Università degli Studi di Roma "Tor Vergata"

OBIETTIVI FORMATIVI.
Il corso, principalmente basato su attività pratiche e di laboratorio, ha l'obiettivo di permettere agli studenti di acquisire esperienza e operatività con le tecniche e gli strumenti di base per l'analisi delle vulnerabilità di sistemi informativi, penetration testing, difesa da cyber attacchi, ed analisi di incidenti (con cenni all'analisi forense).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso, lo studente avrà acquisito una significativa competenza pratica in termini di capacità di identificare e sfruttare (ove in posizione di attacco) o mitigare (ove in posizione di difesa) vulnerabilità nei sistemi informativi. In particolare, conoscerà e imparerà ad usare un ampio bagaglio di strumenti inerenti la sicurezza informatica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente saprà svolgere attività di analisi di vulnerabilità a livello di sistema e di penetration testing. Oltre ad imparare ad usare un ampio numero di strumenti disponibili sulla piattaforma Linux Kali (Metasploit, tools per scanning ed information gathering, tool per Password Cracking, tool per analisi di codice binario e reverse engineering, tool per analisi/fuzzying di siti web, etc), lo studente acquisirà anche capacità iniziali di progettazione e sviluppo di strumenti custom di analisi, penetrazione, difesa e gestione incidenti.
AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di verificare e valutare il livello di sicurezza di un sistema informativo, e fornirà allo studente i concetti, le tecnologie, e gli strumenti di base necessari per identificare (e sfruttare o, dualmente, mitigare) vulnerabilità informatiche.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle vulnerabilità (a livello di sistema) dei sistemi informativi ed alle relative tecniche di analisi, e sarà in grado di usare un linguaggio tecnico appropriato ed attuale nelle proprie presentazioni ed argomentazioni.
CAPACITÀ DI APPRENDIMENTO:
Il corso stimolerà lo studente all'auto-apprendimento - necessario vista la rapida obsolescenza delle tecnologie in questione - fornendo numerosi esempi e puntatori a fonti informative esterne sia per aspetti tecnologici che metodologici.

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi per lo sviluppo di sistemi complessi, con particolare enfasi sui sistemi software. Vengono presentati il ciclo di vita ed i principali metodi di analisi, progettazione, verifica e convalida dei sistemi software-intensive; al termine del corso lo studente avrà acquisito le competenze necessarie per conoscere gli aspetti tipici dei processi e sistemi software-intensive (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti qualitativi e quantitativi per l'analisi e la progettazione di sistemi software, e per la gestione efficace dei progetti di sviluppo di sistemi software, nonché i più moderni approcci di sviluppo basati su tecniche model-based e model-driven (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria dei sistemi software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

Assumere conoscenze approfondite su modelli di calcolo ed algoritmi decentralizzati per l'analisi ed il progetto dei moderni sistemi distribuiti.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

- OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli simbolici dell'elaborarazione del linguaggio naturale.
- CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche dell'elaborazione del linguaggio naturale.
- CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di elaborazione del linguaggio.
- AUTONOMIA DI GIUDIZIO:
Le lezioni sono organizzate di modo da permettere allo studente di valutare le informazioni presenti nella rete. Questo è necessario per permettere loro di scegliere nel mare magum della rete le informazioni che sono utili per trovare soluzioni ai problemi dati.
- ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti durante le lezioni al fine di affinare la sua arte oratoria. Inoltre, l'esame prevede una presentazione orale davanti agli altri studenti.
- CAPACITÀ DI APPRENDIMENTO:
Nel corso puntiamo molto sulla capacitàò di selezione delle informazioni come principale capacità di apprendimento.

• OBIETTIVI FORMATIVI: tecnologia di verifica denominata model checking
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: teorica e uso dei tool
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: casi d’uso specifici
• AUTONOMIA DI GIUDIZIO: valutare se la tecnologia è applicabile
• ABILITÀ COMUNICATIVE: esposizione di un progetto
• CAPACITÀ DI APPRENDIMENTO:

• OBIETTIVI FORMATIVI: Acquisizione di competenze relative ad analisi e soluzione di problemi connessi alla progettazione e alla gestione di reti complesse.
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: acquisizione di conoscenze di problematiche e di tecniche avanzate di soluzione e analisi che inducano una capacità di comprensione approfondita dei fenomeni correlati alla presenza di relazioni fra un elevato numero di entità;
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: abbiano capacità di applicare la conoscenza e comprensione acquisite al fine di individuare nuovi problemi e, per essi, nuove soluzioni e nuovi modelli;
• AUTONOMIA DI GIUDIZIO: abbiano la capacità di raccogliere e interpretare i dati alla luce dei modelli proposti al fine di consolidarli o confutarli;
• ABILITÀ COMUNICATIVE: sappiano descrivere contesti relazionali ed interpretarli nel formalismo delle reti fornendo informazioni sufficientemente dettagliate da suscitare l’interesse di interlocutori specialisti in un linguaggio accessibile, altresì, ad interlocutori non specialisti;
• CAPACITÀ DI APPRENDIMENTO: abbiano conseguito sufficiente conoscenza della letteratura per riuscire a ricercare e filtrare il materiale necessario ad intraprendere studi successivi con un alto grado di autonomia.

OBIETTIVI FORMATIVI: padronanza del paradigma di gestione e accesso ai dati distribuito nel web. Riesamina dei fondamenti di rappresentazione della conoscenza e inferenza logica appresi in altri corsi della laurea triennale e ulteriore affinamento dello conoscenze su questi temi. Progettazione di modelli della conoscenza come ontologie, tesauri e lessici per il Web dei Dati. Pubblicazione, accesso e esplorazione di dati nel web. Tecniche di coordinamento semantico basato su metadati.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: lo studente deve essere in grado di trasporre esigenze di pubblicazione e condivisione dei dati e convogliarle in forma di requisiti formali all'interno di un piano di sviluppo per la realizzazione di soluzioni per la gestione e pubblicazione di dati aperti e collegati nel web

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: una volta acquisita la capacità di generare il piano di cui sopra, lo studente deve essere in grado, in modo indipendente, di realizzare, passando dagli aspetti più pratici e realizzativi a quelli più organizzativi, soluzioni aperte per la pubblicazione e condivisione di dati nel web.

