Università degli Studi di Roma "Tor Vergata"

OBIETTIVI FORMATIVI:
L’'insegnamento si propone di fornire agli studenti le nozioni fondamentali per la costruzione dei prototipi virtuali con particolare riferimento alla modellazione geometrica e alle analisi dei costi di fabbricazione assistita dal calcolatore. Lo scopo è anche quello di fornire agli studenti competenze avanzate per l'impiego di applicativi software commerciali per l'ausilio nella costruzione dei prototipi virtuali.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Come corso specializzante, si richiede che gli studenti siano in grado di comprendere i contenuti del corso per saperli applicare ai casi pratici.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Come comprensione e applicazione delle conoscenze si chiede di lavorare ad un progetto di gruppo come specchio di verifica. Il progetto mima ciò che accade nelle realtà applicative industriali.
AUTONOMIA DI GIUDIZIO:
Nello sviluppo del progetto si chiede agli studenti di maturare uno spirito critico, prendere decisioni e giustificarle, stimolando l'autonomia di giudizio e la maturità tecnica.
ABILITÀ COMUNICATIVE:
La costruzione dei prototipi virtuali richiede lo sviluppo delle capacità espressive del linguaggio tecnico, inclusa la nomenclatura di componenti e sistemi.
CAPACITÀ DI APPRENDIMENTO:
La capacità di apprendimento viene stimolata nella comprensione del funzionamento e della morfologia di un sistema meccanico complesso (es. motore a combustione interna, elettrodomestico, macchinario) che dovrà poi essere riprodotto come prototipo virtuale nel progetto di gruppo. Lo studio di un tale sistema, sotto la guida del docente, stimola la capacità di apprendimento.

La finalità del corso è quella di fornire allo studente conoscenze di base sulla dinamica delle macchine e degli elementi di macchine. Al termine del corso l’allievo è in grado di eseguire l’analisi dinamica di organi delle macchine. Gli studenti sviluppano abilità sui seguenti argomenti proposti in laboratorio:
● Applicazione del metodo agli elementi finiti per l’analisi dinamica di un elemento di macchina;
● Acquisizioni di segnali mediante l’utilizzo di catene di misura accelerometriche;
● Trasformata discreta di Fourier di un segnale accelerometrico;
● Analisi modale sperimentale di una trave in condizioni di vibrazioni libere e forzate;
● Acquisizioni di segnali da prove di impatto;
● Elaborazione di dati acquisiti mediante stazione fonometrica.

OBIETTIVI FORMATIVI:
Il corso comprende due moduli da 6 cfu ciascuno: Automazione Manifatturiera e Robotica con Laboratorio. Il modulo di Automazione Manifatturiera introduce lo studente alla programmazione dei Controllori Logici Programmabili (PLC) e ad alcune problematiche di controllo di un sistema di produzione particolarmente significative. Lo studente deve essere in grado alla fine del corso di implementare su un PLC le metodologie di controllo presentate nel modulo. Nel modulo di Robotica con Laboratorio si studia sia la robotica dei manipolatori sia la robotica mobile. Per quanto riguarda i manipolatori, vengono date nozioni di cinematica diretta e inversa: lo studente sarà in grado di calcolare posizione e orientamento dell'organo terminale di un qualsiasi manipolatore costituito da giunti prismatici e rotoidali (cinematica diretta) e di individuare le coordinate di giunto che permettono il posizionamento dell'organo terminale per i manipolatori robotici più comuni (cinematica inversa). Per quanto riguarda la robotica mobile, il corso fornisce nozioni di cinematica, controllo e localizzazione di robot di tipo uniciclo: lo studente sarà in grado di calcolare i movimenti delle ruote attuate del robot che consentono di raggiungere un punto desiderato e di fondere le misure derivanti da sensori propriocettivi ed esterocettivi per la localizzazione del robot in un ambiente noto.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Per quanto riguarda Automazione: conoscenza di base della programmazione dei PLC e di alcune metodologie di controllo di sistemi di produzione. Per quanto riguarda Robotica: conoscenza della teoria della cinematica diretta e inversa dei manipolatori e di alcune tecniche per la movimentazione e la localizzazione di robot mobili.

APPLICARE CONOSCENZA E COMPRENSIONE:
Per quanto riguarda Automazione: capacità di saper risolvere problemi di base dell'automazione industriale e di saper implementare la soluzione su un PLC. Per quanto riguarda Robotica: capacità di affrontare problemi di cinematica dei manipolatori e di movimentazione e localizzazione di robot mobili e di saperli risolvere anche da un punto di vista implementativo.

AUTONOMIA DI GIUDIZIO:
La teoria spiegata può essere applicata anche per risolvere problemi non trattati specificamente nel corso. Nelle esercitazioni in laboratorio e nei due lavori a progetto si chiede in particolare di risolvere problemi che pongono lo studente nella necessità innanzitutto di individuare le basi teoriche necessarie alla risoluzione del problema e quindi di saperle applicare in modo originale al problema in esame.

ABILITÀ COMUNICATIVE:
I due lavori a progetto da affrontare in gruppo hanno lo scopo di favorire lo sviluppo delle capacità comunicative e di interazione.

CAPACITÀ DI APPRENDIMENTO:
La richiesta di risolvere problemi non direttamente trattati nel corso mette lo studente di fronte alla necessità di imparare ad apprendere e ad approfondire in autonomia.

OBIETTIVI FORMATIVI:
Fornire allo studente alcune delle tecniche di sintesi in frequenza di controllori per la realizzazione degli schemi di controlli in retroazione per processi lineari. Vengono riviste brevemente le nozioni di stabilità di un sistema lineare e si prosegue con l'algebra a blocchi, schemi di feedback e feedforward, linearizzazione e accenni di identificazione; prestazioni a regime e nel transitorio; margine di fase e guadagno, criterio di Nyquist e luogo delle radici per la sintesi del controllore ed in particolare mediante l'uso delle reti correttrici; regolatore standard PID; concetto di robustezza a variazioni parametriche: funzione di sensitività, variazioni additive e moltiplicative, teorema di Kharitonov; stabilità assoluta, criterio del cerchio e di Popov per non linearità statiche nell'anello di controllo (saturazioni etc.); predittore di Smith e introduzione al problema del disaccoppiamento ingresso/uscita.
Nella seconda parte del corso vengono introdotti i diversi metodi di realizzazione digitale del sistema di controllo, diretto, indiretto, ad emulazione, ricavate le funzioni di trasferimento a tempo discreto equivalente e le tecniche di analisi delle performance ed il re-design del regolatore. Matlab è il software estensivamente usato per il design dei controllori e l'implementazione del codice di controllo di un motore DC è invece realizzato su scheda Arduino (programmazione C-like).


CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente viene istruito su come progettare uno schema di controllo in grado di soddisfare le specifiche richieste, simulandone il funzionamento e implementandolo su microcontrollore.


CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
La prima verifica d’esame vede lo studente proporre un sistema fisico su cui applicare le metodologie apprese, mostrandone le performance tramite simulazioni Matlab e discutendone l’efficacia. Questo stimola lo studente ad approfondire la comprensione delle metodologie apprese che infine saranno implementate sul microcontrollore per realizzare un sistema di controllo reale, un’esperienza che permette agli studenti di finalizzare il grado delle capacità acquisite.

AUTONOMIA DI GIUDIZIO:
Gli studenti vengono dotati dei metodi per la valutazione delle performance del sistema
di controllo ed una serie di esercizi loro proposti permettono di verificare il proprio grado di maturità e l’efficacia della propria preparazione prima di presentarsi alla prova d’esame.

ABILITÀ COMUNICATIVE: La prima verifica d’esame prevede la presentazione del progetto di controllo simulato utilizzando le slides a beneficio della capacità espositiva e comunicativa dello studente. Gli studenti possono optare per un progetto di gruppo qualora partecipino alle gare di robotica (RomeCup) in cui è prevista la presentazione di un progetto innovativo, schemi e hardware, ad una platea di studenti e professori. Questo permette loro di avere un’esperienza importante di team working.
Il lavoro di gruppo è comunque previsto per il progetto pratico del controllo motore in caso lo studente non partecipi alla gara di robotica.

