PARTE 1: Il livello di applicazione. Il punto di vista delle applicazioni. Qualità dei servizi di rete. Progettazione di architetture scalabili per servizi Web. Architettura di un Internet data center. Content delivery networks.
PARTE 2: Il rapporto tra livello di applicazione e livello di trasporto. La libreria delle socket ed il suo uso.
PARTE 3: Il livello di trasporto ed il controllo di congestione. Tecniche di trasporto. TCP e controllo di congestione. Approfondimenti, esercizi ed esempi su tcp.
PARTE 4: Le metodologie e le tecnologie di routing. Algoritmi di instradamento per l'infrastruttura di rete fissa. Algoritmi Link-State-Packet. Protocolli di instradamento e la rete Internet. Software Defined Networks. Calcolo dello spanning tree in reti con switch.
PARTE 5: Il routing interdominio. Border Gateway Protocol. Scalabilità di BGP. Struttura di Internet. Analisi dei dati di Internet. Struttura di un AS di transito. Stabilita' di BGP.
PARTE 6: Le reti virtuali. Reti locali virtuali. Evoluzione dello spanning tree protocol. Reti private virtuali basate su MPLS
PARTE 7: IPv6. NAT e l'esaurimento degli indirizzi IPv4. Indirizzamento e aspetti di base del protocollo. ICMPv6. Source address selection e multihoming. Meccanismi di transizione IPv4-IPv6.

Trasparenze fornite dal docente e scaricabili via via dal sito del corso: http://www.dia.uniroma3.it/~impianti/
Per scaricare le slides sono neccessarie delle credenziali da richiedere al docente (maurizio.patrignani@uniroma3.it)

Descrizione del processo decisionale. Introduzione alla programmazione lineare a numeri interi (PLI): relazione fra PL e PLI, formulazioni equivalenti, rilassamenti, matrici totalmente unimodulari, tecniche standard per la formulazione di problemi di PLI. Formulazione di tipici problemi di ottimizzazione: localizzazione di impianti, scelta di investimenti, sequenziamento di attività, allocazione di risorse in sistemi informatici, ottimizzazione su reti, trasporti, set covering, set partitioning, set packing, turni del personale. Soluzione esatta di problemi di programmazione lineare a numeri interi: branch and bound, piani di taglio, tecniche di programmazione dinamica (PD). Il problema di knapsack: branch and bound, algoritmo di PD, dis. cover. Ottimizzazione su grafi: matching, vertex cover. Grafi euleriani e grafi bipartiti. Utilizzo di software commerciali per la soluzione di problemi di programmazione matematica.

[1] M. FISCHETTI, "LEZIONI DI RICERCA OPERATIVA", EDIZIONI LIBRERIA PROGETTO PADOVA, ITALIA, 1995. (CAP. 2, 5,parte del 6 e del 7).
[2] R. AHUJA, T. MAGNANTI, J. ORLIN, "NETWORK FLOWS", PRENTICE HALL, 1993. (pagine 189-191, 473-475, 494-496)
[3] DISPENSE FORNITE DAL DOCENTE E/O DISPONIBILI SUL WEB.

Panoramica sui sistemi di supporto alle decisioni (DSS). Model Driven DSS. Generalità su Business Analytics. Richiami di modellazione (esempi di formulazioni PL, PLI e PNL). Predictive analytics, alberi di classificazione ottimi, esempi. Cenni alla complessità computazionale. Prescriptive analytics. Algoritmi euristici: euristiche costruttive, ricerca locale, ricerca locale a profondità variabile, Tabu Search, Simulated Annealing, algoritmi genetici, cenni ad altre metaeuristiche. Ottimizzazione robusta. Studio di casi reali (ottimizzazione dei flussi nella distribuzione di cibi surgelati, ottimizzazione dei turni del personale sanitario nei reparti ospedalieri, ottimizzazione dei percorsi per la raccolta di materiale per le analisi di laboratorio, gestione ottima del magazzino di un’azienda che si occupa di vendite online, ….).

1. Modelli e metodi decisionali in condizioni di incertezza e rischio, di G. Ghiani, R. Musmanno (a cura di), McGraw-Hill Education, 2009.
2. Slide e materiale didattico fornito dal docente

Le reti mobili condivise. Strutturazione delle reti e dei servizi e loro motivazioni economiche e finanziarie. I sistemi mobili cellulari di nuova generazione (3G, 4G, 5G, 6G). Servizi offerti e qualità di servizio. Gestione della mobilità e problematiche di sicurezza, confidenzialità e autenticazione. Servizi di localizzazione. Controllo energetico dei dispositivi connessi. Tecnologie di accesso alla rete internet mediante dispositivi wireless. Evoluzione delle architetture di rete virtualizzate e riconfigurabili via SW. Tecniche di elaborazione parallela che consentono un collegamento efficiente e dedicato negli standard più moderni (5G e oltre) con e tra i terminali e gli oggetti connessi nell'IoT.
Maggiori dettagli sul sito:
http://host.uniroma3.it/laboratori/sp4te/teaching/tw/program.html

G. Giunta, Lucidi del corso di Telecomunicazioni Wireless. 2020.
G. Columpsi, M. Leonardi, A. Ricci: “UMTS: Tecniche e architetture per le reti di comunicazioni mobili multimediali”, seconda edizione, Hoepli Informatica, 2005.
Stefania Sesia, Issam Toufik, Matthew Baker: “LTE - The UMTS Long Term Evolution: From Theory to Practice, 2nd Edition”, Wiley publ.,2011.
Mansoor Shafi, Andreas F. Molisch, Peter J. Smith, Thomas Haustein, Peiying Zhu, Prasan DeSilva, Fredrik Tufvesson, Anass Benjebbour, and Gerhard Wunder: “5G: A Tutorial Overview of Standards, Trials, Challenges, Deployment, and Practice. IEEE Journal on selected areas in Communications, vol. 35, no. 6, 2017.
Ping Yang, Yue Xiao, Ming Xiao, and Shaoqian Li: “6G Wireless Communications: Vision and Potential Techniques. IEEE Network, 2019.