AUTONOMIA DI GIUDIZIO: lo studente, indipendentemente dalle capacità e attitudini personali, deve raggiungere una piena maturità sull'argomento e fornire soluzioni in piena autonomia a livello teorico e progettuale.
ABILITÀ COMUNICATIVE: lo studente deve essere in grado di comunicare in modo adeguato, da un punto di vista formale e professionale, sia gli argomento studiati che, in una prospettiva più avanzata, le scelte effettuate in una pianificazione di sviluppo di portali open data

CAPACITÀ DI APPRENDIMENTO: lo studente, pur coadiuvato dal docente, deve poter affinare le proprie capacità di apprendimento affrontando problemi reali e studiando su materiale non strettamente/solamente didattico

OBIETTIVI FORMATIVI: L’insegnamento si propone di fornire agli studenti le nozioni fondamentali (ed eventualmente più avanzate) di Algebra Universale, con particolare attenzioni ai rapporti con i restanti settori della matematica.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Ci si aspetta che lo studente comprenda con chiarezza e sicurezza le nozioni di struttura algebrica e di varietà e i risultati principali che le riguardano.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Ci si aspetta che lo studente sappia applicare le conoscenze acquisite in situazioni simili a quelle presentate a lezione, ed eventualmente che sappia orientarsi in situazioni notevolmente diverse
AUTONOMIA DI GIUDIZIO: E' fondamentale che lo studente sappia valutare la correttezza e la coerenza dei metodi presentati, e di loro varianti.
ABILITÀ COMUNICATIVE: E' fondamentale che lo studente sappia presentare in linguaggio matematico corretto le nozioni acquisite.
CAPACITÀ DI APPRENDIMENTO: Ci si aspetta che lo studente sia in grado di comprendere un testo o un'esposizione di difficoltà media che riguardi l'argomento.

OBIETTIVI FORMATIVI.
Il corso, principalmente basato su attività pratiche e di laboratorio, ha l'obiettivo di permettere agli studenti di acquisire esperienza e operatività con le tecniche e gli strumenti di base per l'analisi delle vulnerabilità di sistemi informativi, penetration testing, difesa da cyber attacchi, ed analisi di incidenti (con cenni all'analisi forense).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso, lo studente avrà acquisito una significativa competenza pratica in termini di capacità di identificare e sfruttare (ove in posizione di attacco) o mitigare (ove in posizione di difesa) vulnerabilità nei sistemi informativi. In particolare, conoscerà e imparerà ad usare un ampio bagaglio di strumenti inerenti la sicurezza informatica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente saprà svolgere attività di analisi di vulnerabilità a livello di sistema e di penetration testing. Oltre ad imparare ad usare un ampio numero di strumenti disponibili sulla piattaforma Linux Kali (Metasploit, tools per scanning ed information gathering, tool per Password Cracking, tool per analisi di codice binario e reverse engineering, tool per analisi/fuzzying di siti web, etc), lo studente acquisirà anche capacità iniziali di progettazione e sviluppo di strumenti custom di analisi, penetrazione, difesa e gestione incidenti.
AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di verificare e valutare il livello di sicurezza di un sistema informativo, e fornirà allo studente i concetti, le tecnologie, e gli strumenti di base necessari per identificare (e sfruttare o, dualmente, mitigare) vulnerabilità informatiche.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle vulnerabilità (a livello di sistema) dei sistemi informativi ed alle relative tecniche di analisi, e sarà in grado di usare un linguaggio tecnico appropriato ed attuale nelle proprie presentazioni ed argomentazioni.
CAPACITÀ DI APPRENDIMENTO:
Il corso stimolerà lo studente all'auto-apprendimento - necessario vista la rapida obsolescenza delle tecnologie in questione - fornendo numerosi esempi e puntatori a fonti informative esterne sia per aspetti tecnologici che metodologici.

OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire le conoscenza di base riguardo delle funzioni spline e di alcune loro applicazioni salienti. Al termine dell’'insegnamento, lo studente conoscerà le principali proprietà delle funzioni splines, e della base B-spline e i principali aspetti delle loro applicazioni nell'ambito del free-form design, dell'approssimazione di funzioni e della soluzione di equazioni alle derivate parziali.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del processo di apprendimento si richiede di comprendere i metodi presentati e saperli applicare nella soluzione di semplici problemi.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del processo di apprendimento si richiede di riconoscere gli ambiti di applicabilità dei metodi e delle procedure descritte a lezione e applicare gli stessi al fine di risolvere e modellizzare semplici problemi.
AUTONOMIA DI GIUDIZIO:
Al termine del processo di apprendimento si richiede di saper analizzare semplici problemi di modellizzazione o approssimazione, saper individuare schemi spline appropriati per il loro trattamento e saper valutare la correttezza, e l’efficacia degli stessi.
ABILITÀ COMUNICATIVE:
Al termine del processo di apprendimento si chiede di saper illustrare con proprietà di linguaggio, sia in modo sintetico che analitico, i fondamenti matematici dei metodi numerici presentati a lezione.
CAPACITÀ DI APPRENDIMENTO:
Al termine del processo di apprendimento si chiede di saper leggere e comprendere sia manuali di analisi numerica avanzati sia articoli di ricerca riguardanti le tematiche affrontate.

OBIETTIVI FORMATIVI: approfondire alcuni argomenti specifici della Matematica Numerica
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

OBIETTIVI FORMATIVI:
’L'insegnamento si inserisce nell'area tematica della matematica, in particolare della probabilità e statistica. L'obiettivo principale è quello di presentare alcuni concetti, più avanzati rispetto a quelli dei corsi elementari, con possibili applicazioni in Informatica.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Si richiede la capacità di comprendere la teoria e di svolgere esercizi.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Si richiede la capacità di capire come usare la teoria per svolgere gli esercizi.

AUTONOMIA DI GIUDIZIO:
Si richiede di motivare i procedimenti utilizzati nella soluzione degli esercizi, con eventuale riferimento ad argomenti di teoria.

ABILITÀ COMUNICATIVE:
Si richiede la capacità di avere padronanza dei concetti matematici utilizzati.

CAPACITÀ DI APPRENDIMENTO:
Si richiede di capire la teoria, sapendo collegare dove serve diversi argomenti.

OBIETTIVI FORMATIVI: Conoscenza dei principi fondamentali teorici e applicati della statistica.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Capacita' di comprendere argomenti teorici e applicati di statistica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Capacita' di implementare uno studio semplice di dati statistici.
AUTONOMIA DI GIUDIZIO: Capacita' di giudicare l'idoneita' di diversi metodi statistici.
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

• OBIETTIVI FORMATIVI: Acquisizione di competenze relative ad analisi e soluzione di problemi connessi alla progettazione e alla gestione di reti complesse.
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: acquisizione di conoscenze di problematiche e di tecniche avanzate di soluzione e analisi che inducano una capacità di comprensione approfondita dei fenomeni correlati alla presenza di relazioni fra un elevato numero di entità;
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: abbiano capacità di applicare la conoscenza e comprensione acquisite al fine di individuare nuovi problemi e, per essi, nuove soluzioni e nuovi modelli;
• AUTONOMIA DI GIUDIZIO: abbiano la capacità di raccogliere e interpretare i dati alla luce dei modelli proposti al fine di consolidarli o confutarli;
• ABILITÀ COMUNICATIVE: sappiano descrivere contesti relazionali ed interpretarli nel formalismo delle reti fornendo informazioni sufficientemente dettagliate da suscitare l’interesse di interlocutori specialisti in un linguaggio accessibile, altresì, ad interlocutori non specialisti;
• CAPACITÀ DI APPRENDIMENTO: abbiano conseguito sufficiente conoscenza della letteratura per riuscire a ricercare e filtrare il materiale necessario ad intraprendere studi successivi con un alto grado di autonomia.