CAPACITÀ DI APPRENDIMENTO:
Esercizi, test in classe e la possibilità di proporre progetti innovativi permettono ai ragazzi di testare la propria capacità di apprendimento necessaria al raggiungimento degli obiettivi così da migliorare e/o variare il proprio metodo di studio.

OBIETTIVI FORMATIVI:

L'insegnamento intende fornire allo studente un quadro aggiornato dell'attuale tecnologia dei sistemi embedded e real-time. I sistemi embedded sono i calcolatori elettronici integrati in ormai tutti gli apparati elettronici che eseguono in modo specifico ed esclusivo il programma impostato dal progettista dell'apparato. I sistemi real-time sono i sistemi di calcolo (intesi sia come hardware che come software) progettati per garantire non solo
la correttezza delle operazioni svolte, ma anche la corretta temporizzazione dei risultati prodotti dal sistema. Questo corso discute entrambi i tipi di sistemi perché la maggior parte dei sistemi embedded sono anche sistemi real-time, e viceversa.

Con riferimento alle linee guida riportate nel documento: "ACM/IEEE-CS- Computer Science Curricula 2013" (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:

Operating Systems (OS): Scheduling and Dispatch; Resource Allocation and Scheduling; Real-Time and Embedded Systems

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine lo studente avrà acquisito una comprensione approfondita delle problematiche e delle tecnologie relative allo sviluppo dei sistemi embedded e real-time. In particolare, lo studente avrà compreso i concetti fondamentali ed i risultati principali della teoria della schedulazione real-time, che consente di certificare la corretta progettazione di un sistema real-time "safety-critical"; avrà compreso le principali problematiche e soluzioni tecnologiche dei sistemi operativi adatti all'esecuzione di applicazioni real-time; avrà
compreso le problematiche relativo allo sviluppo del software di un sistema embedded "bare metal" interfacciato direttamente ai dispositivi hardware del sistema, con particolare riferimento ai sistemi di supporto all'esecuzione delle applicazioni real-time.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE

Al termine del corso lo studente sarà in grado di scrivere un ambiente di esecuzione real-time "bare metal" per sistemi embedded basati su architettura ARM, a partire dalla sola documentazione rilasciata dal costruttore dell'hardware. Lo studente sarà inoltre in grado di modellare una collezione di job reali con specifici compiti e scadenze temporali tramite il modello a task periodici, dimensionare opportunamente il modello di sistema real-time che dovrà garantire l'esecuzione dei job ed il rispetto delle scadenze, selezionare opportunamente gli algoritmi di schedulazione dei task e di allocazione delle risorse condivise, e dimostrare formalmente che la progettazione effettuata è corretta, nel senso che tutte le scadenze dei job saranno rispettate anche nel peggior caso che possa verificarsi.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di effettuare autonomamente scelte progettuali nell'ambito dei sistemi embedded e real-time, relativamente alla modellazione del sistema reale da implementare, alla scelta della piattaforma hardware, alla scelta del sistema operativo o ambiente di esecuzione, alla scelta degli algoritmi di schedulazione dei task e di allocazione delle risorse condivise, ed infine alla eventuale implementazione di un sistema "bare metal" o di una applicazione real-time.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia di base dei sistemi embedded e real-time e sarà in grado di esporne i concetti ed i risultati fondamentali, con particolare riferimento agli ambiti degli algoritmi di schedulazione real-time, dei sistemi operativi real-time, e dei sistemi embedded.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti i sistemi embedded e real-time, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI.
Obiettivo generale dell'insegnamento è mostrare allo studente la complessità e le problematiche relative all'integrazione della crittografia in protocolli e sistemi reali - in altre parole, convincere lo studente che l'utilizzo di "buoni" algoritmi crittografici è condizione necessaria, ma assolutamente non sufficiente, per la sicurezza nelle comunicazioni e nei sistemi Internet. In aggiunta, il corso ha i seguenti ulteriori obiettivi specifici: fornire allo studente basi di crittografia ed elementi di protocolli per la sicurezza in Internet; fornire le metodologie per identificare minacce e vulnerabilita alla sicurezza dei sistemi; analizzare le
famiglie di attacchi piu comuni ai protocolli ed ai sistemi Internet.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
L'obiettivo sopra descritto verrà perseguito illustrando contestualmente sia le principali soluzioni e strumenti crittografici per la sicurezza informatica, sia mostrando esempi concreti di errori di utilizzo e di attacchi. Particolare attenzione verrà dedicata alla comprensione dei principi protocollari alla base dell'instaurazione di sessioni sicure, con particolare riferimento ai protocolli TLS ed IPsec, ed ai protocolli di autenticazione. Infine, lo studente acquisirà competenze di base relative a soluzioni e tecniche crittografiche moderne (condivisione di segreti, elaborazione collaborativa sicura, crittografia ellittica, etc), ed alla loro applicazione in servizi e sistemi di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Le competenze tecniche e metodologiche acquisite permetteranno allo studente di affrontare numerosi problemi reali relativi alla protezione delle comunicazioni e dei sistemi di rete. In particolare, lo studente sarà in grado di identificare (e correggere) vulnerabilità protocollari, problemi implementativi, ed applicazioni errate della crittografia.

AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di identificare e valutare vulnerabilità crittografiche e protocollari supplementari rispetto alle più tradizionali vulnerabilità a livello di sistemi affrontate nei corsi precedenti, ampliando significativamente il bagaglio culturale e tecnico dello studente in termini di strumenti, algoritmi, e capacità di comprensione ed analisi.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alla crittografia applicata ed ai protocolli per la sicurezza in Internet, 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 i principi, le metodologie e le tecnologie per la progettazione ed implementazione di sistemi distribuiti moderni, inclusi i sistemi distribuiti a larga scala ed i sistemi di Cloud computing. Durante il corso verranno coniugati aspetti metodologici e tecnologici, affrontando le principali problematiche e tecniche per lo sviluppo di sistemi distribuiti efficienti. In particolare, verranno approfonditi gli aspetti architetturali, i modelli di comunicazione tra i componenti di un sistema distribuito ed i corrispondenti middleware, le soluzioni per fornire sistemi scalabili e tolleranti ai guasti, le problematiche di coordinazione distribuita, replicazione e consistenza e le relativi soluzioni algoritmiche e tecniche, e la virtualizzazione dell’ambiente di esecuzione. Il progetto proposto ha lo scopo di consolidare ed approfondire la preparazione teorica, metodologica e tecnologica sui temi affrontanti nel corso. Nel corso viene anche introdotto il linguaggio Go per la programmazione dei sistemi distribuiti.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito concetti di base ed avanzati sui sistemi distribuiti e sui sistemi Cloud e sullo sviluppo di applicazioni software in tale ambito. In particolare: realizzazione di applicazioni distribuite, scalabili, con diversi gradi di consistenza e modelli di comunicazione, utilizzando anche servizi Cloud (in particolare, i servizi Cloud di AWS e GCP, per i quali vengono messi a disposizione degli studenti dei grant gratuiti, rispettivamente tramite i programmi AWS Educate e Google Cloud Education).