Paradigmi di complessità per Big Data e Cloud Computing: la classe Pspazio, Pspazio-completezza, teorema di Savitch, le classi L e NL, NL-completezza.

Complessità del Calcolo Randomizzato.

Complessità del Quantum Computing.

Slide fornite dal docente.

Fondamenti: Concetti di architettura del software; Descrizioni architetturali; Attributi di qualità; Processo di definizione dell'architettura software.
Qualità e progettazione per gli attributi di qualità: prestazioni, modificabilità, disponibilità, verificabilità, scalabilità, interoperabilità, monitoraggio.
Pattern architetturali: Domain Model; Domain Object; Layers; Pipes & Filters; altri pattern POSA; architettura esagonale.
Architettura dei sistemi distribuiti; client/server, peer-to-peer, invocazione remota; broker; comunicazione asincrona; messaging; componenti; architettura a componenti; contenitori per componenti.
Architettura a servizi: servizi; architettura a servizi; servizi REST; architettura a microservizi; architettura nativa per il cloud.
DevOps e rilascio del software: ambienti e gestione di ambienti; cloud computing; macchine virtuali e virtualizzazione di sistema; contenitori e virtualizzazione basata su container; orchestrazione di container; continuous delivery.
Middleware.

Luca Cabibbo
Architettura del Software: Strutture e Qualità
Edizioni Efesto, 2021
ISBN: 9788833812458

Breve introduzione al linguaggio Julia. Introduzione alle architettura parallele, programmazione parallela e distribuita con Julia. Primitive di comunicazione e sincronizzazione. Parallelizzazione basata su direttive, modelli di programmazione parallela. Metriche di prestazione. Operazioni matriciali e sistemi lineari densi. Sistemi lineari sparsi. Algoritmi cache-oblivious. Tecniche di sviluppo collaborativo di progetti, sviluppo e debugging guidati dai test.

http://www.dia.uniroma3.it/~paoluzzi/
http://www.dia.uniroma3.it/~paoluzzi/web/did/calcoloparallelo/2022/index.html

Trasparenze delle lezioni

Blaise N. Barney, HPC Training Materials, by kind permission of Lawrence Livermore National Laboratory's Computational Training Center

Avik Sengupta, Julia High Performance: Optimizations, distributed computing, multithreading, and GPU programming with Julia 1.0 and beyond, 2nd Edition, Pakt, 2019

Tecnologia delle basi di dati attuali: strutture fisiche, gestione delle transazioni, architetture distribuite. Basi di dati per il supporto alle decisioni, data warehousing. Seminari sulle recenti evoluzione delle basi di dati.

P. Atzeni et al. Basi di dati 5/Ed. McGraw-Hill, 2018
Materiale aggiuntivo a cura del docente sul sito
http://www.dia.uniroma3.it/~atzeni/didattica/BD/BDIIindex.html

1. Regression
Linear Regression
Overfitting nella Regressione
Ridge Regression
Feature Selection e Lasso

2. Classification
Logistic Regression
Overfitting nella Classificazione
Boosting. Algoritmo AdaBoost
Support Vector Machine (Large Margin Classification, Kernel I, Kernel II)
Naïve Bayes

3. Clustering e Retrieval
Algoritmo K-NN
Algoritmo K-Means
Expectation Maximization
Applicazioni all’Information Retrieval

4. Dimensionality Reduction
Compressione e visualizzazione dei dati
Principal Component Analysis (PCA)
Scelta del numero di componenti principali
Applicazioni nei Recommender Systems

5. Reinforcement Learning
Introduzione al Reinforcement Learning
Algoritmi di apprendimento per rinforzo
Applicazioni varie

6. Deep Learning
Deep Forward Networks
Regularization per il Deep Learning
Convolutional Networks
Applicazioni varie

6. Casi di Studio e Progetti
Si esporranno vari casi di studio e si proporranno progetti in cui applicare le nozioni apprese su vari domíni d’interesse.

Dispense a cura del docente.

Il Diritto dei dati (docente: Alfonso Contaldo)

La tutela dei dati sulle piattaforme digital i nell’Unione Europea, Stati Uniti, Gran Bretagna (l’iter dell’Online Safety Bill): primi cenni sulle diverse rationes normative

L’abuso di posizione dominante, piattaforme digitali e interventi statali: breve rassegna sugli interventi antitrust europei ed italiani nonché cenni sul Digital Service Act in USA
La concorrenza in rete, con illustrazione dei casi dei casi di abuso della posizione dominante nel caso Google
Le prospettive future dell’antitrust europeo per le piattaforme digitali
Uno sguardo alle soluzioni statunitensi: il Digital Service Act oltre alle misure antitrust.