Assumere conoscenze approfondite su modelli di calcolo ed algoritmi decentralizzati per l'analisi ed il progetto dei moderni sistemi distribuiti.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

• OBIETTIVI FORMATIVI: tecnologia di verifica denominata model checking
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: teorica e uso dei tool
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: casi d’uso specifici
• AUTONOMIA DI GIUDIZIO: valutare se la tecnologia è applicabile
• ABILITÀ COMUNICATIVE: esposizione di un progetto
• CAPACITÀ DI APPRENDIMENTO:

- OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli simbolici dell'elaborarazione del linguaggio naturale.
- CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche dell'elaborazione del linguaggio naturale.
- CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di elaborazione del linguaggio.
- AUTONOMIA DI GIUDIZIO:
Le lezioni sono organizzate di modo da permettere allo studente di valutare le informazioni presenti nella rete. Questo è necessario per permettere loro di scegliere nel mare magum della rete le informazioni che sono utili per trovare soluzioni ai problemi dati.
- ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti durante le lezioni al fine di affinare la sua arte oratoria. Inoltre, l'esame prevede una presentazione orale davanti agli altri studenti.
- CAPACITÀ DI APPRENDIMENTO:
Nel corso puntiamo molto sulla capacitàò di selezione delle informazioni come principale capacità di apprendimento.

OBIETTIVI FORMATIVI:Il corso si propone di fornire gli strumenti teorici, metodologici e
progettuali per la valutazione e l'utilizzo di soluzioni tecnologiche tipiche dei sistemi di interscambio e cooperazione. Particolare stress è posto nello studio delle varie tipologie sistemi per il controllo di transazioni complesse/multiorganizzative in rete e sull’uso dei ledger distribuiti (permissioned e permissionless blockchain)
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: capacità di valutare l’impatto della cooperazione in un sistema legacy, comprendere la complessità di una soluzione per la gestione di transazioni complesse distribuite tra più organizzazioni. Comrendere le differenze concettuali, logiche e tecnologiche tra un rdbms distribuito e un ledger distribuito.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: saper progettare a livello infrastrutturale un sistema di controllo di transazioni complesse distribuite tra più organizzazioni e saper progettare un’applicazione blockchain e i relativi smart contract.
AUTONOMIA DI GIUDIZIO: Saper giustificare le scelte progettuali effettuate per un progetto di un sistema di controllo di transazioni in ambiente distribuito cooperativo. Saper progettare e realizzare un’applicazione affidabile basata su smart contract e su ledger distribuiti.

LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATIVO GERARCHICO
La sicurezza di un server web.
Obiettivi della sicurezza informatica (autenticazione, riservatezza, integrità,..)
Crittografia simmetrica e asimmetrica.
Il protocollo SSL
PKI e certificati digitali
LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATICO COOPERATIVO
Definizione di sistema informatico cooperativo (SIC)
Gli obiettivi della Sicurezza in un SIC
L’assenza di una gerarchia e la necessità di sistemi passivi
Monitoraggio delle reti
Monitoraggio dei db e dei file systems
Regole predefinite
Regole apprese

OBIETTIVI FORMATIVI:
Acquisizione dei concetti fondamentali dell'apprendimento automatico e dei più comuni e rilevanti modelli/algoritmi applicati in tale ambito. Conoscenza dei relativi fondamenti matematici.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Conoscenza e capacita' di utilizzo delle principali tecniche di apprendimento automatico, supervisionato e non supervisionato.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Applicazione di tecniche di ML a problemi di estrazione di conoscenza (mining) in insiemi di dati di grandi dimensioni.
AUTONOMIA DI GIUDIZIO:
Valutazione delle più efficaci modalità di applicazione di metodi di apprendimento automatico, alla luce dell'applicazione di opportune misure di qualità.
ABILITÀ COMUNICATIVE:
Capacità di esposizione dei risultati del proprio operato (progetto)
CAPACITÀ DI APPRENDIMENTO:
Capacità, in particolare per il raggiungimento degli obiettivi richiesti nel progetto proposto, di ricercare autonomamente, accedere a, e utilizzare ulteriore materiale tecnico/scientifico, disponibile pubblicamente (su web)

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi della simulazione distribuita, che fornisce uno strumento flessibile e a basso costo per rispondere alle esigenze computazionali, di interoperabilità e scalabilità richieste dai moderni scenari di simulazione, senza il ricorso a costose e complesse piattaforme dedicate. Vengono in particolare presentati i principali paradigmi di modellazione e simulazione, nonché gli standard ed i supporti tecnologici che consentono di realizzare sistemi di simulazione distribuita basati su piattaforma Internet. Al termine del corso lo studente avrà acquisito le competenze necessarie per sfruttare le potenzialità della simulazione distribuita (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti simulativi e programmativi per l'analisi, la progettazione e la codifica di sistemi di simulazione distribuita (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

Il Web è la più grande collezione di informazione in formato digitale attualmente disponibile in modo pubblicamente accessibile. Il corso affronta gli aspetti teorici e realizzativi che ne consentono lo sfruttamento, dai processi di indicizzazione, accesso e recupero di informazione alla acquisizione di conoscenza da grandi collezioni di dati distribuite geograficamente. Le finalità del corso sono di:
• Approfondire tematiche legate all’apprendimento automatico, presentando i metodi avanzati di induzione di conoscenza dai dati (kernel machines, deep neural networks).
• Conoscere i diversi modelli utilizzati nei motori di ricerca per il WWW e nelle loro declinazioni semantiche (Semantic Enterprise Search).
• Conoscere le tecnologie avanzate di Intelligenza Artificiale applicata al Web, per il trattamento linguistico dei testi (Natural Language Processing) e sperimentarne la applicazione nei domini del Social Web in problemi di Semantic document management, Link Analysis e Opinion Mining.