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i principi e le metodologie proprie dell'analisi, progettazione e realizzazione dei moderni sistemi distribuiti. In particolare: progettare e sviluppare sistemi distribuiti e valutarne le prestazioni, usando strumenti avanzati per il deployment e l’esecuzione.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di identificare le soluzioni più idonee per realizzare sistemi distribuiti e servizi di Cloud computing e di valutare le scelte architetturali, implementative e le prestazioni di sistemi e servizi esistenti.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia avanzata relativa ai sistemi distribuiti ed al Cloud computing, sarà in grado di presentare l’architettura di un sistema distribuito anche complesso con termini e linguaggio tecnico appropriato e di argomentare circa le varie alternative sia a livello sistemistico che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti i sistemi distribuiti ed il Cloud computing, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire le nozioni fondamentali di ingegneria del wsoftware. Nello specifico, gli obiettivi formativi riguardano:
• Studio delle techniche per ognuna delle seguenti fasi dello sviluppo del software:
o Requisiti: funzionali, casi d’uso, storie utente, gestione dei cambiamenti.
o Progettazione: Specifca e progettazione UML: class diagram, state diagram, sequence diagram, activity diagram. Prototipi di interfaccia. Design patterns.
o Implementazione: Orientamento agli ogetti e analisi statica (e.g., SonarCloud).
o Integrazione continua: Travis.
o Issue tracking: JIRA e GitHub.
o Version Control: SVN
o Testing: test di unità (Junit) e di interfacce web (Selenium).

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali sullo sviluppo di sistemi software e progettazione web con particolare riguardo alle fasi di gestione dei requisiti, progettazione, implementazione e testing.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito le metodologie per lo sviluppo di sistemi software e web.

AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente sistemi software e web.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa allo sviluppo, progettazione e testing di sistemi software e web.

CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti l’ingengeria del software, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

Il corso si propone di presentare metodi e tecniche avanzate per la progettazione e l'implementazione dei sistemi operativi. Esso fornisce anche approfondimenti sulle effettive operazioni eseguite a livello hardware nei processori moderni, compresi gli effetti del parallelismo hardware implicito ed esplicito, e illustra come questi abbiano impatto sugli approcci di progettazione del software. Gli argomenti trattati dal corso sono legati a casi di studio orientati ai sistemi Linux ed a processori x86. Forte attenzione viene posta sui metodi e sulle tecniche per la sicurezza nei sistemi, e sulle criticita' di sicurezza derivanti dalle interazioni dell'hardware con il software. Il corso richiede conoscenze di base sulla struttura e sulle funzionalita' dei sistemi operativi e conoscenze di programmazione in linguaggiì C/ASM.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente sarà in grado di comprendere il funzionamento
dei sistemi operativi, anche per quel che concerne il livello kernel, e le interazioni che avvengono tra questo ed il software delle applicazioni sviluppate su di esso.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente sarà in grado di progettare e sviluppare nuove parti di un sistema operativo, in particolare per quel che concerne sistemi Linux.
AUTONOMIA DI GIUDIZIO:
Lo studente viene abituato a ragionare in maniera critica su scelte alternative di progetto e sviluppo, e su come queste possano poi avere impatto su aspetti funzionali e non funzionali del software.
ABILITÀ COMUNICATIVE:
Il superamento dell'esame prevede che lo studente affronti una prova scritta e lo sviluppo un progetto software, nelle quali deve essere in grado di esporre correttamente gli argomenti e presentare in modo chiaro la struttura del software sviluppato.
CAPACITÀ DI APPRENDIMENTO:
Una parte del materiale didattico è costituito da manuali e documentazione per il sistema operativo Linux. Lo studente impara ad usare ed interpretare in modo autonomo la manualistica di comune uso nello sviluppo del software di sistema.

OBIETTIVI FORMATIVI: L’obiettivo formativo del corso è fornire allo studente gli strumenti necessari per l’analisi e il controllo di un ambiente stocastico non noto. Tale obiettivo è raggiunto introducendo diverse tecniche che permettono l’analisi e la sintesi di leggi di controllo basate sulle misure dell’interazione del controllore (agente) con l’ambiente circostante.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Al termine del corso, lo studente sarà in grado di determinare l’efficacia di una legge di controllo rispetto ad un ambiente non noto e di progettare, solo sulla base dei dati acquisiti, leggi di controllo ottime rispetto a specifici funzioni di costo, anche tramite l’utilizzo di approssimatori funzionali.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Lo studente sarà in grado di implementare diverse tecniche di apprendimento per rinforzo (sia tabellari che basate su approssimazione funzionale) tramite la scrittura di programmi software in Matlab.

AUTONOMIA DI GIUDIZIO: Lo studente avrà la capacità di integrare le conoscenze acquisite tramite il corso con quelle reperibili dalla letteratura scientifica e selezionare le tecniche idonee alla soluzione di problemi complessi.

ABILITÀ COMUNICATIVE: Lo studente sarà in grado di descrivere in modo sintetico e analitico le tematiche del corso. Sarà inoltre in grado di esporre in maniera efficiente i risultati di un progetto realizzato durante il corso.

CAPACITÀ DI APPRENDIMENTO: lo studente sarà in grado di analizzare indipendentemente la letteratura scientifica riguardo alle tematiche trattate nel corso

OBIETTIVI FORMATIVI:
Il corso comprende due moduli da 6 cfu ciascuno: Automazione Manifatturiera e Robotica con Laboratorio. Il modulo di Automazione Manifatturiera introduce lo studente alla programmazione dei Controllori Logici Programmabili (PLC) e ad alcune problematiche di controllo di un sistema di produzione particolarmente significative. Lo studente deve essere in grado alla fine del corso di implementare su un PLC le metodologie di controllo presentate nel modulo. Nel modulo di Robotica con Laboratorio si studia sia la robotica dei manipolatori sia la robotica mobile. Per quanto riguarda i manipolatori, vengono date nozioni di cinematica diretta e inversa: lo studente sarà in grado di calcolare posizione e orientamento dell'organo terminale di un qualsiasi manipolatore costituito da giunti prismatici e rotoidali (cinematica diretta) e di individuare le coordinate di giunto che permettono il posizionamento dell'organo terminale per i manipolatori robotici più comuni (cinematica inversa). Per quanto riguarda la robotica mobile, il corso fornisce nozioni di cinematica, controllo e localizzazione di robot di tipo uniciclo: lo studente sarà in grado di calcolare i movimenti delle ruote attuate del robot che consentono di raggiungere un punto desiderato e di fondere le misure derivanti da sensori propriocettivi ed esterocettivi per la localizzazione del robot in un ambiente noto.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Per quanto riguarda Automazione: conoscenza di base della programmazione dei PLC e di alcune metodologie di controllo di sistemi di produzione. Per quanto riguarda Robotica: conoscenza della teoria della cinematica diretta e inversa dei manipolatori e di alcune tecniche per la movimentazione e la localizzazione di robot mobili.

APPLICARE CONOSCENZA E COMPRENSIONE:
Per quanto riguarda Automazione: capacità di saper risolvere problemi di base dell'automazione industriale e di saper implementare la soluzione su un PLC. Per quanto riguarda Robotica: capacità di affrontare problemi di cinematica dei manipolatori e di movimentazione e localizzazione di robot mobili e di saperli risolvere anche da un punto di vista implementativo.

AUTONOMIA DI GIUDIZIO:
La teoria spiegata può essere applicata anche per risolvere problemi non trattati specificamente nel corso. Nelle esercitazioni in laboratorio e nei due lavori a progetto si chiede in particolare di risolvere problemi che pongono lo studente nella necessità innanzitutto di individuare le basi teoriche necessarie alla risoluzione del problema e quindi di saperle applicare in modo originale al problema in esame.

ABILITÀ COMUNICATIVE:
I due lavori a progetto da affrontare in gruppo hanno lo scopo di favorire lo sviluppo delle capacità comunicative e di interazione.

CAPACITÀ DI APPRENDIMENTO:
La richiesta di risolvere problemi non direttamente trattati nel corso mette lo studente di fronte alla necessità di imparare ad apprendere e ad approfondire in autonomia.

OBIETTIVI FORMATIVI: Proprietà strutturali dei sistemi dinamici lineari e stazionari. Assegnazione degli autovalori mediante retroazione dallo stato, progetto di osservatori e stabilizzazione dall'uscita. Elementi di teoria della realizzazione. Primi risultati sulla stabilità di punti di equilibrio per sistemi nonlineari.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE: il corso fornisce le basi per ottenere approfondite conoscenze sulla teoria del controllo, in particolare per quanto riguarda il controllo di sistemi lineari.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: sia la prova scritta di esame che le attività opzionali di tirocinio sviluppano la capacità di analisi e sintesi di sistemi di controllo.