Acquisizione e trattamento dei dati tramite le piattaforme
Trattamento dei dati operato dagli utenti commerciali tramite le piattaforme
Informazione e trasparenza sul trattamento dei dati con i Big Data
Algoritmo e accountability nel trattamento dei dati
Le verifiche sulle modalità di trattamento dei dati

Le piattaforme pubbliche nella normativa di attuazione del PNNR
Profili giuridici della figura e dei compiti assegnati al responsabile alla protezione nei dati nel contesto pubblico e delle piattaforme digitali
L’obbligo per Enti e privati gestori di piattaforme digitali di nominare un DPO
Le presunte certificazioni di legittimazioni del RPD ai sensi del RGPD
Panoramica delle funzioni e dei compiti del Responsabile della protezione dei dati
Le valutazioni nei primi tre anni di verifica della funzione e gli orientamenti del Garante in materia di compenso al RPD

La società dell’informazione e la responsabilità nella gestione delle piattaforme digitali.
Il complesso equilibrio fra condivisione on-line e tutela dell’opera alla luce della legge sul diritto d’autore
Un primo approccio alle problematiche del diritto d’autore vigenti anche nel sistema delle piattaforme digitali
I diritti di utilizzazione dell’opera protetta e la gestione dei diritti
Il ruolo di AGCOM in tema di tutela del diritto d’autore anche alla luce della giurisprudenza
La tutela della proprietà intellettuale nelle opere multimediali e nelle banche dati
La Direttiva n. 2019/790/UE sul diritto d’autore dell’Unione europea

La disciplina europea in itinere del settore digitale in itinere: le proposte
Le Strategie di policy normativa per l’Europa digitale
L’iter del regolamento sul mercato unico dei servizi digitali
Le piattaforme online di dimensioni molto grandi
Strumenti di attuazione ed esecuzione: il ruolo della Commissione europea,
del Coordinatore dei servizi digitali e del Comitato per i servizi digitali
La proposta di regolamento sui mercati equi e contendibili nel settore
digitale

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

I numeri dei capitoli e delle sezioni sono presi dal testo di S. Ross "Probabilita' e Statistica per l'Ingegneria".

Cap. 1: 1.1, 1.2, 1.3
Cap. 2: 2.2, 2.2.1, 2.2.2, 2.3, 2.3.1, 2.3.2, 2.4, 2.5, 2.6
Cap. 3: 3.1, 3.2, 3.3, 3.4, 3.5, 3.5.1, 3.6, 3.7, 3.8
Cap. 4: 4.1, 4.2, 4.3, 4.3.1, 4.3.2, 4.3.3, 4.4, 4.5, 4.5.1, 4.6, 4.7, 4.9
Cap. 5: 5.1, 5.2, 5.4, 5.5, 5.6, 5.6.1, 5.7, 5.8.1., 5.8.2.
Cap. 6: 6.1, 6.2, 6.3, 6.3.1, 6.3.2, 6.4, 6.5, 6.5.1, 6.5.2
Cap. 7: 7.1, 7.2, 7.3, 7.3.1, 7.3.2, 7.4, 7.5, 7.7
Cap. 8: 8.1, 8.2, 8.3, 8.3.1, 8.3.2, 8.4.1, 8.6,
Cap. 9: 9.1, 9.2, 9.3, 9.6
Cap. 11: 11.1, 11.2, 11.4 (per questa parte consultare anche il cap. 6.4, 6.5 del libro "Moduli di matematica e statistica con uso di R" di S. Invernizzi, M. Rinaldi e F. Comoglio).

Sheldon Ross "Probabilita' e Statistica per l'Ingegneria", ed. Apogeo. E' consigliato anche consultare "Moduli di matematica e statistica" di S. Invernizzi, M. Rinaldi e F. Comoglio, ed. Zanichelli.

Descrizione del processo decisionale. Introduzione alla programmazione lineare a numeri interi (PLI): relazione fra PL e PLI, formulazioni equivalenti, rilassamenti, matrici totalmente unimodulari, tecniche standard per la formulazione di problemi di PLI. Formulazione di tipici problemi di ottimizzazione: localizzazione di impianti, scelta di investimenti, sequenziamento di attività, allocazione di risorse in sistemi informatici, ottimizzazione su reti, trasporti, set covering, set partitioning, set packing, turni del personale. Soluzione esatta di problemi di programmazione lineare a numeri interi: branch and bound, piani di taglio, tecniche di programmazione dinamica (PD). Il problema di knapsack: branch and bound, algoritmo di PD, dis. cover. Ottimizzazione su grafi: matching, vertex cover. Grafi euleriani e grafi bipartiti. Utilizzo di software commerciali per la soluzione di problemi di programmazione matematica.

[1] M. FISCHETTI, "LEZIONI DI RICERCA OPERATIVA", EDIZIONI LIBRERIA PROGETTO PADOVA, ITALIA, 1995. (CAP. 2, 5,parte del 6 e del 7).
[2] R. AHUJA, T. MAGNANTI, J. ORLIN, "NETWORK FLOWS", PRENTICE HALL, 1993. (pagine 189-191, 473-475, 494-496)
[3] DISPENSE FORNITE DAL DOCENTE E/O DISPONIBILI SUL WEB.

Panoramica sui sistemi di supporto alle decisioni (DSS). Model Driven DSS. Generalità su Business Analytics. Richiami di modellazione (esempi di formulazioni PL, PLI e PNL). Predictive analytics, alberi di classificazione ottimi, esempi. Cenni alla complessità computazionale. Prescriptive analytics. Algoritmi euristici: euristiche costruttive, ricerca locale, ricerca locale a profondità variabile, Tabu Search, Simulated Annealing, algoritmi genetici, cenni ad altre metaeuristiche. Ottimizzazione robusta. Studio di casi reali (ottimizzazione dei flussi nella distribuzione di cibi surgelati, ottimizzazione dei turni del personale sanitario nei reparti ospedalieri, ottimizzazione dei percorsi per la raccolta di materiale per le analisi di laboratorio, gestione ottima del magazzino di un’azienda che si occupa di vendite online, ….).