Al termine del corso, lo studente avrà acquisito le competenze necessarie per comprendere la progettazione di modelli avanzati di applicazioni Web incluse le tecnologie del linguaggio ed i sistemi social Web analysis (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti e le tecnologie per progettare tali strumenti secondo la realizzazione di progetti di media complessità negli scenari di applicazione Web (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi largamente studiati e la necessità di individuare gli elementi essenziali dei processi di apprendimento automatico usati e delle informazioni presenti nei dati mirano a realizzare una forte *autonomia di giudizio* nello studente, obbiettivo rilevante del Corso. Osserviamo che la analisi richiesta nella progettazione logica di workflow Web coinvolti dal Corso insiste su scenari tipici della comunicazione organizzativa o mediatica. Queste competenze dunque stimolano in modo sistematico le *abilità comunicative* dello studente e le capacità di agire in modo consistente da consumatore o produttore di informazione mediata dalla tecnologia Web. La *capacità di apprendimento* in questo Corso è dunque stimolata in modo significativo sia nei processi interpretativi che nei processi di progettazione: i flussi algoritmici avanzati presentati variano infatti da applicazioni ad algoritmica complessa (ad esempio problemi complessi di pattern recognition) a metodi guidati dai dati (Machine Learning come i metodi kernel per la classificazioni automatica) e consentono allo studente metodi critici ed analitici in fronti molto diversi ed ugualmente importanti delle moderne ICTs

OBIETTIVI FORMATIVI: studio delle proprieta' basilari delle varieta' algebriche affini e proiettive e in particolare delle curve.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: conoscenza approfondita e comprensione delle proprieta' algebrico geometriche di varieta' algebriche in particolare delle curve.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacita' di applicare le conoscenze teoriche alla soluzione di problemi.
AUTONOMIA DI GIUDIZIO: capacità di raccogliere dati e interpretare specifici casi di studio ritenuti utili a determinare giudizi autonomi.
ABILITÀ COMUNICATIVE: capacita' di comunicare conoscenze, informazioni, idee, di discutere problemi e relative soluzioni a interlocutori specialisti e non specialisti.
CAPACITÀ DI APPRENDIMENTO: sviluppo di capacità di apprendimento che sono necessarie per la comprensione degli argomenti trattati nel corso e per intraprendere studi successivi con un alto grado di autonomia.

OBIETTIVI FORMATIVI: Lo studente dovrà capire la struttura degli operatori lineari autoaggiunti e normali su uno spazio di Hilbert padroneggiando tecniche analitiche e algebriche
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Lo studente dovrà capire i principi generali della teoria in modo da poter continuare lo studio in modo autonomo su argomenti collegati più avanzati
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Lo studente dovrà capire e risolvere problemi e tematiche nuovi, inserite in contesti interdisciplinari connessi con la Teoria Spettrale
AUTONOMIA DI GIUDIZIO: Lo studente dovrà essere capace di riconoscere problemi di Teoria Spettrale che appaiono in un contesto più generale e essere consapevole del relativo ruolo scientifico di questo lavoro
ABILITÀ COMUNICATIVE: Lo studente dovrà saper comunicare anche a non esperti le idee base della teoria degli operatori autoaggiunti
CAPACITÀ DI APPRENDIMENTO: Lo studente dovrà essere in grado di leggere testi scientifici e imparare in modo autonomo ulteriori aspetti della teoria

Abbiano sviluppato quelle capacità di apprendimento che sono loro necessarie per intraprendere studi successivi con un alto grado di autonomia
abbiano la capacità di integrare le conoscenze e gestire la complessità, nonché di formulare giudizi sulla base di informazioni limitate o incomplete, includendo la riflessione sulle responsabilità sociali e etiche collegate all’applicazione delle loro conoscenze e dei loro giudizi
proprio ropaLo studente dovrà capire la struttura degli operatori lineari autoaggiunti e normali su uno spazio di Hilbert padroneggiando tecniche analitiche e algebricheo studenteo s. stuiCCaaaa sappiano comunicare in modo chiaro e privo di ambiguità le loro conclusioni, nonché le conoscenze a esso sottese, a interlocutori specialisti e non specialisti
sappiano comunicare in modo chiaro e privo di ambiguità le loro conclusioni, nonché le conoscenze a esso sottese, a interlocutori specialisti e non specialisti CLo studente dovrà essere in grado di leggere testi scientifici e imparare in modo autonomo ulteriori aspetti della teoria

OBIETTIVI FORMATIVI:Il corso si propone di fornire gli strumenti teorici, metodologici e
progettuali per la valutazione e l'utilizzo di soluzioni tecnologiche tipiche dei sistemi di interscambio e cooperazione. Particolare stress è posto nello studio delle varie tipologie sistemi per il controllo di transazioni complesse/multiorganizzative in rete e sull’uso dei ledger distribuiti (permissioned e permissionless blockchain)
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: capacità di valutare l’impatto della cooperazione in un sistema legacy, comprendere la complessità di una soluzione per la gestione di transazioni complesse distribuite tra più organizzazioni. Comrendere le differenze concettuali, logiche e tecnologiche tra un rdbms distribuito e un ledger distribuito.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: saper progettare a livello infrastrutturale un sistema di controllo di transazioni complesse distribuite tra più organizzazioni e saper progettare un’applicazione blockchain e i relativi smart contract.
AUTONOMIA DI GIUDIZIO: Saper giustificare le scelte progettuali effettuate per un progetto di un sistema di controllo di transazioni in ambiente distribuito cooperativo. Saper progettare e realizzare un’applicazione affidabile basata su smart contract e su ledger distribuiti.

LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATIVO GERARCHICO
La sicurezza di un server web.
Obiettivi della sicurezza informatica (autenticazione, riservatezza, integrità,..)
Crittografia simmetrica e asimmetrica.
Il protocollo SSL
PKI e certificati digitali
LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATICO COOPERATIVO
Definizione di sistema informatico cooperativo (SIC)
Gli obiettivi della Sicurezza in un SIC
L’assenza di una gerarchia e la necessità di sistemi passivi
Monitoraggio delle reti
Monitoraggio dei db e dei file systems
Regole predefinite
Regole apprese

OBIETTIVI FORMATIVI:
Acquisizione dei concetti fondamentali dell'apprendimento automatico e dei più comuni e rilevanti modelli/algoritmi applicati in tale ambito. Conoscenza dei relativi fondamenti matematici.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Conoscenza e capacita' di utilizzo delle principali tecniche di apprendimento automatico, supervisionato e non supervisionato.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Applicazione di tecniche di ML a problemi di estrazione di conoscenza (mining) in insiemi di dati di grandi dimensioni.
AUTONOMIA DI GIUDIZIO:
Valutazione delle più efficaci modalità di applicazione di metodi di apprendimento automatico, alla luce dell'applicazione di opportune misure di qualità.
ABILITÀ COMUNICATIVE:
Capacità di esposizione dei risultati del proprio operato (progetto)
CAPACITÀ DI APPRENDIMENTO:
Capacità, in particolare per il raggiungimento degli obiettivi richiesti nel progetto proposto, di ricercare autonomamente, accedere a, e utilizzare ulteriore materiale tecnico/scientifico, disponibile pubblicamente (su web)

