|
1047619 -
CONCURRENT SYSTEMS
(obiettivi)
Obiettivi generali:
Capire i concetti base dei sistemi concorrenti e le metodologie adottate nella soluzione dei problemi da essi posti
Obiettivi specifici:
Mutua esclusione, diverse proprietà di liveness, semafori, monitor, transazioni, atomicità, concorrenza senza mutua esclusione, altre proprietà di liveness, oggetto universale e consenso. Sistemi di transizioni etichettate, semantica a interleaving, sincronizzazione, simulazione e bisimulazione, tecniche di verifica, passaggio di nomi, sistemi di tipo.
Conoscenza e comprensione:
Capire the problematiche di base dei sistemi concorrenti e le relative soluzioni possibili, i principi fondazionali dei linguaggi di programmazione concorrente e le relative tecniche di verifica
Applicare conoscenza e comprensione:
essere in grado di risolvere problematiche basilari di semplici sistemi concorrenti
Capacità critiche e di giudizio:
capire vantaggi e svantaggi delle varie possibili soluzioni a problematiche di sistemi concorrenti
Capacità comunicative:
sviluppare un linguaggio tecnico e formale in grado di spiegare le soluzioni ideate e i relativi meriti
Capacità di apprendimento:
comprendere scenari di programmazione complessi e le relative soluzioni, anche sofisticate
-
GORLA DANIELE
( programma)
Il corso presenta le caratteristiche e i problemi basilari di ogni sistema concorrente (mutua esclusione, sincronizzazione, atomicità, deadlock/livelock/starvation, concorrenza senza mutua esclusione) e le relative soluzioni a livello implementativo (semafori, monitor, primitive di sistema, failure detectors, consensus object) (30 ore). Poi si studiano le nozioni di un linguaggio concorrente minimale chiamato CCS (modellamento di processi paralleli tramite sistemi di transizioni etichettate, semantica ad interleaving, sincronizzazione, non-determinismo, simulazioni tra processi) ed il relativo modello matematico, con differenti caratteristiche per la specifica e l'analisi di sistemi scritti in tale formalismo (30 ore).
 M. Raynal: Concurrent Programming: Algorithms, Principles and Foundations. Springer, 2013. (chapters 1, 2, 3, 4, 5, 10, 14, 16 and part of 17).
R. Milner. Communicating and Mobile Systems. Cambridge University Press, 1999.
R. Cleaveland and S. Smolka. Process Algebra. In Encyclopedia of Electrical Engineering, John Wiley & Sons, 1999.
R. Cleaveland and O. Sokolsky. Equivalence and Preorder Checking for Finite-State Systems. In "Handbook of Process Algebra," pp. 391-424, Elsevier, 2001.
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative caratterizzanti
|
ENG |
|
|
1047613 -
ADVANCED ALGORITHMS
(obiettivi)
Obiettivi generali:
Questo corso propone lo studio di algoritmi evoluti e di strutture dati avanzate per rendere efficiente la risoluzione di problemi complessi.
Obiettivi specifici:
Applicare conoscenza e comprensione:
Al termine del corso lo studente avrà gli strumenti per individuare il nucleo matematico proprio del problema da affrontare e per identificare la tecnica più appropiata per il progetto algoritmico risolutivo dello stesso.
Capacità critiche e di giudizio
Gli studenti saranno in grado di capire quale sia il modo migliore
per rappresentare e organizzare in modo significativo le informazioni
note del problema
Capacità comunicative:
Lo studente avrà acquisito il giusto linguaggio per presentare idee algoritmiche che esprimono dettagliatamente le caratteristiche del problema da risolvere.
Capacità di apprendimento:
Lo studente avrà acquisito la capacità di pensare in "modo algoritmico", ovvero sarà in grado di estrarre tutta la conoscenza possibile da una situazione semplicemnte tramite il ragionamento.
-
CHIERICHETTI FLAVIO
( programma)
Il corso presenterà tecniche algoritmiche avanzate.