1. Modelli e metodi decisionali in condizioni di incertezza e rischio, di G. Ghiani, R. Musmanno (a cura di), McGraw-Hill Education, 2009.
2. Slide e materiale didattico fornito dal docente

Le reti mobili condivise. Strutturazione delle reti e dei servizi e loro motivazioni economiche e finanziarie. I sistemi mobili cellulari di nuova generazione (3G, 4G, 5G, 6G). Servizi offerti e qualità di servizio. Gestione della mobilità e problematiche di sicurezza, confidenzialità e autenticazione. Servizi di localizzazione. Controllo energetico dei dispositivi connessi. Tecnologie di accesso alla rete internet mediante dispositivi wireless. Evoluzione delle architetture di rete virtualizzate e riconfigurabili via SW. Tecniche di elaborazione parallela che consentono un collegamento efficiente e dedicato negli standard più moderni (5G e oltre) con e tra i terminali e gli oggetti connessi nell'IoT.
Maggiori dettagli sul sito:
http://host.uniroma3.it/laboratori/sp4te/teaching/tw/program.html

G. Giunta, Lucidi del corso di Telecomunicazioni Wireless. 2020.
G. Columpsi, M. Leonardi, A. Ricci: “UMTS: Tecniche e architetture per le reti di comunicazioni mobili multimediali”, seconda edizione, Hoepli Informatica, 2005.
Stefania Sesia, Issam Toufik, Matthew Baker: “LTE - The UMTS Long Term Evolution: From Theory to Practice, 2nd Edition”, Wiley publ.,2011.
Mansoor Shafi, Andreas F. Molisch, Peter J. Smith, Thomas Haustein, Peiying Zhu, Prasan DeSilva, Fredrik Tufvesson, Anass Benjebbour, and Gerhard Wunder: “5G: A Tutorial Overview of Standards, Trials, Challenges, Deployment, and Practice. IEEE Journal on selected areas in Communications, vol. 35, no. 6, 2017.
Ping Yang, Yue Xiao, Ming Xiao, and Shaoqian Li: “6G Wireless Communications: Vision and Potential Techniques. IEEE Network, 2019.

1. Introduzione:

- Gli Agenti Intelligenti.
- L'IA come "Representation and Search".

2. Soluzione di Problemi mediante Ricerca nello Spazio degli Stati:

- Ricerca non informata (in ampiezza, guidata dal costo, in profondità, Iterative deepening search).
- Ricerca euristica (Best First, A*, IDA*, Heuristic Functions).
- Algoritmi approssimati (Hill Climbing, Simulated Annealing, etc.)
- Ricerca in presenza di avversari (MiniMax, Alfa-Beta Pruning).

3. Rappresentazione della Conoscenza e Ragionamento Automatico:

- Frames, Reti Semantiche, Sistemi di Produzione.
- Case-Based Reasoning.
- Knowledge Based Systems.

4. Machine Learning:

- Symbol-Based (Inductive Learning, Decision trees).
- Connessionista (reti neurali artificiali).

5. Comunicazione, Percezione e Azione:

- Elaborazione del linguaggio naturale e Information Retrieval.
- Visione Artificiale.

S.J.Russel, P.Norvig "Intelligenza Artificiale: Un approccio moderno" 2/Ed (2005). volume 1 e volume 2. Pearson Education Italia (è disponibile la terza edizione 2010 del primo volume).

Dispense a cura del docente.

PARTE 1: Il livello di applicazione. Il punto di vista delle applicazioni. Qualità dei servizi di rete. Progettazione di architetture scalabili per servizi Web. Architettura di un Internet data center. Content delivery networks.
PARTE 2: Il rapporto tra livello di applicazione e livello di trasporto. La libreria delle socket ed il suo uso.
PARTE 3: Il livello di trasporto ed il controllo di congestione. Tecniche di trasporto. TCP e controllo di congestione. Approfondimenti, esercizi ed esempi su tcp.
PARTE 4: Le metodologie e le tecnologie di routing. Algoritmi di instradamento per l'infrastruttura di rete fissa. Algoritmi Link-State-Packet. Protocolli di instradamento e la rete Internet. Software Defined Networks. Calcolo dello spanning tree in reti con switch.
PARTE 5: Il routing interdominio. Border Gateway Protocol. Scalabilità di BGP. Struttura di Internet. Analisi dei dati di Internet. Struttura di un AS di transito. Stabilita' di BGP.
PARTE 6: Le reti virtuali. Reti locali virtuali. Evoluzione dello spanning tree protocol. Reti private virtuali basate su MPLS
PARTE 7: IPv6. NAT e l'esaurimento degli indirizzi IPv4. Indirizzamento e aspetti di base del protocollo. ICMPv6. Source address selection e multihoming. Meccanismi di transizione IPv4-IPv6.

Trasparenze fornite dal docente e scaricabili via via dal sito del corso: http://www.dia.uniroma3.it/~impianti/
Per scaricare le slides sono neccessarie delle credenziali da richiedere al docente (maurizio.patrignani@uniroma3.it)

Il Diritto dei dati (docente: Alfonso Contaldo)

La tutela dei dati sulle piattaforme digital i nell’Unione Europea, Stati Uniti, Gran Bretagna (l’iter dell’Online Safety Bill): primi cenni sulle diverse rationes normative

L’abuso di posizione dominante, piattaforme digitali e interventi statali: breve rassegna sugli interventi antitrust europei ed italiani nonché cenni sul Digital Service Act in USA
La concorrenza in rete, con illustrazione dei casi dei casi di abuso della posizione dominante nel caso Google
Le prospettive future dell’antitrust europeo per le piattaforme digitali
Uno sguardo alle soluzioni statunitensi: il Digital Service Act oltre alle misure antitrust.