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi della simulazione distribuita, che fornisce uno strumento flessibile e a basso costo per rispondere alle esigenze computazionali, di interoperabilità e scalabilità richieste dai moderni scenari di simulazione, senza il ricorso a costose e complesse piattaforme dedicate. Vengono in particolare presentati i principali paradigmi di modellazione e simulazione, nonché gli standard ed i supporti tecnologici che consentono di realizzare sistemi di simulazione distribuita basati su piattaforma Internet. Al termine del corso lo studente avrà acquisito le competenze necessarie per sfruttare le potenzialità della simulazione distribuita (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti simulativi e programmativi per l'analisi, la progettazione e la codifica di sistemi di simulazione distribuita (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

Il Web è la più grande collezione di informazione in formato digitale attualmente disponibile in modo pubblicamente accessibile. Il corso affronta gli aspetti teorici e realizzativi che ne consentono lo sfruttamento, dai processi di indicizzazione, accesso e recupero di informazione alla acquisizione di conoscenza da grandi collezioni di dati distribuite geograficamente. Le finalità del corso sono di:
• Approfondire tematiche legate all’apprendimento automatico, presentando i metodi avanzati di induzione di conoscenza dai dati (kernel machines, deep neural networks).
• Conoscere i diversi modelli utilizzati nei motori di ricerca per il WWW e nelle loro declinazioni semantiche (Semantic Enterprise Search).
• Conoscere le tecnologie avanzate di Intelligenza Artificiale applicata al Web, per il trattamento linguistico dei testi (Natural Language Processing) e sperimentarne la applicazione nei domini del Social Web in problemi di Semantic document management, Link Analysis e Opinion Mining.

Al termine del corso, lo studente avrà acquisito le competenze necessarie per comprendere la progettazione di modelli avanzati di applicazioni Web incluse le tecnologie del linguaggio ed i sistemi social Web analysis (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti e le tecnologie per progettare tali strumenti secondo la realizzazione di progetti di media complessità negli scenari di applicazione Web (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi largamente studiati e la necessità di individuare gli elementi essenziali dei processi di apprendimento automatico usati e delle informazioni presenti nei dati mirano a realizzare una forte *autonomia di giudizio* nello studente, obbiettivo rilevante del Corso. Osserviamo che la analisi richiesta nella progettazione logica di workflow Web coinvolti dal Corso insiste su scenari tipici della comunicazione organizzativa o mediatica. Queste competenze dunque stimolano in modo sistematico le *abilità comunicative* dello studente e le capacità di agire in modo consistente da consumatore o produttore di informazione mediata dalla tecnologia Web. La *capacità di apprendimento* in questo Corso è dunque stimolata in modo significativo sia nei processi interpretativi che nei processi di progettazione: i flussi algoritmici avanzati presentati variano infatti da applicazioni ad algoritmica complessa (ad esempio problemi complessi di pattern recognition) a metodi guidati dai dati (Machine Learning come i metodi kernel per la classificazioni automatica) e consentono allo studente metodi critici ed analitici in fronti molto diversi ed ugualmente importanti delle moderne ICTs

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi per inquadrare la produzione del software all’'interno di una disciplina ingegneristica. Vengono presentati il processo software e i principali metodi di analisi e progettazione del software orientato ai servizi; al termine del corso lo studente avrà acquisito le competenze necessarie per conoscere gli aspetti tipici dei processi e prodotti software (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti qualitativi e quantitativi per l'analisi e la progettazione di sistemi software orientati ai servizi, e per la gestione efficace di progetti software, nonché i più moderni approcci di sviluppo basati su tecniche model-driven (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

OBIETTIVI FORMATIVI.
Il corso, principalmente basato su attività pratiche e di laboratorio, ha l'obiettivo di permettere agli studenti di acquisire esperienza e operatività con le tecniche e gli strumenti di base per l'analisi delle vulnerabilità di sistemi informativi, penetration testing, difesa da cyber attacchi, ed analisi di incidenti (con cenni all'analisi forense).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso, lo studente avrà acquisito una significativa competenza pratica in termini di capacità di identificare e sfruttare (ove in posizione di attacco) o mitigare (ove in posizione di difesa) vulnerabilità nei sistemi informativi. In particolare, conoscerà e imparerà ad usare un ampio bagaglio di strumenti inerenti la sicurezza informatica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente saprà svolgere attività di analisi di vulnerabilità a livello di sistema e di penetration testing. Oltre ad imparare ad usare un ampio numero di strumenti disponibili sulla piattaforma Linux Kali (Metasploit, tools per scanning ed information gathering, tool per Password Cracking, tool per analisi di codice binario e reverse engineering, tool per analisi/fuzzying di siti web, etc), lo studente acquisirà anche capacità iniziali di progettazione e sviluppo di strumenti custom di analisi, penetrazione, difesa e gestione incidenti.
AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di verificare e valutare il livello di sicurezza di un sistema informativo, e fornirà allo studente i concetti, le tecnologie, e gli strumenti di base necessari per identificare (e sfruttare o, dualmente, mitigare) vulnerabilità informatiche.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle vulnerabilità (a livello di sistema) dei sistemi informativi ed alle relative tecniche di analisi, e sarà in grado di usare un linguaggio tecnico appropriato ed attuale nelle proprie presentazioni ed argomentazioni.
CAPACITÀ DI APPRENDIMENTO:
Il corso stimolerà lo studente all'auto-apprendimento - necessario vista la rapida obsolescenza delle tecnologie in questione - fornendo numerosi esempi e puntatori a fonti informative esterne sia per aspetti tecnologici che metodologici.

Assumere conoscenze approfondite su modelli di calcolo ed algoritmi decentralizzati per l'analisi ed il progetto dei moderni sistemi distribuiti.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

- OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli simbolici dell'elaborarazione del linguaggio naturale.
- CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche dell'elaborazione del linguaggio naturale.
- CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di elaborazione del linguaggio.
- AUTONOMIA DI GIUDIZIO:
Le lezioni sono organizzate di modo da permettere allo studente di valutare le informazioni presenti nella rete. Questo è necessario per permettere loro di scegliere nel mare magum della rete le informazioni che sono utili per trovare soluzioni ai problemi dati.
- ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti durante le lezioni al fine di affinare la sua arte oratoria. Inoltre, l'esame prevede una presentazione orale davanti agli altri studenti.
- CAPACITÀ DI APPRENDIMENTO:
Nel corso puntiamo molto sulla capacitàò di selezione delle informazioni come principale capacità di apprendimento.

OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli dell'Information Retrieval
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche per l'Information Retrieval
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di indicizzazione e ricerca dell'Informazione
AUTONOMIA DI GIUDIZIO:
Lo studente viene abituato a ragionare sui vari compromessi (trade-off) che si devono affrontare nella progettazione o implementazione di un sistema per la ricerca dell'Informazione.
ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti presentati durante il corso al fine di affinare la sua arte oratoria. Il corso prevede facoltativamente la realizzazione di alcuni progetti che devono essere documentati. I risultati del progetto vengono infatti presentati al docente, migliorando così la capacità di esposizione orale.
CAPACITÀ DI APPRENDIMENTO:
Una parte del materiale didattico è costituito dalle specifiche delle libreria per l'implementazione di sistemi di Information Retrieval. Lo studente impara ad interpretare direttamente e in modo autonomo le specifiche di tali sistemi.