Algoritmi di Ottimizzazione:
- algoritmi basati su tecnica greedy (10 ore)
- algoritmi basati su LP (10 ore)
- algoritmi basati su SDP (5 ore)
- Ottimizzazione Submodulare (5 ore)
Algoritmi per la risoluzione di problemi su grandi quantità di dati:
- analisi di Grafi (5 ore)
- Clustering (10 ore)
- LSH (5 ore)
- algoritmi online (10 ore)
Algorithm Design (Kleinberg / Tardos).
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047619 -
CONCURRENT SYSTEMS
(obiettivi)
Obiettivi generali:
Capire i concetti base dei sistemi concorrenti e le metodologie adottate nella soluzione dei problemi da essi posti
Obiettivi specifici:
Mutua esclusione, diverse proprietà di liveness, semafori, monitor, transazioni, atomicità, concorrenza senza mutua esclusione, altre proprietà di liveness, oggetto universale e consenso. Sistemi di transizioni etichettate, semantica a interleaving, sincronizzazione, simulazione e bisimulazione, tecniche di verifica, passaggio di nomi, sistemi di tipo.
Conoscenza e comprensione:
Capire the problematiche di base dei sistemi concorrenti e le relative soluzioni possibili, i principi fondazionali dei linguaggi di programmazione concorrente e le relative tecniche di verifica
Applicare conoscenza e comprensione:
essere in grado di risolvere problematiche basilari di semplici sistemi concorrenti
Capacità critiche e di giudizio:
capire vantaggi e svantaggi delle varie possibili soluzioni a problematiche di sistemi concorrenti
Capacità comunicative:
sviluppare un linguaggio tecnico e formale in grado di spiegare le soluzioni ideate e i relativi meriti
Capacità di apprendimento:
comprendere scenari di programmazione complessi e le relative soluzioni, anche sofisticate
-
GORLA DANIELE
( programma)
Il corso presenta le caratteristiche e i problemi basilari di ogni sistema concorrente (mutua esclusione, sincronizzazione, atomicità, deadlock/livelock/starvation, concorrenza senza mutua esclusione) e le relative soluzioni a livello implementativo (semafori, monitor, primitive di sistema, failure detectors, consensus object) (30 ore). Poi si studiano le nozioni di un linguaggio concorrente minimale chiamato CCS (modellamento di processi paralleli tramite sistemi di transizioni etichettate, semantica ad interleaving, sincronizzazione, non-determinismo, simulazioni tra processi) ed il relativo modello matematico, con differenti caratteristiche per la specifica e l'analisi di sistemi scritti in tale formalismo (30 ore).
M. Raynal: Concurrent Programming: Algorithms, Principles and Foundations. Springer, 2013. (chapters 1, 2, 3, 4, 5, 10, 14, 16 and part of 17).
R. Milner. Communicating and Mobile Systems. Cambridge University Press, 1999.
R. Cleaveland and S. Smolka. Process Algebra. In Encyclopedia of Electrical Engineering, John Wiley & Sons, 1999.
R. Cleaveland and O. Sokolsky. Equivalence and Preorder Checking for Finite-State Systems. In "Handbook of Process Algebra," pp. 391-424, Elsevier, 2001.
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047623 -
DATA AND NETWORK SECURITY
(obiettivi)
Obiettivi generali
Lo scopo di Data and Network Security è quello di esporre le problematiche e le soluzioni più aggiornate in un settore come quello della sicurezza dei dati e delle reti informatiche che è in rapida evoluzione.
Obiettivi specifici
Un primo obiettivo è di introdurre i concetti principali di sicurezza informatica che includono: Identificazione e autenticazione, Virus, trojan e canali coperti, Analisi degli attacchi più diffusi, Sicurezza del sistema operativo, Sicurezza delle comunicazioni.
Un secondo obiettivo è di descrivere i principali problemi di ricerca nel campo. Ad esempio, quelli che ricadono in aree che includono le seguenti: comunicazioni anonime, sicurezza Blockchain, sicurezza cloud, Framing Attacks, Location privacy, sicurezza nell'apprendimento automatico, sicurezza della rete sociale, sicurezza delle reti Software-Defined.