Acquisizione e trattamento dei dati tramite le piattaforme
Trattamento dei dati operato dagli utenti commerciali tramite le piattaforme
Informazione e trasparenza sul trattamento dei dati con i Big Data
Algoritmo e accountability nel trattamento dei dati
Le verifiche sulle modalità di trattamento dei dati

Le piattaforme pubbliche nella normativa di attuazione del PNNR
Profili giuridici della figura e dei compiti assegnati al responsabile alla protezione nei dati nel contesto pubblico e delle piattaforme digitali
L’obbligo per Enti e privati gestori di piattaforme digitali di nominare un DPO
Le presunte certificazioni di legittimazioni del RPD ai sensi del RGPD
Panoramica delle funzioni e dei compiti del Responsabile della protezione dei dati
Le valutazioni nei primi tre anni di verifica della funzione e gli orientamenti del Garante in materia di compenso al RPD

La società dell’informazione e la responsabilità nella gestione delle piattaforme digitali.
Il complesso equilibrio fra condivisione on-line e tutela dell’opera alla luce della legge sul diritto d’autore
Un primo approccio alle problematiche del diritto d’autore vigenti anche nel sistema delle piattaforme digitali
I diritti di utilizzazione dell’opera protetta e la gestione dei diritti
Il ruolo di AGCOM in tema di tutela del diritto d’autore anche alla luce della giurisprudenza
La tutela della proprietà intellettuale nelle opere multimediali e nelle banche dati
La Direttiva n. 2019/790/UE sul diritto d’autore dell’Unione europea

La disciplina europea in itinere del settore digitale in itinere: le proposte
Le Strategie di policy normativa per l’Europa digitale
L’iter del regolamento sul mercato unico dei servizi digitali
Le piattaforme online di dimensioni molto grandi
Strumenti di attuazione ed esecuzione: il ruolo della Commissione europea,
del Coordinatore dei servizi digitali e del Comitato per i servizi digitali
La proposta di regolamento sui mercati equi e contendibili nel settore
digitale

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

I numeri dei capitoli e delle sezioni sono presi dal testo di S. Ross "Probabilita' e Statistica per l'Ingegneria".

Cap. 1: 1.1, 1.2, 1.3
Cap. 2: 2.2, 2.2.1, 2.2.2, 2.3, 2.3.1, 2.3.2, 2.4, 2.5, 2.6
Cap. 3: 3.1, 3.2, 3.3, 3.4, 3.5, 3.5.1, 3.6, 3.7, 3.8
Cap. 4: 4.1, 4.2, 4.3, 4.3.1, 4.3.2, 4.3.3, 4.4, 4.5, 4.5.1, 4.6, 4.7, 4.9
Cap. 5: 5.1, 5.2, 5.4, 5.5, 5.6, 5.6.1, 5.7, 5.8.1., 5.8.2.
Cap. 6: 6.1, 6.2, 6.3, 6.3.1, 6.3.2, 6.4, 6.5, 6.5.1, 6.5.2
Cap. 7: 7.1, 7.2, 7.3, 7.3.1, 7.3.2, 7.4, 7.5, 7.7
Cap. 8: 8.1, 8.2, 8.3, 8.3.1, 8.3.2, 8.4.1, 8.6,
Cap. 9: 9.1, 9.2, 9.3, 9.6
Cap. 11: 11.1, 11.2, 11.4 (per questa parte consultare anche il cap. 6.4, 6.5 del libro "Moduli di matematica e statistica con uso di R" di S. Invernizzi, M. Rinaldi e F. Comoglio).

Sheldon Ross "Probabilita' e Statistica per l'Ingegneria", ed. Apogeo. E' consigliato anche consultare "Moduli di matematica e statistica" di S. Invernizzi, M. Rinaldi e F. Comoglio, ed. Zanichelli.

Fondamenti: Concetti di architettura del software; Descrizioni architetturali; Attributi di qualità; Processo di definizione dell'architettura software.
Qualità e progettazione per gli attributi di qualità: prestazioni, modificabilità, disponibilità, verificabilità, scalabilità, interoperabilità, monitoraggio.
Pattern architetturali: Domain Model; Domain Object; Layers; Pipes & Filters; altri pattern POSA; architettura esagonale.
Architettura dei sistemi distribuiti; client/server, peer-to-peer, invocazione remota; broker; comunicazione asincrona; messaging; componenti; architettura a componenti; contenitori per componenti.
Architettura a servizi: servizi; architettura a servizi; servizi REST; architettura a microservizi; architettura nativa per il cloud.
DevOps e rilascio del software: ambienti e gestione di ambienti; cloud computing; macchine virtuali e virtualizzazione di sistema; contenitori e virtualizzazione basata su container; orchestrazione di container; continuous delivery.
Middleware.

Luca Cabibbo
Architettura del Software: Strutture e Qualità
Edizioni Efesto, 2021
ISBN: 9788833812458

Breve introduzione al linguaggio Julia. Introduzione alle architettura parallele, programmazione parallela e distribuita con Julia. Primitive di comunicazione e sincronizzazione. Parallelizzazione basata su direttive, modelli di programmazione parallela. Metriche di prestazione. Operazioni matriciali e sistemi lineari densi. Sistemi lineari sparsi. Algoritmi cache-oblivious. Tecniche di sviluppo collaborativo di progetti, sviluppo e debugging guidati dai test.

http://www.dia.uniroma3.it/~paoluzzi/
http://www.dia.uniroma3.it/~paoluzzi/web/did/calcoloparallelo/2022/index.html

Trasparenze delle lezioni

Blaise N. Barney, HPC Training Materials, by kind permission of Lawrence Livermore National Laboratory's Computational Training Center

Avik Sengupta, Julia High Performance: Optimizations, distributed computing, multithreading, and GPU programming with Julia 1.0 and beyond, 2nd Edition, Pakt, 2019