• OBIETTIVI FORMATIVI: tecnologia di verifica denominata model checking
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: teorica e uso dei tool
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: casi d’uso specifici
• AUTONOMIA DI GIUDIZIO: valutare se la tecnologia è applicabile
• ABILITÀ COMUNICATIVE: esposizione di un progetto
• CAPACITÀ DI APPRENDIMENTO:

• OBIETTIVI FORMATIVI: Acquisizione di competenze relative ad analisi e soluzione di problemi connessi alla progettazione e alla gestione di reti complesse.
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: acquisizione di conoscenze di problematiche e di tecniche avanzate di soluzione e analisi che inducano una capacità di comprensione approfondita dei fenomeni correlati alla presenza di relazioni fra un elevato numero di entità;
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: abbiano capacità di applicare la conoscenza e comprensione acquisite al fine di individuare nuovi problemi e, per essi, nuove soluzioni e nuovi modelli;
• AUTONOMIA DI GIUDIZIO: abbiano la capacità di raccogliere e interpretare i dati alla luce dei modelli proposti al fine di consolidarli o confutarli;
• ABILITÀ COMUNICATIVE: sappiano descrivere contesti relazionali ed interpretarli nel formalismo delle reti fornendo informazioni sufficientemente dettagliate da suscitare l’interesse di interlocutori specialisti in un linguaggio accessibile, altresì, ad interlocutori non specialisti;
• CAPACITÀ DI APPRENDIMENTO: abbiano conseguito sufficiente conoscenza della letteratura per riuscire a ricercare e filtrare il materiale necessario ad intraprendere studi successivi con un alto grado di autonomia.

OBIETTIVI FORMATIVI: L’insegnamento si propone di fornire agli studenti le nozioni fondamentali (ed eventualmente più avanzate) di Algebra Universale, con particolare attenzioni ai rapporti con i restanti settori della matematica.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Ci si aspetta che lo studente comprenda con chiarezza e sicurezza le nozioni di struttura algebrica e di varietà e i risultati principali che le riguardano.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Ci si aspetta che lo studente sappia applicare le conoscenze acquisite in situazioni simili a quelle presentate a lezione, ed eventualmente che sappia orientarsi in situazioni notevolmente diverse
AUTONOMIA DI GIUDIZIO: E' fondamentale che lo studente sappia valutare la correttezza e la coerenza dei metodi presentati, e di loro varianti.
ABILITÀ COMUNICATIVE: E' fondamentale che lo studente sappia presentare in linguaggio matematico corretto le nozioni acquisite.
CAPACITÀ DI APPRENDIMENTO: Ci si aspetta che lo studente sia in grado di comprendere un testo o un'esposizione di difficoltà media che riguardi l'argomento.

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi per inquadrare la produzione del software all’'interno di una disciplina ingegneristica. Vengono presentati il processo software e i principali metodi di analisi e progettazione del software orientato ai servizi; al termine del corso lo studente avrà acquisito le competenze necessarie per conoscere gli aspetti tipici dei processi e prodotti software (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti qualitativi e quantitativi per l'analisi e la progettazione di sistemi software orientati ai servizi, e per la gestione efficace di progetti software, nonché i più moderni approcci di sviluppo basati su tecniche model-driven (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

OBIETTIVI FORMATIVI.
Il corso, principalmente basato su attività pratiche e di laboratorio, ha l'obiettivo di permettere agli studenti di acquisire esperienza e operatività con le tecniche e gli strumenti di base per l'analisi delle vulnerabilità di sistemi informativi, penetration testing, difesa da cyber attacchi, ed analisi di incidenti (con cenni all'analisi forense).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso, lo studente avrà acquisito una significativa competenza pratica in termini di capacità di identificare e sfruttare (ove in posizione di attacco) o mitigare (ove in posizione di difesa) vulnerabilità nei sistemi informativi. In particolare, conoscerà e imparerà ad usare un ampio bagaglio di strumenti inerenti la sicurezza informatica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente saprà svolgere attività di analisi di vulnerabilità a livello di sistema e di penetration testing. Oltre ad imparare ad usare un ampio numero di strumenti disponibili sulla piattaforma Linux Kali (Metasploit, tools per scanning ed information gathering, tool per Password Cracking, tool per analisi di codice binario e reverse engineering, tool per analisi/fuzzying di siti web, etc), lo studente acquisirà anche capacità iniziali di progettazione e sviluppo di strumenti custom di analisi, penetrazione, difesa e gestione incidenti.
AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di verificare e valutare il livello di sicurezza di un sistema informativo, e fornirà allo studente i concetti, le tecnologie, e gli strumenti di base necessari per identificare (e sfruttare o, dualmente, mitigare) vulnerabilità informatiche.
ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle vulnerabilità (a livello di sistema) dei sistemi informativi ed alle relative tecniche di analisi, e sarà in grado di usare un linguaggio tecnico appropriato ed attuale nelle proprie presentazioni ed argomentazioni.
CAPACITÀ DI APPRENDIMENTO:
Il corso stimolerà lo studente all'auto-apprendimento - necessario vista la rapida obsolescenza delle tecnologie in questione - fornendo numerosi esempi e puntatori a fonti informative esterne sia per aspetti tecnologici che metodologici.

OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli dell'Information Retrieval
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche per l'Information Retrieval
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di indicizzazione e ricerca dell'Informazione
AUTONOMIA DI GIUDIZIO:
Lo studente viene abituato a ragionare sui vari compromessi (trade-off) che si devono affrontare nella progettazione o implementazione di un sistema per la ricerca dell'Informazione.
ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti presentati durante il corso al fine di affinare la sua arte oratoria. Il corso prevede facoltativamente la realizzazione di alcuni progetti che devono essere documentati. I risultati del progetto vengono infatti presentati al docente, migliorando così la capacità di esposizione orale.
CAPACITÀ DI APPRENDIMENTO:
Una parte del materiale didattico è costituito dalle specifiche delle libreria per l'implementazione di sistemi di Information Retrieval. Lo studente impara ad interpretare direttamente e in modo autonomo le specifiche di tali sistemi.

OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire le conoscenza di base riguardo delle funzioni spline e di alcune loro applicazioni salienti. Al termine dell’'insegnamento, lo studente conoscerà le principali proprietà delle funzioni splines, e della base B-spline e i principali aspetti delle loro applicazioni nell'ambito del free-form design, dell'approssimazione di funzioni e della soluzione di equazioni alle derivate parziali.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del processo di apprendimento si richiede di comprendere i metodi presentati e saperli applicare nella soluzione di semplici problemi.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del processo di apprendimento si richiede di riconoscere gli ambiti di applicabilità dei metodi e delle procedure descritte a lezione e applicare gli stessi al fine di risolvere e modellizzare semplici problemi.
AUTONOMIA DI GIUDIZIO:
Al termine del processo di apprendimento si richiede di saper analizzare semplici problemi di modellizzazione o approssimazione, saper individuare schemi spline appropriati per il loro trattamento e saper valutare la correttezza, e l’efficacia degli stessi.
ABILITÀ COMUNICATIVE:
Al termine del processo di apprendimento si chiede di saper illustrare con proprietà di linguaggio, sia in modo sintetico che analitico, i fondamenti matematici dei metodi numerici presentati a lezione.
CAPACITÀ DI APPRENDIMENTO:
Al termine del processo di apprendimento si chiede di saper leggere e comprendere sia manuali di analisi numerica avanzati sia articoli di ricerca riguardanti le tematiche affrontate.

OBIETTIVI FORMATIVI: approfondire alcuni argomenti specifici della Matematica Numerica
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

OBIETTIVI FORMATIVI:
’L'insegnamento si inserisce nell'area tematica della matematica, in particolare della probabilità e statistica. L'obiettivo principale è quello di presentare alcuni concetti, più avanzati rispetto a quelli dei corsi elementari, con possibili applicazioni in Informatica.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Si richiede la capacità di comprendere la teoria e di svolgere esercizi.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Si richiede la capacità di capire come usare la teoria per svolgere gli esercizi.

AUTONOMIA DI GIUDIZIO:
Si richiede di motivare i procedimenti utilizzati nella soluzione degli esercizi, con eventuale riferimento ad argomenti di teoria.

ABILITÀ COMUNICATIVE:
Si richiede la capacità di avere padronanza dei concetti matematici utilizzati.

CAPACITÀ DI APPRENDIMENTO:
Si richiede di capire la teoria, sapendo collegare dove serve diversi argomenti.

OBIETTIVI FORMATIVI: Conoscenza dei principi fondamentali teorici e applicati della statistica.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Capacita' di comprendere argomenti teorici e applicati di statistica.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Capacita' di implementare uno studio semplice di dati statistici.
AUTONOMIA DI GIUDIZIO: Capacita' di giudicare l'idoneita' di diversi metodi statistici.
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

• OBIETTIVI FORMATIVI: Acquisizione di competenze relative ad analisi e soluzione di problemi connessi alla progettazione e alla gestione di reti complesse.
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: acquisizione di conoscenze di problematiche e di tecniche avanzate di soluzione e analisi che inducano una capacità di comprensione approfondita dei fenomeni correlati alla presenza di relazioni fra un elevato numero di entità;
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: abbiano capacità di applicare la conoscenza e comprensione acquisite al fine di individuare nuovi problemi e, per essi, nuove soluzioni e nuovi modelli;
• AUTONOMIA DI GIUDIZIO: abbiano la capacità di raccogliere e interpretare i dati alla luce dei modelli proposti al fine di consolidarli o confutarli;
• ABILITÀ COMUNICATIVE: sappiano descrivere contesti relazionali ed interpretarli nel formalismo delle reti fornendo informazioni sufficientemente dettagliate da suscitare l’interesse di interlocutori specialisti in un linguaggio accessibile, altresì, ad interlocutori non specialisti;
• CAPACITÀ DI APPRENDIMENTO: abbiano conseguito sufficiente conoscenza della letteratura per riuscire a ricercare e filtrare il materiale necessario ad intraprendere studi successivi con un alto grado di autonomia.

Assumere conoscenze approfondite su modelli di calcolo ed algoritmi decentralizzati per l'analisi ed il progetto dei moderni sistemi distribuiti.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Standard
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Standard
AUTONOMIA DI GIUDIZIO: Standard
ABILITÀ COMUNICATIVE: Standard
CAPACITÀ DI APPRENDIMENTO: Standard

• OBIETTIVI FORMATIVI: tecnologia di verifica denominata model checking
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE: teorica e uso dei tool
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: casi d’uso specifici
• AUTONOMIA DI GIUDIZIO: valutare se la tecnologia è applicabile
• ABILITÀ COMUNICATIVE: esposizione di un progetto
• CAPACITÀ DI APPRENDIMENTO:

- OBIETTIVI FORMATIVI:
Il corso si propone di introdurre lo studente agli scopi, alle principali problematiche e ai principali modelli simbolici dell'elaborarazione del linguaggio naturale.
- CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente conoscerà le principali tematiche dell'elaborazione del linguaggio naturale.
- CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Alla fine del corso, lo studente sarà in grado di implementare un modello di elaborazione del linguaggio.
- AUTONOMIA DI GIUDIZIO:
Le lezioni sono organizzate di modo da permettere allo studente di valutare le informazioni presenti nella rete. Questo è necessario per permettere loro di scegliere nel mare magum della rete le informazioni che sono utili per trovare soluzioni ai problemi dati.
- ABILITÀ COMUNICATIVE:
Allo studente viene richiesto di presentare alcuni argomenti durante le lezioni al fine di affinare la sua arte oratoria. Inoltre, l'esame prevede una presentazione orale davanti agli altri studenti.
- CAPACITÀ DI APPRENDIMENTO:
Nel corso puntiamo molto sulla capacitàò di selezione delle informazioni come principale capacità di apprendimento.

LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATIVO GERARCHICO
La sicurezza di un server web.
Obiettivi della sicurezza informatica (autenticazione, riservatezza, integrità,..)
Crittografia simmetrica e asimmetrica.
Il protocollo SSL
PKI e certificati digitali
LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATICO COOPERATIVO
Definizione di sistema informatico cooperativo (SIC)
Gli obiettivi della Sicurezza in un SIC
L’assenza di una gerarchia e la necessità di sistemi passivi
Monitoraggio delle reti
Monitoraggio dei db e dei file systems
Regole predefinite
Regole apprese

OBIETTIVI FORMATIVI:
Acquisizione dei concetti fondamentali dell'apprendimento automatico e dei più comuni e rilevanti modelli/algoritmi applicati in tale ambito. Conoscenza dei relativi fondamenti matematici.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Conoscenza e capacita' di utilizzo delle principali tecniche di apprendimento automatico, supervisionato e non supervisionato.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Applicazione di tecniche di ML a problemi di estrazione di conoscenza (mining) in insiemi di dati di grandi dimensioni.
AUTONOMIA DI GIUDIZIO:
Valutazione delle più efficaci modalità di applicazione di metodi di apprendimento automatico, alla luce dell'applicazione di opportune misure di qualità.
ABILITÀ COMUNICATIVE:
Capacità di esposizione dei risultati del proprio operato (progetto)
CAPACITÀ DI APPRENDIMENTO:
Capacità, in particolare per il raggiungimento degli obiettivi richiesti nel progetto proposto, di ricercare autonomamente, accedere a, e utilizzare ulteriore materiale tecnico/scientifico, disponibile pubblicamente (su web)

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi della simulazione distribuita, che fornisce uno strumento flessibile e a basso costo per rispondere alle esigenze computazionali, di interoperabilità e scalabilità richieste dai moderni scenari di simulazione, senza il ricorso a costose e complesse piattaforme dedicate. Vengono in particolare presentati i principali paradigmi di modellazione e simulazione, nonché gli standard ed i supporti tecnologici che consentono di realizzare sistemi di simulazione distribuita basati su piattaforma Internet. Al termine del corso lo studente avrà acquisito le competenze necessarie per sfruttare le potenzialità della simulazione distribuita (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti simulativi e programmativi per l'analisi, la progettazione e la codifica di sistemi di simulazione distribuita (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.