Conoscenza e comprensione
Gli studenti verranno a conoscenza dei fondamenti di sicurezza nei sistemi operativi, nelle reti wired/wireless, nella gestione dei dati e dei principali problemi di ricerca studiati in questi settori.
Applicazione di conoscenza e comprensione
Alla fine del corso gli studenti saranno in grado di progettare l’architettura di un sistema informativo aziendale sicuro e di seguire in modo autonomo l'evoluzione del settore.
Capacità di giudizio
Gli studenti svilupperanno le capacità di analisi necessarie per valutare diverse alternative durante il processo di progettazione dei sistemi informativi sicuri.
Capacità comunicative
Gli studenti impareranno a documentare le loro scelte, anche attraverso l'uso di strumenti di generazione di rapporti automatizzati. Avranno anche acquisito la capacità di preparare presentazioni relative ad argomenti scientifici.
Capacità di proseguire l'apprendimento in modo autonomo
Le nozioni acquisite durante il corso forniscono agli studenti una base di conoscenza per poter ulteriormente approfondire gli aspetti più tecnici, e per mantenersi autonomamente informati sui continui sviluppi e aggiornamenti nel settore della sicurezza informatica.
-
MANCINI LUIGI VINCENZO
( programma)
Il corso Data and Network Security è strutturato in due parti principali: Background and Literature analysis.
La parte Background introduce i concetti principali utilizzati nel resto del corso che includono: Introduzione alla cybersecurity, Identificazione e autenticazione, Virus, trojan e canali coperti, Analisi degli attacchi più diffusi, Sicurezza del sistema operativo, Sicurezza delle comunicazioni di gruppo, Sicurezza nelle reti wireless.
La parte di analisi della letteratura si concentra sui principali problemi di ricerca aperti sul campo. Alcuni dei problemi di ricerca affrontati ricadono in aree che includono le seguenti: comunicazioni anonime, sicurezza Blockchain, sicurezza cloud, location privacy, sicurezza nell'apprendimento automatico, sicurezza della rete sociale, sicurezza delle reti Software-Defined.
Aleph One: Smashing the stack for fun and profit, Phrack Magazine vol 49. Further reading
G. Ateniese et al.: Scalable and efficient provable data possession, Proc. of 4th Int. Conference on Security and Privacy in Communication Networks, Istanbul, Turkey, 2008.
G. Ateniese et al.: No Place to Hide that Bytes Won't Reveal: Sniffing Location-Based Encrypted Traffic to Track a User's Position, Proc. 9th Int. Conference on Network and System Security, New York, USA, 2015.
D.L. Brinkley et al.: Concepts and Terminology for Computer Security, Information Security: an Integrated Collection of Essays, IEEE.
M. Bernaschi, E. Gabrielli and L.V. Mancini: REMUS: a security-enhanced operating system, ACM Transactions on Information and System Security, Vol. 5, No. 1, pp. 36-61, Feb. 2002. Trasparenze sull'argomento
M. Conti, R. Di Pietro, L.V. Mancini, A. Spognardi: RIPP-FS: An RFID Identification, Privacy Preserving Protocol with Forward Secrecy Proc. 4th IEEE Int. Workshop on Pervasive Computing and Communications Security, New York, USA, March 2007.
C. Cowan et al.: Buffer Overflows: attacks and defenses for the vulnerability of the decade, Proceedings IEEE DARPA Information Survivability Conference and Expo, 1999. Trasparenze sull'argomento
R. Di Pietro, L.V. Mancini, A. Mei: Energy Efficient Node-to-Node Authentication and Communication Confidentiality in Wireless Sensor Network, Wireless Networks Journal, pp.709-721, 2006. ISSN 1022-0038. Trasparenze sull'argomento
R. Di Pietro, A: Durante, L.V. Mancini: A reliable authentication schema for secure multicast communications Proc. of 22nd IEEE Int. Symposium on Reliable Distributed Systems, Firenze, Italy, Oct. 2003. Trasparenze sull'argomento
A. Gabrielli, L.V. Mancini, S. Setia, S. Jajodia: Securing Topology Maintainance Protocols for Sensor Network: Attacks and Countermeasures Proc. of 1st IEEE Int. Conference on Security and Privacy for Emerging Areas in Communication Networks, Athens, Greece, Sept. 2005.