1. Regression
Linear Regression
Overfitting nella Regressione
Ridge Regression
Feature Selection e Lasso

2. Classification
Logistic Regression
Overfitting nella Classificazione
Boosting. Algoritmo AdaBoost
Support Vector Machine (Large Margin Classification, Kernel I, Kernel II)
Naïve Bayes

3. Clustering e Retrieval
Algoritmo K-NN
Algoritmo K-Means
Expectation Maximization
Applicazioni all’Information Retrieval

4. Dimensionality Reduction
Compressione e visualizzazione dei dati
Principal Component Analysis (PCA)
Scelta del numero di componenti principali
Applicazioni nei Recommender Systems

5. Reinforcement Learning
Introduzione al Reinforcement Learning
Algoritmi di apprendimento per rinforzo
Applicazioni varie

6. Deep Learning
Deep Forward Networks
Regularization per il Deep Learning
Convolutional Networks
Applicazioni varie

6. Casi di Studio e Progetti
Si esporranno vari casi di studio e si proporranno progetti in cui applicare le nozioni apprese su vari domíni d’interesse.

Dispense a cura del docente.

PARTE 1: Il livello di applicazione. Il punto di vista delle applicazioni. Qualità dei servizi di rete. Progettazione di architetture scalabili per servizi Web. Architettura di un Internet data center. Content delivery networks.
PARTE 2: Il rapporto tra livello di applicazione e livello di trasporto. La libreria delle socket ed il suo uso.
PARTE 3: Il livello di trasporto ed il controllo di congestione. Tecniche di trasporto. TCP e controllo di congestione. Approfondimenti, esercizi ed esempi su tcp.
PARTE 4: Le metodologie e le tecnologie di routing. Algoritmi di instradamento per l'infrastruttura di rete fissa. Algoritmi Link-State-Packet. Protocolli di instradamento e la rete Internet. Software Defined Networks. Calcolo dello spanning tree in reti con switch.
PARTE 5: Il routing interdominio. Border Gateway Protocol. Scalabilità di BGP. Struttura di Internet. Analisi dei dati di Internet. Struttura di un AS di transito. Stabilita' di BGP.
PARTE 6: Le reti virtuali. Reti locali virtuali. Evoluzione dello spanning tree protocol. Reti private virtuali basate su MPLS
PARTE 7: IPv6. NAT e l'esaurimento degli indirizzi IPv4. Indirizzamento e aspetti di base del protocollo. ICMPv6. Source address selection e multihoming. Meccanismi di transizione IPv4-IPv6.

Trasparenze fornite dal docente e scaricabili via via dal sito del corso: http://www.dia.uniroma3.it/~impianti/
Per scaricare le slides sono neccessarie delle credenziali da richiedere al docente (maurizio.patrignani@uniroma3.it)

Fondamenti: Concetti di architettura del software; Descrizioni architetturali; Attributi di qualità; Processo di definizione dell'architettura software.
Qualità e progettazione per gli attributi di qualità: prestazioni, modificabilità, disponibilità, verificabilità, scalabilità, interoperabilità, monitoraggio.
Pattern architetturali: Domain Model; Domain Object; Layers; Pipes & Filters; altri pattern POSA; architettura esagonale.
Architettura dei sistemi distribuiti; client/server, peer-to-peer, invocazione remota; broker; comunicazione asincrona; messaging; componenti; architettura a componenti; contenitori per componenti.
Architettura a servizi: servizi; architettura a servizi; servizi REST; architettura a microservizi; architettura nativa per il cloud.
DevOps e rilascio del software: ambienti e gestione di ambienti; cloud computing; macchine virtuali e virtualizzazione di sistema; contenitori e virtualizzazione basata su container; orchestrazione di container; continuous delivery.
Middleware.

Luca Cabibbo
Architettura del Software: Strutture e Qualità
Edizioni Efesto, 2021
ISBN: 9788833812458

Tecnologia delle basi di dati attuali: strutture fisiche, gestione delle transazioni, architetture distribuite. Basi di dati per il supporto alle decisioni, data warehousing. Seminari sulle recenti evoluzione delle basi di dati.

P. Atzeni et al. Basi di dati 5/Ed. McGraw-Hill, 2018
Materiale aggiuntivo a cura del docente sul sito
http://www.dia.uniroma3.it/~atzeni/didattica/BD/BDIIindex.html

Descrizione del processo decisionale. Introduzione alla programmazione lineare a numeri interi (PLI): relazione fra PL e PLI, formulazioni equivalenti, rilassamenti, matrici totalmente unimodulari, tecniche standard per la formulazione di problemi di PLI. Formulazione di tipici problemi di ottimizzazione: localizzazione di impianti, scelta di investimenti, sequenziamento di attività, allocazione di risorse in sistemi informatici, ottimizzazione su reti, trasporti, set covering, set partitioning, set packing, turni del personale. Soluzione esatta di problemi di programmazione lineare a numeri interi: branch and bound, piani di taglio, tecniche di programmazione dinamica (PD). Il problema di knapsack: branch and bound, algoritmo di PD, dis. cover. Ottimizzazione su grafi: matching, vertex cover. Grafi euleriani e grafi bipartiti. Utilizzo di software commerciali per la soluzione di problemi di programmazione matematica.

[1] M. FISCHETTI, "LEZIONI DI RICERCA OPERATIVA", EDIZIONI LIBRERIA PROGETTO PADOVA, ITALIA, 1995. (CAP. 2, 5,parte del 6 e del 7).
[2] R. AHUJA, T. MAGNANTI, J. ORLIN, "NETWORK FLOWS", PRENTICE HALL, 1993. (pagine 189-191, 473-475, 494-496)
[3] DISPENSE FORNITE DAL DOCENTE E/O DISPONIBILI SUL WEB.

