Corso di laurea

Ingegneria Informatica

Università Telematica Guglielmo Marconi · 190 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Algorithms and data structures 1° anno · 6 CFU · ING-INF/05 · 0 file

Knowledge and understanding: Understand the fundamental concepts of data structures and algorithms Know the main techniques for algorithm design Understand methods for analyzing computational complexity Applying…

Scheda dell'insegnamento

Obiettivi formativi

Knowledge and understanding:

  • Understand the fundamental concepts of data structures and algorithms
  • Know the main techniques for algorithm design
  • Understand methods for analyzing computational complexity

Applying knowledge and understanding

  • Be able to choose and implement appropriate data structures for specific problems
  • Apply algorithm design techniques to solve computational problems
  • Analyze algorithm efficiency in terms of time and space

Transversal skills

  • Making judgements
  • Critically evaluate the effectiveness and efficiency of different algorithmic solutions
  • Choose the most suitable algorithm or data structure based on problem specifications
  • Understand trade-offs between different algorithmic solutions
  • Communication skills
  • Clearly describe algorithms and data structures using pseudocode and diagrams
  • Present and justify algorithmic choices clearly and convincingly
  • Effectively communicate complex concepts related to algorithms and data structures
  • Learning skills
  • Develop the ability to learn new algorithms and data structures independently
  • Acquire the foundation to tackle advanced courses and more complex problems in computer engineering
  • Develop an analytical and creative approach to solving computational problems

These objectives aim to provide students with not only theoretical knowledge but also practical skills and analytical abilities essential for their future careers in computer engineering and software development.

Programma

The course in Algorithms and Data Structures provides students with the fundamental foundations for designing and analyzing efficient algorithms and choosing appropriate data structures.

MODULE 1 - Introduction to algorithms

  • Introduction to data structures and algorithms
  • Sorting algorithms – Part I
  • Sorting algorithms – Part II
  • Optimization algorithms and graphs
  • Analysis methods for recursive algorithms

MODULE 2 - Introduction to data structures

  • Data structures – Part I
  • Data structures – Part II
  • Data structures – Part III

MODULE 3 - Applications and theory

  • Greedy algorithms
  • Flow networks
  • Theory of np-completeness

MODULE 4 - Advanced techniques

  • Advanced design and analysis techniques
  • Advanced data structures

MODULE 5 Algorithmic insights

  • Machine learning algorithms
  • Parallel and online algorithms
  • Number theory algorithms
  • String matching algorithms
  • Approximation algorithms
  • Genetic algorithms
  • Quantum algorithms

Modalità d'esame

The exam is written. It consists of 3 open-ended questions and 5 multiple-choice questions, with a maximum duration of two hours.Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

For any questions about the bibliography, please contact Professor Cigliano.

Codice insegnamento UC456601

Algoritmi e Strutture Dati 1° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e capacità di comprensione (Knowledge and understanding) Comprendere i concetti fondamentali delle strutture dati e degli algoritmi. Conoscere le principali tecniche di progettazione degli algoritmi.…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e capacità di comprensione (Knowledge and understanding)

  • Comprendere i concetti fondamentali delle strutture dati e degli algoritmi.
  • Conoscere le principali tecniche di progettazione degli algoritmi.
  • Comprendere i metodi di analisi della complessità computazionale.

Capacità di applicare conoscenza e comprensione (Applying knowledge and understanding)

  • Saper scegliere e implementare le strutture dati appropriate per specifici problemi.
  • Applicare le tecniche di progettazione degli algoritmi per risolvere problemi computazionali.
  • Analizzare l'efficienza degli algoritmi in termini di tempo e spazio.

Competenze trasversali

  • Autonomia di giudizio (Making judgements):
  • valutare criticamente l'efficacia e l'efficienza di diverse soluzioni algoritmiche;
  • saper scegliere l'algoritmo o la struttura dati più adatta in base alle specifiche del problema;
  • comprendere i compromessi tra diverse soluzioni algoritmiche.
  • Abilità comunicative (Communication skills):
  • saper descrivere chiaramente algoritmi e strutture dati usando pseudocodice e diagrammi;
  • presentare e giustificare le scelte algoritmiche in modo chiaro e convincente;
  • comunicare efficacemente concetti complessi relativi agli algoritmi e alle strutture dati.
  • Capacità di apprendimento (Learning skills):
  • sviluppare la capacità di apprendere nuovi algoritmi e strutture dati in modo autonomo;
  • acquisire le basi per affrontare corsi avanzati e problemi più complessi nel campo dell'ingegneria informatica;
  • sviluppare un approccio analitico e creativo alla risoluzione dei problemi computazionali.

Questi obiettivi mirano a fornire agli studenti non solo conoscenze teoriche, ma anche competenze pratiche e capacità analitiche essenziali per la loro futura carriera nell'ingegneria informatica e nello sviluppo software.

Programma

Il corso di Algoritmi e Strutture Dati fornisce agli studenti le basi fondamentali per la progettazione e analisi di algoritmi efficienti e per la scelta di appropriate strutture dati. La fruizione del materiale didattico permetterà allo studente di acquisire conoscenze sull’analisi della complessità computazionale degli algoritmi, sulle strutture dati per la rappresentazione dell’informazione, sulle tecniche di problem-solving mediante lo sviluppo di algoritmi efficienti e competenze pratiche di programmazione (in 2P ossia in Pseudocodice e/o Python) attraverso gli algoritmi e le strutture dati presenti nelle lezioni.

Modulo I - Introduzione agli algoritmi

  • Analisi della complessità degli algoritmi: notazione O-grande, analisi del caso medio e del caso peggiore
  • Strutture dati fondamentali: array, liste concatenate, pile, code, alberi (binari, di ricerca, AVL, rosso-neri), heap, grafi
  • Tecniche di progettazione degli algoritmi: divide et impera, programmazione dinamica, algoritmi greedy, backtracking
  • Algoritmi di ordinamento e ricerca: selection sort, insertion sort, merge sort, quick sort, heap sort, ricerca binaria
  • Algoritmi su grafi: attraversamento (BFS, DFS), cammini minimi (Dijkstra, Bellman-Ford), alberi di copertura minimi (Kruskal, Prim)
  • Introduzione alla teoria della complessità computazionale: classi P e NP, NP-completezza
  • Algoritmi di string matching
  • Cenni di tecniche avanzate: programmazione lineare, algoritmi randomizzati, algoritmi di approssimazione, algoritmi quantistici.

Modulo II - Introduzione alle strutture dati

  • Strutture dati lineari: Array, Liste, Stack, Code
  • Strutture dati gerarchiche: Alberi, Heap
  • Strutture dati per dizionari: Hash Table
  • Strutture dati per insiemi disgiunti: Union-Find
  • Strutture dati Alberi di ricerca binari
  • Strutture dati Alberi AVL

Modulo III - Applicazioni e teoria

  • Introduzione agli AG
  • Algoritmi Greedy per il Minimo Albero Ricoprente
  • Reti di flusso
  • Metodo delle Reti Residue
  • Metodo dei Cammini Aumentati
  • Algoritmi per il flusso massimo
  • Introduzione alla Teoria della NP-completezza
  • Algoritmi di approssimazione

Modulo IV - Tecniche avanzate

  • Programmazione Dinamica
  • Analisi Ammortizzata
  • Approfondimenti sugli Algoritmi Greedy (Avidi)
  • Come arricchire le strutture dati
  • Albero per statistiche d’ordine
  • Alberi rosso-neri

Modulo V - Approfondimenti sugli algoritmi

  • Algoritmi di apprendimento automatico
  • Algoritmi dei pesi moltiplicativi
  • Il metodo del gradiente
  • Algoritmi paralleli
  • Programmazione con parallelismo dei task
  • Algoritmi online
  • Concetti fondamentali della teoria dei numeri
  • Test di primalità
  • Fattorizzazione di interi
  • Esponenziazione modulare rapida
  • Generazione di numeri primi
  • Algoritmo del crivello di Eratostene
  • Sfide computazionali
  • Concetti fondamentali sugli algoritmi di string matching
  • Principali algoritmi di string matching
  • String matching con automi a stati finiti
  • Concetti fondamentali ed approfondimenti su algoritmi di approssimazione
  • Esempi classici e analisi
  • Tecniche avanzate ed applicazioni
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in 3 domande a risposta aperta e 5 domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Introduzione agli algoritmi e strutture dati – Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein – Mc Graw Hill
  • Algoritmi e strutture dati – Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano – Mc Graw Hill

Codice insegnamento curriculum-cybersecurity-l-8:18655

Algoritmi e Strutture Dati 1° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e capacità di comprensione (Knowledge and understanding) Comprendere i concetti fondamentali delle strutture dati e degli algoritmi. Conoscere le principali tecniche di progettazione degli algoritmi.…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e capacità di comprensione (Knowledge and understanding)

  • Comprendere i concetti fondamentali delle strutture dati e degli algoritmi.
  • Conoscere le principali tecniche di progettazione degli algoritmi.
  • Comprendere i metodi di analisi della complessità computazionale.

Capacità di applicare conoscenza e comprensione (Applying knowledge and understanding)

  • Saper scegliere e implementare le strutture dati appropriate per specifici problemi.
  • Applicare le tecniche di progettazione degli algoritmi per risolvere problemi computazionali.
  • Analizzare l'efficienza degli algoritmi in termini di tempo e spazio.

Competenze trasversali

  • Autonomia di giudizio (Making judgements):
  • valutare criticamente l'efficacia e l'efficienza di diverse soluzioni algoritmiche;
  • saper scegliere l'algoritmo o la struttura dati più adatta in base alle specifiche del problema;
  • comprendere i compromessi tra diverse soluzioni algoritmiche.
  • Abilità comunicative (Communication skills):
  • saper descrivere chiaramente algoritmi e strutture dati usando pseudocodice e diagrammi;
  • presentare e giustificare le scelte algoritmiche in modo chiaro e convincente;
  • comunicare efficacemente concetti complessi relativi agli algoritmi e alle strutture dati.
  • Capacità di apprendimento (Learning skills):
  • sviluppare la capacità di apprendere nuovi algoritmi e strutture dati in modo autonomo;
  • acquisire le basi per affrontare corsi avanzati e problemi più complessi nel campo dell'ingegneria informatica;
  • sviluppare un approccio analitico e creativo alla risoluzione dei problemi computazionali.

Questi obiettivi mirano a fornire agli studenti non solo conoscenze teoriche, ma anche competenze pratiche e capacità analitiche essenziali per la loro futura carriera nell'ingegneria informatica e nello sviluppo software.

Programma

Il corso di Algoritmi e Strutture Dati fornisce agli studenti le basi fondamentali per la progettazione e analisi di algoritmi efficienti e per la scelta di appropriate strutture dati. La fruizione del materiale didattico permetterà allo studente di acquisire conoscenze sull’analisi della complessità computazionale degli algoritmi, sulle strutture dati per la rappresentazione dell’informazione, sulle tecniche di problem-solving mediante lo sviluppo di algoritmi efficienti e competenze pratiche di programmazione (in 2P ossia in Pseudocodice e/o Python) attraverso gli algoritmi e le strutture dati presenti nelle lezioni.

Modulo I - Introduzione agli algoritmi

  • Analisi della complessità degli algoritmi: notazione O-grande, analisi del caso medio e del caso peggiore
  • Strutture dati fondamentali: array, liste concatenate, pile, code, alberi (binari, di ricerca, AVL, rosso-neri), heap, grafi
  • Tecniche di progettazione degli algoritmi: divide et impera, programmazione dinamica, algoritmi greedy, backtracking
  • Algoritmi di ordinamento e ricerca: selection sort, insertion sort, merge sort, quick sort, heap sort, ricerca binaria
  • Algoritmi su grafi: attraversamento (BFS, DFS), cammini minimi (Dijkstra, Bellman-Ford), alberi di copertura minimi (Kruskal, Prim)
  • Introduzione alla teoria della complessità computazionale: classi P e NP, NP-completezza
  • Algoritmi di string matching
  • Cenni di tecniche avanzate: programmazione lineare, algoritmi randomizzati, algoritmi di approssimazione, algoritmi quantistici.

Modulo II - Introduzione alle strutture dati

  • Strutture dati lineari: Array, Liste, Stack, Code
  • Strutture dati gerarchiche: Alberi, Heap
  • Strutture dati per dizionari: Hash Table
  • Strutture dati per insiemi disgiunti: Union-Find
  • Strutture dati Alberi di ricerca binari
  • Strutture dati Alberi AVL

Modulo III - Applicazioni e teoria

  • Introduzione agli AG
  • Algoritmi Greedy per il Minimo Albero Ricoprente
  • Reti di flusso
  • Metodo delle Reti Residue
  • Metodo dei Cammini Aumentati
  • Algoritmi per il flusso massimo
  • Introduzione alla Teoria della NP-completezza
  • Algoritmi di approssimazione

Modulo IV - Tecniche avanzate

  • Programmazione Dinamica
  • Analisi Ammortizzata
  • Approfondimenti sugli Algoritmi Greedy (Avidi)
  • Come arricchire le strutture dati
  • Albero per statistiche d’ordine
  • Alberi rosso-neri

Modulo V - Approfondimenti sugli algoritmi

  • Algoritmi di apprendimento automatico
  • Algoritmi dei pesi moltiplicativi
  • Il metodo del gradiente
  • Algoritmi paralleli
  • Programmazione con parallelismo dei task
  • Algoritmi online
  • Concetti fondamentali della teoria dei numeri
  • Test di primalità
  • Fattorizzazione di interi
  • Esponenziazione modulare rapida
  • Generazione di numeri primi
  • Algoritmo del crivello di Eratostene
  • Sfide computazionali
  • Concetti fondamentali sugli algoritmi di string matching
  • Principali algoritmi di string matching
  • String matching con automi a stati finiti
  • Concetti fondamentali ed approfondimenti su algoritmi di approssimazione
  • Esempi classici e analisi
  • Tecniche avanzate ed applicazioni
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in 3 domande a risposta aperta e 5 domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Introduzione agli algoritmi e strutture dati – Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein – Mc Graw Hill
  • Algoritmi e strutture dati – Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano – Mc Graw Hill

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18655

Algoritmi e Strutture Dati 1° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e capacità di comprensione (Knowledge and understanding) Comprendere i concetti fondamentali delle strutture dati e degli algoritmi. Conoscere le principali tecniche di progettazione degli algoritmi.…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e capacità di comprensione (Knowledge and understanding)

  • Comprendere i concetti fondamentali delle strutture dati e degli algoritmi.
  • Conoscere le principali tecniche di progettazione degli algoritmi.
  • Comprendere i metodi di analisi della complessità computazionale.

Capacità di applicare conoscenza e comprensione (Applying knowledge and understanding)

  • Saper scegliere e implementare le strutture dati appropriate per specifici problemi.
  • Applicare le tecniche di progettazione degli algoritmi per risolvere problemi computazionali.
  • Analizzare l'efficienza degli algoritmi in termini di tempo e spazio.

Competenze trasversali

  • Autonomia di giudizio (Making judgements):
  • valutare criticamente l'efficacia e l'efficienza di diverse soluzioni algoritmiche;
  • saper scegliere l'algoritmo o la struttura dati più adatta in base alle specifiche del problema;
  • comprendere i compromessi tra diverse soluzioni algoritmiche.
  • Abilità comunicative (Communication skills):
  • saper descrivere chiaramente algoritmi e strutture dati usando pseudocodice e diagrammi;
  • presentare e giustificare le scelte algoritmiche in modo chiaro e convincente;
  • comunicare efficacemente concetti complessi relativi agli algoritmi e alle strutture dati.
  • Capacità di apprendimento (Learning skills):
  • sviluppare la capacità di apprendere nuovi algoritmi e strutture dati in modo autonomo;
  • acquisire le basi per affrontare corsi avanzati e problemi più complessi nel campo dell'ingegneria informatica;
  • sviluppare un approccio analitico e creativo alla risoluzione dei problemi computazionali.

Questi obiettivi mirano a fornire agli studenti non solo conoscenze teoriche, ma anche competenze pratiche e capacità analitiche essenziali per la loro futura carriera nell'ingegneria informatica e nello sviluppo software.

Programma

Il corso di Algoritmi e Strutture Dati fornisce agli studenti le basi fondamentali per la progettazione e analisi di algoritmi efficienti e per la scelta di appropriate strutture dati. La fruizione del materiale didattico permetterà allo studente di acquisire conoscenze sull’analisi della complessità computazionale degli algoritmi, sulle strutture dati per la rappresentazione dell’informazione, sulle tecniche di problem-solving mediante lo sviluppo di algoritmi efficienti e competenze pratiche di programmazione (in 2P ossia in Pseudocodice e/o Python) attraverso gli algoritmi e le strutture dati presenti nelle lezioni.

Modulo I - Introduzione agli algoritmi

  • Analisi della complessità degli algoritmi: notazione O-grande, analisi del caso medio e del caso peggiore
  • Strutture dati fondamentali: array, liste concatenate, pile, code, alberi (binari, di ricerca, AVL, rosso-neri), heap, grafi
  • Tecniche di progettazione degli algoritmi: divide et impera, programmazione dinamica, algoritmi greedy, backtracking
  • Algoritmi di ordinamento e ricerca: selection sort, insertion sort, merge sort, quick sort, heap sort, ricerca binaria
  • Algoritmi su grafi: attraversamento (BFS, DFS), cammini minimi (Dijkstra, Bellman-Ford), alberi di copertura minimi (Kruskal, Prim)
  • Introduzione alla teoria della complessità computazionale: classi P e NP, NP-completezza
  • Algoritmi di string matching
  • Cenni di tecniche avanzate: programmazione lineare, algoritmi randomizzati, algoritmi di approssimazione, algoritmi quantistici.

Modulo II - Introduzione alle strutture dati

  • Strutture dati lineari: Array, Liste, Stack, Code
  • Strutture dati gerarchiche: Alberi, Heap
  • Strutture dati per dizionari: Hash Table
  • Strutture dati per insiemi disgiunti: Union-Find
  • Strutture dati Alberi di ricerca binari
  • Strutture dati Alberi AVL

Modulo III - Applicazioni e teoria

  • Introduzione agli AG
  • Algoritmi Greedy per il Minimo Albero Ricoprente
  • Reti di flusso
  • Metodo delle Reti Residue
  • Metodo dei Cammini Aumentati
  • Algoritmi per il flusso massimo
  • Introduzione alla Teoria della NP-completezza
  • Algoritmi di approssimazione

Modulo IV - Tecniche avanzate

  • Programmazione Dinamica
  • Analisi Ammortizzata
  • Approfondimenti sugli Algoritmi Greedy (Avidi)
  • Come arricchire le strutture dati
  • Albero per statistiche d’ordine
  • Alberi rosso-neri

Modulo V - Approfondimenti sugli algoritmi

  • Algoritmi di apprendimento automatico
  • Algoritmi dei pesi moltiplicativi
  • Il metodo del gradiente
  • Algoritmi paralleli
  • Programmazione con parallelismo dei task
  • Algoritmi online
  • Concetti fondamentali della teoria dei numeri
  • Test di primalità
  • Fattorizzazione di interi
  • Esponenziazione modulare rapida
  • Generazione di numeri primi
  • Algoritmo del crivello di Eratostene
  • Sfide computazionali
  • Concetti fondamentali sugli algoritmi di string matching
  • Principali algoritmi di string matching
  • String matching con automi a stati finiti
  • Concetti fondamentali ed approfondimenti su algoritmi di approssimazione
  • Esempi classici e analisi
  • Tecniche avanzate ed applicazioni
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento
  • Concetti fondamentali ed approfondimenti
  • Esempi di riferimento

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in 3 domande a risposta aperta e 5 domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Introduzione agli algoritmi e strutture dati – Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein – Mc Graw Hill
  • Algoritmi e strutture dati – Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano – Mc Graw Hill

Codice insegnamento curriculum-sviluppo-software-l-8:18655

Fisica generale 1° anno · 12 CFU · PHYS-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere le leggi della fisica classica; risolvere i problemi di meccanica, termodinamica ed elettromagnetismo; sviluppare la capacità di mettere in pratica le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le leggi della fisica classica;
  • risolvere i problemi di meccanica, termodinamica ed elettromagnetismo;
  • sviluppare la capacità di mettere in pratica le conoscenze acquisite e comprenderne le implicazioni.

Programma

Il corso di fisica generale si propone di fornire gli strumenti necessari alla comprensione delle leggi della fisica classica. Il corso è composto da video lezioni, unità didattiche ed esercitazioni comprendenti argomenti di meccanica, termodinamica, elettromagnetismo e ottica. Questo insegnamento fornisce, quindi, le basi necessarie per affrontare i successivi insegnamenti dei corsi di ingegneria.