Blockchain Education Network: Introduction to bitcoin
L.V. Mancini: Introduction to cybersecurity
C.K. Wong, M. Gouda, S.S. Lam: Secure group communication using Key graphs, IEEE/ACM Transactions on Networking, 8(1), Feb. 2000.
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047631 -
INFORMATION SYSTEMS
(obiettivi)
Obiettivi generali
Il corso di sistemi informativi analizza differenti tipologie di sistemi informativi e come esse possono contribuire al successo degli obiettivi di un’azienda; permette di comprendere gli approcci e i modelli da usare per valutare la qualità dei processi, del software e dei servizi ICT; e fornisce le conoscenze di base per pianificare, gestire e controllare i progetti IT
Obiettivi specifici
• Conoscenza e comprensione
– Modello funzionale e struttura informativa dei processi aziendali
– esigenze di integrazione e requisiti di controllo dei dati dei sistemi informatici aziendali
– sistemi e tecnologie per sviluppare e mantenere un e-business di successo
– principali settori di applicazione dei sistemi di informazione in vari settori di mercato
– organizzazione IT e modelli di valutazione della qualità IT
– conoscenze di base di contesto, tecniche/metodologie e soft skill per la gestione dei progetti ICT
– systems and technologies to develop&maintain a successful e-business
– main application areas of info systems in various industries
– ICT organization and mainstream techniques (e.g. quality management)
– basic definitions (context), techniques/methodologies and soft skills for project management in ICT
• Applicazione di conoscenze e comprensione (capacità)
– Analizzare le diverse vategorie di requisiti estratti da differenti categorie di utenti (stakeholder) di sistemi informativi
– Selezionare l’appropriato modello per valutare la qualità dei processi ICT, del prodotto software e dei servizi ICT
– Sviluppare uno studio di fattibilità selezionando l’appropriata architettura applicativa e tecnologica
– Preparare, per un semplice progetto ICT, un piano di sviluppo nel rispetto dei vincoli di tempo, costi, qualità e definendo l’appropriata organizzazione
– Controllare un progetto ICT in corso, applicando le tecniche di project management
– Comprendere a valutare le lezioni apprese nei precedenti progetti
|
6
|
SECS-P/07
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047633 -
INTENSIVE COMPUTATION
(obiettivi)
Obiettivi generali:
Lo scopo del corso è descrivere i metodi per risolvere problemi che richiedono calcolo intensivo, in particolare in ambito scientifico, e le architetture di calcolo parallele adatte.
Obiettivi specifici:
Programmazione con Matlab. Rappresentazione di matrici sparse. Metodi in algebra lineare. Architetture avanzate di calcolatori paralleli.
Conoscenza e comprensione:
Conoscere e capire i metodi del calcolo scientifico e le architetture di calcolo.
Applicare conoscenza e comprensione:
Saper risolvere i problemi applicando i metodi del calcolo scientifico; saper usare correttamente la programmazione in matlab; essere in grado di analizzare i risultati ottenuti.
Capacità critiche e di giudizio:
Saper scegliere il miglior approccio, tra i vari studiati, per risolvere un determinato problema; essere in grado di confrontare correttamente i risultati ottenuti con metodi diverse e diverse architetture.
Capacità comunicative:
Essere in grado di motivare le proprie scelte nella risoluzione di un problema che richieda grande capacità di calcolo
Capacità di apprendimento:
Capire le differenze e i vantaggi dei diversi approcci alla soluzione di un problema.