Panoramica sui sistemi di supporto alle decisioni (DSS). Model Driven DSS. Generalità su Business Analytics. Richiami di modellazione (esempi di formulazioni PL, PLI e PNL). Predictive analytics, alberi di classificazione ottimi, esempi. Cenni alla complessità computazionale. Prescriptive analytics. Algoritmi euristici: euristiche costruttive, ricerca locale, ricerca locale a profondità variabile, Tabu Search, Simulated Annealing, algoritmi genetici, cenni ad altre metaeuristiche. Ottimizzazione robusta. Studio di casi reali (ottimizzazione dei flussi nella distribuzione di cibi surgelati, ottimizzazione dei turni del personale sanitario nei reparti ospedalieri, ottimizzazione dei percorsi per la raccolta di materiale per le analisi di laboratorio, gestione ottima del magazzino di un’azienda che si occupa di vendite online, ….).

1. Modelli e metodi decisionali in condizioni di incertezza e rischio, di G. Ghiani, R. Musmanno (a cura di), McGraw-Hill Education, 2009.
2. Slide e materiale didattico fornito dal docente

Le reti mobili condivise. Strutturazione delle reti e dei servizi e loro motivazioni economiche e finanziarie. I sistemi mobili cellulari di nuova generazione (3G, 4G, 5G, 6G). Servizi offerti e qualità di servizio. Gestione della mobilità e problematiche di sicurezza, confidenzialità e autenticazione. Servizi di localizzazione. Controllo energetico dei dispositivi connessi. Tecnologie di accesso alla rete internet mediante dispositivi wireless. Evoluzione delle architetture di rete virtualizzate e riconfigurabili via SW. Tecniche di elaborazione parallela che consentono un collegamento efficiente e dedicato negli standard più moderni (5G e oltre) con e tra i terminali e gli oggetti connessi nell'IoT.
Maggiori dettagli sul sito:
http://host.uniroma3.it/laboratori/sp4te/teaching/tw/program.html

G. Giunta, Lucidi del corso di Telecomunicazioni Wireless. 2020.
G. Columpsi, M. Leonardi, A. Ricci: “UMTS: Tecniche e architetture per le reti di comunicazioni mobili multimediali”, seconda edizione, Hoepli Informatica, 2005.
Stefania Sesia, Issam Toufik, Matthew Baker: “LTE - The UMTS Long Term Evolution: From Theory to Practice, 2nd Edition”, Wiley publ.,2011.
Mansoor Shafi, Andreas F. Molisch, Peter J. Smith, Thomas Haustein, Peiying Zhu, Prasan DeSilva, Fredrik Tufvesson, Anass Benjebbour, and Gerhard Wunder: “5G: A Tutorial Overview of Standards, Trials, Challenges, Deployment, and Practice. IEEE Journal on selected areas in Communications, vol. 35, no. 6, 2017.
Ping Yang, Yue Xiao, Ming Xiao, and Shaoqian Li: “6G Wireless Communications: Vision and Potential Techniques. IEEE Network, 2019.

1. Introduzione:

- Gli Agenti Intelligenti.
- L'IA come "Representation and Search".

2. Soluzione di Problemi mediante Ricerca nello Spazio degli Stati:

- Ricerca non informata (in ampiezza, guidata dal costo, in profondità, Iterative deepening search).
- Ricerca euristica (Best First, A*, IDA*, Heuristic Functions).
- Algoritmi approssimati (Hill Climbing, Simulated Annealing, etc.)
- Ricerca in presenza di avversari (MiniMax, Alfa-Beta Pruning).

3. Rappresentazione della Conoscenza e Ragionamento Automatico:

- Frames, Reti Semantiche, Sistemi di Produzione.
- Case-Based Reasoning.
- Knowledge Based Systems.

4. Machine Learning:

- Symbol-Based (Inductive Learning, Decision trees).
- Connessionista (reti neurali artificiali).

5. Comunicazione, Percezione e Azione:

- Elaborazione del linguaggio naturale e Information Retrieval.
- Visione Artificiale.

S.J.Russel, P.Norvig "Intelligenza Artificiale: Un approccio moderno" 2/Ed (2005). volume 1 e volume 2. Pearson Education Italia (è disponibile la terza edizione 2010 del primo volume).

Dispense a cura del docente.

Il Diritto dei dati (docente: Alfonso Contaldo)

La tutela dei dati sulle piattaforme digital i nell’Unione Europea, Stati Uniti, Gran Bretagna (l’iter dell’Online Safety Bill): primi cenni sulle diverse rationes normative

L’abuso di posizione dominante, piattaforme digitali e interventi statali: breve rassegna sugli interventi antitrust europei ed italiani nonché cenni sul Digital Service Act in USA
La concorrenza in rete, con illustrazione dei casi dei casi di abuso della posizione dominante nel caso Google
Le prospettive future dell’antitrust europeo per le piattaforme digitali
Uno sguardo alle soluzioni statunitensi: il Digital Service Act oltre alle misure antitrust.