Meccanica

  • Richiami
  • Il metodo scientifico
  • Cinematica e dinamica del punto materiale
  • Conseguenze del secondo principio della dinamica
  • Le leggi delle forze
  • Dinamica dei sistemi
  • Sistemi rigidi
  • Problemi d’Urto
  • Meccanica dei fluidi

Termodinamica

  • Calore e temperatura
  • Il I principio della Termodinamica
  • Il II principio della Termodinamica e le Macchine Termiche

Elettromagnetismo

  • Campi elettrici nel vuoto
  • Conduttori e campo elettrostatico
  • Elettrostatica in presenza di dielettrici
  • Corrente elettrica stazionaria
  • Fenomeni magnetici stazionari nel vuoto
  • Fenomeni magnetici stazionari nella materia
  • Campi elettrici e magnetici non stazionari
  • Corrente elettrica alternata
  • Onde elettromagnetiche

Ottica

  • Ottica Geometrica

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre esercizi e due domande aperte o in tre esercizi, una domanda aperta e quindici domande a risposta multipla.
Le domande aperte possono riguardare argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti. E´ indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti ed eventualmente corredando la risposta con casi studio o applicazioni reali.
Gli esercizi possono riguardare applicazioni specifiche delle leggi studiate nel corso. E´ indispensabile commentare e motivare i passaggi esponendo il ragionamento seguito.
Le domande a risposta multipla possono spaziare su tutto il programma e presentano quattro possibili risposte, una sola delle quali è corretta.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di risolvere sia esercizi specifici, per verificare la capacità di applicare le nozioni apprese a casi studio, sia di discutere le leggi apprese durante lo studio, per verificare la comprensione degli argomenti trattati.
La prova orale ha una durata media di 40 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • C. Mencuccini, V. Silvestrini, Fisica I. Meccanica – Termodinamica, CEA, distribuzione Zanichelli, 2016
  • C. Mencuccini, V. Silvestrini, Fisica II. Elettromagnetismo – Ottica, CEA, distribuzione Zanichelli, 2017

Codice insegnamento curriculum-cybersecurity-l-8:18513

Fisica generale 1° anno · 12 CFU · PHYS-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere le leggi della fisica classica; risolvere i problemi di meccanica, termodinamica ed elettromagnetismo; sviluppare la capacità di mettere in pratica le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le leggi della fisica classica;
  • risolvere i problemi di meccanica, termodinamica ed elettromagnetismo;
  • sviluppare la capacità di mettere in pratica le conoscenze acquisite e comprenderne le implicazioni.

Programma

Il corso di fisica generale si propone di fornire gli strumenti necessari alla comprensione delle leggi della fisica classica. Il corso è composto da video lezioni, unità didattiche ed esercitazioni comprendenti argomenti di meccanica, termodinamica, elettromagnetismo e ottica. Questo insegnamento fornisce, quindi, le basi necessarie per affrontare i successivi insegnamenti dei corsi di ingegneria.

Meccanica

  • Richiami
  • Il metodo scientifico
  • Cinematica e dinamica del punto materiale
  • Conseguenze del secondo principio della dinamica
  • Le leggi delle forze
  • Dinamica dei sistemi
  • Sistemi rigidi
  • Problemi d’Urto
  • Meccanica dei fluidi

Termodinamica

  • Calore e temperatura
  • Il I principio della Termodinamica
  • Il II principio della Termodinamica e le Macchine Termiche

Elettromagnetismo

  • Campi elettrici nel vuoto
  • Conduttori e campo elettrostatico
  • Elettrostatica in presenza di dielettrici
  • Corrente elettrica stazionaria
  • Fenomeni magnetici stazionari nel vuoto
  • Fenomeni magnetici stazionari nella materia
  • Campi elettrici e magnetici non stazionari
  • Corrente elettrica alternata
  • Onde elettromagnetiche

Ottica

  • Ottica Geometrica

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre esercizi e due domande aperte o in tre esercizi, una domanda aperta e quindici domande a risposta multipla.
Le domande aperte possono riguardare argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti. E´ indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti ed eventualmente corredando la risposta con casi studio o applicazioni reali.
Gli esercizi possono riguardare applicazioni specifiche delle leggi studiate nel corso. E´ indispensabile commentare e motivare i passaggi esponendo il ragionamento seguito.
Le domande a risposta multipla possono spaziare su tutto il programma e presentano quattro possibili risposte, una sola delle quali è corretta.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di risolvere sia esercizi specifici, per verificare la capacità di applicare le nozioni apprese a casi studio, sia di discutere le leggi apprese durante lo studio, per verificare la comprensione degli argomenti trattati.
La prova orale ha una durata media di 40 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • C. Mencuccini, V. Silvestrini, Fisica I. Meccanica – Termodinamica, CEA, distribuzione Zanichelli, 2016
  • C. Mencuccini, V. Silvestrini, Fisica II. Elettromagnetismo – Ottica, CEA, distribuzione Zanichelli, 2017

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18513

Fisica generale 1° anno · 12 CFU · PHYS-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere le leggi della fisica classica; risolvere i problemi di meccanica, termodinamica ed elettromagnetismo; sviluppare la capacità di mettere in pratica le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le leggi della fisica classica;
  • risolvere i problemi di meccanica, termodinamica ed elettromagnetismo;
  • sviluppare la capacità di mettere in pratica le conoscenze acquisite e comprenderne le implicazioni.

Programma

Il corso di fisica generale si propone di fornire gli strumenti necessari alla comprensione delle leggi della fisica classica. Il corso è composto da video lezioni, unità didattiche ed esercitazioni comprendenti argomenti di meccanica, termodinamica, elettromagnetismo e ottica. Questo insegnamento fornisce, quindi, le basi necessarie per affrontare i successivi insegnamenti dei corsi di ingegneria.

Meccanica

  • Richiami
  • Il metodo scientifico
  • Cinematica e dinamica del punto materiale
  • Conseguenze del secondo principio della dinamica
  • Le leggi delle forze
  • Dinamica dei sistemi
  • Sistemi rigidi
  • Problemi d’Urto
  • Meccanica dei fluidi

Termodinamica

  • Calore e temperatura
  • Il I principio della Termodinamica
  • Il II principio della Termodinamica e le Macchine Termiche

Elettromagnetismo

  • Campi elettrici nel vuoto
  • Conduttori e campo elettrostatico
  • Elettrostatica in presenza di dielettrici
  • Corrente elettrica stazionaria
  • Fenomeni magnetici stazionari nel vuoto
  • Fenomeni magnetici stazionari nella materia
  • Campi elettrici e magnetici non stazionari
  • Corrente elettrica alternata
  • Onde elettromagnetiche

Ottica

  • Ottica Geometrica

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre esercizi e due domande aperte o in tre esercizi, una domanda aperta e quindici domande a risposta multipla.
Le domande aperte possono riguardare argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti. E´ indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti ed eventualmente corredando la risposta con casi studio o applicazioni reali.
Gli esercizi possono riguardare applicazioni specifiche delle leggi studiate nel corso. E´ indispensabile commentare e motivare i passaggi esponendo il ragionamento seguito.
Le domande a risposta multipla possono spaziare su tutto il programma e presentano quattro possibili risposte, una sola delle quali è corretta.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di risolvere sia esercizi specifici, per verificare la capacità di applicare le nozioni apprese a casi studio, sia di discutere le leggi apprese durante lo studio, per verificare la comprensione degli argomenti trattati.
La prova orale ha una durata media di 40 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • C. Mencuccini, V. Silvestrini, Fisica I. Meccanica – Termodinamica, CEA, distribuzione Zanichelli, 2016
  • C. Mencuccini, V. Silvestrini, Fisica II. Elettromagnetismo – Ottica, CEA, distribuzione Zanichelli, 2017

Codice insegnamento curriculum-sviluppo-software-l-8:18513

Fondamenti di informatica 1° anno · 12 CFU · IINF-05/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici; comprendere i concetti di base sui fondamenti della…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici;
  • comprendere i concetti di base sui fondamenti della rappresentazione delle informazioni e degli algoritmi;
  • comprendere i concetti fondamentali dei linguaggi di programmazione in generale e sulla programmazione ad oggetti (OOP Object Oriented Programming) in particolare;
  • comprendere i fondamenti della programmazione del linguaggio JAVA;
  • sviluppare semplici programmi per l’esecuzione di algoritmi;
  • sviluppare semplici programmi secondo il paradigma dell’Object Oriented Programming (OOP);
  • valutare in autonomia la corretta esecuzione di un programma;
  • valutare in autonomia l’utilizzo dei migliori costrutti sintattici per la realizzazione di un programma in ambito di performance e leggibilità del codice;
  • apprendere e integrare le conoscenze da varie fonti sulla programmazione al fine di valutare attraverso una visione più ampia le diverse possibilità di implementazione di uno stesso algoritmo e/o programma inteso in senso più ampio del termine;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso di Fondamenti di Informatica si propone l'obiettivo di fornire una preparazione organica e omogenea sui principi di funzionamento e della programmazione di un calcolatore elettronico. Il corso ha carattere introduttivo al mondo della programmazione in generale e a quella ad oggetti in particolare, alla rappresentazione dei dati ed alle strutture dati fondamentali nella scienza dell'informazione.

  • Introduzione al corso: i computer, i Sistemi Operativi e le applicazioni
  • Le basi della programmazione: i linguaggi di programmazione; i numeri binari e l’algebra booleana
  • Algoritmi e Linguaggi di modellazione: definizione di algoritmo; lo pseudocodice e i flow chart
  • Introduzione al linguaggio JAVA:
  • la piattaforma di sviluppo JAVA; installazione dell’ambiente di esecuzione JAVA; scrittura ed esecuzione del primo programma utilizzando la JDK
  • Java Integrated Development Environment: descrizione di un Integrated Development Environment; processo di scrittura, compilazione ed esecuzione di un programma Java con un IDE; ispezione delle parti di un programma JAVA; definizione delle tipologie di errore in JAVA
  • Utilizzare e realizzare oggetti in Java: comprendere i concetti di classi e oggetti e di come utilizzarli
  • Le basi della programmazione in Java:
  • differenze tra linguaggi imperativi, procedurali e ad oggetti; le variabili (visibilità, casting); i tipi di dati di base; gli operatori (aritmetici, relazionali, bit a bit, logici, regole di precedenza)
  • le dichiarazioni di controllo (IF-ELSE, SWITCH, WHILE, DO-WILE, FOR, etc.)
  • gli Array
  • La ricorsione
  • Gli Oggetti e le Classi in Java:
  • Panoramica sui concetti di oggetti e classi; definizione di variabili nelle classi; i metodi; i costruttori;
  • concetti di Incapsulamento, Ereditarietà e Polimorfismo; le classi Astratte e le Interfacce;
  • variabili e metodi statici; la classe Object; le Enumerazioni; le Stringhe;
  • Eccezioni: gestione delle eccezioni
  • Streams, File I/O: Streams; File I/O; Regular Expression
  • Collections Framework: interfacce; classi; iteratori
  • Ordinamento, ricerca e relativi algoritmi
  • Concetti di Base sulle reti: Internet; Indirizzi IP; L’architettura Client Server
  • Java Networking: Sockets; Applicazioni client server in Java; URL

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste nella risoluzione di 3 domande aperte (dove 2 domande richiedono la scrittura di programmi e una domanda richiede la spiegazione di un concetto o algoritmo) riguardanti i concetti e gli argomenti trattati nell’intero corso. La prova ha una durata massima di 120 minuti.

Le domande richiedono di norma la conoscenza di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dell’implementazione di un algoritmo, nonché la comprensione dei requisiti di un programma e della relativa scrittura del programma stesso secondo la sintassi e la semantica del linguaggio di programmazione JAVA. La scrittura di tali programmi richiede altresì allo studente di applicare tali conoscenze attraverso opportuni ragionamenti che portano o meno un programma ad essere più efficiente, leggibile e manutenibile. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • del grado di conoscenza dell’argomento teorico relativo alla domanda;
  • della capacità di applicare la corretta semantica e sintassi del linguaggio JAVA;
  • della capacità dello studente di organizzare il programma secondo una logica ben strutturata;
  • della capacità di dello studente di comprendere appieno i requisiti espressi nelle tracce delle domande e nella loro corretta e completa implementazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base della programmazione e dei concetti teorici trattati a lezione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e pratici, legati più strettamente alla scrittura di un programma, andando oltre le richieste (requisiti) espresse nelle domande gestendo anche casi eccezionali che normalmente non sarebbero gestiti, o proponendo soluzioni alternative particolarmente eleganti ed efficienti.

I programmi devono essere scritti esclusivamente in linguaggio Java, avere una struttura chiara ed essere commentati.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni, alle dispense realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Sciuto, Bonanni, Mari – Introduzione ai sistemi informatici 6/ed, McGraw-Hill
  • Horstmann C., Concetti di informatica e fondamenti di Java, Maggioli editore, settima edizione

Testi di approfondimento:

  • Tarquini M. - JAVA MATTONE DOPO MATTONE - https://www.mattonedopomattone.it/, licenza Creative Commons.
  • De Sio Cesari - Il nuovo Java - Hoepli

I testi di approfondimento non sono obbligatori.

Codice insegnamento curriculum-cybersecurity-l-8:19749

Fondamenti di informatica 1° anno · 12 CFU · IINF-05/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici; comprendere i concetti di base sui fondamenti della…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici;
  • comprendere i concetti di base sui fondamenti della rappresentazione delle informazioni e degli algoritmi;
  • comprendere i concetti fondamentali dei linguaggi di programmazione in generale e sulla programmazione ad oggetti (OOP Object Oriented Programming) in particolare;
  • comprendere i fondamenti della programmazione del linguaggio JAVA;
  • sviluppare semplici programmi per l’esecuzione di algoritmi;
  • sviluppare semplici programmi secondo il paradigma dell’Object Oriented Programming (OOP);
  • valutare in autonomia la corretta esecuzione di un programma;
  • valutare in autonomia l’utilizzo dei migliori costrutti sintattici per la realizzazione di un programma in ambito di performance e leggibilità del codice;
  • apprendere e integrare le conoscenze da varie fonti sulla programmazione al fine di valutare attraverso una visione più ampia le diverse possibilità di implementazione di uno stesso algoritmo e/o programma inteso in senso più ampio del termine;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso di Fondamenti di Informatica si propone l'obiettivo di fornire una preparazione organica e omogenea sui principi di funzionamento e della programmazione di un calcolatore elettronico. Il corso ha carattere introduttivo al mondo della programmazione in generale e a quella ad oggetti in particolare, alla rappresentazione dei dati ed alle strutture dati fondamentali nella scienza dell'informazione.

  • Introduzione al corso: i computer, i Sistemi Operativi e le applicazioni
  • Le basi della programmazione: i linguaggi di programmazione; i numeri binari e l’algebra booleana
  • Algoritmi e Linguaggi di modellazione: definizione di algoritmo; lo pseudocodice e i flow chart
  • Introduzione al linguaggio JAVA:
  • la piattaforma di sviluppo JAVA; installazione dell’ambiente di esecuzione JAVA; scrittura ed esecuzione del primo programma utilizzando la JDK
  • Java Integrated Development Environment: descrizione di un Integrated Development Environment; processo di scrittura, compilazione ed esecuzione di un programma Java con un IDE; ispezione delle parti di un programma JAVA; definizione delle tipologie di errore in JAVA
  • Utilizzare e realizzare oggetti in Java: comprendere i concetti di classi e oggetti e di come utilizzarli
  • Le basi della programmazione in Java:
  • differenze tra linguaggi imperativi, procedurali e ad oggetti; le variabili (visibilità, casting); i tipi di dati di base; gli operatori (aritmetici, relazionali, bit a bit, logici, regole di precedenza)
  • le dichiarazioni di controllo (IF-ELSE, SWITCH, WHILE, DO-WILE, FOR, etc.)
  • gli Array
  • La ricorsione
  • Gli Oggetti e le Classi in Java:
  • Panoramica sui concetti di oggetti e classi; definizione di variabili nelle classi; i metodi; i costruttori;
  • concetti di Incapsulamento, Ereditarietà e Polimorfismo; le classi Astratte e le Interfacce;
  • variabili e metodi statici; la classe Object; le Enumerazioni; le Stringhe;
  • Eccezioni: gestione delle eccezioni
  • Streams, File I/O: Streams; File I/O; Regular Expression
  • Collections Framework: interfacce; classi; iteratori
  • Ordinamento, ricerca e relativi algoritmi
  • Concetti di Base sulle reti: Internet; Indirizzi IP; L’architettura Client Server
  • Java Networking: Sockets; Applicazioni client server in Java; URL

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste nella risoluzione di 3 domande aperte (dove 2 domande richiedono la scrittura di programmi e una domanda richiede la spiegazione di un concetto o algoritmo) riguardanti i concetti e gli argomenti trattati nell’intero corso. La prova ha una durata massima di 120 minuti.

Le domande richiedono di norma la conoscenza di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dell’implementazione di un algoritmo, nonché la comprensione dei requisiti di un programma e della relativa scrittura del programma stesso secondo la sintassi e la semantica del linguaggio di programmazione JAVA. La scrittura di tali programmi richiede altresì allo studente di applicare tali conoscenze attraverso opportuni ragionamenti che portano o meno un programma ad essere più efficiente, leggibile e manutenibile. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • del grado di conoscenza dell’argomento teorico relativo alla domanda;
  • della capacità di applicare la corretta semantica e sintassi del linguaggio JAVA;
  • della capacità dello studente di organizzare il programma secondo una logica ben strutturata;
  • della capacità di dello studente di comprendere appieno i requisiti espressi nelle tracce delle domande e nella loro corretta e completa implementazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base della programmazione e dei concetti teorici trattati a lezione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e pratici, legati più strettamente alla scrittura di un programma, andando oltre le richieste (requisiti) espresse nelle domande gestendo anche casi eccezionali che normalmente non sarebbero gestiti, o proponendo soluzioni alternative particolarmente eleganti ed efficienti.

I programmi devono essere scritti esclusivamente in linguaggio Java, avere una struttura chiara ed essere commentati.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni, alle dispense realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Sciuto, Bonanni, Mari – Introduzione ai sistemi informatici 6/ed, McGraw-Hill
  • Horstmann C., Concetti di informatica e fondamenti di Java, Maggioli editore, settima edizione

Testi di approfondimento:

  • Tarquini M. - JAVA MATTONE DOPO MATTONE - https://www.mattonedopomattone.it/, licenza Creative Commons.
  • De Sio Cesari - Il nuovo Java - Hoepli

I testi di approfondimento non sono obbligatori.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19749

Fondamenti di informatica 1° anno · 12 CFU · IINF-05/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici; comprendere i concetti di base sui fondamenti della…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti e le componenti alla base dell’architettura dei moderni calcolatori elettronici;
  • comprendere i concetti di base sui fondamenti della rappresentazione delle informazioni e degli algoritmi;
  • comprendere i concetti fondamentali dei linguaggi di programmazione in generale e sulla programmazione ad oggetti (OOP Object Oriented Programming) in particolare;
  • comprendere i fondamenti della programmazione del linguaggio JAVA;
  • sviluppare semplici programmi per l’esecuzione di algoritmi;
  • sviluppare semplici programmi secondo il paradigma dell’Object Oriented Programming (OOP);
  • valutare in autonomia la corretta esecuzione di un programma;
  • valutare in autonomia l’utilizzo dei migliori costrutti sintattici per la realizzazione di un programma in ambito di performance e leggibilità del codice;
  • apprendere e integrare le conoscenze da varie fonti sulla programmazione al fine di valutare attraverso una visione più ampia le diverse possibilità di implementazione di uno stesso algoritmo e/o programma inteso in senso più ampio del termine;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso di Fondamenti di Informatica si propone l'obiettivo di fornire una preparazione organica e omogenea sui principi di funzionamento e della programmazione di un calcolatore elettronico. Il corso ha carattere introduttivo al mondo della programmazione in generale e a quella ad oggetti in particolare, alla rappresentazione dei dati ed alle strutture dati fondamentali nella scienza dell'informazione.

  • Introduzione al corso: i computer, i Sistemi Operativi e le applicazioni
  • Le basi della programmazione: i linguaggi di programmazione; i numeri binari e l’algebra booleana
  • Algoritmi e Linguaggi di modellazione: definizione di algoritmo; lo pseudocodice e i flow chart
  • Introduzione al linguaggio JAVA:
  • la piattaforma di sviluppo JAVA; installazione dell’ambiente di esecuzione JAVA; scrittura ed esecuzione del primo programma utilizzando la JDK
  • Java Integrated Development Environment: descrizione di un Integrated Development Environment; processo di scrittura, compilazione ed esecuzione di un programma Java con un IDE; ispezione delle parti di un programma JAVA; definizione delle tipologie di errore in JAVA
  • Utilizzare e realizzare oggetti in Java: comprendere i concetti di classi e oggetti e di come utilizzarli
  • Le basi della programmazione in Java:
  • differenze tra linguaggi imperativi, procedurali e ad oggetti; le variabili (visibilità, casting); i tipi di dati di base; gli operatori (aritmetici, relazionali, bit a bit, logici, regole di precedenza)
  • le dichiarazioni di controllo (IF-ELSE, SWITCH, WHILE, DO-WILE, FOR, etc.)
  • gli Array
  • La ricorsione
  • Gli Oggetti e le Classi in Java:
  • Panoramica sui concetti di oggetti e classi; definizione di variabili nelle classi; i metodi; i costruttori;
  • concetti di Incapsulamento, Ereditarietà e Polimorfismo; le classi Astratte e le Interfacce;
  • variabili e metodi statici; la classe Object; le Enumerazioni; le Stringhe;
  • Eccezioni: gestione delle eccezioni
  • Streams, File I/O: Streams; File I/O; Regular Expression
  • Collections Framework: interfacce; classi; iteratori
  • Ordinamento, ricerca e relativi algoritmi
  • Concetti di Base sulle reti: Internet; Indirizzi IP; L’architettura Client Server
  • Java Networking: Sockets; Applicazioni client server in Java; URL

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste nella risoluzione di 3 domande aperte (dove 2 domande richiedono la scrittura di programmi e una domanda richiede la spiegazione di un concetto o algoritmo) riguardanti i concetti e gli argomenti trattati nell’intero corso. La prova ha una durata massima di 120 minuti.