Capire le differenze e i vantaggi nell’uso di diverse architetture.
-
MASSINI ANNALISA
( programma)
Introduction to scientific computing (2 hours). Introduction to Matlab (5 hours).
Concepts and methods: sparse matrices (5 hours), eigenvalues and eigenvectors (5 hours), linear algebras methods (5 hours), errors (3 hours).
Problems vary in the years. Examples are: Graph connectivity, Network tomography, Molecular Dynamics, etc. (5 hours)
Advanced traditional and parallel computer architectures (5 hours). Flynn's classification (2 hours). Arithmetic circuits (8 hours). Interconnection networks (10 hours). Performance analysis (5 hours).
- Introduction to High-Performance Scientific Computing, Lloyd D. Fosdick, Elizabeth R. Jessup, Carolyn J. C. Schauble and Gitta Domik, The MIT Press, 1996, ISBN 0-262-06181-3
- Programming Massively Parallel Processors: A Hands-on Approach, David B. Kirk and Wen-mei W. Hwu, Morgan Kaufmann, 2010
- Introduction to scientific computing: A Matrix-Vector Approach Using MATLAB, Charles F. Van Loan, Prentice Hall , 1997
- MATLAB: http://www.mathworks.com/help/techdoc/learn_matlab/bqr_2pl.html
- Altro materiale è indicato nelle slide del corso http://twiki.di.uniroma1.it/twiki/view/CI/
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047639 -
MULTIMODAL INTERACTION
(obiettivi)
Obiettivi generali:
Essere in grado di progettare e valutare un sistema multimodale
Obiettivi specifici:
Conoscere le caratteristiche e le tecniche fondamentali relative ai diversi canali di comunicazione uomo-macchina: gesti, interazione vocale, ecc. Conoscere le modalità di cooperazione di singoli canali. Essere in grado di progettare/implementare la fusione/fissione delle informazioni su diversi canali.
Conoscenza e comprensione:
Fondamenti teorici della comunicazione su diversi canali di interazione. Fondamenti teorici della progettazione di un sistema multimodale.
Applicare conoscenza e comprensione:
Essere in grado di progettare ed implementare una applicazione multimodale.
Capacità critiche e di giudizio:
Essere in grado di valutare le prestazioni e la robustezza di una applicazione multimodale.
Capacità comunicative:
Essere in grado di comunicare/condividere i requisiti di un sistema multimodale, le modalità operative più adatte ad una certa applicazione, e le misure di performance del sistema
Capacità di apprendimento:
Essere in grado di approfondire autonomamente gli argomenti presentati nel corso, relativamente a tecniche e metodi specifici/complessi.
-
DE MARSICO MARIA
( programma)
Interaction Evolution: form WIMP to natural interfaces (3 ore)
Models for Multimodal Interaction (5 ore)
Designing Interaction (5 ore)
Principali canali di interazione (30 ore)
Gesture Interaction
Speech Interaction
Eye Tracking
Multimodal Coordination (5 ore)
Multimodal Fusion (5 ore)
Multimodal Fission (5 ore)
Multibiometric systems (2 ore)
Pagina web del corso: https://sites.google.com/a/di.uniroma1.it/multimodal-interaction/
Slide del corso e letture consigliate
(Date degli appelli d'esame)
|
6
|
INF/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1047643 -
TOPICS IN PHYSICS
(obiettivi)
Obiettivi generali:
L’obiettivo principale del corso è di introdurre gli studenti alla meccanica quantistica e alla applicazione al calcolo quantistico
Obiettivi specifici:
Conoscenza e comprensione:
Lo studente acquisirà tutti gli elementi necessari a comprendere il funzionamento di un calcolatore quantistico.
Applicazione di conoscenza e comprensione:
Le tecniche apprese verranno applicate nei più famosi algoritmi quantistici oggi disponibili, quali la quantum cryptography, l’algoritmo di Shor e quello di Grover.