Acquisizione e trattamento dei dati tramite le piattaforme
Trattamento dei dati operato dagli utenti commerciali tramite le piattaforme
Informazione e trasparenza sul trattamento dei dati con i Big Data
Algoritmo e accountability nel trattamento dei dati
Le verifiche sulle modalità di trattamento dei dati

Le piattaforme pubbliche nella normativa di attuazione del PNNR
Profili giuridici della figura e dei compiti assegnati al responsabile alla protezione nei dati nel contesto pubblico e delle piattaforme digitali
L’obbligo per Enti e privati gestori di piattaforme digitali di nominare un DPO
Le presunte certificazioni di legittimazioni del RPD ai sensi del RGPD
Panoramica delle funzioni e dei compiti del Responsabile della protezione dei dati
Le valutazioni nei primi tre anni di verifica della funzione e gli orientamenti del Garante in materia di compenso al RPD

La società dell’informazione e la responsabilità nella gestione delle piattaforme digitali.
Il complesso equilibrio fra condivisione on-line e tutela dell’opera alla luce della legge sul diritto d’autore
Un primo approccio alle problematiche del diritto d’autore vigenti anche nel sistema delle piattaforme digitali
I diritti di utilizzazione dell’opera protetta e la gestione dei diritti
Il ruolo di AGCOM in tema di tutela del diritto d’autore anche alla luce della giurisprudenza
La tutela della proprietà intellettuale nelle opere multimediali e nelle banche dati
La Direttiva n. 2019/790/UE sul diritto d’autore dell’Unione europea

La disciplina europea in itinere del settore digitale in itinere: le proposte
Le Strategie di policy normativa per l’Europa digitale
L’iter del regolamento sul mercato unico dei servizi digitali
Le piattaforme online di dimensioni molto grandi
Strumenti di attuazione ed esecuzione: il ruolo della Commissione europea,
del Coordinatore dei servizi digitali e del Comitato per i servizi digitali
La proposta di regolamento sui mercati equi e contendibili nel settore
digitale

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

Testi: a) Mannoni S. Stazi G., Is competition a click away? Sfida al monopolio nell'era digitale, Napoli, Editoriale scientifica, 2018; b) AA.VV., Le piattaforme digitali. Profili giuridici ed economici nel nuovo ecosistema, a cura di Contaldo A., Pisa, Pacini giuridica, 2021

I numeri dei capitoli e delle sezioni sono presi dal testo di S. Ross "Probabilita' e Statistica per l'Ingegneria".

Cap. 1: 1.1, 1.2, 1.3
Cap. 2: 2.2, 2.2.1, 2.2.2, 2.3, 2.3.1, 2.3.2, 2.4, 2.5, 2.6
Cap. 3: 3.1, 3.2, 3.3, 3.4, 3.5, 3.5.1, 3.6, 3.7, 3.8
Cap. 4: 4.1, 4.2, 4.3, 4.3.1, 4.3.2, 4.3.3, 4.4, 4.5, 4.5.1, 4.6, 4.7, 4.9
Cap. 5: 5.1, 5.2, 5.4, 5.5, 5.6, 5.6.1, 5.7, 5.8.1., 5.8.2.
Cap. 6: 6.1, 6.2, 6.3, 6.3.1, 6.3.2, 6.4, 6.5, 6.5.1, 6.5.2
Cap. 7: 7.1, 7.2, 7.3, 7.3.1, 7.3.2, 7.4, 7.5, 7.7
Cap. 8: 8.1, 8.2, 8.3, 8.3.1, 8.3.2, 8.4.1, 8.6,
Cap. 9: 9.1, 9.2, 9.3, 9.6
Cap. 11: 11.1, 11.2, 11.4 (per questa parte consultare anche il cap. 6.4, 6.5 del libro "Moduli di matematica e statistica con uso di R" di S. Invernizzi, M. Rinaldi e F. Comoglio).

Sheldon Ross "Probabilita' e Statistica per l'Ingegneria", ed. Apogeo. E' consigliato anche consultare "Moduli di matematica e statistica" di S. Invernizzi, M. Rinaldi e F. Comoglio, ed. Zanichelli.

Fondamenti: Concetti di architettura del software; Descrizioni architetturali; Attributi di qualità; Processo di definizione dell'architettura software.
Qualità e progettazione per gli attributi di qualità: prestazioni, modificabilità, disponibilità, verificabilità, scalabilità, interoperabilità, monitoraggio.
Pattern architetturali: Domain Model; Domain Object; Layers; Pipes & Filters; altri pattern POSA; architettura esagonale.
Architettura dei sistemi distribuiti; client/server, peer-to-peer, invocazione remota; broker; comunicazione asincrona; messaging; componenti; architettura a componenti; contenitori per componenti.
Architettura a servizi: servizi; architettura a servizi; servizi REST; architettura a microservizi; architettura nativa per il cloud.
DevOps e rilascio del software: ambienti e gestione di ambienti; cloud computing; macchine virtuali e virtualizzazione di sistema; contenitori e virtualizzazione basata su container; orchestrazione di container; continuous delivery.
Middleware.

Luca Cabibbo
Architettura del Software: Strutture e Qualità
Edizioni Efesto, 2021
ISBN: 9788833812458

Breve introduzione al linguaggio Julia. Introduzione alle architettura parallele, programmazione parallela e distribuita con Julia. Primitive di comunicazione e sincronizzazione. Parallelizzazione basata su direttive, modelli di programmazione parallela. Metriche di prestazione. Operazioni matriciali e sistemi lineari densi. Sistemi lineari sparsi. Algoritmi cache-oblivious. Tecniche di sviluppo collaborativo di progetti, sviluppo e debugging guidati dai test.

http://www.dia.uniroma3.it/~paoluzzi/
http://www.dia.uniroma3.it/~paoluzzi/web/did/calcoloparallelo/2022/index.html

Trasparenze delle lezioni

Blaise N. Barney, HPC Training Materials, by kind permission of Lawrence Livermore National Laboratory's Computational Training Center

Avik Sengupta, Julia High Performance: Optimizations, distributed computing, multithreading, and GPU programming with Julia 1.0 and beyond, 2nd Edition, Pakt, 2019