OBIETTIVI FORMATIVI: studio delle proprieta' basilari delle varieta' algebriche affini e proiettive e in particolare delle curve.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: conoscenza approfondita e comprensione delle proprieta' algebrico geometriche di varieta' algebriche in particolare delle curve.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacita' di applicare le conoscenze teoriche alla soluzione di problemi.
AUTONOMIA DI GIUDIZIO: capacità di raccogliere dati e interpretare specifici casi di studio ritenuti utili a determinare giudizi autonomi.
ABILITÀ COMUNICATIVE: capacita' di comunicare conoscenze, informazioni, idee, di discutere problemi e relative soluzioni a interlocutori specialisti e non specialisti.
CAPACITÀ DI APPRENDIMENTO: sviluppo di capacità di apprendimento che sono necessarie per la comprensione degli argomenti trattati nel corso e per intraprendere studi successivi con un alto grado di autonomia.

OBIETTIVI FORMATIVI: Lo studente dovrà capire la struttura degli operatori lineari autoaggiunti e normali su uno spazio di Hilbert padroneggiando tecniche analitiche e algebriche
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Lo studente dovrà capire i principi generali della teoria in modo da poter continuare lo studio in modo autonomo su argomenti collegati più avanzati
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Lo studente dovrà capire e risolvere problemi e tematiche nuovi, inserite in contesti interdisciplinari connessi con la Teoria Spettrale
AUTONOMIA DI GIUDIZIO: Lo studente dovrà essere capace di riconoscere problemi di Teoria Spettrale che appaiono in un contesto più generale e essere consapevole del relativo ruolo scientifico di questo lavoro
ABILITÀ COMUNICATIVE: Lo studente dovrà saper comunicare anche a non esperti le idee base della teoria degli operatori autoaggiunti
CAPACITÀ DI APPRENDIMENTO: Lo studente dovrà essere in grado di leggere testi scientifici e imparare in modo autonomo ulteriori aspetti della teoria

Abbiano sviluppato quelle capacità di apprendimento che sono loro necessarie per intraprendere studi successivi con un alto grado di autonomia
abbiano la capacità di integrare le conoscenze e gestire la complessità, nonché di formulare giudizi sulla base di informazioni limitate o incomplete, includendo la riflessione sulle responsabilità sociali e etiche collegate all’applicazione delle loro conoscenze e dei loro giudizi
proprio ropaLo studente dovrà capire la struttura degli operatori lineari autoaggiunti e normali su uno spazio di Hilbert padroneggiando tecniche analitiche e algebricheo studenteo s. stuiCCaaaa sappiano comunicare in modo chiaro e privo di ambiguità le loro conclusioni, nonché le conoscenze a esso sottese, a interlocutori specialisti e non specialisti
sappiano comunicare in modo chiaro e privo di ambiguità le loro conclusioni, nonché le conoscenze a esso sottese, a interlocutori specialisti e non specialisti CLo studente dovrà essere in grado di leggere testi scientifici e imparare in modo autonomo ulteriori aspetti della teoria

LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATIVO GERARCHICO
La sicurezza di un server web.
Obiettivi della sicurezza informatica (autenticazione, riservatezza, integrità,..)
Crittografia simmetrica e asimmetrica.
Il protocollo SSL
PKI e certificati digitali
LA SICUREZZA INFORMATICA DI UN SISTEMA INFORMATICO COOPERATIVO
Definizione di sistema informatico cooperativo (SIC)
Gli obiettivi della Sicurezza in un SIC
L’assenza di una gerarchia e la necessità di sistemi passivi
Monitoraggio delle reti
Monitoraggio dei db e dei file systems
Regole predefinite
Regole apprese

OBIETTIVI FORMATIVI:
Acquisizione dei concetti fondamentali dell'apprendimento automatico e dei più comuni e rilevanti modelli/algoritmi applicati in tale ambito. Conoscenza dei relativi fondamenti matematici.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Conoscenza e capacita' di utilizzo delle principali tecniche di apprendimento automatico, supervisionato e non supervisionato.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Applicazione di tecniche di ML a problemi di estrazione di conoscenza (mining) in insiemi di dati di grandi dimensioni.
AUTONOMIA DI GIUDIZIO:
Valutazione delle più efficaci modalità di applicazione di metodi di apprendimento automatico, alla luce dell'applicazione di opportune misure di qualità.
ABILITÀ COMUNICATIVE:
Capacità di esposizione dei risultati del proprio operato (progetto)
CAPACITÀ DI APPRENDIMENTO:
Capacità, in particolare per il raggiungimento degli obiettivi richiesti nel progetto proposto, di ricercare autonomamente, accedere a, e utilizzare ulteriore materiale tecnico/scientifico, disponibile pubblicamente (su web)

Gli allievi acquisiscono le conoscenze relative agli aspetti metodologici ed applicativi della simulazione distribuita, che fornisce uno strumento flessibile e a basso costo per rispondere alle esigenze computazionali, di interoperabilità e scalabilità richieste dai moderni scenari di simulazione, senza il ricorso a costose e complesse piattaforme dedicate. Vengono in particolare presentati i principali paradigmi di modellazione e simulazione, nonché gli standard ed i supporti tecnologici che consentono di realizzare sistemi di simulazione distribuita basati su piattaforma Internet. Al termine del corso lo studente avrà acquisito le competenze necessarie per sfruttare le potenzialità della simulazione distribuita (*conoscenza e capacità di comprensione*). In particolare, lo studente avrà avuto modo di apprendere gli strumenti simulativi e programmativi per l'analisi, la progettazione e la codifica di sistemi di simulazione distribuita (*capacità di applicare conoscenza e comprensione*). Il riferimento a contesti applicativi e casi di studio reali stimolano *autonomia di giudizio* e *abilità comunicative*. Infine, le conoscenze di base dell’'ingegneria del software apprese nel corso contribuiscono a sviluppare *capacità di apprendimento* da parte dello studente mettendolo nelle condizioni di poter applicare in maniera autonoma le tematiche affrontate.