Le domande richiedono di norma la conoscenza di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dell’implementazione di un algoritmo, nonché la comprensione dei requisiti di un programma e della relativa scrittura del programma stesso secondo la sintassi e la semantica del linguaggio di programmazione JAVA. La scrittura di tali programmi richiede altresì allo studente di applicare tali conoscenze attraverso opportuni ragionamenti che portano o meno un programma ad essere più efficiente, leggibile e manutenibile. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • del grado di conoscenza dell’argomento teorico relativo alla domanda;
  • della capacità di applicare la corretta semantica e sintassi del linguaggio JAVA;
  • della capacità dello studente di organizzare il programma secondo una logica ben strutturata;
  • della capacità di dello studente di comprendere appieno i requisiti espressi nelle tracce delle domande e nella loro corretta e completa implementazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base della programmazione e dei concetti teorici trattati a lezione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e pratici, legati più strettamente alla scrittura di un programma, andando oltre le richieste (requisiti) espresse nelle domande gestendo anche casi eccezionali che normalmente non sarebbero gestiti, o proponendo soluzioni alternative particolarmente eleganti ed efficienti.

I programmi devono essere scritti esclusivamente in linguaggio Java, avere una struttura chiara ed essere commentati.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni, alle dispense realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Sciuto, Bonanni, Mari – Introduzione ai sistemi informatici 6/ed, McGraw-Hill
  • Horstmann C., Concetti di informatica e fondamenti di Java, Maggioli editore, settima edizione

Testi di approfondimento:

  • Tarquini M. - JAVA MATTONE DOPO MATTONE - https://www.mattonedopomattone.it/, licenza Creative Commons.
  • De Sio Cesari - Il nuovo Java - Hoepli

I testi di approfondimento non sono obbligatori.

Codice insegnamento curriculum-sviluppo-software-l-8:19749

Formal Languages, Computability and Complexity 1° anno · 6 CFU · INF/01 · 0 file

At the end of this course, the student will be able to: 1. Knowledge and understanding Know and understand the Chomsky hierarchy and the main classes of formal languages. Understand the operation and properties of finite…

Scheda dell'insegnamento

Obiettivi formativi

At the end of this course, the student will be able to:
1. Knowledge and understanding

  • Know and understand the Chomsky hierarchy and the main classes of formal languages.
  • Understand the operation and properties of finite automata, context-free grammars, and Turing machines.
  • Acquire in-depth knowledge of the concepts of computability and decidability, including the computational limits of formal models.
  • Know the main classes of computational complexity (P, NP, PSPACE) and the criteria for their classification.

2. Ability to apply knowledge and understanding

  • Analyze and design automata and grammars for the recognition of formal languages.
  • Solve computability problems.
  • Evaluate the computational complexity of algorithmic problems.

3. Transversal skills

  • Develop the ability for abstract reasoning and formalization of complex problems.
  • Enhance independent judgment in analyzing the computational tractability of problems.
  • Communicate theoretical concepts and developed solutions rigorously and effectively, including in interdisciplinary contexts.
  • Strengthen autonomous learning skills on advanced topics in the theory of computation.

Programma

This course introduces the essence of computer science: the study of what can be computed, how, and with which resources. Through a solid yet simplified theoretical treatment, it guides students in discovering the fundamental principles that govern computation, providing the conceptual tools needed to understand the deep nature of computation.

A central focus is the Chomsky hierarchy, which classifies formal languages according to their expressive power and the computational models required for their recognition. Finite automata, context-free grammars, Turing machines, and decidable and recursively enumerable languages are analyzed in detail, with applications to algorithm design and analysis.

The course also reveals the limits of computer science by introducing the concepts of decidability and undecidability: students will learn to distinguish between solvable problems and problems that are intrinsically unsolvable by any algorithm.

In the final part, the main classes of computational complexity (P, NP, PSPACE) are addressed, providing a theoretical foundation for evaluating algorithm efficiency and the intrinsic difficulty of problems.

The course consists of 15 video lectures, each lasting approximately 1 hour.

Course overview

  • Course presentation: main themes, theoretical motivations, and context within computer science.
  • Introduction to the Chomsky hierarchy and educational objectives.

Introduction to Finite State Automata (FSA)

  • Definition of deterministic finite automata (DFA).
  • Formalization, operation, transition diagrams, recognized languages.

Nondeterministic Finite Automata (NFA)

  • Definition and properties of NFAs. Comparison with DFAs.
  • Determinization algorithm.
  • Proof of equivalence between NFAs and DFAs.

Regular Expressions

  • Syntax and semantics of regular expressions (regex).
  • Use of regex in describing regular languages.
  • Practical application of regex.

Pumping Lemma for Regular Languages

  • Statement and proof of the pumping lemma.
  • Use of the lemma to prove that a language is not regular.

Context-Free Grammars (CFG)

  • Definition of a context-free grammar.
  • Languages generated by CFGs. Derivations, parse trees, ambiguity.

Pushdown Automata and Pumping Lemma for CFLs

  • Definition and operation of pushdown automata (PDA).
  • Relationship between PDAs and context-free grammars.
  • Pumping lemma for CFLs.

Deterministic Context-Free Languages (DCFL)

  • Characterization of DCFLs.
  • Deterministic vs. nondeterministic PDAs.
  • Closure properties and limits of DCFLs.

Introduction to Turing Machines (TM)

  • Formal definition of a Turing machine.
  • Equivalent variants (multi-tape, nondeterministic).
  • Theoretical importance as a general model of computation.

Decidability

  • Decidable problems.
  • Languages accepted by halting Turing machines.
  • Undecidable problems: diagonalization technique.

Reducibility

  • Concept of reduction between problems.
  • Proving undecidability via reductions.

Introduction to Computational Complexity

  • Introduction to time complexity.

The Classes P and NP

  • Definition of the classes P and NP.
  • The P versus NP problem.

NP-Completeness

  • Polynomial reductions.
  • Cook–Levin Theorem (simplified).
  • Examples of NP-complete problems.
  • Techniques for proving NP-completeness.

Introduction to Space Complexity

  • Definition of space complexity classes such as PSPACE.
  • Relationships between space and time.
  • Techniques for proving PSPACE-completeness.

Modalità d'esame

The exam is written and consists of two parts. The test is designed to coherently assess both theoretical knowledge and the ability to apply knowledge and understanding.
Part 1 – Multiple-choice questions (up to 24 points)
The first part consists of 12 multiple-choice questions on the theoretical contents of the course. Each correct answer is worth 2 points, each incorrect answer is worth -0.25 points, for a maximum total of 24 points.
Part 2 – Applied exercises (up to 8 points)
The second part includes 1 or 2 exercises, simple variants of those contained in the course materials. If there are 2 exercises, each is worth 4 points. If there is only one exercise, it is worth 8 points. The exercises will be graded only if Part 1 totals at least 14 points.
Final evaluation
The maximum overall score is 32/30. Points exceeding 30 may be used for the award of honours (lode).

All intermediate assessment and self-assessment tests provided by the courses and delivered via distance learning are to be considered highly recommended and useful for preparation and individual study. Intermediate assessment and self-assessment tests are not mandatory for taking the exam, which must be taken in person before a designated Examination Board pursuant to Art. 11, paragraph 7, letter e) of Ministerial Decree 270/2004.Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

In addition to the lectures delivered by the instructor and the teaching materials published on the platform, study of the following texts is recommended.

Main reference:

  • Michael Sipser, Introduction to the Theory of Computation, 3rd edition (or later)

Additional references:

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Introduction to Automata Theory, Languages, and Computation
  • Jeffrey E. F. Friedl, Mastering Regular Expressions, 3rd edition
  • Daniel P. Bovet, Pierluigi Crescenzi, Introduction to the Theory of Complexity

The video lectures and slides are designed to provide all the material necessary for understanding and study. The listed texts serve as useful support for further theoretical insights and additional exercises.

Codice insegnamento UC456600

Fundamentals of computer science 1° anno · 12 CFU · ING-INF/05 · 0 file

At the end of the course the student will be able to: Know OOP principles and theory. Understand the basis of JAVA programming language. Describe the basis of the client-server paradigm. Discuss the principles of web…

Scheda dell'insegnamento

Obiettivi formativi

At the end of the course the student will be able to:

  • Know OOP principles and theory.
  • Understand the basis of JAVA programming language.
  • Describe the basis of the client-server paradigm.
  • Discuss the principles of web programming.
  • Outline the basis of HTML markup language.
  • Summarize Mobile Programming principles and theory.
  • Recall the basis of Android Operating System and programming language.

Programma

The course will train the student to work effectively as entry-level developers. The beginning students learn the fundamentals of computer programming using one specific object-oriented Programming language. Afterwards, students will learn the system development process. They will work on individual projects reflecting industry work scenarios.

  • Introduction to the course
  • Programming basic
  • Algorithms and moderning languages
  • Java
  • Java Integrated Development Environment (IDE)
  • Structures I
  • Structures 2
  • Fundamental programming
  • Objects and classes 1
  • Objects and classes 2
  • Objects and Classes 3
  • Exception and Multithreading
  • Collections framework
  • Streams, file I/0
  • Web programming 1
  • Web programming 2
  • Web Programming 3
  • Web Programming 4
  • Java Networking
  • Introduction to Mobile Programming
  • Android's Overview
  • Programming android application 1
  • Programming android application 2
  • Programming android application 3
  • Programming android application 4
  • Programming android application 5
  • Programming android application 6
  • Programming android application 7
  • Programming android application 8
  • Programming android application 9

Modalità d'esame

The final exam is a written and/or oral test.
The test has maximum duration 120 minutesNon esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

For any questions about the bibliography, please contact Professor Gerardi.

Codice insegnamento UC456599

General Physics 1° anno · 12 CFU · FIS/01 · 0 file

At the end of this course, the student will be able to: Understand classical physics laws; Solve exercises and problems involving mechanics, thermodynamics and electromagnetisms; Develop the important skill of apply…

Scheda dell'insegnamento

Obiettivi formativi

At the end of this course, the student will be able to:

  • Understand classical physics laws;
  • Solve exercises and problems involving mechanics, thermodynamics and electromagnetisms;
  • Develop the important skill of apply learned concepts to unknown problems.

Programma

The aim of this course is to provide students with the tools necessary to understand the laws of classical physics.
The course is composed of video lessons covering topics in mechanics, thermodynamics, electromagnetism, and optics. This course thus provides the foundational knowledge required for subsequent engineering courses.

Mechanics

  • Theory of measurement and vector analysis review
  • Kinematics of a material point
  • Dinamics of a point – Part I
  • Dynamics of a point – Part II
  • Relative motion
  • Dynamics of systems of points
  • Theory of collisions
  • Gravitation
  • Dynamics of rigid bodies
  • Elastic properties of solids
  • Mechanical properties of fluids

Thermodynamics

  • Introduction
  • First law
  • Ideal and real gases
  • Second law

Electromagnetism

  • Electrostatics in vacuum
  • Dielectrics
  • Steady electric current and circuits
  • Magnetic field in vacuum
  • Magnetism in matter
  • Time-varying magnetic fields
  • Electromagnetic waves

Optics

  • Properties of light
  • Geometrical optics

Modalità d'esame

The final exam will consist of a written test including exercises and questions and/or an oral exam.Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

For any questions about the bibliography, please contact Professor Meola.

Codice insegnamento UC456598

IINF-05/A Logical networks and neural networks 1° anno · 6 CFU · 0 file
Language skills: English 1° anno · 6 CFU · 0 file

By the end of this course, students will be able to: Interact in structured conversations on complex issues (and not only of personal interest, current affairs or work) with compensatory strategies; Distinguish and use…

Scheda dell'insegnamento

Obiettivi formativi

By the end of this course, students will be able to:

  • Interact in structured conversations on complex issues (and not only of personal interest, current affairs or work) with compensatory strategies;
  • Distinguish and use the main textual types, including the technical ones;
  • Produce texts to express opinions, hypotheses and describe experiences and processes;
  • Understand and produce texts;
  • Listen to videos in English.

Programma

Studying the course topics, the student will be able to understand and translate written texts into English and understand the general sense as well as the specific one relating to the translation techniques and adaptation to the sector. The course is thus aimed at giving students the necessary tools for the understanding of the fundamental linguistic structures and the development of the main communication functions through an integrated development of the four skills (listening, speaking, reading, writing). Furthermore, it aims to promote and strengthen a better and more correct use of the language through the improvement in pronunciation, intonation and fluency.

Modalità d'esame

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Grammar textbooks (one choice among the following)

  • Murphy, EnglishGrammar in Use, (Advanced) Cambridge University Press, 2004
  • Eastwood, Oxford Practice Grammar with answers, Oxford University Press, 2008
  • Collins Cobuild, English grammar

Recommended single language dictionaries (latest editions)

  • MacMillan, Essential English Dictionary for Learners of English

Codice insegnamento UC456603

Linguaggi formali, calcolabilità e complessità 1° anno · 6 CFU · INFO-01/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali. Comprendere il funzionamento e le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali.
  • Comprendere il funzionamento e le proprietà degli automi finiti, delle grammatiche libere da contesto e delle macchine di Turing.
  • Acquisire conoscenze approfondite sui concetti di calcolabilità e decidibilità, inclusi i limiti computazionali dei modelli formali.
  • Conoscere le principali classi di complessità computazionale (P, NP, PSPACE) e i criteri per la loro classificazione.

2. Capacità di applicare conoscenza e comprensione

  • Analizzare e progettare automi e grammatiche per il riconoscimento di linguaggi formali.
  • Risolvere problemi di calcolabilità.
  • Valutare la complessità computazionale di problemi algoritmici

3. Competenze trasversali

  • Sviluppare la capacità di ragionamento astratto e di formalizzazione di problemi complessi.
  • Potenziare l’autonomia di giudizio nell’analisi della trattabilità computazionale di problemi.
  • Comunicare in modo rigoroso ed efficace i concetti teorici e le soluzioni sviluppate, anche in contesti interdisciplinari.
  • Rafforzare le capacità di apprendimento autonomo su tematiche avanzate della teoria della computazione.

Programma

Questo corso introduce l’essenza dell’informatica: lo studio di cosa può essere calcolato, come e con quali risorse. Attraverso una solida ma semplificata trattazione teorica, guida gli studenti alla scoperta dei principi fondamentali che governano il calcolo, fornendo gli strumenti concettuali per comprendere la natura profonda della computazione.

Un focus centrale è la gerarchia di Chomsky, che classifica i linguaggi formali in base alla loro espressività e ai modelli computazionali necessari per il loro riconoscimento. Verranno analizzati in dettaglio automi finiti, grammatiche libere da contesto, macchine di Turing e linguaggi decidibili e ricorsivamente enumerabili, con applicazioni alla progettazione e all’analisi di algoritmi.

Il corso rivela anche i limiti dell’informatica, introducendo i concetti di decidibilità e indecidibilità: gli studenti impareranno a distinguere tra problemi risolvibili e problemi intrinsecamente insolubili da qualunque algoritmo.

Nella parte finale, vengono affrontate le principali classi di complessità computazionale (P, NP, PSPACE), fornendo una base teorica per valutare l’efficienza degli algoritmi e la difficoltà intrinseca dei problemi.

Il corso si articola in 15 videolezioni, ciascuna della durata di circa 1 ora.

  • Panoramica del corso
  • Presentazione del corso: temi principali, motivazioni teoriche, contesto all’interno della scienza computazionale.
  • Introduzione alla gerarchia di Chomsky e agli obiettivi formativi.
  • Introduzione agli automi a stati finiti (FSA)
  • Definizione di automi a stati finiti deterministici (DFA).
  • Formalizzazione, funzionamento, diagrammi di transizione, linguaggi riconosciuti.
  • Automi a stati finiti non deterministici (NFA)
  • Definizione e proprietà degli NFA. Confronto con i DFA.
  • Algoritmo di determinizzazione.
  • Dimostrazione dell’equivalenza tra NFA e DFA.
  • Espressioni regolari
  • Sintassi e semantica delle espressioni regolari (regex).
  • Utilizzo delle regex nella descrizione dei linguaggi regolari.
  • Applicazione pratica delle regex.
  • Pumping lemma per i linguaggi regolari
  • Enunciato e dimostrazione del pumping lemma.
  • Uso del lemma per dimostrare che un linguaggio non è regolare.
  • Grammatiche libere da contesto (CFG)
  • Definizione di grammatica libera da contesto.
  • Linguaggi generati da CFG. Derivazioni, alberi sintattici, ambiguità.
  • Automi a pila e pumping lemma per i CFL
  • Definizione e funzionamento degli automi a pila (PDA).
  • Relazione tra PDA e grammatiche libere da contesto.
  • Pumping lemma per CFL.
  • Linguaggi deterministici liberi da contesto (DCFL)
  • Caratterizzazione dei linguaggi DCFL.
  • PDA deterministici vs. non deterministici.
  • Chiusura e limiti dei DCFL.
  • Introduzione alle macchine di Turing (TM)
  • Definizione formale di macchina di Turing.
  • Varianti equivalenti (multinastro, non deterministiche).
  • Importanza teorica come modello generale di calcolo.
  • Decidibilità
  • Problemi decidibili.
  • Linguaggi accettati da TM che si arrestano.
  • Problemi indecidibili: tecnica della diagonalizzazione.
  • Riducibilità
  • Concetto di riduzione tra problemi.
  • Dimostrazione di indecidibilità tramite riduzione.
  • Introduzione alla complessità computazionale
  • Introduzione alla complessità temporale.
  • La classe P e NP
  • Definizione delle classi P e NP.
  • Il problema P contro NP.
  • NP-completezza
  • Riduzioni polinomiali.
  • Teorema di Cook-Levin (semplificato).
  • Esempi di problemi NP-completi.
  • Tecniche di dimostrazione di NP completezza.
  • Introduzione alla complessità di spazio
  • Definizione di classi spaziali come PSPACE.
  • Relazioni tra spazio e tempo. Tecniche di dimostrazione di PSPACE-completezza

Modalità d'esame

L’esame si svolge in forma scritta, ha una durata di 90 minuti e si compone di due parti. La prova è progettata per valutare in modo coerente sia la conoscenza teorica sia la capacità di applicare conoscenze e comprensione.

Parte 1 – Domande a risposta multipla (fino a 24 punti)
La prima parte consiste in 12 domande a risposta multipla sui contenuti teorici del corso. Ogni risposta corretta vale 2 punti, ogni risposta errata vale -0.25 punti, per un massimo di 24 punti complessivi.

Parte 2 – Esercizi applicativi (fino a 8 punti)
La seconda parte prevede 1 o 2 esercizi, semplici varianti di quanto contenuto nel materiale del corso. Se sono presenti 2 esercizi, ciascuno vale 4 punti. In caso sia presente un solo esercizio, esso varrà 8 punti. La correzione degli esercizi sarà effettuata solo se la parte 1 totalizza almeno 14 punti.

Valutazione finale
Il punteggio massimo complessivo è 32/30. I punti eccedenti i 30 possono essere utilizzati per l’attribuzione della lode.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi.

Riferimento principale:

  • Michael Sipser, Introduction to the Theory of Computation, 3ª edizione (o più recente)

Riferimenti aggiuntivi:

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Introduction to Automata Theory, Languages, and Computation
  • Jeffrey E. F. Friedl, Mastering Regular Expressions, 3ª edizione
  • Daniel P. Bovet, Pierluigi Crescenzi, Introduction to the Theory of Complexity

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici e per esercitazioni aggiuntive.

Codice insegnamento curriculum-cybersecurity-l-8:19591

Linguaggi formali, calcolabilità e complessità 1° anno · 6 CFU · INFO-01/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali. Comprendere il funzionamento e le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali.
  • Comprendere il funzionamento e le proprietà degli automi finiti, delle grammatiche libere da contesto e delle macchine di Turing.
  • Acquisire conoscenze approfondite sui concetti di calcolabilità e decidibilità, inclusi i limiti computazionali dei modelli formali.
  • Conoscere le principali classi di complessità computazionale (P, NP, PSPACE) e i criteri per la loro classificazione.

2. Capacità di applicare conoscenza e comprensione

  • Analizzare e progettare automi e grammatiche per il riconoscimento di linguaggi formali.
  • Risolvere problemi di calcolabilità.
  • Valutare la complessità computazionale di problemi algoritmici

3. Competenze trasversali

  • Sviluppare la capacità di ragionamento astratto e di formalizzazione di problemi complessi.
  • Potenziare l’autonomia di giudizio nell’analisi della trattabilità computazionale di problemi.
  • Comunicare in modo rigoroso ed efficace i concetti teorici e le soluzioni sviluppate, anche in contesti interdisciplinari.
  • Rafforzare le capacità di apprendimento autonomo su tematiche avanzate della teoria della computazione.

Programma

Questo corso introduce l’essenza dell’informatica: lo studio di cosa può essere calcolato, come e con quali risorse. Attraverso una solida ma semplificata trattazione teorica, guida gli studenti alla scoperta dei principi fondamentali che governano il calcolo, fornendo gli strumenti concettuali per comprendere la natura profonda della computazione.

Un focus centrale è la gerarchia di Chomsky, che classifica i linguaggi formali in base alla loro espressività e ai modelli computazionali necessari per il loro riconoscimento. Verranno analizzati in dettaglio automi finiti, grammatiche libere da contesto, macchine di Turing e linguaggi decidibili e ricorsivamente enumerabili, con applicazioni alla progettazione e all’analisi di algoritmi.

Il corso rivela anche i limiti dell’informatica, introducendo i concetti di decidibilità e indecidibilità: gli studenti impareranno a distinguere tra problemi risolvibili e problemi intrinsecamente insolubili da qualunque algoritmo.

Nella parte finale, vengono affrontate le principali classi di complessità computazionale (P, NP, PSPACE), fornendo una base teorica per valutare l’efficienza degli algoritmi e la difficoltà intrinseca dei problemi.

Il corso si articola in 15 videolezioni, ciascuna della durata di circa 1 ora.