AUTONOMIA DI GIUDIZIO: Il corso, nella sua parte di analisi, contribuisce in modo essenziale agli strumenti per individuare gli elementi essenziali di un sistema/processo anche con un elevato grado di complessità, e di elaborarne modelli formali con diversi lvelli di approssimazione.

ABILITÀ COMUNICATIVE: La prova scritta sviluppa le capacità di illustrare efficacemente i passi di un procedimento di analisi o di sintesi, la prova orale sviluppa le capacità di comunicare con linguaggio formalmente corretto i risultati teorici e le loro implicazoni.

CAPACITÀ DI APPRENDIMENTO: La materia si presta a sviluppare la capacità di studio autonomo sul libro di testo; le attività opzionali di tirocinio incrementano le capacità di comprendere il funzionamento di programmi software per il calcolo simbolico e la simulazione.

OBIETTIVI FORMATIVI:

L'obiettivo del corso è quello di introdurre all'ottimizzazione vincolata con attenzione alle applicazioni nel campo dell'addestramento di SVM (Support Vector Machine) e alla definizione di tecniche di clustering. Vengono descritti inoltre gli alberi di decisione.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente è introdotto alle conoscenze di ottimizzazione non lineare, soprattutto vincolata, e alla comprensione delle problematiche relative ai problemi di apprendimento supervisionato con particolare attenzione a problemi di classificazione e regressione. Vengono descritte tecniche diverse: SVM e alberi di decisione. Lo studente viene inoltre introdotto al problema di classificazione non supervisionata, che viene risolto tramite tecniche di clustering standard quali k-means e clustering gerarchico.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Una frazione significativa del corso è dedicata all'utilizzo pratico delle tecniche descritte teoricamente. Lo studente è incoraggiato – attraverso uso di software dedicati (implementati in R) ad applicare gli strumenti proposti su dataset reali e di letteratura.

AUTONOMIA DI GIUDIZIO:
Lo sviluppo di modelli di classificazione per dataset reali e l'implementazione per mezzo di pacchetti software, consente la verifica quantitativa della qualità delle soluzioni sviluppate dagli studenti. Parte dell'esame consiste nello sviluppo di progetti specifici in team di massimo due persone.

ABILITÀ COMUNICATIVE:
L'interpretazione dei risultati ottenuti (a valle della fase implementazione e computazione) costituisce una delle attività fondamentali del processo di definizione di una soluzione di un problema reale, a partire da un modello di classificazione. Questo tipo di attività obbliga lo studente a un confronto con i colleghi e con il docente in cui sono stimolate le sue capacità critiche e dialettiche.

CAPACITÀ DI APPRENDIMENTO:
Lo studente è esposto (attraverso il materiale didattico proposto) alla lettura di testi di riferimento (sia libri che articoli di ricerca) e alla scoperta di strumenti software recenti e in continuo sviluppo. Viene pertanto messo in condizione di attingere a diversi strumenti al fine di (i) acquisire nuove competenze, (ii) sapersi aggiornare in modo continuo e autonomamente, (iii) intraprendere corsi di approfondimento nell'ambito della disciplina.

OBIETTIVI FORMATIVI:

L'’insegnamento di propone di fornire le nozioni fondamentali, i principi architetturali e le metodologie e per la progettazione di Reti di Calcolatori, con particolare enfasi ai protocolli del livello applicativo, di trasporto e di rete. Inoltre, si propone di fornire le nozioni fondamentali su l’ architettura dei sistemi Web e i principi per la realizzazione di applicazioni di rete

Con riferimento alle linee guida riportate nel documento: "ACM/IEEE-CS- Computer Science Curricula 2013" (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:

Networking and Communications (NC): Introduzione, Applicazioni di Rete, Comunicazione Affidabile, Instradamento, Reti Locali, Allocazione di Risorse

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i concetti fondamentali sulle architetture di rete, sul funzionamento delle delle reti di calcolatori e sulle applicazioni di rete. In particolare: comprensione delle architetture logiche, fisiche e protocollari delle reti di comunicazione; conoscenza dei principali protocolli di Internet, applicativi, di trasporto, di rete e di linea; comprensione delle principali metriche di valutazione delle prestazioni in una rete: ritardo di trasferimento, throughput, perdita; conoscenza della programmazione tramite socket e delle diverse soluzioni architetturali nello sviluppo di applicazioni di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito le metodologie proprie dell'analisi e progettazione delle reti e di applicazioni di rete. In particolare: valutare le diverse alternative nella scelta di un servizio di rete (protocollo TCP o UDP); Valutare le prestazioni della rete nel trasferimento di informazioni; Progettare il piano di indirizzamento di una rete; Progettare e Programmare applicazioni di rete che utilizzano le interfacce socket.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di applicare i metodi di analisi delle reti di calcolatori al fine di risolvere in autonomia i problemi relativi alla progettazione, configurazione e valutazione di una rete dal punto di vista architetturale, protocollare e dimensionamento della capacità.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle reti di calcolatori sarà in grado di descrivere i concetti fondamentali delle reti di calcolatori con termini e linguaggio tecnico appropriato e, in in fase progettuale, di argomentare circa le varie alternative architetturali e protocollari a livello sia infrastrutturale che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti le reti di calcolatori e Internet, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

• OBIETTIVI FORMATIVI:
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
• AUTONOMIA DI GIUDIZIO:
• ABILITÀ COMUNICATIVE:
• CAPACITÀ DI APPRENDIMENTO:
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.

LEARNING OUTCOMES:
The goal of the course is to provide advanced probability and statistics tools for developing probabilistic and statistical models and present significant applications concerning real-world data, in particular, extrapolated from engineering, economic, financial, and medical data-set. Specific attention will be paid to helping students to develop their problem-solving skills.

KNOWLEDGE AND UNDERSTANDING:
Emphasis will be placed on encouraging conscious learning of the probabilistic and statistical techniques and models presented during the course and discouraging any imitative or purely mnemonic learning attempts.

APPLYING KNOWLEDGE AND UNDERSTANDING:
As a result of the course, the students will have to be able to tackle and solve non-trivial problems in the framework of probabilistic and statistical models, with particular reference to the application of the concepts of independence, conditioning and convergence modalities, as well as data analysis using point and interval estimators, parametric statistical tests and significance tests on linear and logistic regressions.

MAKING JUDGEMENTS:
Students will be encouraged to exploit the flexibility of probabilistic and statistical models to explore individual, albeit feasible, ways to solve problems. The originality of the proposed solutions will be specially rewarded.

COMMUNICATION SKILLS:
Communication skills will be encouraged by involving students in learning assessment activities and giving significant emphasis to the expositive clarity in the evaluation of the final examination.

LEARNING SKILLS:
To encourage the learning ability, we will try to stimulate the familiarity with the logic-mathematical arguments through the participation of the students in the presentation of the probabilistic-statistical reasoning leading to the main results shown.
shown.

OBIETTIVI FORMATIVI:

L'insegnamento intende fornire allo studente un quadro aggiornato dell'attuale tecnologia dei sistemi embedded e real-time. I sistemi embedded sono i calcolatori elettronici integrati in ormai tutti gli apparati elettronici che eseguono in modo specifico ed esclusivo il programma impostato dal progettista dell'apparato. I sistemi real-time sono i sistemi di calcolo (intesi sia come hardware che come software) progettati per garantire non solo
la correttezza delle operazioni svolte, ma anche la corretta temporizzazione dei risultati prodotti dal sistema. Questo corso discute entrambi i tipi di sistemi perché la maggior parte dei sistemi embedded sono anche sistemi real-time, e viceversa.