Autonomia di giudizio:
In aula si cerca di stimolare il più possibile le discussioni sui vari aspetti della meccanica quantistica, specialmente quelli meno intuitivi, come l’entanglement, e si incoraggiano gli studenti a proporre argomenti di loro interesse inerenti il corso.
Abilità comunicative:
Per superare l’esame finale, gli studenti devono illustrare due tesine in power point (o equivalente) su due argomenti, uno di meccanica quantistica e uno di calcolo quantistico. Questa attività è senza dubbio utile per preparare gli studenti a presentare in pubblico il loro lavoro.
Capacità di apprendimento successivo:
Durante tutto il corso vengono indicati dei testi di riferimento con i quali gli studenti possono approfondire quanto appreso, fino ad un livello professionale. Inoltre vengono presentati anche alcuni linguaggi di simulazione del calcolo quantistico, utili per lo sviluppo di algoritmi per computer quantistici.
-
RAPAGNANI PIERO
( programma)
Introduzione alla Meccanica Quantistica
(dove indicato, i capitoli si riferiscono al Kenneth Krane – Modern Physics)
Il Dualismo onda-particella
Richiami sulle onde elettromagnetiche. Fenomeni di interferenza e diffrazione.
Le proprietà particellari della radiazione elettromagnetica (Krane, cap.3).
Effetto fotoelettrico. Effetto Compton. Radiazione di corpo nero. Altri processi con fotoni. Cosa è un fotone?
Le proprietà ondulatorie delle particelle (Krane, cap.4).
Ipotesi di De Broglie. Relazione di indeterminazione per onde classiche. Principio di indeterminazione di Heisenberg. Onde piane e pacchetti d’onda. Probabilità e casualità. Ampiezze di probabilità.
L’equazione d’onda di Schrödinger (Krane, cap.5)
Giustificazione dell’equazione di Schrödinger. Probabilità e normalizzazione. Particella libera, particella su un segmento. Particella in potenziale di oscillatore armonico. L’equazione di Schrödinger dipendente dal tempo. Gradino di potenziale, coefficienti di riflessione e trasmissione. Barriera di potenziale, effetto tunnel, applicazioni.
Cenni di Fisica Statistica (Krane, cap.10)
Analisi statistica. Confronto fra statistica classica e statistiche quantistiche. Particelle identiche. Distribuzione di Maxwell delle velocità; la distribuzione di Maxwell-Boltzmann. Statistiche quantistiche: la statistica di Bose-Einstein e la statistica di Fermi-Dirac.
Introduzione al Calcolo Quantistico.
- Quantum Bit.
- Stati Entangled e disuguaglianze di Bell.
- Quantum Key Distribution.
- Sistemi a molti Q-bit.
- Porte logiche quantistiche.
- Dense Coding
- Teletrasporto di Stati Quantistici.
- Computer Quantistici. – Sistemi di porte logiche quantistiche – parallelismo quantistico
- Realizzazione di computer quantistici:
- Computer quantistico con una particella in una scatola.
- Computer quantistico con un oscillatore armonico.
- Computer quantistico con fotoni ottici
- Computer quantistico con cavità ottiche.
- Computer quantistico con Transmon
- L’algoritmo di Shor – La Trasformata di Fourier Quantistica
- Problemi di ricerca. – L’algoritmo di Grover
- L’Annealing Quantistico
- Quantum Error Correction. – Caratterizzazione degli errori – Recuper di uno stato quantistico.
Kenneth Krane - Modern Physics - John Wiley and Sons 1996__
Eleanor Rieffel - An Introduction to Quantum Computing for Non-Physicists (http://arxiv.org/abs/quant-ph/9809016v2)
Rieffel E.G., Polak W.H. Quantum Computing... A Gentle Introduction
M. Nakahara, T. Ohmi - Quantum Computing
Michael E. Nielsen & Isaac L. Chuang – Quantum Computation and Quantum Information.
L. Susskind & A. Friedman - Quantum Mechanics: The Theoretical Minimum
(Date degli appelli d'esame)
|
6
|
FIS/01
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