  • Panoramica del corso
  • Presentazione del corso: temi principali, motivazioni teoriche, contesto all’interno della scienza computazionale.
  • Introduzione alla gerarchia di Chomsky e agli obiettivi formativi.
  • Introduzione agli automi a stati finiti (FSA)
  • Definizione di automi a stati finiti deterministici (DFA).
  • Formalizzazione, funzionamento, diagrammi di transizione, linguaggi riconosciuti.
  • Automi a stati finiti non deterministici (NFA)
  • Definizione e proprietà degli NFA. Confronto con i DFA.
  • Algoritmo di determinizzazione.
  • Dimostrazione dell’equivalenza tra NFA e DFA.
  • Espressioni regolari
  • Sintassi e semantica delle espressioni regolari (regex).
  • Utilizzo delle regex nella descrizione dei linguaggi regolari.
  • Applicazione pratica delle regex.
  • Pumping lemma per i linguaggi regolari
  • Enunciato e dimostrazione del pumping lemma.
  • Uso del lemma per dimostrare che un linguaggio non è regolare.
  • Grammatiche libere da contesto (CFG)
  • Definizione di grammatica libera da contesto.
  • Linguaggi generati da CFG. Derivazioni, alberi sintattici, ambiguità.
  • Automi a pila e pumping lemma per i CFL
  • Definizione e funzionamento degli automi a pila (PDA).
  • Relazione tra PDA e grammatiche libere da contesto.
  • Pumping lemma per CFL.
  • Linguaggi deterministici liberi da contesto (DCFL)
  • Caratterizzazione dei linguaggi DCFL.
  • PDA deterministici vs. non deterministici.
  • Chiusura e limiti dei DCFL.
  • Introduzione alle macchine di Turing (TM)
  • Definizione formale di macchina di Turing.
  • Varianti equivalenti (multinastro, non deterministiche).
  • Importanza teorica come modello generale di calcolo.
  • Decidibilità
  • Problemi decidibili.
  • Linguaggi accettati da TM che si arrestano.
  • Problemi indecidibili: tecnica della diagonalizzazione.
  • Riducibilità
  • Concetto di riduzione tra problemi.
  • Dimostrazione di indecidibilità tramite riduzione.
  • Introduzione alla complessità computazionale
  • Introduzione alla complessità temporale.
  • La classe P e NP
  • Definizione delle classi P e NP.
  • Il problema P contro NP.
  • NP-completezza
  • Riduzioni polinomiali.
  • Teorema di Cook-Levin (semplificato).
  • Esempi di problemi NP-completi.
  • Tecniche di dimostrazione di NP completezza.
  • Introduzione alla complessità di spazio
  • Definizione di classi spaziali come PSPACE.
  • Relazioni tra spazio e tempo. Tecniche di dimostrazione di PSPACE-completezza

Modalità d'esame

L’esame si svolge in forma scritta, ha una durata di 90 minuti e si compone di due parti. La prova è progettata per valutare in modo coerente sia la conoscenza teorica sia la capacità di applicare conoscenze e comprensione.

Parte 1 – Domande a risposta multipla (fino a 24 punti)
La prima parte consiste in 12 domande a risposta multipla sui contenuti teorici del corso. Ogni risposta corretta vale 2 punti, ogni risposta errata vale -0.25 punti, per un massimo di 24 punti complessivi.

Parte 2 – Esercizi applicativi (fino a 8 punti)
La seconda parte prevede 1 o 2 esercizi, semplici varianti di quanto contenuto nel materiale del corso. Se sono presenti 2 esercizi, ciascuno vale 4 punti. In caso sia presente un solo esercizio, esso varrà 8 punti. La correzione degli esercizi sarà effettuata solo se la parte 1 totalizza almeno 14 punti.

Valutazione finale
Il punteggio massimo complessivo è 32/30. I punti eccedenti i 30 possono essere utilizzati per l’attribuzione della lode.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi.

Riferimento principale:

  • Michael Sipser, Introduction to the Theory of Computation, 3ª edizione (o più recente)

Riferimenti aggiuntivi:

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Introduction to Automata Theory, Languages, and Computation
  • Jeffrey E. F. Friedl, Mastering Regular Expressions, 3ª edizione
  • Daniel P. Bovet, Pierluigi Crescenzi, Introduction to the Theory of Complexity

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici e per esercitazioni aggiuntive.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19591

Linguaggi formali, calcolabilità e complessità 1° anno · 6 CFU · INFO-01/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali. Comprendere il funzionamento e le…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere e comprendere la gerarchia di Chomsky e le principali classi di linguaggi formali.
  • Comprendere il funzionamento e le proprietà degli automi finiti, delle grammatiche libere da contesto e delle macchine di Turing.
  • Acquisire conoscenze approfondite sui concetti di calcolabilità e decidibilità, inclusi i limiti computazionali dei modelli formali.
  • Conoscere le principali classi di complessità computazionale (P, NP, PSPACE) e i criteri per la loro classificazione.

2. Capacità di applicare conoscenza e comprensione

  • Analizzare e progettare automi e grammatiche per il riconoscimento di linguaggi formali.
  • Risolvere problemi di calcolabilità.
  • Valutare la complessità computazionale di problemi algoritmici

3. Competenze trasversali

  • Sviluppare la capacità di ragionamento astratto e di formalizzazione di problemi complessi.
  • Potenziare l’autonomia di giudizio nell’analisi della trattabilità computazionale di problemi.
  • Comunicare in modo rigoroso ed efficace i concetti teorici e le soluzioni sviluppate, anche in contesti interdisciplinari.
  • Rafforzare le capacità di apprendimento autonomo su tematiche avanzate della teoria della computazione.

Programma

Questo corso introduce l’essenza dell’informatica: lo studio di cosa può essere calcolato, come e con quali risorse. Attraverso una solida ma semplificata trattazione teorica, guida gli studenti alla scoperta dei principi fondamentali che governano il calcolo, fornendo gli strumenti concettuali per comprendere la natura profonda della computazione.

Un focus centrale è la gerarchia di Chomsky, che classifica i linguaggi formali in base alla loro espressività e ai modelli computazionali necessari per il loro riconoscimento. Verranno analizzati in dettaglio automi finiti, grammatiche libere da contesto, macchine di Turing e linguaggi decidibili e ricorsivamente enumerabili, con applicazioni alla progettazione e all’analisi di algoritmi.

Il corso rivela anche i limiti dell’informatica, introducendo i concetti di decidibilità e indecidibilità: gli studenti impareranno a distinguere tra problemi risolvibili e problemi intrinsecamente insolubili da qualunque algoritmo.

Nella parte finale, vengono affrontate le principali classi di complessità computazionale (P, NP, PSPACE), fornendo una base teorica per valutare l’efficienza degli algoritmi e la difficoltà intrinseca dei problemi.

Il corso si articola in 15 videolezioni, ciascuna della durata di circa 1 ora.

  • Panoramica del corso
  • Presentazione del corso: temi principali, motivazioni teoriche, contesto all’interno della scienza computazionale.
  • Introduzione alla gerarchia di Chomsky e agli obiettivi formativi.
  • Introduzione agli automi a stati finiti (FSA)
  • Definizione di automi a stati finiti deterministici (DFA).
  • Formalizzazione, funzionamento, diagrammi di transizione, linguaggi riconosciuti.
  • Automi a stati finiti non deterministici (NFA)
  • Definizione e proprietà degli NFA. Confronto con i DFA.
  • Algoritmo di determinizzazione.
  • Dimostrazione dell’equivalenza tra NFA e DFA.
  • Espressioni regolari
  • Sintassi e semantica delle espressioni regolari (regex).
  • Utilizzo delle regex nella descrizione dei linguaggi regolari.
  • Applicazione pratica delle regex.
  • Pumping lemma per i linguaggi regolari
  • Enunciato e dimostrazione del pumping lemma.
  • Uso del lemma per dimostrare che un linguaggio non è regolare.
  • Grammatiche libere da contesto (CFG)
  • Definizione di grammatica libera da contesto.
  • Linguaggi generati da CFG. Derivazioni, alberi sintattici, ambiguità.
  • Automi a pila e pumping lemma per i CFL
  • Definizione e funzionamento degli automi a pila (PDA).
  • Relazione tra PDA e grammatiche libere da contesto.
  • Pumping lemma per CFL.
  • Linguaggi deterministici liberi da contesto (DCFL)
  • Caratterizzazione dei linguaggi DCFL.
  • PDA deterministici vs. non deterministici.
  • Chiusura e limiti dei DCFL.
  • Introduzione alle macchine di Turing (TM)
  • Definizione formale di macchina di Turing.
  • Varianti equivalenti (multinastro, non deterministiche).
  • Importanza teorica come modello generale di calcolo.
  • Decidibilità
  • Problemi decidibili.
  • Linguaggi accettati da TM che si arrestano.
  • Problemi indecidibili: tecnica della diagonalizzazione.
  • Riducibilità
  • Concetto di riduzione tra problemi.
  • Dimostrazione di indecidibilità tramite riduzione.
  • Introduzione alla complessità computazionale
  • Introduzione alla complessità temporale.
  • La classe P e NP
  • Definizione delle classi P e NP.
  • Il problema P contro NP.
  • NP-completezza
  • Riduzioni polinomiali.
  • Teorema di Cook-Levin (semplificato).
  • Esempi di problemi NP-completi.
  • Tecniche di dimostrazione di NP completezza.
  • Introduzione alla complessità di spazio
  • Definizione di classi spaziali come PSPACE.
  • Relazioni tra spazio e tempo. Tecniche di dimostrazione di PSPACE-completezza

Modalità d'esame

L’esame si svolge in forma scritta, ha una durata di 90 minuti e si compone di due parti. La prova è progettata per valutare in modo coerente sia la conoscenza teorica sia la capacità di applicare conoscenze e comprensione.

Parte 1 – Domande a risposta multipla (fino a 24 punti)
La prima parte consiste in 12 domande a risposta multipla sui contenuti teorici del corso. Ogni risposta corretta vale 2 punti, ogni risposta errata vale -0.25 punti, per un massimo di 24 punti complessivi.

Parte 2 – Esercizi applicativi (fino a 8 punti)
La seconda parte prevede 1 o 2 esercizi, semplici varianti di quanto contenuto nel materiale del corso. Se sono presenti 2 esercizi, ciascuno vale 4 punti. In caso sia presente un solo esercizio, esso varrà 8 punti. La correzione degli esercizi sarà effettuata solo se la parte 1 totalizza almeno 14 punti.

Valutazione finale
Il punteggio massimo complessivo è 32/30. I punti eccedenti i 30 possono essere utilizzati per l’attribuzione della lode.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi.

Riferimento principale:

  • Michael Sipser, Introduction to the Theory of Computation, 3ª edizione (o più recente)

Riferimenti aggiuntivi:

  • John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman, Introduction to Automata Theory, Languages, and Computation
  • Jeffrey E. F. Friedl, Mastering Regular Expressions, 3ª edizione
  • Daniel P. Bovet, Pierluigi Crescenzi, Introduction to the Theory of Complexity

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici e per esercitazioni aggiuntive.

Codice insegnamento curriculum-sviluppo-software-l-8:19591

Matematica I 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni ad una variabile reale, il calcolo integrale di Peano-Riemann, sia esso definito che indefinito, lo studio dei limiti notevoli mediante le tecniche di risoluzione proposte e la soluzione dei sistemi di equazioni lineari sia parametrici che non parametrici.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione del problema generale dell’analisi matematica, la definizione di limite per le successioni e successivamente per le funzioni.

Lo studente dovrà poi conoscere tutte le tecniche teoriche che gli consentiranno di poter effettuare al meglio lo studio di funzione, sia essa razionale, che irrazionale oppure logaritmica o esponenziale.

Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’integrazione secondo Peano-Riemann, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche.

Parte necessaria alla formazione dello studente in Matematica è ricoperta dall’Algebra Lineare, disciplina da ritenersi essenziale negli studi di Ingegneria.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di studiare funzioni ad una variabile reale, di svariato tipo, di calcolare integrali sia definiti che indefiniti utilizzando tutte le tecniche acquisite in fase teorica. Saranno in grado di studiare i limiti notevoli stabilendo la convergenza o la divergenza di tali limiti sfruttando al meglio il Teorema dell’Hospital o lo sviluppo in serie di Taylor-McLaurin.

Infine, saranno in grado di studiare problemi di natura algebrica risolvendo sistemi di equazioni lineari parametrici e non, sfruttando al meglio le proprietà delle matrici, la dipendenza e l’indipendenza lineare tra vettori, come il fondamentale concetto di rango di matrice. Tutto ciò applicato al Teorema di Rouchè-Capelli e a quello di Cramer.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica I prevede due parti distinte, queste si devono integrare per consentire allo studente di porre la giusta attenzione sulle diverse tematiche che vengono di volta in volta esaminate. Tali aree sono l’Analisi e l’Algebra. Nella prima parte affronteremo temi concernenti essenzialmente l’Analisi Matematica, dove lo snodo cruciale è senza dubbio quello che riguarda lo studio delle funzioni in una variabile reale e la loro integrazione sia definita che indefinita.
La seconda parte getterà uno sguardo nell’universo dell’Algebra Lineare fornendo i requisiti necessari per la risoluzione dei sistemi di equazioni lineari. Gli strumenti per quest’operazione sono le matrici e le proprietà di cui esse godono.

Prima parte:

  • Introduzione euristica all’analisi
  • Potenze, Radicali e Logaritmi
  • Successioni e Serie
  • Le Funzioni in R1
  • Il calcolo differenziale in R1
  • Il calcolo Integrale in R1

Seconda parte:

  • Matrici e operazioni su di esse
  • Eliminazione di Gauss per la risoluzione dei sistemi lineari
  • Determinanti e sistemi lineari
  • Spazi Vettoriali
  • Matrici e Omomorfismi
  • Autovalori e Autovettori

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio di una funzione di una variabile reale, così come per il calcolo di due integrali è necessario che venga scelta la migliore via per la risoluzione degli stessi, interpretando al meglio la traccia sottoposta in sede di esame.

Stesso discorso vale per la parte concernente gli esercizi di Algebra Lineare, dove gli studenti sono chiamati a individuare la migliore soluzione e interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero lo studio di funzione e gli Integrali proposti con buona capacità espositiva.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Prova scritta di 120 minuti

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 1” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercitazioni di matematica vol.1.1, parte prima e seconda” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Algebra lineare e geometria” Baldovino Chiara, Lanza Valentina; Esculapio Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica I si consigliano i seguenti testi di Analisi Matematica I:

  • “Lezioni di analisi matematica I, parte I, II, III” Bertch Michiel, Dal Passo Roberta; Aracne Editore.
  • “Algebra lineare” Abate Marco; McGraw-Hill Companies.
  • “Lezioni di Analisi matematica Volume I” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica Vol I” Zwirner Giuseppe; CEDAM Editore.
  • “Matematica. Calcolo infinitesimale e Algebra lineare” Bramanti Marco, Pagani Carlo D., Salsa Sandro; Zanichelli Editore.
  • “Elementi di analisi matematica” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-cybersecurity-l-8:20725

Matematica I 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni ad una variabile reale, il calcolo integrale di Peano-Riemann, sia esso definito che indefinito, lo studio dei limiti notevoli mediante le tecniche di risoluzione proposte e la soluzione dei sistemi di equazioni lineari sia parametrici che non parametrici.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione del problema generale dell’analisi matematica, la definizione di limite per le successioni e successivamente per le funzioni.

Lo studente dovrà poi conoscere tutte le tecniche teoriche che gli consentiranno di poter effettuare al meglio lo studio di funzione, sia essa razionale, che irrazionale oppure logaritmica o esponenziale.

Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’integrazione secondo Peano-Riemann, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche.

Parte necessaria alla formazione dello studente in Matematica è ricoperta dall’Algebra Lineare, disciplina da ritenersi essenziale negli studi di Ingegneria.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di studiare funzioni ad una variabile reale, di svariato tipo, di calcolare integrali sia definiti che indefiniti utilizzando tutte le tecniche acquisite in fase teorica. Saranno in grado di studiare i limiti notevoli stabilendo la convergenza o la divergenza di tali limiti sfruttando al meglio il Teorema dell’Hospital o lo sviluppo in serie di Taylor-McLaurin.

Infine, saranno in grado di studiare problemi di natura algebrica risolvendo sistemi di equazioni lineari parametrici e non, sfruttando al meglio le proprietà delle matrici, la dipendenza e l’indipendenza lineare tra vettori, come il fondamentale concetto di rango di matrice. Tutto ciò applicato al Teorema di Rouchè-Capelli e a quello di Cramer.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica I prevede due parti distinte, queste si devono integrare per consentire allo studente di porre la giusta attenzione sulle diverse tematiche che vengono di volta in volta esaminate. Tali aree sono l’Analisi e l’Algebra. Nella prima parte affronteremo temi concernenti essenzialmente l’Analisi Matematica, dove lo snodo cruciale è senza dubbio quello che riguarda lo studio delle funzioni in una variabile reale e la loro integrazione sia definita che indefinita.
La seconda parte getterà uno sguardo nell’universo dell’Algebra Lineare fornendo i requisiti necessari per la risoluzione dei sistemi di equazioni lineari. Gli strumenti per quest’operazione sono le matrici e le proprietà di cui esse godono.

Prima parte:

  • Introduzione euristica all’analisi
  • Potenze, Radicali e Logaritmi
  • Successioni e Serie
  • Le Funzioni in R1
  • Il calcolo differenziale in R1
  • Il calcolo Integrale in R1

Seconda parte:

  • Matrici e operazioni su di esse
  • Eliminazione di Gauss per la risoluzione dei sistemi lineari
  • Determinanti e sistemi lineari
  • Spazi Vettoriali
  • Matrici e Omomorfismi
  • Autovalori e Autovettori

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio di una funzione di una variabile reale, così come per il calcolo di due integrali è necessario che venga scelta la migliore via per la risoluzione degli stessi, interpretando al meglio la traccia sottoposta in sede di esame.

Stesso discorso vale per la parte concernente gli esercizi di Algebra Lineare, dove gli studenti sono chiamati a individuare la migliore soluzione e interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero lo studio di funzione e gli Integrali proposti con buona capacità espositiva.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Prova scritta di 120 minuti

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 1” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercitazioni di matematica vol.1.1, parte prima e seconda” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Algebra lineare e geometria” Baldovino Chiara, Lanza Valentina; Esculapio Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica I si consigliano i seguenti testi di Analisi Matematica I:

  • “Lezioni di analisi matematica I, parte I, II, III” Bertch Michiel, Dal Passo Roberta; Aracne Editore.
  • “Algebra lineare” Abate Marco; McGraw-Hill Companies.
  • “Lezioni di Analisi matematica Volume I” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica Vol I” Zwirner Giuseppe; CEDAM Editore.
  • “Matematica. Calcolo infinitesimale e Algebra lineare” Bramanti Marco, Pagani Carlo D., Salsa Sandro; Zanichelli Editore.
  • “Elementi di analisi matematica” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20725

Matematica I 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica I fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti l’Analisi Matematica e l’Algebra Lineare

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni ad una variabile reale, il calcolo integrale di Peano-Riemann, sia esso definito che indefinito, lo studio dei limiti notevoli mediante le tecniche di risoluzione proposte e la soluzione dei sistemi di equazioni lineari sia parametrici che non parametrici.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione del problema generale dell’analisi matematica, la definizione di limite per le successioni e successivamente per le funzioni.

Lo studente dovrà poi conoscere tutte le tecniche teoriche che gli consentiranno di poter effettuare al meglio lo studio di funzione, sia essa razionale, che irrazionale oppure logaritmica o esponenziale.

Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’integrazione secondo Peano-Riemann, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche.

Parte necessaria alla formazione dello studente in Matematica è ricoperta dall’Algebra Lineare, disciplina da ritenersi essenziale negli studi di Ingegneria.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di studiare funzioni ad una variabile reale, di svariato tipo, di calcolare integrali sia definiti che indefiniti utilizzando tutte le tecniche acquisite in fase teorica. Saranno in grado di studiare i limiti notevoli stabilendo la convergenza o la divergenza di tali limiti sfruttando al meglio il Teorema dell’Hospital o lo sviluppo in serie di Taylor-McLaurin.

Infine, saranno in grado di studiare problemi di natura algebrica risolvendo sistemi di equazioni lineari parametrici e non, sfruttando al meglio le proprietà delle matrici, la dipendenza e l’indipendenza lineare tra vettori, come il fondamentale concetto di rango di matrice. Tutto ciò applicato al Teorema di Rouchè-Capelli e a quello di Cramer.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica I prevede due parti distinte, queste si devono integrare per consentire allo studente di porre la giusta attenzione sulle diverse tematiche che vengono di volta in volta esaminate. Tali aree sono l’Analisi e l’Algebra. Nella prima parte affronteremo temi concernenti essenzialmente l’Analisi Matematica, dove lo snodo cruciale è senza dubbio quello che riguarda lo studio delle funzioni in una variabile reale e la loro integrazione sia definita che indefinita.
La seconda parte getterà uno sguardo nell’universo dell’Algebra Lineare fornendo i requisiti necessari per la risoluzione dei sistemi di equazioni lineari. Gli strumenti per quest’operazione sono le matrici e le proprietà di cui esse godono.

Prima parte:

  • Introduzione euristica all’analisi
  • Potenze, Radicali e Logaritmi
  • Successioni e Serie
  • Le Funzioni in R1
  • Il calcolo differenziale in R1
  • Il calcolo Integrale in R1

Seconda parte:

  • Matrici e operazioni su di esse
  • Eliminazione di Gauss per la risoluzione dei sistemi lineari
  • Determinanti e sistemi lineari
  • Spazi Vettoriali
  • Matrici e Omomorfismi
  • Autovalori e Autovettori

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio di una funzione di una variabile reale, così come per il calcolo di due integrali è necessario che venga scelta la migliore via per la risoluzione degli stessi, interpretando al meglio la traccia sottoposta in sede di esame.