Con riferimento alle linee guida riportate nel documento: "ACM/IEEE-CS- Computer Science Curricula 2013" (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:

Operating Systems (OS): Scheduling and Dispatch; Resource Allocation and Scheduling; Real-Time and Embedded Systems

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine lo studente avrà acquisito una comprensione approfondita delle problematiche e delle tecnologie relative allo sviluppo dei sistemi embedded e real-time. In particolare, lo studente avrà compreso i concetti fondamentali ed i risultati principali della teoria della schedulazione real-time, che consente di certificare la corretta progettazione di un sistema real-time "safety-critical"; avrà compreso le principali problematiche e soluzioni tecnologiche dei sistemi operativi adatti all'esecuzione di applicazioni real-time; avrà
compreso le problematiche relativo allo sviluppo del software di un sistema embedded "bare metal" interfacciato direttamente ai dispositivi hardware del sistema, con particolare riferimento ai sistemi di supporto all'esecuzione delle applicazioni real-time.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE

Al termine del corso lo studente sarà in grado di scrivere un ambiente di esecuzione real-time "bare metal" per sistemi embedded basati su architettura ARM, a partire dalla sola documentazione rilasciata dal costruttore dell'hardware. Lo studente sarà inoltre in grado di modellare una collezione di job reali con specifici compiti e scadenze temporali tramite il modello a task periodici, dimensionare opportunamente il modello di sistema real-time che dovrà garantire l'esecuzione dei job ed il rispetto delle scadenze, selezionare opportunamente gli algoritmi di schedulazione dei task e di allocazione delle risorse condivise, e dimostrare formalmente che la progettazione effettuata è corretta, nel senso che tutte le scadenze dei job saranno rispettate anche nel peggior caso che possa verificarsi.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di effettuare autonomamente scelte progettuali nell'ambito dei sistemi embedded e real-time, relativamente alla modellazione del sistema reale da implementare, alla scelta della piattaforma hardware, alla scelta del sistema operativo o ambiente di esecuzione, alla scelta degli algoritmi di schedulazione dei task e di allocazione delle risorse condivise, ed infine alla eventuale implementazione di un sistema "bare metal" o di una applicazione real-time.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia di base dei sistemi embedded e real-time e sarà in grado di esporne i concetti ed i risultati fondamentali, con particolare riferimento agli ambiti degli algoritmi di schedulazione real-time, dei sistemi operativi real-time, e dei sistemi embedded.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti i sistemi embedded e real-time, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI.
Obiettivo generale dell'insegnamento è mostrare allo studente la complessità e le problematiche relative all'integrazione della crittografia in protocolli e sistemi reali - in altre parole, convincere lo studente che l'utilizzo di "buoni" algoritmi crittografici è condizione necessaria, ma assolutamente non sufficiente, per la sicurezza nelle comunicazioni e nei sistemi Internet. In aggiunta, il corso ha i seguenti ulteriori obiettivi specifici: fornire allo studente basi di crittografia ed elementi di protocolli per la sicurezza in Internet; fornire le metodologie per identificare minacce e vulnerabilita alla sicurezza dei sistemi; analizzare le
famiglie di attacchi piu comuni ai protocolli ed ai sistemi Internet.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
L'obiettivo sopra descritto verrà perseguito illustrando contestualmente sia le principali soluzioni e strumenti crittografici per la sicurezza informatica, sia mostrando esempi concreti di errori di utilizzo e di attacchi. Particolare attenzione verrà dedicata alla comprensione dei principi protocollari alla base dell'instaurazione di sessioni sicure, con particolare riferimento ai protocolli TLS ed IPsec, ed ai protocolli di autenticazione. Infine, lo studente acquisirà competenze di base relative a soluzioni e tecniche crittografiche moderne (condivisione di segreti, elaborazione collaborativa sicura, crittografia ellittica, etc), ed alla loro applicazione in servizi e sistemi di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Le competenze tecniche e metodologiche acquisite permetteranno allo studente di affrontare numerosi problemi reali relativi alla protezione delle comunicazioni e dei sistemi di rete. In particolare, lo studente sarà in grado di identificare (e correggere) vulnerabilità protocollari, problemi implementativi, ed applicazioni errate della crittografia.

AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di identificare e valutare vulnerabilità crittografiche e protocollari supplementari rispetto alle più tradizionali vulnerabilità a livello di sistemi affrontate nei corsi precedenti, ampliando significativamente il bagaglio culturale e tecnico dello studente in termini di strumenti, algoritmi, e capacità di comprensione ed analisi.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alla crittografia applicata ed ai protocolli per la sicurezza in Internet, 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 i principi, le metodologie e le tecnologie per la progettazione ed implementazione di sistemi distribuiti moderni, inclusi i sistemi distribuiti a larga scala ed i sistemi di Cloud computing. Durante il corso verranno coniugati aspetti metodologici e tecnologici, affrontando le principali problematiche e tecniche per lo sviluppo di sistemi distribuiti efficienti. In particolare, verranno approfonditi gli aspetti architetturali, i modelli di comunicazione tra i componenti di un sistema distribuito ed i corrispondenti middleware, le soluzioni per fornire sistemi scalabili e tolleranti ai guasti, le problematiche di coordinazione distribuita, replicazione e consistenza e le relativi soluzioni algoritmiche e tecniche, e la virtualizzazione dell’ambiente di esecuzione. Il progetto proposto ha lo scopo di consolidare ed approfondire la preparazione teorica, metodologica e tecnologica sui temi affrontanti nel corso. Nel corso viene anche introdotto il linguaggio Go per la programmazione dei sistemi distribuiti.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito concetti di base ed avanzati sui sistemi distribuiti e sui sistemi Cloud e sullo sviluppo di applicazioni software in tale ambito. In particolare: realizzazione di applicazioni distribuite, scalabili, con diversi gradi di consistenza e modelli di comunicazione, utilizzando anche servizi Cloud (in particolare, i servizi Cloud di AWS e GCP, per i quali vengono messi a disposizione degli studenti dei grant gratuiti, rispettivamente tramite i programmi AWS Educate e Google Cloud Education).

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i principi e le metodologie proprie dell'analisi, progettazione e realizzazione dei moderni sistemi distribuiti. In particolare: progettare e sviluppare sistemi distribuiti e valutarne le prestazioni, usando strumenti avanzati per il deployment e l’esecuzione.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di identificare le soluzioni più idonee per realizzare sistemi distribuiti e servizi di Cloud computing e di valutare le scelte architetturali, implementative e le prestazioni di sistemi e servizi esistenti.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia avanzata relativa ai sistemi distribuiti ed al Cloud computing, sarà in grado di presentare l’architettura di un sistema distribuito anche complesso con termini e linguaggio tecnico appropriato e di argomentare circa le varie alternative sia a livello sistemistico che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti i sistemi distribuiti ed il Cloud computing, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire le nozioni fondamentali di ingegneria del wsoftware. Nello specifico, gli obiettivi formativi riguardano:
• Studio delle techniche per ognuna delle seguenti fasi dello sviluppo del software:
o Requisiti: funzionali, casi d’uso, storie utente, gestione dei cambiamenti.
o Progettazione: Specifca e progettazione UML: class diagram, state diagram, sequence diagram, activity diagram. Prototipi di interfaccia. Design patterns.
o Implementazione: Orientamento agli ogetti e analisi statica (e.g., SonarCloud).
o Integrazione continua: Travis.
o Issue tracking: JIRA e GitHub.
o Version Control: SVN
o Testing: test di unità (Junit) e di interfacce web (Selenium).

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali sullo sviluppo di sistemi software e progettazione web con particolare riguardo alle fasi di gestione dei requisiti, progettazione, implementazione e testing.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito le metodologie per lo sviluppo di sistemi software e web.

AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente sistemi software e web.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa allo sviluppo, progettazione e testing di sistemi software e web.

CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti l’ingengeria del software, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

Il corso si propone di presentare metodi e tecniche avanzate per la progettazione e l'implementazione dei sistemi operativi. Esso fornisce anche approfondimenti sulle effettive operazioni eseguite a livello hardware nei processori moderni, compresi gli effetti del parallelismo hardware implicito ed esplicito, e illustra come questi abbiano impatto sugli approcci di progettazione del software. Gli argomenti trattati dal corso sono legati a casi di studio orientati ai sistemi Linux ed a processori x86. Forte attenzione viene posta sui metodi e sulle tecniche per la sicurezza nei sistemi, e sulle criticita' di sicurezza derivanti dalle interazioni dell'hardware con il software. Il corso richiede conoscenze di base sulla struttura e sulle funzionalita' dei sistemi operativi e conoscenze di programmazione in linguaggiì C/ASM.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente sarà in grado di comprendere il funzionamento
dei sistemi operativi, anche per quel che concerne il livello kernel, e le interazioni che avvengono tra questo ed il software delle applicazioni sviluppate su di esso.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente sarà in grado di progettare e sviluppare nuove parti di un sistema operativo, in particolare per quel che concerne sistemi Linux.
AUTONOMIA DI GIUDIZIO:
Lo studente viene abituato a ragionare in maniera critica su scelte alternative di progetto e sviluppo, e su come queste possano poi avere impatto su aspetti funzionali e non funzionali del software.
ABILITÀ COMUNICATIVE:
Il superamento dell'esame prevede che lo studente affronti una prova scritta e lo sviluppo un progetto software, nelle quali deve essere in grado di esporre correttamente gli argomenti e presentare in modo chiaro la struttura del software sviluppato.
CAPACITÀ DI APPRENDIMENTO:
Una parte del materiale didattico è costituito da manuali e documentazione per il sistema operativo Linux. Lo studente impara ad usare ed interpretare in modo autonomo la manualistica di comune uso nello sviluppo del software di sistema.

LEARNING OUTCOMES:
The goal of the course is to provide advanced probability and statistics tools for developing probabilistic and statistical models and present significant applications concerning real-world data, in particular, extrapolated from engineering, economic, financial, and medical data-set. Specific attention will be paid to helping students to develop their problem-solving skills.

KNOWLEDGE AND UNDERSTANDING:
Emphasis will be placed on encouraging conscious learning of the probabilistic and statistical techniques and models presented during the course and discouraging any imitative or purely mnemonic learning attempts.

APPLYING KNOWLEDGE AND UNDERSTANDING:
As a result of the course, the students will have to be able to tackle and solve non-trivial problems in the framework of probabilistic and statistical models, with particular reference to the application of the concepts of independence, conditioning and convergence modalities, as well as data analysis using point and interval estimators, parametric statistical tests and significance tests on linear and logistic regressions.

MAKING JUDGEMENTS:
Students will be encouraged to exploit the flexibility of probabilistic and statistical models to explore individual, albeit feasible, ways to solve problems. The originality of the proposed solutions will be specially rewarded.

COMMUNICATION SKILLS:
Communication skills will be encouraged by involving students in learning assessment activities and giving significant emphasis to the expositive clarity in the evaluation of the final examination.

LEARNING SKILLS:
To encourage the learning ability, we will try to stimulate the familiarity with the logic-mathematical arguments through the participation of the students in the presentation of the probabilistic-statistical reasoning leading to the main results shown.
shown.

OBIETTIVI FORMATIVI.
Obiettivo generale dell'insegnamento è mostrare allo studente la complessità e le problematiche relative all'integrazione della crittografia in protocolli e sistemi reali - in altre parole, convincere lo studente che l'utilizzo di "buoni" algoritmi crittografici è condizione necessaria, ma assolutamente non sufficiente, per la sicurezza nelle comunicazioni e nei sistemi Internet. In aggiunta, il corso ha i seguenti ulteriori obiettivi specifici: fornire allo studente basi di crittografia ed elementi di protocolli per la sicurezza in Internet; fornire le metodologie per identificare minacce e vulnerabilita alla sicurezza dei sistemi; analizzare le
famiglie di attacchi piu comuni ai protocolli ed ai sistemi Internet.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
L'obiettivo sopra descritto verrà perseguito illustrando contestualmente sia le principali soluzioni e strumenti crittografici per la sicurezza informatica, sia mostrando esempi concreti di errori di utilizzo e di attacchi. Particolare attenzione verrà dedicata alla comprensione dei principi protocollari alla base dell'instaurazione di sessioni sicure, con particolare riferimento ai protocolli TLS ed IPsec, ed ai protocolli di autenticazione. Infine, lo studente acquisirà competenze di base relative a soluzioni e tecniche crittografiche moderne (condivisione di segreti, elaborazione collaborativa sicura, crittografia ellittica, etc), ed alla loro applicazione in servizi e sistemi di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Le competenze tecniche e metodologiche acquisite permetteranno allo studente di affrontare numerosi problemi reali relativi alla protezione delle comunicazioni e dei sistemi di rete. In particolare, lo studente sarà in grado di identificare (e correggere) vulnerabilità protocollari, problemi implementativi, ed applicazioni errate della crittografia.

AUTONOMIA DI GIUDIZIO:
Il corso permetterà allo studente di identificare e valutare vulnerabilità crittografiche e protocollari supplementari rispetto alle più tradizionali vulnerabilità a livello di sistemi affrontate nei corsi precedenti, ampliando significativamente il bagaglio culturale e tecnico dello studente in termini di strumenti, algoritmi, e capacità di comprensione ed analisi.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alla crittografia applicata ed ai protocolli per la sicurezza in Internet, 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 i principi, le metodologie e le tecnologie per la progettazione ed implementazione di sistemi distribuiti moderni, inclusi i sistemi distribuiti a larga scala ed i sistemi di Cloud computing. Durante il corso verranno coniugati aspetti metodologici e tecnologici, affrontando le principali problematiche e tecniche per lo sviluppo di sistemi distribuiti efficienti. In particolare, verranno approfonditi gli aspetti architetturali, i modelli di comunicazione tra i componenti di un sistema distribuito ed i corrispondenti middleware, le soluzioni per fornire sistemi scalabili e tolleranti ai guasti, le problematiche di coordinazione distribuita, replicazione e consistenza e le relativi soluzioni algoritmiche e tecniche, e la virtualizzazione dell’ambiente di esecuzione. Il progetto proposto ha lo scopo di consolidare ed approfondire la preparazione teorica, metodologica e tecnologica sui temi affrontanti nel corso. Nel corso viene anche introdotto il linguaggio Go per la programmazione dei sistemi distribuiti.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito concetti di base ed avanzati sui sistemi distribuiti e sui sistemi Cloud e sullo sviluppo di applicazioni software in tale ambito. In particolare: realizzazione di applicazioni distribuite, scalabili, con diversi gradi di consistenza e modelli di comunicazione, utilizzando anche servizi Cloud (in particolare, i servizi Cloud di AWS e GCP, per i quali vengono messi a disposizione degli studenti dei grant gratuiti, rispettivamente tramite i programmi AWS Educate e Google Cloud Education).

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i principi e le metodologie proprie dell'analisi, progettazione e realizzazione dei moderni sistemi distribuiti. In particolare: progettare e sviluppare sistemi distribuiti e valutarne le prestazioni, usando strumenti avanzati per il deployment e l’esecuzione.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di identificare le soluzioni più idonee per realizzare sistemi distribuiti e servizi di Cloud computing e di valutare le scelte architetturali, implementative e le prestazioni di sistemi e servizi esistenti.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia avanzata relativa ai sistemi distribuiti ed al Cloud computing, sarà in grado di presentare l’architettura di un sistema distribuito anche complesso con termini e linguaggio tecnico appropriato e di argomentare circa le varie alternative sia a livello sistemistico che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti i sistemi distribuiti ed il Cloud computing, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI:
L'insegnamento si propone di fornire le nozioni fondamentali di ingegneria del wsoftware. Nello specifico, gli obiettivi formativi riguardano:
• Studio delle techniche per ognuna delle seguenti fasi dello sviluppo del software:
o Requisiti: funzionali, casi d’uso, storie utente, gestione dei cambiamenti.
o Progettazione: Specifca e progettazione UML: class diagram, state diagram, sequence diagram, activity diagram. Prototipi di interfaccia. Design patterns.
o Implementazione: Orientamento agli ogetti e analisi statica (e.g., SonarCloud).
o Integrazione continua: Travis.
o Issue tracking: JIRA e GitHub.
o Version Control: SVN
o Testing: test di unità (Junit) e di interfacce web (Selenium).