Stesso discorso vale per la parte concernente gli esercizi di Algebra Lineare, dove gli studenti sono chiamati a individuare la migliore soluzione e interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero lo studio di funzione e gli Integrali proposti con buona capacità espositiva.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Prova scritta di 120 minuti

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 1” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercitazioni di matematica vol.1.1, parte prima e seconda” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Algebra lineare e geometria” Baldovino Chiara, Lanza Valentina; Esculapio Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica I si consigliano i seguenti testi di Analisi Matematica I:

  • “Lezioni di analisi matematica I, parte I, II, III” Bertch Michiel, Dal Passo Roberta; Aracne Editore.
  • “Algebra lineare” Abate Marco; McGraw-Hill Companies.
  • “Lezioni di Analisi matematica Volume I” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica Vol I” Zwirner Giuseppe; CEDAM Editore.
  • “Matematica. Calcolo infinitesimale e Algebra lineare” Bramanti Marco, Pagani Carlo D., Salsa Sandro; Zanichelli Editore.
  • “Elementi di analisi matematica” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-sviluppo-software-l-8:20725

Matematica II 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I. L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni a più variabili, il calcolo e lo studio delle Serie Numeriche, sia classiche, che di Potenze che di Fourier. Il calcolo degli Integrali Impropri mediante l’Analisi Complessa, lo svolgimento delle Equazioni differenziali di diverso tipo, saper quindi individuare la tecnica migliore per giungere alla corretta risoluzione.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nel corso di Matematica I, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica II estende in maniera naturale quello di Matematica I, nel senso che sono approfonditi argomenti come quelli concernenti il Calcolo differenziale e le Serie numeriche. In aggiunta a ciò si affronta in maniera decisa il tema sulle Equazioni differenziali e i relativi problemi di Cauchy. Si getterà inoltre uno sguardo attento alla Teoria delle Funzioni, in altre parole all’analisi Complessa, e si chiuderà con cenni di Teoria della Misura.

  • Introduzione ai numeri complessi
  • Limiti e continuità in più variabili
  • Calcolo differenziale in più variabili
  • Serie di Fourier
  • Trasformata di Laplace e sue proprietà
  • Equazioni differenziali
  • Serie di potenze
  • Analisi Complessa; Teorema dei Residui e Lemmi di Jordan. Applicazioni al calcolo degli Integrali Impropri
  • Cenni di Teoria della Misura

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla risoluzione delle equazioni differenziali del primo e secondo ordine e relativi problemi di Cauchy, così come per il l’utilizzo dell’operatore Trasformata di Laplace.

Stesso discorso vale per la parte concernente gli esercizi sulle Serie Numeriche di diverso tipo, dalle Serie di Potenze fino a quelle di Fourier, dove gli studenti sono chiamati a individuare la migliore tecnica di risoluzione e ad interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

Il calcolo degli integrali Impropri mediante l’utilizzo dei Teoremi derivanti dall’Analisi Complessa.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero la risoluzione di un Problema di Cauchy del secondo ordine relativo ad una Equazione differenziale non omogenea, mediante anche l’utilizzo dell’Operatore trasformata di Laplace e lo studio di una Serie Numerica.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica II si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.
  • “Teoria delle funzioni di una variabile complessa” Del Centina Andrea; Aracne Editore.

Codice insegnamento curriculum-cybersecurity-l-8:19005

Matematica II 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I. L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni a più variabili, il calcolo e lo studio delle Serie Numeriche, sia classiche, che di Potenze che di Fourier. Il calcolo degli Integrali Impropri mediante l’Analisi Complessa, lo svolgimento delle Equazioni differenziali di diverso tipo, saper quindi individuare la tecnica migliore per giungere alla corretta risoluzione.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nel corso di Matematica I, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica II estende in maniera naturale quello di Matematica I, nel senso che sono approfonditi argomenti come quelli concernenti il Calcolo differenziale e le Serie numeriche. In aggiunta a ciò si affronta in maniera decisa il tema sulle Equazioni differenziali e i relativi problemi di Cauchy. Si getterà inoltre uno sguardo attento alla Teoria delle Funzioni, in altre parole all’analisi Complessa, e si chiuderà con cenni di Teoria della Misura.

  • Introduzione ai numeri complessi
  • Limiti e continuità in più variabili
  • Calcolo differenziale in più variabili
  • Serie di Fourier
  • Trasformata di Laplace e sue proprietà
  • Equazioni differenziali
  • Serie di potenze
  • Analisi Complessa; Teorema dei Residui e Lemmi di Jordan. Applicazioni al calcolo degli Integrali Impropri
  • Cenni di Teoria della Misura

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla risoluzione delle equazioni differenziali del primo e secondo ordine e relativi problemi di Cauchy, così come per il l’utilizzo dell’operatore Trasformata di Laplace.

Stesso discorso vale per la parte concernente gli esercizi sulle Serie Numeriche di diverso tipo, dalle Serie di Potenze fino a quelle di Fourier, dove gli studenti sono chiamati a individuare la migliore tecnica di risoluzione e ad interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

Il calcolo degli integrali Impropri mediante l’utilizzo dei Teoremi derivanti dall’Analisi Complessa.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero la risoluzione di un Problema di Cauchy del secondo ordine relativo ad una Equazione differenziale non omogenea, mediante anche l’utilizzo dell’Operatore trasformata di Laplace e lo studio di una Serie Numerica.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica II si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.
  • “Teoria delle funzioni di una variabile complessa” Del Centina Andrea; Aracne Editore.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19005

Matematica II 1° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I. L’obiettivo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica II fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con Matematica I.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio di funzioni a più variabili, il calcolo e lo studio delle Serie Numeriche, sia classiche, che di Potenze che di Fourier. Il calcolo degli Integrali Impropri mediante l’Analisi Complessa, lo svolgimento delle Equazioni differenziali di diverso tipo, saper quindi individuare la tecnica migliore per giungere alla corretta risoluzione.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nel corso di Matematica I, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso di Matematica II estende in maniera naturale quello di Matematica I, nel senso che sono approfonditi argomenti come quelli concernenti il Calcolo differenziale e le Serie numeriche. In aggiunta a ciò si affronta in maniera decisa il tema sulle Equazioni differenziali e i relativi problemi di Cauchy. Si getterà inoltre uno sguardo attento alla Teoria delle Funzioni, in altre parole all’analisi Complessa, e si chiuderà con cenni di Teoria della Misura.

  • Introduzione ai numeri complessi
  • Limiti e continuità in più variabili
  • Calcolo differenziale in più variabili
  • Serie di Fourier
  • Trasformata di Laplace e sue proprietà
  • Equazioni differenziali
  • Serie di potenze
  • Analisi Complessa; Teorema dei Residui e Lemmi di Jordan. Applicazioni al calcolo degli Integrali Impropri
  • Cenni di Teoria della Misura

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla risoluzione delle equazioni differenziali del primo e secondo ordine e relativi problemi di Cauchy, così come per il l’utilizzo dell’operatore Trasformata di Laplace.

Stesso discorso vale per la parte concernente gli esercizi sulle Serie Numeriche di diverso tipo, dalle Serie di Potenze fino a quelle di Fourier, dove gli studenti sono chiamati a individuare la migliore tecnica di risoluzione e ad interpretare i dati che essi trovano durante lo svolgimento degli esercizi, sempre in maniera conforme ai descrittori sopra citati.

Il calcolo degli integrali Impropri mediante l’utilizzo dei Teoremi derivanti dall’Analisi Complessa.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere i primi due esercizi, ovvero la risoluzione di un Problema di Cauchy del secondo ordine relativo ad una Equazione differenziale non omogenea, mediante anche l’utilizzo dell’Operatore trasformata di Laplace e lo studio di una Serie Numerica.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica II si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.
  • “Teoria delle funzioni di una variabile complessa” Del Centina Andrea; Aracne Editore.

Codice insegnamento curriculum-sviluppo-software-l-8:19005

Mathematics I 1° anno · 6 CFU · MAT/05 · 0 file

At the end of this course, the student will be able to: understand the different types of numbers; solve sequences and limits; comprehend power series; acquire knowledge of functions in one variable; be able to recognize…

Scheda dell'insegnamento

Obiettivi formativi

At the end of this course, the student will be able to:

  • understand the different types of numbers;
  • solve sequences and limits;
  • comprehend power series;
  • acquire knowledge of functions in one variable;
  • be able to recognize the properties of continuous functions;
  • understand what differentiability of a function means;
  • determine inflection points;
  • be able to study the uniform continuity of a function;
  • understand how to calculate areas;
  • state the Fundamental Theorem of Integral Calculus;
  • document the integration of elementary functions.

Programma

The Mathematics I course is divided into two distinct parts, which must be integrated to allow the student to properly focus on the various topics being examined.
These areas are Analysis and Algebra.
In the first part, we will address topics essentially concerning Mathematical Analysis, where the pivotal point is undoubtedly the study of functions in one real variable and their definite and indefinite integration.
The second part will offer a glimpse into the world of Linear Algebra, providing the necessary tools to solve systems of linear equations. The tools for this operation are matrices and their properties.

  • The numbers
  • Powers and exponentials
  • Sequences and limits
  • Series Functions in one variable (first part)
  • Functions in one variable (second part)
  • Functions in one variable (third part)
  • Functions in one variable (fourth part)
  • Differential calculus (first part)
  • Differential calculus (second part)
  • Differential calculus (third part)
  • Uniform continuity and Taylor’s series
  • Integral calculus (first part)
  • Integral calculus (Second part)
  • Integral calculus (Third part)
  • Mathematics Linear Algebra (first part)
  • Mathematics Linear Algebra (second part)

Modalità d'esame

The final exam is a written and/or oral test.

The test has maximum duration 120 minutes.Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

For any questions about the bibliography, please contact Professor Viaggiu.

Codice insegnamento UC456596

Mathematics II 1° anno · 6 CFU · MAT/05 · 0 file

At the end of this course, the student will be able to: recognize sequences and series, both numerical and functional; solve series, both numerical and functional; recognize and solve fundamental types of differential…

Scheda dell'insegnamento

Obiettivi formativi

At the end of this course, the student will be able to:

  • recognize sequences and series, both numerical and functional;
  • solve series, both numerical and functional;
  • recognize and solve fundamental types of differential equations;
  • understand first- and second-order differential equations;
  • solve systems of differential equations;
  • apply the acquired knowledge to solve problems and exercises.

Programma

The Mathematics II course is a natural extension of Mathematics I, delving deeper into topics such as Differential Calculus and Numerical Series. In addition, the course provides a thorough approach to Differential Equations and the Laplace Transform. It also introduces students to Multivariable Differential Calculus.

Series

  • Sequences and Series
  • Taylor Series and Taylor Polynomials
  • Power Series

ODE

  • Ordinary Differential Equations – First Order
  • Ordinary Differential Equations – Second Order with constant coefficients
  • Ordinary Differential Equations – Second Order, non-homogeneous
  • The Laplace Transform and its Applications
  • Ordinary Differential Equations – Second Order solved using Series
  • Systems of Ordinary Differential Equations – First Order.

Multivariable Differential Calculus

  • Multivariable Differential Calculus
  • Differentiation
  • Derivative Properties
  • The Implicit and Inverse Function Theorems
  • Higher-Order Derivatives, Hessian Matrix

Stationary Points

  • Constrained Maxima and Minima – Lagrange Multipliers Method

Modalità d'esame

The final exam is a written and/or oral test.

The test has maximum duration 120 minutes.Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Il voto si attribuisce in accordo alla seguente regola generale:
VOTOLIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE
18-20Lo Studente ha raggiunto un livello di preparazione sufficiente.
21-23Lo Studente ha raggiunto un livello di preparazione discreto.
24-26Lo Studente ha raggiunto un livello di preparazione buono.
27-29Lo Studente ha raggiunto un livello di preparazione molto buono.
30-30 e lodeLo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

For any questions about the bibliography, please contact Professor Rinaldi.

Codice insegnamento UC456597

Reti Logiche e Reti Neurali 1° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali; conoscere e comprendere…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali;
  • conoscere e comprendere l’architettura e il funzionamento delle reti combinatorie, sequenziali e delle reti neurali;
  • conoscere e comprendere come vengono create e gestite le informazioni nelle reti logiche e neurali;
  • conoscere e comprendere i criteri di ottimizzazione e minimizzazione delle reti logiche combinatorie e sequenziali;

Capacità di applicare conoscenze e comprensione

  • capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore;
  • valutare in autonomia i diversi aspetti trattati del corso;
  • capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi;
  • esprimere con opportuno linguaggio gli argomenti del corso;

Competenze trasversali

  • sviluppare una visione di sistema multidisciplinare nell’ambito delle reti logiche e delle reti neurali;
  • identificare i principali trend evolutivi delle tecnologie trattate;
  • stimolare una capacità logico-computazionale su problemi nuovi da affrontare;
  • stimolare la creatività nell’identificare e sviluppare nuove applicazioni nell’ambito delle reti logiche e reti neurali.

Programma

L’insegnamento di Reti Logiche e neurali intende fornire una panoramica completa sulle reti logiche e sui circuiti digitali (Modulo I) e sulle reti neurali (Modulo II).
Nel primo modulo (lezioni da 1 a 8), quello relativo alle reti logiche, vengono introdotti i principali concetti relativi all’Algebra di Boole e di commutazione, alle reti combinatorie e ai circuiti combinatori. Vengono poi descritte le macchine a stati finiti e i circuiti bistabili. Sono introdotte le metodologie di sintesi e progetto delle macchine a stati finiti.
Il secondo modulo (lezioni da 9 a 15) fornisce una prima descrizione delle reti neurali, del modello neurale e delle architetture di rete. Viene illustrato il problema del riconoscimento dei modelli (pattern recognition). Viene introdotto il percettrone le relative regole di apprendimento. Infine vengono descritte le Reti neurali statiche e dinamiche. Termina una illustrazione finale di due casi di studio, relativi all’approssimazione di funzioni e al pattern recognition.

  • Algebra di Boole e di commutazione
  • Porte logiche
  • Reti combinatorie
  • Ottimizzazione e mappe di Karnaugh
  • Circuiti combinatori
  • Macchine a stati finiti
  • Bistabili
  • Sintesi delle macchine a stati finiti
  • Introduzione alle reti neurali
  • Modello neurale e architetture di rete
  • Reti neurali per il pattern recognition
  • Regole di apprendimento del percettrone
  • Reti neurali statiche
  • Reti neurali dinamiche
  • Casi di studio

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sulle reti logiche, sui circuiti digitali e sulle reti neurali. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

Per la parte sulle reti logiche:

  • Cristiana Bolchini, Carlo Brandolese, Fabio Salice, Donatella Sciuto, “Reti Logiche” (seconda edizione), Apogeo Education - Maggioli Editore, 2008. ISBN: 8838786204

Per la parte sulle reti neurali:

  • Dario Floreano, Claudio Mattiussi, "Manuale sulle reti neurali", seconda edizione, Il Mulino. ISBN: 978-88-15-08504-7 (il libro può essere scaricato gratuitamente al seguente link: https://infoscience.epfl.ch/server/api/core/bitstreams/651fb296-656c-419a-a82b-816ff5524f55/content

o in alternativa:

  • Martin T. Hagan, Howard B. Demuth, Mark H. Beale, Orlando De Jesus, “Neural Network Design" (2nd Edition), 2014. ISBN: 0971732116
  • Madan Gupta, Liang Jin, Noriyasu Homma, “Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory” (1st Edition), Wiley-IEEE Press, 2003. ISBN: 0471219487

Codice insegnamento curriculum-cybersecurity-l-8:20335

Reti Logiche e Reti Neurali 1° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali; conoscere e comprendere…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali;
  • conoscere e comprendere l’architettura e il funzionamento delle reti combinatorie, sequenziali e delle reti neurali;
  • conoscere e comprendere come vengono create e gestite le informazioni nelle reti logiche e neurali;
  • conoscere e comprendere i criteri di ottimizzazione e minimizzazione delle reti logiche combinatorie e sequenziali;

Capacità di applicare conoscenze e comprensione

  • capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore;
  • valutare in autonomia i diversi aspetti trattati del corso;
  • capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi;
  • esprimere con opportuno linguaggio gli argomenti del corso;

Competenze trasversali

  • sviluppare una visione di sistema multidisciplinare nell’ambito delle reti logiche e delle reti neurali;
  • identificare i principali trend evolutivi delle tecnologie trattate;
  • stimolare una capacità logico-computazionale su problemi nuovi da affrontare;
  • stimolare la creatività nell’identificare e sviluppare nuove applicazioni nell’ambito delle reti logiche e reti neurali.

Programma

L’insegnamento di Reti Logiche e neurali intende fornire una panoramica completa sulle reti logiche e sui circuiti digitali (Modulo I) e sulle reti neurali (Modulo II).
Nel primo modulo (lezioni da 1 a 8), quello relativo alle reti logiche, vengono introdotti i principali concetti relativi all’Algebra di Boole e di commutazione, alle reti combinatorie e ai circuiti combinatori. Vengono poi descritte le macchine a stati finiti e i circuiti bistabili. Sono introdotte le metodologie di sintesi e progetto delle macchine a stati finiti.
Il secondo modulo (lezioni da 9 a 15) fornisce una prima descrizione delle reti neurali, del modello neurale e delle architetture di rete. Viene illustrato il problema del riconoscimento dei modelli (pattern recognition). Viene introdotto il percettrone le relative regole di apprendimento. Infine vengono descritte le Reti neurali statiche e dinamiche. Termina una illustrazione finale di due casi di studio, relativi all’approssimazione di funzioni e al pattern recognition.

  • Algebra di Boole e di commutazione
  • Porte logiche
  • Reti combinatorie
  • Ottimizzazione e mappe di Karnaugh
  • Circuiti combinatori
  • Macchine a stati finiti
  • Bistabili
  • Sintesi delle macchine a stati finiti
  • Introduzione alle reti neurali
  • Modello neurale e architetture di rete
  • Reti neurali per il pattern recognition
  • Regole di apprendimento del percettrone
  • Reti neurali statiche
  • Reti neurali dinamiche
  • Casi di studio

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sulle reti logiche, sui circuiti digitali e sulle reti neurali. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

Per la parte sulle reti logiche:

  • Cristiana Bolchini, Carlo Brandolese, Fabio Salice, Donatella Sciuto, “Reti Logiche” (seconda edizione), Apogeo Education - Maggioli Editore, 2008. ISBN: 8838786204

Per la parte sulle reti neurali:

  • Dario Floreano, Claudio Mattiussi, "Manuale sulle reti neurali", seconda edizione, Il Mulino. ISBN: 978-88-15-08504-7 (il libro può essere scaricato gratuitamente al seguente link: https://infoscience.epfl.ch/server/api/core/bitstreams/651fb296-656c-419a-a82b-816ff5524f55/content

o in alternativa:

  • Martin T. Hagan, Howard B. Demuth, Mark H. Beale, Orlando De Jesus, “Neural Network Design" (2nd Edition), 2014. ISBN: 0971732116
  • Madan Gupta, Liang Jin, Noriyasu Homma, “Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory” (1st Edition), Wiley-IEEE Press, 2003. ISBN: 0471219487

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20335

Reti Logiche e Reti Neurali 1° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali; conoscere e comprendere…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali;
  • conoscere e comprendere l’architettura e il funzionamento delle reti combinatorie, sequenziali e delle reti neurali;
  • conoscere e comprendere come vengono create e gestite le informazioni nelle reti logiche e neurali;
  • conoscere e comprendere i criteri di ottimizzazione e minimizzazione delle reti logiche combinatorie e sequenziali;

Capacità di applicare conoscenze e comprensione

  • capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore;
  • valutare in autonomia i diversi aspetti trattati del corso;
  • capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi;
  • esprimere con opportuno linguaggio gli argomenti del corso;

Competenze trasversali

  • sviluppare una visione di sistema multidisciplinare nell’ambito delle reti logiche e delle reti neurali;
  • identificare i principali trend evolutivi delle tecnologie trattate;
  • stimolare una capacità logico-computazionale su problemi nuovi da affrontare;
  • stimolare la creatività nell’identificare e sviluppare nuove applicazioni nell’ambito delle reti logiche e reti neurali.

Programma

L’insegnamento di Reti Logiche e neurali intende fornire una panoramica completa sulle reti logiche e sui circuiti digitali (Modulo I) e sulle reti neurali (Modulo II).
Nel primo modulo (lezioni da 1 a 8), quello relativo alle reti logiche, vengono introdotti i principali concetti relativi all’Algebra di Boole e di commutazione, alle reti combinatorie e ai circuiti combinatori. Vengono poi descritte le macchine a stati finiti e i circuiti bistabili. Sono introdotte le metodologie di sintesi e progetto delle macchine a stati finiti.
Il secondo modulo (lezioni da 9 a 15) fornisce una prima descrizione delle reti neurali, del modello neurale e delle architetture di rete. Viene illustrato il problema del riconoscimento dei modelli (pattern recognition). Viene introdotto il percettrone le relative regole di apprendimento. Infine vengono descritte le Reti neurali statiche e dinamiche. Termina una illustrazione finale di due casi di studio, relativi all’approssimazione di funzioni e al pattern recognition.

  • Algebra di Boole e di commutazione
  • Porte logiche
  • Reti combinatorie
  • Ottimizzazione e mappe di Karnaugh
  • Circuiti combinatori
  • Macchine a stati finiti
  • Bistabili
  • Sintesi delle macchine a stati finiti
  • Introduzione alle reti neurali
  • Modello neurale e architetture di rete
  • Reti neurali per il pattern recognition
  • Regole di apprendimento del percettrone
  • Reti neurali statiche
  • Reti neurali dinamiche
  • Casi di studio

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sulle reti logiche, sui circuiti digitali e sulle reti neurali. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

Per la parte sulle reti logiche:

  • Cristiana Bolchini, Carlo Brandolese, Fabio Salice, Donatella Sciuto, “Reti Logiche” (seconda edizione), Apogeo Education - Maggioli Editore, 2008. ISBN: 8838786204

Per la parte sulle reti neurali:

  • Dario Floreano, Claudio Mattiussi, "Manuale sulle reti neurali", seconda edizione, Il Mulino. ISBN: 978-88-15-08504-7 (il libro può essere scaricato gratuitamente al seguente link: https://infoscience.epfl.ch/server/api/core/bitstreams/651fb296-656c-419a-a82b-816ff5524f55/content

o in alternativa:

  • Martin T. Hagan, Howard B. Demuth, Mark H. Beale, Orlando De Jesus, “Neural Network Design" (2nd Edition), 2014. ISBN: 0971732116
  • Madan Gupta, Liang Jin, Noriyasu Homma, “Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory” (1st Edition), Wiley-IEEE Press, 2003. ISBN: 0471219487

Codice insegnamento curriculum-sviluppo-software-l-8:20335

inglese 1° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di: capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e fatti conosciuti, ambiente di vita e di lavoro;
  • presentare se stessi e gli altri;
  • fare e rispondere a domande riguardo fatti personali e/o familiari e argomenti preparati, come per esempio luogo di abitazione e di lavoro, persone conosciute, oggetti personali;
  • interagire all'interno di una conversazione;
  • comprendere e usare espressioni semplici e di routine;
  • scambiare informazioni, utilizzando termini semplici, relative ad ambiti personali, familiari e comuni, sullo ambiente circostante e sulle attività.

Programma

Il corso fornisce una conoscenza di base delle strutture grammaticali e sintattiche elementari della lingua inglese nonché un repertorio lessicale utile per comunicare in diverse situazioni che si presentano nella vita di tutti i giorni. Il corso permette agli studenti di acquisire anche conoscenze utili a conseguire un buon livello di comprensione e di produzione sia scritta che orale.

Auxiliary Verbs (to be, to have, to do). To have and to have got. Present simple and Present Progressive. Avverbi di frequenza (Frequency adverbs). The Future forms (will, present continuous, present simple, going to). Present Perfect. Have been and have gone. Past simple (regular and irregular verbs). Used to. Modal Verbs (can/could, may/might, must, shall/should, will/would). Would: Requests, offers and invitations. The use of Look (at), Watch and See. Subject questions. Relative clauses (who, which, that) and other relative pronouns: when, where, whose. The Possessive case. Prepositions of time and space. The imperative. Definite and Indefinite Articles. Much and Many. Some and Any. Few and Little. A lot of and Lots of. Other common indefinites. Both, Either, Neither. Comparatives and Superlatives. Plural nouns. Countable and uncountable nouns. Question tags. Echo questions. The use of Do, Make and Take. Object pronouns (slide in piattaforma).

Modalità d'esame

L´esame finale è volto a verificare la comprensione degli argomenti trattati. L’esame si svolge in forma scritta. La prova scritta è così strutturata: domande a risposta multipla su argomenti di grammatica da completare in 30’ di tempo. Durante lo svolgimento della prova scritta non è possibile la consultazione di vocabolari mono o bilingue.
Non esistono prove in itinere che contribuiscano alla formulazione del giudizio finale.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi (uno a scelta):

Grammatica:

Helen Naylor, with Raymond Murphy, Essential Grammar in Use. A Self-Study Reference and Practice Book for Elementary Learners of English, Cambridge University Press (qualsiasi edizione).

Michael Vince, Grazia Cerulli Giorgia Pigato Jane Bowie, New inside Grammar, Macmillan (qualsiasi edizione)

Codice insegnamento curriculum-cybersecurity-l-8:4212

inglese 1° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di: capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e fatti conosciuti, ambiente di vita e di lavoro;
  • presentare se stessi e gli altri;
  • fare e rispondere a domande riguardo fatti personali e/o familiari e argomenti preparati, come per esempio luogo di abitazione e di lavoro, persone conosciute, oggetti personali;
  • interagire all'interno di una conversazione;
  • comprendere e usare espressioni semplici e di routine;
  • scambiare informazioni, utilizzando termini semplici, relative ad ambiti personali, familiari e comuni, sullo ambiente circostante e sulle attività.

Programma

Il corso fornisce una conoscenza di base delle strutture grammaticali e sintattiche elementari della lingua inglese nonché un repertorio lessicale utile per comunicare in diverse situazioni che si presentano nella vita di tutti i giorni. Il corso permette agli studenti di acquisire anche conoscenze utili a conseguire un buon livello di comprensione e di produzione sia scritta che orale.

Auxiliary Verbs (to be, to have, to do). To have and to have got. Present simple and Present Progressive. Avverbi di frequenza (Frequency adverbs). The Future forms (will, present continuous, present simple, going to). Present Perfect. Have been and have gone. Past simple (regular and irregular verbs). Used to. Modal Verbs (can/could, may/might, must, shall/should, will/would). Would: Requests, offers and invitations. The use of Look (at), Watch and See. Subject questions. Relative clauses (who, which, that) and other relative pronouns: when, where, whose. The Possessive case. Prepositions of time and space. The imperative. Definite and Indefinite Articles. Much and Many. Some and Any. Few and Little. A lot of and Lots of. Other common indefinites. Both, Either, Neither. Comparatives and Superlatives. Plural nouns. Countable and uncountable nouns. Question tags. Echo questions. The use of Do, Make and Take. Object pronouns (slide in piattaforma).

Modalità d'esame

L´esame finale è volto a verificare la comprensione degli argomenti trattati. L’esame si svolge in forma scritta. La prova scritta è così strutturata: domande a risposta multipla su argomenti di grammatica da completare in 30’ di tempo. Durante lo svolgimento della prova scritta non è possibile la consultazione di vocabolari mono o bilingue.
Non esistono prove in itinere che contribuiscano alla formulazione del giudizio finale.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi (uno a scelta):

Grammatica:

Helen Naylor, with Raymond Murphy, Essential Grammar in Use. A Self-Study Reference and Practice Book for Elementary Learners of English, Cambridge University Press (qualsiasi edizione).

Michael Vince, Grazia Cerulli Giorgia Pigato Jane Bowie, New inside Grammar, Macmillan (qualsiasi edizione)

Codice insegnamento curriculum-intelligenza-artificiale-l-8:4212

inglese 1° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di: capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • capire e usare espressioni quotidiane e frasi basilari per soddisfare le necessità primarie di tipo concreto, riguardo se stessi e il proprio ambito, persone e fatti conosciuti, ambiente di vita e di lavoro;
  • presentare se stessi e gli altri;
  • fare e rispondere a domande riguardo fatti personali e/o familiari e argomenti preparati, come per esempio luogo di abitazione e di lavoro, persone conosciute, oggetti personali;
  • interagire all'interno di una conversazione;
  • comprendere e usare espressioni semplici e di routine;
  • scambiare informazioni, utilizzando termini semplici, relative ad ambiti personali, familiari e comuni, sullo ambiente circostante e sulle attività.

Programma

Il corso fornisce una conoscenza di base delle strutture grammaticali e sintattiche elementari della lingua inglese nonché un repertorio lessicale utile per comunicare in diverse situazioni che si presentano nella vita di tutti i giorni. Il corso permette agli studenti di acquisire anche conoscenze utili a conseguire un buon livello di comprensione e di produzione sia scritta che orale.

Auxiliary Verbs (to be, to have, to do). To have and to have got. Present simple and Present Progressive. Avverbi di frequenza (Frequency adverbs). The Future forms (will, present continuous, present simple, going to). Present Perfect. Have been and have gone. Past simple (regular and irregular verbs). Used to. Modal Verbs (can/could, may/might, must, shall/should, will/would). Would: Requests, offers and invitations. The use of Look (at), Watch and See. Subject questions. Relative clauses (who, which, that) and other relative pronouns: when, where, whose. The Possessive case. Prepositions of time and space. The imperative. Definite and Indefinite Articles. Much and Many. Some and Any. Few and Little. A lot of and Lots of. Other common indefinites. Both, Either, Neither. Comparatives and Superlatives. Plural nouns. Countable and uncountable nouns. Question tags. Echo questions. The use of Do, Make and Take. Object pronouns (slide in piattaforma).

Modalità d'esame

L´esame finale è volto a verificare la comprensione degli argomenti trattati. L’esame si svolge in forma scritta. La prova scritta è così strutturata: domande a risposta multipla su argomenti di grammatica da completare in 30’ di tempo. Durante lo svolgimento della prova scritta non è possibile la consultazione di vocabolari mono o bilingue.
Non esistono prove in itinere che contribuiscano alla formulazione del giudizio finale.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi (uno a scelta):

Grammatica:

Helen Naylor, with Raymond Murphy, Essential Grammar in Use. A Self-Study Reference and Practice Book for Elementary Learners of English, Cambridge University Press (qualsiasi edizione).

Michael Vince, Grazia Cerulli Giorgia Pigato Jane Bowie, New inside Grammar, Macmillan (qualsiasi edizione)

Codice insegnamento curriculum-sviluppo-software-l-8:4212

Basi di dati e di conoscenza 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti ed i meccanismi di funzionamento del modello relazionale; conoscere l’algebra e il calcolo relazionale; saper utilizzare il linguaggio SQL;…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti ed i meccanismi di funzionamento del modello relazionale;
  • conoscere l’algebra e il calcolo relazionale;
  • saper utilizzare il linguaggio SQL;
  • saper progettare una base di dati;
  • saper usare un RDBMS;
  • saper analizzare le basi di conoscenza;
  • valutare in autonomia quali scelte adottare per garantire il livello di normalizzazione ottimale di una base dati;
  • esprimere con opportuno linguaggio gli argomenti del corso;
  • disporre degli strumenti per apprendere e integrare le conoscenze di base fornite dal corso con le specifiche necessità di progetti/sviluppi che si affronteranno in ambito lavorativo o in studi successivi.

Programma

Il corso si prefigge di presentare le caratteristiche di sistemi basati sulla tecnologia delle basi di dati, in particolare quelli relazionali, la loro architettura e i principi ai quali si ispirano, ponendosi dal punto di vista dei progettisti delle applicazioni. Si studieranno inoltre i sistemi per la gestione dei dati, i linguaggi di interrogazione e le metodologie di progettazione delle basi di dati stesse.
Il corso è articolato in sei moduli, il primo dei quali specifica i diversi modelli di basi di dati, l’algebra relazionale ed il calcolo relazionale. Il secondo modulo è dedicato all’apprendimento del linguaggio SQL con diversi esempi di applicazione. Nel terzo modulo sono presentati i passi di progettazione di una base di dati. Nel quarto modulo viene illustrata la modalità con cui costruire un ambiente di esercitazione per permettere allo studente di esercitarsi. Il quinto modulo presenta le architetture ed i meccanismi di funzionamento di un RDBMS. Il sesto modulo contiene un seminario “dalle basi di dati alle basi conoscenza”.

Modulo 1

  • Introduzione dalle Basi di Dati
  • Basi di dati: le proprietà fondamentali
  • Il modello relazionale
  • L’algebra relazionale

Modulo 2

  • Il linguaggio SQL

Modulo 3

  • La progettazione concettuale
  • La progettazione logica
  • La normalizzazione: teoria e applicazioni
  • La progettazione fisica

Modulo 4

  • Costruzione ambiente di esercitazione e prove in itinere

Modulo 5

  • Transazioni e concorrenza
  • Architetture distribuite
  • Basi Dati attive
  • Architetture WEB
  • Basi di conoscenza

Modulo 6

  • Seminario “dalle basi di dati alle basi conoscenza”

Esercitazioni
Il corso prevede alcune esercitazioni suggerite dal docente; vengono anche indicati due libri su cui svolgere esercizi e da cui sono in parte tratte le esercitazioni.

Vengono proposti due progetti pratici da realizzare a cura dello studente. I progetti sono obbligatori e propedeutici per poter svolgere l’esame.

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei meccanismi di funzionamento di una base dati e la capacità dello studente di applicare tali conoscenze per lo sviluppo di un progetto e di risolvere alcune query in linguaggio SQL.
Normalmente le prove di esame sono strutturate in tre esercizi a difficoltà variabile ed è sempre indicato il valore massimo del punteggio conseguibile dall’esercizio.
Parte del punteggio è riservato alle prove in itinere che lo studente avrà affrontato prima dell’appello.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare correttamente i diversi passi di progettazione di una base dati;
  • della autonomia che mostrerà nelle scelte di progettazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti di base del funzionamento di un RDBMS, del linguaggio SQL, del modello relazionale e dell’algebra relazionale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone, Basi di dati- Modelli e linguaggi di interrogazione, McGrawHill Editrice, edizione 2009;
  • Paolo Atzeni, Stefano Ceri, Piero Fraternali, Stefano Paraboschi, Riccardo Torlone, Basi di dati Architetture e linee di evoluzione, McGrawHill Editrice, edizione 2007;
  • Maio, Rizzi, Franco, Esercizi di progettazioni di Basi di Dati, Esculapio Editrice. 2° Edizione 2005;
  • Andy Oppel, SQL – tecniche e soluzioni, McGrawHill, febbraio 2006.

Codice insegnamento curriculum-cybersecurity-l-8:19971

Basi di dati e di conoscenza 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti ed i meccanismi di funzionamento del modello relazionale; conoscere l’algebra e il calcolo relazionale; saper utilizzare il linguaggio SQL;…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti ed i meccanismi di funzionamento del modello relazionale;
  • conoscere l’algebra e il calcolo relazionale;
  • saper utilizzare il linguaggio SQL;
  • saper progettare una base di dati;
  • saper usare un RDBMS;
  • saper analizzare le basi di conoscenza;
  • valutare in autonomia quali scelte adottare per garantire il livello di normalizzazione ottimale di una base dati;
  • esprimere con opportuno linguaggio gli argomenti del corso;
  • disporre degli strumenti per apprendere e integrare le conoscenze di base fornite dal corso con le specifiche necessità di progetti/sviluppi che si affronteranno in ambito lavorativo o in studi successivi.

Programma

Il corso si prefigge di presentare le caratteristiche di sistemi basati sulla tecnologia delle basi di dati, in particolare quelli relazionali, la loro architettura e i principi ai quali si ispirano, ponendosi dal punto di vista dei progettisti delle applicazioni. Si studieranno inoltre i sistemi per la gestione dei dati, i linguaggi di interrogazione e le metodologie di progettazione delle basi di dati stesse.
Il corso è articolato in sei moduli, il primo dei quali specifica i diversi modelli di basi di dati, l’algebra relazionale ed il calcolo relazionale. Il secondo modulo è dedicato all’apprendimento del linguaggio SQL con diversi esempi di applicazione. Nel terzo modulo sono presentati i passi di progettazione di una base di dati. Nel quarto modulo viene illustrata la modalità con cui costruire un ambiente di esercitazione per permettere allo studente di esercitarsi. Il quinto modulo presenta le architetture ed i meccanismi di funzionamento di un RDBMS. Il sesto modulo contiene un seminario “dalle basi di dati alle basi conoscenza”.

Modulo 1

  • Introduzione dalle Basi di Dati
  • Basi di dati: le proprietà fondamentali
  • Il modello relazionale
  • L’algebra relazionale

Modulo 2

  • Il linguaggio SQL

Modulo 3

  • La progettazione concettuale
  • La progettazione logica
  • La normalizzazione: teoria e applicazioni
  • La progettazione fisica

Modulo 4

  • Costruzione ambiente di esercitazione e prove in itinere

Modulo 5

  • Transazioni e concorrenza
  • Architetture distribuite
  • Basi Dati attive
  • Architetture WEB
  • Basi di conoscenza

Modulo 6

  • Seminario “dalle basi di dati alle basi conoscenza”

Esercitazioni
Il corso prevede alcune esercitazioni suggerite dal docente; vengono anche indicati due libri su cui svolgere esercizi e da cui sono in parte tratte le esercitazioni.

Vengono proposti due progetti pratici da realizzare a cura dello studente. I progetti sono obbligatori e propedeutici per poter svolgere l’esame.

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei meccanismi di funzionamento di una base dati e la capacità dello studente di applicare tali conoscenze per lo sviluppo di un progetto e di risolvere alcune query in linguaggio SQL.
Normalmente le prove di esame sono strutturate in tre esercizi a difficoltà variabile ed è sempre indicato il valore massimo del punteggio conseguibile dall’esercizio.
Parte del punteggio è riservato alle prove in itinere che lo studente avrà affrontato prima dell’appello.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare correttamente i diversi passi di progettazione di una base dati;
  • della autonomia che mostrerà nelle scelte di progettazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti di base del funzionamento di un RDBMS, del linguaggio SQL, del modello relazionale e dell’algebra relazionale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone, Basi di dati- Modelli e linguaggi di interrogazione, McGrawHill Editrice, edizione 2009;
  • Paolo Atzeni, Stefano Ceri, Piero Fraternali, Stefano Paraboschi, Riccardo Torlone, Basi di dati Architetture e linee di evoluzione, McGrawHill Editrice, edizione 2007;
  • Maio, Rizzi, Franco, Esercizi di progettazioni di Basi di Dati, Esculapio Editrice. 2° Edizione 2005;
  • Andy Oppel, SQL – tecniche e soluzioni, McGrawHill, febbraio 2006.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19971

Basi di dati e di conoscenza 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti ed i meccanismi di funzionamento del modello relazionale; conoscere l’algebra e il calcolo relazionale; saper utilizzare il linguaggio SQL;…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti ed i meccanismi di funzionamento del modello relazionale;
  • conoscere l’algebra e il calcolo relazionale;
  • saper utilizzare il linguaggio SQL;
  • saper progettare una base di dati;
  • saper usare un RDBMS;
  • saper analizzare le basi di conoscenza;
  • valutare in autonomia quali scelte adottare per garantire il livello di normalizzazione ottimale di una base dati;
  • esprimere con opportuno linguaggio gli argomenti del corso;
  • disporre degli strumenti per apprendere e integrare le conoscenze di base fornite dal corso con le specifiche necessità di progetti/sviluppi che si affronteranno in ambito lavorativo o in studi successivi.

Programma

Il corso si prefigge di presentare le caratteristiche di sistemi basati sulla tecnologia delle basi di dati, in particolare quelli relazionali, la loro architettura e i principi ai quali si ispirano, ponendosi dal punto di vista dei progettisti delle applicazioni. Si studieranno inoltre i sistemi per la gestione dei dati, i linguaggi di interrogazione e le metodologie di progettazione delle basi di dati stesse.
Il corso è articolato in sei moduli, il primo dei quali specifica i diversi modelli di basi di dati, l’algebra relazionale ed il calcolo relazionale. Il secondo modulo è dedicato all’apprendimento del linguaggio SQL con diversi esempi di applicazione. Nel terzo modulo sono presentati i passi di progettazione di una base di dati. Nel quarto modulo viene illustrata la modalità con cui costruire un ambiente di esercitazione per permettere allo studente di esercitarsi. Il quinto modulo presenta le architetture ed i meccanismi di funzionamento di un RDBMS. Il sesto modulo contiene un seminario “dalle basi di dati alle basi conoscenza”.

Modulo 1

  • Introduzione dalle Basi di Dati
  • Basi di dati: le proprietà fondamentali
  • Il modello relazionale
  • L’algebra relazionale

Modulo 2

  • Il linguaggio SQL

Modulo 3

  • La progettazione concettuale
  • La progettazione logica
  • La normalizzazione: teoria e applicazioni
  • La progettazione fisica

Modulo 4

  • Costruzione ambiente di esercitazione e prove in itinere

Modulo 5

  • Transazioni e concorrenza
  • Architetture distribuite
  • Basi Dati attive
  • Architetture WEB
  • Basi di conoscenza

Modulo 6

  • Seminario “dalle basi di dati alle basi conoscenza”

Esercitazioni
Il corso prevede alcune esercitazioni suggerite dal docente; vengono anche indicati due libri su cui svolgere esercizi e da cui sono in parte tratte le esercitazioni.

Vengono proposti due progetti pratici da realizzare a cura dello studente. I progetti sono obbligatori e propedeutici per poter svolgere l’esame.

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei meccanismi di funzionamento di una base dati e la capacità dello studente di applicare tali conoscenze per lo sviluppo di un progetto e di risolvere alcune query in linguaggio SQL.
Normalmente le prove di esame sono strutturate in tre esercizi a difficoltà variabile ed è sempre indicato il valore massimo del punteggio conseguibile dall’esercizio.
Parte del punteggio è riservato alle prove in itinere che lo studente avrà affrontato prima dell’appello.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare correttamente i diversi passi di progettazione di una base dati;
  • della autonomia che mostrerà nelle scelte di progettazione.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti di base del funzionamento di un RDBMS, del linguaggio SQL, del modello relazionale e dell’algebra relazionale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Paolo Atzeni, Stefano Ceri, Stefano Paraboschi, Riccardo Torlone, Basi di dati- Modelli e linguaggi di interrogazione, McGrawHill Editrice, edizione 2009;
  • Paolo Atzeni, Stefano Ceri, Piero Fraternali, Stefano Paraboschi, Riccardo Torlone, Basi di dati Architetture e linee di evoluzione, McGrawHill Editrice, edizione 2007;
  • Maio, Rizzi, Franco, Esercizi di progettazioni di Basi di Dati, Esculapio Editrice. 2° Edizione 2005;
  • Andy Oppel, SQL – tecniche e soluzioni, McGrawHill, febbraio 2006.