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito i concetti fondamentali sullo sviluppo di sistemi software e progettazione web con particolare riguardo alle fasi di gestione dei requisiti, progettazione, implementazione e testing.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà acquisito le metodologie per lo sviluppo di sistemi software e web.

AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente sarà in grado di giudicare autonomamente sistemi software e web.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa allo sviluppo, progettazione e testing di sistemi software e web.

CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti l’ingengeria del software, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

Il corso si propone di presentare metodi e tecniche avanzate per la progettazione e l'implementazione dei sistemi operativi. Esso fornisce anche approfondimenti sulle effettive operazioni eseguite a livello hardware nei processori moderni, compresi gli effetti del parallelismo hardware implicito ed esplicito, e illustra come questi abbiano impatto sugli approcci di progettazione del software. Gli argomenti trattati dal corso sono legati a casi di studio orientati ai sistemi Linux ed a processori x86. Forte attenzione viene posta sui metodi e sulle tecniche per la sicurezza nei sistemi, e sulle criticita' di sicurezza derivanti dalle interazioni dell'hardware con il software. Il corso richiede conoscenze di base sulla struttura e sulle funzionalita' dei sistemi operativi e conoscenze di programmazione in linguaggiì C/ASM.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente sarà in grado di comprendere il funzionamento
dei sistemi operativi, anche per quel che concerne il livello kernel, e le interazioni che avvengono tra questo ed il software delle applicazioni sviluppate su di esso.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente sarà in grado di progettare e sviluppare nuove parti di un sistema operativo, in particolare per quel che concerne sistemi Linux.
AUTONOMIA DI GIUDIZIO:
Lo studente viene abituato a ragionare in maniera critica su scelte alternative di progetto e sviluppo, e su come queste possano poi avere impatto su aspetti funzionali e non funzionali del software.
ABILITÀ COMUNICATIVE:
Il superamento dell'esame prevede che lo studente affronti una prova scritta e lo sviluppo un progetto software, nelle quali deve essere in grado di esporre correttamente gli argomenti e presentare in modo chiaro la struttura del software sviluppato.
CAPACITÀ DI APPRENDIMENTO:
Una parte del materiale didattico è costituito da manuali e documentazione per il sistema operativo Linux. Lo studente impara ad usare ed interpretare in modo autonomo la manualistica di comune uso nello sviluppo del software di sistema.

OBIETTIVI FORMATIVI:
Fornire le basi delle diagnostiche utilizzate negli impianti industriali con particolare enfasi a quelli dedicati alla fusione, le tecniche di acquisizione della misure e le architetture real-time e le tecniche di controllo utilizzati nella robotica (ROS) e negli attuali tokamak (MARTe).

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Allo studente vengono forniti gli strumenti per realizzare un sistema di misura, implementare un'archiettura real-time per l'acquisizione ed il controllo per sistemi robotici e processi industriali e di ricerca. E' previsto l'uso di Matlab per approfondire la compresione delle metodologie di misura e controllo e simulare le architetture proposte.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Il test d’esame prevede che lo studente applichi ad una facility esistente le metodologie apprese discutendo in maniera critica l’efficacia delle tecniche adottate.

AUTONOMIA DI GIUDIZIO:
Agli studenti viene chiesto di valutare le performance e l’efficacia dei diversi sistemi di controllo e misura che devono essere progettati durante le diverse esercitazioni permettendo loro di saggiare la propria preparazione in vista dell’esame finale.


ABILITÀ COMUNICATIVE:
I progetti considerati per la prova finale devono essere discussi in classe mediante una presentazione.

CAPACITÀ DI APPRENDIMENTO:
Esercizi e test in classe permettono ai ragazzi di valutare la propria capacità di apprendimento necessaria al raggiungimento degli obiettivi proposti così da migliorare e/o variare il proprio metodo di studio.

OBIETTIVI FORMATIVI:

L'’insegnamento di propone di fornire le nozioni fondamentali, i principi architetturali e le metodologie e per la progettazione di Reti di Calcolatori, con particolare enfasi ai protocolli del livello applicativo, di trasporto e di rete. Inoltre, si propone di fornire le nozioni fondamentali su l’ architettura dei sistemi Web e i principi per la realizzazione di applicazioni di rete

Con riferimento alle linee guida riportate nel documento: "ACM/IEEE-CS- Computer Science Curricula 2013" (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:

Networking and Communications (NC): Introduzione, Applicazioni di Rete, Comunicazione Affidabile, Instradamento, Reti Locali, Allocazione di Risorse

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i concetti fondamentali sulle architetture di rete, sul funzionamento delle delle reti di calcolatori e sulle applicazioni di rete. In particolare: comprensione delle architetture logiche, fisiche e protocollari delle reti di comunicazione; conoscenza dei principali protocolli di Internet, applicativi, di trasporto, di rete e di linea; comprensione delle principali metriche di valutazione delle prestazioni in una rete: ritardo di trasferimento, throughput, perdita; conoscenza della programmazione tramite socket e delle diverse soluzioni architetturali nello sviluppo di applicazioni di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito le metodologie proprie dell'analisi e progettazione delle reti e di applicazioni di rete. In particolare: valutare le diverse alternative nella scelta di un servizio di rete (protocollo TCP o UDP); Valutare le prestazioni della rete nel trasferimento di informazioni; Progettare il piano di indirizzamento di una rete; Progettare e Programmare applicazioni di rete che utilizzano le interfacce socket.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di applicare i metodi di analisi delle reti di calcolatori al fine di risolvere in autonomia i problemi relativi alla progettazione, configurazione e valutazione di una rete dal punto di vista architetturale, protocollare e dimensionamento della capacità.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle reti di calcolatori sarà in grado di descrivere i concetti fondamentali delle reti di calcolatori con termini e linguaggio tecnico appropriato e, in in fase progettuale, di argomentare circa le varie alternative architetturali e protocollari a livello sia infrastrutturale che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti le reti di calcolatori e Internet, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

• OBIETTIVI FORMATIVI:
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
• AUTONOMIA DI GIUDIZIO:
• ABILITÀ COMUNICATIVE:
• CAPACITÀ DI APPRENDIMENTO:
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:
Obiettivo del corso è quello di dotare lo studente di strumenti e metodi per affrontare con rigore scientifico problemi di pianificazione, progettazione e gestione di sistemi, reti e servizi.
In particolare, il corso si rivolge alla modellistica simulativa ed analitica per la valutazione delle prestazioni. Il corso estende la tradizionale trattazione con elementi derivati dai più attuali contesti applicativi.
Con riferimento alle linee guida riportate nel documento: “ACM/IEEE-CS- Computer Science Curricula 2013)” (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:
- CN. Computational Science: Introduzione alla Modellistica e Simulazione; Modellistica e Simulazione;
- OS. Operating Systems: Valutazione delle prestazioni del sistema
- PD. Parallel and Distributed Computing: Performance dei sistemi distribuiti e paralleli
- SF. Systems Fundamentals: Valutazione; Allocazione delle risorse e scheduling; Valutazione Quantitativa


CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito la conoscenza dei seguenti argomenti: indici di prestazione di sistemi informatici e reti; modelli per la valutazione delle prestazioni; sviluppo di un modello di simulazione; progetto degli esperimenti di un simulatore; analisi statistica dell'output di simulazione.


CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà la capacità di utilizzare le conoscenze acquisite per modellare un sistema a partire da un obiettivo, progettare esperimenti e validare i risultati per mezzo di modelli analitici e simulativi.

AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente avrà acquisito gli elementi di base e gli strumenti per valutare il progetto o il miglioramento di un sistema vincolato da requisiti di qualità e prestazioni.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito la capacità di acquisire, comprendere e comunicare il comportamento prestazionale di sistemi come anche orientamenti e decisioni per la loro gestione.

CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di comprendere con facilità il comportamento prestazionale di nuovi sistemi, e di individuarne le principali specificità e/o criticità in merito alla loro efficienza.

OBIETTIVI FORMATIVI:

L'obiettivo del corso è quello di introdurre all'ottimizzazione vincolata con attenzione alle applicazioni nel campo dell'addestramento di SVM (Support Vector Machine) e alla definizione di tecniche di clustering. Vengono descritti inoltre gli alberi di decisione.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Lo studente è introdotto alle conoscenze di ottimizzazione non lineare, soprattutto vincolata, e alla comprensione delle problematiche relative ai problemi di apprendimento supervisionato con particolare attenzione a problemi di classificazione e regressione. Vengono descritte tecniche diverse: SVM e alberi di decisione. Lo studente viene inoltre introdotto al problema di classificazione non supervisionata, che viene risolto tramite tecniche di clustering standard quali k-means e clustering gerarchico.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Una frazione significativa del corso è dedicata all'utilizzo pratico delle tecniche descritte teoricamente. Lo studente è incoraggiato – attraverso uso di software dedicati (implementati in R) ad applicare gli strumenti proposti su dataset reali e di letteratura.

AUTONOMIA DI GIUDIZIO:
Lo sviluppo di modelli di classificazione per dataset reali e l'implementazione per mezzo di pacchetti software, consente la verifica quantitativa della qualità delle soluzioni sviluppate dagli studenti. Parte dell'esame consiste nello sviluppo di progetti specifici in team di massimo due persone.

ABILITÀ COMUNICATIVE:
L'interpretazione dei risultati ottenuti (a valle della fase implementazione e computazione) costituisce una delle attività fondamentali del processo di definizione di una soluzione di un problema reale, a partire da un modello di classificazione. Questo tipo di attività obbliga lo studente a un confronto con i colleghi e con il docente in cui sono stimolate le sue capacità critiche e dialettiche.

CAPACITÀ DI APPRENDIMENTO:
Lo studente è esposto (attraverso il materiale didattico proposto) alla lettura di testi di riferimento (sia libri che articoli di ricerca) e alla scoperta di strumenti software recenti e in continuo sviluppo. Viene pertanto messo in condizione di attingere a diversi strumenti al fine di (i) acquisire nuove competenze, (ii) sapersi aggiornare in modo continuo e autonomamente, (iii) intraprendere corsi di approfondimento nell'ambito della disciplina.

OBIETTIVI FORMATIVI:

L'’insegnamento di propone di fornire le nozioni fondamentali, i principi architetturali e le metodologie e per la progettazione di Reti di Calcolatori, con particolare enfasi ai protocolli del livello applicativo, di trasporto e di rete. Inoltre, si propone di fornire le nozioni fondamentali su l’ architettura dei sistemi Web e i principi per la realizzazione di applicazioni di rete

Con riferimento alle linee guida riportate nel documento: "ACM/IEEE-CS- Computer Science Curricula 2013" (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:

Networking and Communications (NC): Introduzione, Applicazioni di Rete, Comunicazione Affidabile, Instradamento, Reti Locali, Allocazione di Risorse

CONOSCENZA E CAPACITÀ DI COMPRENSIONE:

Al termine del corso lo studente avrà acquisito i concetti fondamentali sulle architetture di rete, sul funzionamento delle delle reti di calcolatori e sulle applicazioni di rete. In particolare: comprensione delle architetture logiche, fisiche e protocollari delle reti di comunicazione; conoscenza dei principali protocolli di Internet, applicativi, di trasporto, di rete e di linea; comprensione delle principali metriche di valutazione delle prestazioni in una rete: ritardo di trasferimento, throughput, perdita; conoscenza della programmazione tramite socket e delle diverse soluzioni architetturali nello sviluppo di applicazioni di rete.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:

Al termine del corso lo studente avrà acquisito le metodologie proprie dell'analisi e progettazione delle reti e di applicazioni di rete. In particolare: valutare le diverse alternative nella scelta di un servizio di rete (protocollo TCP o UDP); Valutare le prestazioni della rete nel trasferimento di informazioni; Progettare il piano di indirizzamento di una rete; Progettare e Programmare applicazioni di rete che utilizzano le interfacce socket.

AUTONOMIA DI GIUDIZIO:

Al termine del corso lo studente sarà in grado di applicare i metodi di analisi delle reti di calcolatori al fine di risolvere in autonomia i problemi relativi alla progettazione, configurazione e valutazione di una rete dal punto di vista architetturale, protocollare e dimensionamento della capacità.

ABILITÀ COMUNICATIVE:

Al termine del corso lo studente avrà acquisito padronanza della terminologia relativa alle reti di calcolatori sarà in grado di descrivere i concetti fondamentali delle reti di calcolatori con termini e linguaggio tecnico appropriato e, in in fase progettuale, di argomentare circa le varie alternative architetturali e protocollari a livello sia infrastrutturale che applicativo.

CAPACITÀ DI APPRENDIMENTO:

Al termine del corso lo studente avrà acquisito la capacità di intraprendere in autonomia ulteriori approfondimenti su argomenti attinenti le reti di calcolatori e Internet, e di utilizzare le conoscenze e metodologie imparate per affrontare problemi nuovi.

OBIETTIVI FORMATIVI:
Obiettivo del corso è quello di dotare lo studente di strumenti e metodi per affrontare con rigore scientifico problemi di pianificazione, progettazione e gestione di sistemi, reti e servizi.
In particolare, il corso si rivolge alla modellistica simulativa ed analitica per la valutazione delle prestazioni. Il corso estende la tradizionale trattazione con elementi derivati dai più attuali contesti applicativi.
Con riferimento alle linee guida riportate nel documento: “ACM/IEEE-CS- Computer Science Curricula 2013)” (www.acm.org/education/CS2013-final-report.pdf), il corso contribuisce a coprire le seguenti aree e relativi obiettivi:
- CN. Computational Science: Introduzione alla Modellistica e Simulazione; Modellistica e Simulazione;
- OS. Operating Systems: Valutazione delle prestazioni del sistema
- PD. Parallel and Distributed Computing: Performance dei sistemi distribuiti e paralleli
- SF. Systems Fundamentals: Valutazione; Allocazione delle risorse e scheduling; Valutazione Quantitativa


CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Al termine del corso lo studente avrà acquisito la conoscenza dei seguenti argomenti: indici di prestazione di sistemi informatici e reti; modelli per la valutazione delle prestazioni; sviluppo di un modello di simulazione; progetto degli esperimenti di un simulatore; analisi statistica dell'output di simulazione.


CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Al termine del corso lo studente avrà la capacità di utilizzare le conoscenze acquisite per modellare un sistema a partire da un obiettivo, progettare esperimenti e validare i risultati per mezzo di modelli analitici e simulativi.

AUTONOMIA DI GIUDIZIO:
Al termine del corso lo studente avrà acquisito gli elementi di base e gli strumenti per valutare il progetto o il miglioramento di un sistema vincolato da requisiti di qualità e prestazioni.

ABILITÀ COMUNICATIVE:
Al termine del corso lo studente avrà acquisito la capacità di acquisire, comprendere e comunicare il comportamento prestazionale di sistemi come anche orientamenti e decisioni per la loro gestione.

CAPACITÀ DI APPRENDIMENTO:
Al termine del corso lo studente avrà acquisito la capacità di comprendere con facilità il comportamento prestazionale di nuovi sistemi, e di individuarne le principali specificità e/o criticità in merito alla loro efficienza.

• OBIETTIVI FORMATIVI:
• CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
• CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
• AUTONOMIA DI GIUDIZIO:
• ABILITÀ COMUNICATIVE:
• CAPACITÀ DI APPRENDIMENTO:
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.