Codice insegnamento curriculum-sviluppo-software-l-8:19971

Calcolatori e Sistemi Operativi 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, gli studenti saranno in grado: comprendere la struttura e le funzioni chiave delle architetture di calcolatori; comprendere i principi di funzionamento e le tecniche di progettazione dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, gli studenti saranno in grado:

  • comprendere la struttura e le funzioni chiave delle architetture di calcolatori;
  • comprendere i principi di funzionamento e le tecniche di progettazione dei moderni sistemi operativi;
  • risolvere problemi di logica con l’utilizzo dell’algebra di Boole;
  • risolvere esercizi di elettronica digitale: circuiti combinatori e sequenziali;
  • risolvere esercizi sul funzionamento interno del sistema operativo (processi e thread, memoria, file system, I/O e deadlock);
  • sviluppare sistemi elettronici di interfacciamento interno al calcolatore;
  • sviluppare algoritmi di risoluzione di problematiche inerenti il sistema operativo;
  • sviluppare programmi in linguaggio C per la gestione delle risorse in Unix utilizzando le primitive offerte dal sistema operativo;
  • acquisire un linguaggio appropriato sui sistemi operativi e sulle architetture di calcolatore;
  • valutare in autonomia i vantaggi e gli svantaggi dei vari sistemi operativi presenti sul mercato.

Programma

L’insegnamento ha l’obiettivo di far comprendere in modo approfondito l’organizzazione ed il funzionamento delle architetture di calcolatori ponendo una particolare enfasi riguardo al livello del sistema operativo. Inizialmente viene introdotta l’evoluzione delle architetture di calcolatori, anche dal punto di vista degli ambienti operativi, per poi entrare all’interno della struttura dei moderni calcolatori elettronici. Il modello di riferimento adottato propone l’organizzazione a strati sovrapposti partendo dal livello fisico fino a giungere ai livelli più astratti dei linguaggi orientati alle applicazioni. Saranno quindi argomenti del corso il livello logico-digitale con l’introduzione dell’algebra di Boole, i livelli di micro e macro architettura (Instruction Set Architecture), il livello del linguaggio assemblativo, il sistema operativo e le architetture per il calcolo parallelo. Verranno, inoltre, proposti alcuni casi di studio con particolare riferimento alle architetture emergenti (intel core i7, ARM, ...). Durante l’analisi del livello del sistema operativo saranno fornite competenze specifiche sulla struttura interna di un sistema operativo moderno, con particolare riferimento al sistema Unix e MS Windows. Verranno trattate le principali forme di astrazione fornite dai sistemi operativi, la gestione dei processi e dei thread, la gestione della memoria, la gestione del file system, la gestione dell’input/output, il trattamento del deadlock e i sistemi operativi per ambienti a più processori. Questo ultimo argomento verrà trattato in stretta correlazione con le architetture parallele studiate nella parte relativa ai calcolatori elettronici. A livello pratico, il corso offrirà nozioni di programmazione concorrente congiuntamente a nozioni di base sull'utilizzo del sistema Unix e MS Windows.

  • L01 - Introduzione sulle architetture (Cap 1 – Architettura dei calcolatori)
    o Dominio digitale e analogico

o Linguaggi, livelli e macchine virtuali

o Evoluzione delle architetture di computer

o Approccio strutturale

o Pietre miliari nell’architettura dei computer

o Tipologie di computer

o Unità metriche

  • L02 - Processori e memoria principale (Cap 2 – Architettura dei calcolatori)
    o Processori

o Memoria principale

  • L03 - Memoria secondaria e dispositivi di input/output (Cap 2 – Architettura dei calcolatori)
    o Memoria secondaria

o Dispositivi di input/output

  • L04 - Livello logico digitale 1/3 (Cap 3 – Architettura dei calcolatori)
    o Algebra di Boole

o Trasformazioni nel dominio di Boole

o Circuiti logici digitali elementari

o circuiti Integrati

o circuiti combinatori

o Clock

  • L05 - Livello logico digitale 2/3 (Cap 3 – Architettura dei calcolatori)
    o Memoria

o Chip di CPU

o BUS

  • L06 - Livello logico digitale 3/3 (Cap 3 – Architettura dei calcolatori)
    o Esempi di CPU

o Esempi di BUS

o Interfacce

  • L07 - Il livello di microarchitettura e macroarchitettura 1/2 (Cap 4 e 5 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Un esempio di microarchitettura
  • Esempio di ISA: IJVM

o Il livello di macroarchitettura

  • Overview del livello ISA
  • Tipi di dati
  • L08 - Il livello di macroarchitettura 2/2 e Il livello del linguaggio assemblativo (Cap 5 e 7 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Formati di istruzioni
  • Modalità di indirizzamento
  • Tipi di istruzioni
  • Controllo del flusso
  • Architetture Intel IA-32 e IA64

o Il livello del linguaggio assemblativo

  • Introduzione al linguaggio assemblativo
  • Le macroistruzioni
  • Il processo di assemblaggio
  • Linker e loader
  • L09 - Introduzione ai sistemi operativi (Cap 1 – I moderni sistemi operativi)
    o Che cos’è un sistema operativo?

o Storia dei sistemi operativi

o Panoramica dei SO

o Concetti di base dei SO

o Le chiamate di sistema

o Struttura di un sistema operativo

o Introduzione al linguaggio C

  • L10 - Processi e Thread 1/2 (Cap 2 – I moderni sistemi operativi)
    o Processi

o Thread

o Comunicazioni tra processi

  • L11 - Processi e Thread 2/2 (Cap 2 – I moderni sistemi operativi)
    o Comunicazioni tra processi

o Scheduling

o Classici problemi di IPC

  • L12 – Gestione della memoria 1/3 (Cap 3 – I moderni sistemi operativi)
    o Nessuna astrazione di memoria

o Lo spazio di indirizzamento

o Memoria virtuale

  • L13 – Gestione della memoria 2/3 (Cap 3 – I moderni sistemi operativi)
    o Algoritmi di sostituzione delle pagine

o Problematiche di progettazione dei sistemi paging

  • L14 – Gestione della memoria 3/3 (Cap 3 – I moderni sistemi operativi)
    o Problematiche di progettazione dei sistemi paging

o Aspetti realizzativi

o Segmentazione

  • L15 – File system 1/2 (Cap 4 – I moderni sistemi operativi)
    o File

o Directory

o Realizzazione del file system

  • L16 – File system 2/2 e Input/output 1/2 (Cap 4 e 5 – I moderni sistemi operativi)
    o Realizzazione del file system

o Input/output

  • Principi di hardware
  • Principi del software
  • L17 – Input/Output 2/2 (Cap 5 – I moderni sistemi operativi)
    o Principi del software

o Livelli software

o Dischi

o Clock

  • L18 – Deadlock (Cap 6 – I moderni sistemi operativi)
    o Risorse

o Introduzione ai deadlock

o L’algoritmo dello struzzo

o Rilevamento e risoluzione

o Evitare i deadlock

o Prevenire i deadlock

o Altri aspetti correlati

  • L19 – Architetture per il calcolo parallelo 1/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Introduzione

o Parallelismo nel chip

o Coprocessori

o Multiprocessori

  • L20 – Architetture per il calcolo parallelo 2/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Multiprocessori

o Multicomputer

o Virtualizzazione

  • L21 – Circuiti combinatori – Parte I
    o L’algebra di Boole

o Le trasformazioni nel dominio di Boole

o Gli operatori universali

o L’uso del multiplexer come circuito risolutore

o Gli esercizi su questi temi

  • L22 – Circuiti combinatori – Parte II
    o Trasformazione dalla tavola di verità ad equazione logica

o Minimizzazione di un circuito digitale

o Circuito equivalente

o Semplificazione di espressioni logiche e relativa verifica

o Verifica di validità di uguaglianze logiche

  • L23 – Circuiti combinatori – Parte III
    o L’utilizzo di alcuni circuiti combinatori
  • L24 – Codici di correzione e assembly
    o Codice di correzione di Hamming

o Metodi di calcolo dei bit di correzione

o Notazione polacca inversa

o Come accelerare le moltiplicazioni della CPU

  • L25 – Sistemi di numerazione
    o Introduzione sui sistemi di numerazione posizionali

o Metodi di conversione tra basi

o Metodi semplificati con il sistema di numerazione binario

o Metodi semplificati per basi potenze l’una dell’altra

  • L26 – Esercitazione sulla gestione della memoria libera e algoritmi di sostituzione delle pagine
    o Gestione della memoria libera

o Algoritmi di sostituzione delle pagine

  • L27 – Esercitazione su algoritmi di sostituzione delle pagine, algoritmi delle richieste al disco e tecniche di indirizzamento in assembly
    o Gestione della memoria attraverso il paging

o Gestione dei dispositivi di input/output

o Tecniche di indirizzamento in assembly per l’accesso agli array

  • L28 – Esercitazione su processi e Thread
    o Un modello statistico per la multiprogrammazione

o Algoritmi di scheduling per Sistemi batch e Sistemi interattivi

o Fattibilità di sistemi real-time

  • L29 – Simulazione di un esame
    o Architetture di calcolatori

o Sistemi Operativi

  • L30 – Scenari attuali e a tendere per le architetture dei calcolatori
    o Panoramica degli attuali sistemi operativi

o Architetture che permettono il Cloud computing

o Container e orchestratori

o Nuovi modelli di sviluppo del software: DevOps e Microservizi

Modalità d'esame

L´esame si svolge in forma scritta e ha durata massima di 120 minuti.
Durante lo svolgimento della prova d'esame è consentito l’uso di calcolatrici elementari decimali, cioè quelle con le operazioni di addizione, divisione e moltiplicazione; che non siano programmabili e che non abbiano funzioni di calcolo scientifico come il cambiamento di base.
La prova scritta consiste in domande pratiche e/o teoriche. A titolo esemplificativo per la parte pratica possono essere presenti esercizi di algebra di Boole, conversioni numeriche tra differenti basi, strategie risolutive del sistema operativo nella gestione delle risorse (memoria, file system, processi/thread, input/output), misure di performance dei calcolatori elettronici, problematiche di arbitraggio di dispositivi elettronici, modalità di interfacciamento, schemi elettronici per calcolatori elettronici, circuiti per il calcolo aritmetico e logico, ecc.
Le domande teoriche vertono su tutto il programma.
Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alle architetture di calcolatori e ai sistemi operativi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari di applicazioni reali. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’ abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.
    Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
    Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Alessandro Simonetta, Introduzione alla programmazione su ARM. Circuiti, architettura e sistema operativo dei calcolatori elettronici, Universitalia, 2020
  • Tanenbaum Andrew S., Architettura dei calcolatori: Un approccio strutturale, 6a Ed., Pearson Education, 2013
  • Tanenbaum Andrew S, Bos I moderni sistemi operativi. Ediz. MyLab. 4a Edizione settembre 2019

Codice insegnamento curriculum-cybersecurity-l-8:19191

Calcolatori e Sistemi Operativi 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, gli studenti saranno in grado: comprendere la struttura e le funzioni chiave delle architetture di calcolatori; comprendere i principi di funzionamento e le tecniche di progettazione dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, gli studenti saranno in grado:

  • comprendere la struttura e le funzioni chiave delle architetture di calcolatori;
  • comprendere i principi di funzionamento e le tecniche di progettazione dei moderni sistemi operativi;
  • risolvere problemi di logica con l’utilizzo dell’algebra di Boole;
  • risolvere esercizi di elettronica digitale: circuiti combinatori e sequenziali;
  • risolvere esercizi sul funzionamento interno del sistema operativo (processi e thread, memoria, file system, I/O e deadlock);
  • sviluppare sistemi elettronici di interfacciamento interno al calcolatore;
  • sviluppare algoritmi di risoluzione di problematiche inerenti il sistema operativo;
  • sviluppare programmi in linguaggio C per la gestione delle risorse in Unix utilizzando le primitive offerte dal sistema operativo;
  • acquisire un linguaggio appropriato sui sistemi operativi e sulle architetture di calcolatore;
  • valutare in autonomia i vantaggi e gli svantaggi dei vari sistemi operativi presenti sul mercato.

Programma

L’insegnamento ha l’obiettivo di far comprendere in modo approfondito l’organizzazione ed il funzionamento delle architetture di calcolatori ponendo una particolare enfasi riguardo al livello del sistema operativo. Inizialmente viene introdotta l’evoluzione delle architetture di calcolatori, anche dal punto di vista degli ambienti operativi, per poi entrare all’interno della struttura dei moderni calcolatori elettronici. Il modello di riferimento adottato propone l’organizzazione a strati sovrapposti partendo dal livello fisico fino a giungere ai livelli più astratti dei linguaggi orientati alle applicazioni. Saranno quindi argomenti del corso il livello logico-digitale con l’introduzione dell’algebra di Boole, i livelli di micro e macro architettura (Instruction Set Architecture), il livello del linguaggio assemblativo, il sistema operativo e le architetture per il calcolo parallelo. Verranno, inoltre, proposti alcuni casi di studio con particolare riferimento alle architetture emergenti (intel core i7, ARM, ...). Durante l’analisi del livello del sistema operativo saranno fornite competenze specifiche sulla struttura interna di un sistema operativo moderno, con particolare riferimento al sistema Unix e MS Windows. Verranno trattate le principali forme di astrazione fornite dai sistemi operativi, la gestione dei processi e dei thread, la gestione della memoria, la gestione del file system, la gestione dell’input/output, il trattamento del deadlock e i sistemi operativi per ambienti a più processori. Questo ultimo argomento verrà trattato in stretta correlazione con le architetture parallele studiate nella parte relativa ai calcolatori elettronici. A livello pratico, il corso offrirà nozioni di programmazione concorrente congiuntamente a nozioni di base sull'utilizzo del sistema Unix e MS Windows.

  • L01 - Introduzione sulle architetture (Cap 1 – Architettura dei calcolatori)
    o Dominio digitale e analogico

o Linguaggi, livelli e macchine virtuali

o Evoluzione delle architetture di computer

o Approccio strutturale

o Pietre miliari nell’architettura dei computer

o Tipologie di computer

o Unità metriche

  • L02 - Processori e memoria principale (Cap 2 – Architettura dei calcolatori)
    o Processori

o Memoria principale

  • L03 - Memoria secondaria e dispositivi di input/output (Cap 2 – Architettura dei calcolatori)
    o Memoria secondaria

o Dispositivi di input/output

  • L04 - Livello logico digitale 1/3 (Cap 3 – Architettura dei calcolatori)
    o Algebra di Boole

o Trasformazioni nel dominio di Boole

o Circuiti logici digitali elementari

o circuiti Integrati

o circuiti combinatori

o Clock

  • L05 - Livello logico digitale 2/3 (Cap 3 – Architettura dei calcolatori)
    o Memoria

o Chip di CPU

o BUS

  • L06 - Livello logico digitale 3/3 (Cap 3 – Architettura dei calcolatori)
    o Esempi di CPU

o Esempi di BUS

o Interfacce

  • L07 - Il livello di microarchitettura e macroarchitettura 1/2 (Cap 4 e 5 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Un esempio di microarchitettura
  • Esempio di ISA: IJVM

o Il livello di macroarchitettura

  • Overview del livello ISA
  • Tipi di dati
  • L08 - Il livello di macroarchitettura 2/2 e Il livello del linguaggio assemblativo (Cap 5 e 7 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Formati di istruzioni
  • Modalità di indirizzamento
  • Tipi di istruzioni
  • Controllo del flusso
  • Architetture Intel IA-32 e IA64

o Il livello del linguaggio assemblativo

  • Introduzione al linguaggio assemblativo
  • Le macroistruzioni
  • Il processo di assemblaggio
  • Linker e loader
  • L09 - Introduzione ai sistemi operativi (Cap 1 – I moderni sistemi operativi)
    o Che cos’è un sistema operativo?

o Storia dei sistemi operativi

o Panoramica dei SO

o Concetti di base dei SO

o Le chiamate di sistema

o Struttura di un sistema operativo

o Introduzione al linguaggio C

  • L10 - Processi e Thread 1/2 (Cap 2 – I moderni sistemi operativi)
    o Processi

o Thread

o Comunicazioni tra processi

  • L11 - Processi e Thread 2/2 (Cap 2 – I moderni sistemi operativi)
    o Comunicazioni tra processi

o Scheduling

o Classici problemi di IPC

  • L12 – Gestione della memoria 1/3 (Cap 3 – I moderni sistemi operativi)
    o Nessuna astrazione di memoria

o Lo spazio di indirizzamento

o Memoria virtuale

  • L13 – Gestione della memoria 2/3 (Cap 3 – I moderni sistemi operativi)
    o Algoritmi di sostituzione delle pagine

o Problematiche di progettazione dei sistemi paging

  • L14 – Gestione della memoria 3/3 (Cap 3 – I moderni sistemi operativi)
    o Problematiche di progettazione dei sistemi paging

o Aspetti realizzativi

o Segmentazione

  • L15 – File system 1/2 (Cap 4 – I moderni sistemi operativi)
    o File

o Directory

o Realizzazione del file system

  • L16 – File system 2/2 e Input/output 1/2 (Cap 4 e 5 – I moderni sistemi operativi)
    o Realizzazione del file system

o Input/output

  • Principi di hardware
  • Principi del software
  • L17 – Input/Output 2/2 (Cap 5 – I moderni sistemi operativi)
    o Principi del software

o Livelli software

o Dischi

o Clock

  • L18 – Deadlock (Cap 6 – I moderni sistemi operativi)
    o Risorse

o Introduzione ai deadlock

o L’algoritmo dello struzzo

o Rilevamento e risoluzione

o Evitare i deadlock

o Prevenire i deadlock

o Altri aspetti correlati

  • L19 – Architetture per il calcolo parallelo 1/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Introduzione

o Parallelismo nel chip

o Coprocessori

o Multiprocessori

  • L20 – Architetture per il calcolo parallelo 2/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Multiprocessori

o Multicomputer

o Virtualizzazione

  • L21 – Circuiti combinatori – Parte I
    o L’algebra di Boole

o Le trasformazioni nel dominio di Boole

o Gli operatori universali

o L’uso del multiplexer come circuito risolutore

o Gli esercizi su questi temi

  • L22 – Circuiti combinatori – Parte II
    o Trasformazione dalla tavola di verità ad equazione logica

o Minimizzazione di un circuito digitale

o Circuito equivalente

o Semplificazione di espressioni logiche e relativa verifica

o Verifica di validità di uguaglianze logiche

  • L23 – Circuiti combinatori – Parte III
    o L’utilizzo di alcuni circuiti combinatori
  • L24 – Codici di correzione e assembly
    o Codice di correzione di Hamming

o Metodi di calcolo dei bit di correzione

o Notazione polacca inversa

o Come accelerare le moltiplicazioni della CPU

  • L25 – Sistemi di numerazione
    o Introduzione sui sistemi di numerazione posizionali

o Metodi di conversione tra basi

o Metodi semplificati con il sistema di numerazione binario

o Metodi semplificati per basi potenze l’una dell’altra

  • L26 – Esercitazione sulla gestione della memoria libera e algoritmi di sostituzione delle pagine
    o Gestione della memoria libera

o Algoritmi di sostituzione delle pagine

  • L27 – Esercitazione su algoritmi di sostituzione delle pagine, algoritmi delle richieste al disco e tecniche di indirizzamento in assembly
    o Gestione della memoria attraverso il paging

o Gestione dei dispositivi di input/output

o Tecniche di indirizzamento in assembly per l’accesso agli array

  • L28 – Esercitazione su processi e Thread
    o Un modello statistico per la multiprogrammazione

o Algoritmi di scheduling per Sistemi batch e Sistemi interattivi

o Fattibilità di sistemi real-time

  • L29 – Simulazione di un esame
    o Architetture di calcolatori

o Sistemi Operativi

  • L30 – Scenari attuali e a tendere per le architetture dei calcolatori
    o Panoramica degli attuali sistemi operativi

o Architetture che permettono il Cloud computing

o Container e orchestratori

o Nuovi modelli di sviluppo del software: DevOps e Microservizi

Modalità d'esame

L´esame si svolge in forma scritta e ha durata massima di 120 minuti.
Durante lo svolgimento della prova d'esame è consentito l’uso di calcolatrici elementari decimali, cioè quelle con le operazioni di addizione, divisione e moltiplicazione; che non siano programmabili e che non abbiano funzioni di calcolo scientifico come il cambiamento di base.
La prova scritta consiste in domande pratiche e/o teoriche. A titolo esemplificativo per la parte pratica possono essere presenti esercizi di algebra di Boole, conversioni numeriche tra differenti basi, strategie risolutive del sistema operativo nella gestione delle risorse (memoria, file system, processi/thread, input/output), misure di performance dei calcolatori elettronici, problematiche di arbitraggio di dispositivi elettronici, modalità di interfacciamento, schemi elettronici per calcolatori elettronici, circuiti per il calcolo aritmetico e logico, ecc.
Le domande teoriche vertono su tutto il programma.
Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alle architetture di calcolatori e ai sistemi operativi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari di applicazioni reali. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’ abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.
    Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
    Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Alessandro Simonetta, Introduzione alla programmazione su ARM. Circuiti, architettura e sistema operativo dei calcolatori elettronici, Universitalia, 2020
  • Tanenbaum Andrew S., Architettura dei calcolatori: Un approccio strutturale, 6a Ed., Pearson Education, 2013
  • Tanenbaum Andrew S, Bos I moderni sistemi operativi. Ediz. MyLab. 4a Edizione settembre 2019

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19191

Calcolatori e Sistemi Operativi 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, gli studenti saranno in grado: comprendere la struttura e le funzioni chiave delle architetture di calcolatori; comprendere i principi di funzionamento e le tecniche di progettazione dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, gli studenti saranno in grado:

  • comprendere la struttura e le funzioni chiave delle architetture di calcolatori;
  • comprendere i principi di funzionamento e le tecniche di progettazione dei moderni sistemi operativi;
  • risolvere problemi di logica con l’utilizzo dell’algebra di Boole;
  • risolvere esercizi di elettronica digitale: circuiti combinatori e sequenziali;
  • risolvere esercizi sul funzionamento interno del sistema operativo (processi e thread, memoria, file system, I/O e deadlock);
  • sviluppare sistemi elettronici di interfacciamento interno al calcolatore;
  • sviluppare algoritmi di risoluzione di problematiche inerenti il sistema operativo;
  • sviluppare programmi in linguaggio C per la gestione delle risorse in Unix utilizzando le primitive offerte dal sistema operativo;
  • acquisire un linguaggio appropriato sui sistemi operativi e sulle architetture di calcolatore;
  • valutare in autonomia i vantaggi e gli svantaggi dei vari sistemi operativi presenti sul mercato.

Programma

L’insegnamento ha l’obiettivo di far comprendere in modo approfondito l’organizzazione ed il funzionamento delle architetture di calcolatori ponendo una particolare enfasi riguardo al livello del sistema operativo. Inizialmente viene introdotta l’evoluzione delle architetture di calcolatori, anche dal punto di vista degli ambienti operativi, per poi entrare all’interno della struttura dei moderni calcolatori elettronici. Il modello di riferimento adottato propone l’organizzazione a strati sovrapposti partendo dal livello fisico fino a giungere ai livelli più astratti dei linguaggi orientati alle applicazioni. Saranno quindi argomenti del corso il livello logico-digitale con l’introduzione dell’algebra di Boole, i livelli di micro e macro architettura (Instruction Set Architecture), il livello del linguaggio assemblativo, il sistema operativo e le architetture per il calcolo parallelo. Verranno, inoltre, proposti alcuni casi di studio con particolare riferimento alle architetture emergenti (intel core i7, ARM, ...). Durante l’analisi del livello del sistema operativo saranno fornite competenze specifiche sulla struttura interna di un sistema operativo moderno, con particolare riferimento al sistema Unix e MS Windows. Verranno trattate le principali forme di astrazione fornite dai sistemi operativi, la gestione dei processi e dei thread, la gestione della memoria, la gestione del file system, la gestione dell’input/output, il trattamento del deadlock e i sistemi operativi per ambienti a più processori. Questo ultimo argomento verrà trattato in stretta correlazione con le architetture parallele studiate nella parte relativa ai calcolatori elettronici. A livello pratico, il corso offrirà nozioni di programmazione concorrente congiuntamente a nozioni di base sull'utilizzo del sistema Unix e MS Windows.

  • L01 - Introduzione sulle architetture (Cap 1 – Architettura dei calcolatori)
    o Dominio digitale e analogico

o Linguaggi, livelli e macchine virtuali

o Evoluzione delle architetture di computer

o Approccio strutturale

o Pietre miliari nell’architettura dei computer

o Tipologie di computer

o Unità metriche

  • L02 - Processori e memoria principale (Cap 2 – Architettura dei calcolatori)
    o Processori

o Memoria principale

  • L03 - Memoria secondaria e dispositivi di input/output (Cap 2 – Architettura dei calcolatori)
    o Memoria secondaria

o Dispositivi di input/output

  • L04 - Livello logico digitale 1/3 (Cap 3 – Architettura dei calcolatori)
    o Algebra di Boole

o Trasformazioni nel dominio di Boole

o Circuiti logici digitali elementari

o circuiti Integrati

o circuiti combinatori

o Clock

  • L05 - Livello logico digitale 2/3 (Cap 3 – Architettura dei calcolatori)
    o Memoria

o Chip di CPU

o BUS

  • L06 - Livello logico digitale 3/3 (Cap 3 – Architettura dei calcolatori)
    o Esempi di CPU

o Esempi di BUS

o Interfacce

  • L07 - Il livello di microarchitettura e macroarchitettura 1/2 (Cap 4 e 5 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Un esempio di microarchitettura
  • Esempio di ISA: IJVM

o Il livello di macroarchitettura

  • Overview del livello ISA
  • Tipi di dati
  • L08 - Il livello di macroarchitettura 2/2 e Il livello del linguaggio assemblativo (Cap 5 e 7 – Architettura dei calcolatori)
    o Il livello di microarchitettura
  • Formati di istruzioni
  • Modalità di indirizzamento
  • Tipi di istruzioni
  • Controllo del flusso
  • Architetture Intel IA-32 e IA64

o Il livello del linguaggio assemblativo

  • Introduzione al linguaggio assemblativo
  • Le macroistruzioni
  • Il processo di assemblaggio
  • Linker e loader
  • L09 - Introduzione ai sistemi operativi (Cap 1 – I moderni sistemi operativi)
    o Che cos’è un sistema operativo?

o Storia dei sistemi operativi

o Panoramica dei SO

o Concetti di base dei SO

o Le chiamate di sistema

o Struttura di un sistema operativo

o Introduzione al linguaggio C

  • L10 - Processi e Thread 1/2 (Cap 2 – I moderni sistemi operativi)
    o Processi

o Thread

o Comunicazioni tra processi

  • L11 - Processi e Thread 2/2 (Cap 2 – I moderni sistemi operativi)
    o Comunicazioni tra processi

o Scheduling

o Classici problemi di IPC

  • L12 – Gestione della memoria 1/3 (Cap 3 – I moderni sistemi operativi)
    o Nessuna astrazione di memoria

o Lo spazio di indirizzamento

o Memoria virtuale

  • L13 – Gestione della memoria 2/3 (Cap 3 – I moderni sistemi operativi)
    o Algoritmi di sostituzione delle pagine

o Problematiche di progettazione dei sistemi paging

  • L14 – Gestione della memoria 3/3 (Cap 3 – I moderni sistemi operativi)
    o Problematiche di progettazione dei sistemi paging

o Aspetti realizzativi

o Segmentazione

  • L15 – File system 1/2 (Cap 4 – I moderni sistemi operativi)
    o File

o Directory

o Realizzazione del file system

  • L16 – File system 2/2 e Input/output 1/2 (Cap 4 e 5 – I moderni sistemi operativi)
    o Realizzazione del file system

o Input/output

  • Principi di hardware
  • Principi del software
  • L17 – Input/Output 2/2 (Cap 5 – I moderni sistemi operativi)
    o Principi del software

o Livelli software

o Dischi

o Clock

  • L18 – Deadlock (Cap 6 – I moderni sistemi operativi)
    o Risorse

o Introduzione ai deadlock

o L’algoritmo dello struzzo

o Rilevamento e risoluzione

o Evitare i deadlock

o Prevenire i deadlock

o Altri aspetti correlati

  • L19 – Architetture per il calcolo parallelo 1/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Introduzione

o Parallelismo nel chip

o Coprocessori

o Multiprocessori

  • L20 – Architetture per il calcolo parallelo 2/2 (Cap 8 – I moderni sistemi operativi e Cap 8 – I moderni sistemi operativi)
    o Multiprocessori

o Multicomputer

o Virtualizzazione

  • L21 – Circuiti combinatori – Parte I
    o L’algebra di Boole

o Le trasformazioni nel dominio di Boole

o Gli operatori universali

o L’uso del multiplexer come circuito risolutore

o Gli esercizi su questi temi

  • L22 – Circuiti combinatori – Parte II
    o Trasformazione dalla tavola di verità ad equazione logica

o Minimizzazione di un circuito digitale

o Circuito equivalente

o Semplificazione di espressioni logiche e relativa verifica

o Verifica di validità di uguaglianze logiche

  • L23 – Circuiti combinatori – Parte III
    o L’utilizzo di alcuni circuiti combinatori
  • L24 – Codici di correzione e assembly
    o Codice di correzione di Hamming

o Metodi di calcolo dei bit di correzione

o Notazione polacca inversa

o Come accelerare le moltiplicazioni della CPU

  • L25 – Sistemi di numerazione
    o Introduzione sui sistemi di numerazione posizionali

o Metodi di conversione tra basi

o Metodi semplificati con il sistema di numerazione binario

o Metodi semplificati per basi potenze l’una dell’altra

  • L26 – Esercitazione sulla gestione della memoria libera e algoritmi di sostituzione delle pagine
    o Gestione della memoria libera

o Algoritmi di sostituzione delle pagine

  • L27 – Esercitazione su algoritmi di sostituzione delle pagine, algoritmi delle richieste al disco e tecniche di indirizzamento in assembly
    o Gestione della memoria attraverso il paging

o Gestione dei dispositivi di input/output

o Tecniche di indirizzamento in assembly per l’accesso agli array

  • L28 – Esercitazione su processi e Thread
    o Un modello statistico per la multiprogrammazione

o Algoritmi di scheduling per Sistemi batch e Sistemi interattivi

o Fattibilità di sistemi real-time

  • L29 – Simulazione di un esame
    o Architetture di calcolatori

o Sistemi Operativi

  • L30 – Scenari attuali e a tendere per le architetture dei calcolatori
    o Panoramica degli attuali sistemi operativi

o Architetture che permettono il Cloud computing

o Container e orchestratori

o Nuovi modelli di sviluppo del software: DevOps e Microservizi

Modalità d'esame

L´esame si svolge in forma scritta e ha durata massima di 120 minuti.
Durante lo svolgimento della prova d'esame è consentito l’uso di calcolatrici elementari decimali, cioè quelle con le operazioni di addizione, divisione e moltiplicazione; che non siano programmabili e che non abbiano funzioni di calcolo scientifico come il cambiamento di base.
La prova scritta consiste in domande pratiche e/o teoriche. A titolo esemplificativo per la parte pratica possono essere presenti esercizi di algebra di Boole, conversioni numeriche tra differenti basi, strategie risolutive del sistema operativo nella gestione delle risorse (memoria, file system, processi/thread, input/output), misure di performance dei calcolatori elettronici, problematiche di arbitraggio di dispositivi elettronici, modalità di interfacciamento, schemi elettronici per calcolatori elettronici, circuiti per il calcolo aritmetico e logico, ecc.
Le domande teoriche vertono su tutto il programma.
Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alle architetture di calcolatori e ai sistemi operativi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari di applicazioni reali. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’ abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.
    Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
    Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Alessandro Simonetta, Introduzione alla programmazione su ARM. Circuiti, architettura e sistema operativo dei calcolatori elettronici, Universitalia, 2020
  • Tanenbaum Andrew S., Architettura dei calcolatori: Un approccio strutturale, 6a Ed., Pearson Education, 2013
  • Tanenbaum Andrew S, Bos I moderni sistemi operativi. Ediz. MyLab. 4a Edizione settembre 2019

Codice insegnamento curriculum-sviluppo-software-l-8:19191

Fondamenti di Cybersecurity 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Gli attacchi informatici stanno…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.
Conoscenza e comprensione
Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno. Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.
I principali obiettivi del corso:

  • conoscere gli aspetti difensivi e offensivi della tecnologia;
  • riconoscere le diverse forme di attacco informatico;
  • conoscere i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • conoscere i malware, i ransomware;
  • implementare le strategie di difesa (tattiche, tecniche, procedure);
  • realizzare programmi di base per la difesa delle infrastrutture informatiche delle organizzazioni;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Le conoscenze acquisite creano le condizioni di base poter avviare le pratiche di Ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali; applicando i modelli concettuali studiati possono costruire procedure finalizzate alla difesa di sistemi digitali, sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso la cyber intelligence).

Programma

La sicurezza informatica, nota anche come cybersecurity (cybersicurezza) o sicurezza delle informazioni, è il campo che si occupa della protezione di sistemi informatici, reti, programmi e dati da accessi non autorizzati, danni o attacchi. L’obiettivo principale della sicurezza informatica consiste nel garantire la confidenzialità, l’integrità e la disponibilità delle informazioni, l’autenticazione o verifica dell’identità di un utente o di un sistema, l’autorizzazione che stabilisce cosa un utente può fare all’interno di un sistema. La crittografia, ovvero l’uso di algoritmi matematici per proteggere i dati durante la trasmissione o l’archiviazione, la presenza di firewall ovvero di quei dispositivi o quei software che monitorano e controllano il traffico di rete, bloccando o permettendo il passaggio in base a regole di sicurezza predefinite, l’utilizzo di antivirus ed antimalware, software progettati per prevenire, rivelare e debellare virus, nonché proteggere i sistemi informatici da minacce esterne o interne rientrano a pieno titolo nelle dotazioni culturali di un esperto di cybersicurezza. Nel contesto delle minacce digitali la Pianificazione della sicurezza, ovvero la definizione di politiche e procedure di sicurezza, oltre a un piano di risposta agli incidenti, per affrontare minacce potenziali o incidenti di sicurezza è essenziale per rispondere con tempestività agli attacchi. Il corso di Fondamenti di Cybersecurity (FCY) è cruciale per diversi motivi, considerando il sempre crescente ruolo delle tecnologie digitali nelle nostre vite personali e professionali.

  • Protezione delle Informazioni Sensibili: Con sempre più dati personali e aziendali archiviati digitalmente, è fondamentale proteggere queste informazioni da accessi non autorizzati, furto, manipolazione o distruzione. La cyber sicurezza aiuta a garantire la confidenzialità e l'integrità di queste informazioni.
  • Prevenzione degli Attacchi Informatici: Gli attacchi informatici, come malware, ransomware, phishing e attacchi DDoS, sono sempre più sofisticati. Studiare la cyber sicurezza fornisce le competenze necessarie per comprendere, prevenire e rispondere a tali minacce.
  • Protezione delle Infrastrutture Critiche: Molte infrastrutture critiche, come reti elettriche, sistemi di trasporto e servizi sanitari, dipendono fortemente dalla tecnologia. La cybersicurezza è fondamentale per evitare il potenziale danneggiamento o il blocco di queste infrastrutture da parte di attacchi informatici.
  • Difesa Aziendale: Le organizzazioni affrontano costantemente minacce alla sicurezza informatica, che possono portare a perdite finanziarie, danni reputazionali e interruzioni delle operazioni aziendali. Gli esperti in cybersicurezza sono essenziali per proteggere le organizzazioni da queste minacce.
  • Conformità Normativa: Molte industrie sono soggette a regolamentazioni e leggi riguardanti la protezione dei dati e la sicurezza informatica. Gli esperti in cybersicurezza aiutano le organizzazioni a conformarsi a tali normative riducendo il rischio di sanzioni legali.
  • Crescita Professionale: La domanda di professionisti della cybersicurezza è in costante aumento. Studiare la cybersicurezza può offrire opportunità di carriera interessanti e ben remunerate in un campo in espansione.
  • Consapevolezza Personale: Con l'aumentare delle minacce online, la consapevolezza personale della sicurezza informatica è diventata essenziale. Gli individui possono applicare le conoscenze acquisite nello studio della cybersicurezza per proteggere le proprie informazioni personali online.

Un esperto di cybersicurezza diventa vettore di legalità, sentinella delle autostrade digitali, sempre più essenziale nel mondo del lavoro, nelle aziende, e pertanto si deve dotare di strumenti per ideare soluzioni creative sviluppando algoritmi con molteplici linguaggi.
Nella cybersicurezza, la programmazione è essenziale per implementare algoritmi e soluzioni di difesa. Diversi linguaggi di programmazione possono essere utilizzati a seconda delle esigenze specifiche del progetto in particolare Python, noto per la sua facilità di apprendimento e leggibilità del codice che è in grado di offrire un vasto ecosistema di librerie e framework che possono essere utilizzati per implementare algoritmi di sicurezza. È ampiamente utilizzato per scripting, automazione e sviluppo di strumenti di sicurezza nel mondo del lavoro. Il linguaggio Python sarà utilizzato per costruire algoritmi in questo corso, ma non mancheranno riferimenti ad altri linguaggi come assembly o script shell.

Modulo I - Cyber Threat Intelligence

1. Area Competitiva

  • Il cyberspazio
  • I sistemi, le applicazioni ed il cloud
  • Cybersecurity
  • Cyberstrategy nelle organizzazioni

2. Hacking

  • Hacking: distinzione tra comportamenti etici e malevoli
  • Chi è l’Hacker
  • Quali sono gli obiettivi degli Hacker Etici e Advs
  • Riservatezza, Integrità e Disponibilità (CIA)
  • Approfondimenti su Integrità: checksum & funzione hash
  • I vettori di attacco e la superficie di attacco

3. Basics of Intelligence

  • Le fasi dell’Intelligence
  • OODA Modello decisionale
  • Intelligence life cycle

4. Security Posture

  • Incident Response (IR)
  • Controllo centralizzato: SOC

5. Threat Actors Mindset

  • Fasi di attacco: la Kill Chain (KC)
  • Modello di analisi delle Intrusioni: Diamond Model
  • Framework di Cybersecurity: Mitre ATT&CK, D3FEND
  • Active Defence e F3EAD

Modulo II - Cyber Operazionale

6. Questione di traffico - Parte I

  • La Trasmissione dei dati
  • Librerie di Programmazione

7. Questione di traffico - Parte II

  • Catturare il Traffico (ARP Spoofing)
  • Mac spoofing

8. Tecniche avanzate di sicurezza di rete: dalla scansione alla difesa contro HiJacking e scraping

  • Realizzare uno scanner di rete
  • Domani HIJacking: detect data scraping

9. Tecniche e script per la sicurezza dei sistemi DNS

  • Il DNS
  • Attacchi al DNS

10. Processi, socket, porte: difendersi dagli attacchi

  • Processi connessi alla rete: socket, porte

11. Strumenti e Tecniche di Penetrazione: Scansioni SYN e XMAS, Reverse Shell ed Nmap

  • Attacchi
  • Reverse shell, Nmap e Botnet

12. Principi e difesa del protocollo DHCP: comprendere e contrastare attacchi DHCP e hijacking di sessioni

  • DHCP server
  • Session HIJACKING

13. Web applications

  • Architettura di una web application
  • SOP: Same Origin Policy

14. OWASP

  • Sql Injection
  • Broken Authentication
  • Sensitive Data Exposure
  • XML external entities
  • Broken Access Control

15. Introduzione al Malware e analisi avanzata: dal Portable Executable alle DLL

  • I malware
  • Malware analysis
  • Portable Executable
  • DLL

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso, nella stesura di programmi nel linguaggio di programmazione utilizzato nel corso in relazione alla cybersicurezza. Le domande sono formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare una organizzazione reale.

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

-
della capacità di apprendere e quindi di esporre l’argomento richiesto mostrando un’attitudine a risolvere nuove sfide;

-
della padronanza di linguaggio dello studente;

-
della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente, è obbligatorio lo studio dei seguenti testi:

  • Intelligence Driven Incident Respose (Cap. 1, 2 e 3) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Cybersecurity – Attack and defense Strategies (Cap. 1, 2 e 3, 4 fino a pag 67) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Pubblicazione NIST: 2024 NIST Incident Response Recommendations and Considerations for Cybersecurity Risk Management [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • A Threat-Driven Approach to Cyber [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Diamond Model of Intrusion Analysis [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Practical Malware Analisys» di Michael Sikorski e Andrew Honing (Cap. 0 e 1)
  • Python and Ethical hacking di Tony Chan (Cap 1,2,3)
  • Ethical Hacking - a Hands-on Introduction to breaking in, di Daniel G. Graham (Cap 1,2,3,4)
  • Riferimenti per linguaggio Python: Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testi di approfondimento:

  • Awesome OSINT(Open-Source Intelligence) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP by Goverdhan [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP Commands [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • OWASP Top 10-2017 [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Unified Kill Chain [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]

Codice insegnamento curriculum-cybersecurity-l-8:19651

Fondamenti di Ingegneria del Software 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: analizzare in maniera critica le varie fasi del processo di produzione di un sistema software; conoscere i principi base della Qualità del software; sviluppare…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • analizzare in maniera critica le varie fasi del processo di produzione di un sistema software;
  • conoscere i principi base della Qualità del software;
  • sviluppare sistemi software secondo una delle metodologie descritte;
  • apprendere le basi del linguaggio UML;
  • gestire tutte le fasi di un progetto software.

Programma

Il corso ha la finalità di consentire agli studenti di comprendere quali siano i principali strumenti dell'Ingegneria del Software, quali siano gli strumenti di base per l’analisi, la progettazione e la realizzazione di sistemi software di qualità. Il corso si focalizza prevalentemente sulla descrizione delle fasi del processo di sviluppo del software. Saranno inoltre forniti elementi essenziali del linguaggio UML per la modellazione del software e delle tecniche di gestione dei progetti software.

Modulo Lezioni: Fondamenti di Ingegneria del Software

Gli obiettivi del modulo sono:

  • studiare i principi dell'Ingegneria del Software;
  • conoscere i principi dello sviluppo prescrittivo del software;
  • acquisire conoscenze sul linguaggio UML.

Le lezioni sono sedici:

  • Introduzione. I principi dell'Ingegneria del Software
  • UML: Principi fondamentali e Class Diagram
  • UML: Structure, Behavior e Interaction Diagram
  • Modelli di processo software prescrittivi
  • II modelli di processo non prescrittivi: Model-Driven, RUP e Agili
  • Pratiche di Ingegneria del software Ingegneria dei sistemi
  • Ingegneria dei requisiti
  • Ingegneria dei requisiti: la creazione del modello a livello di analisi
  • Progettazione architetturale
  • Progettazione di dettaglio: componenti ed user interface
  • Strategie di testing
  • Gestione dei progetti. Generalità, misure del prodotto software
  • Gestione dei progettimetriche di processo e progetto, pianificazione
  • Scheduling dei progetti
  • Gestione dei rischi e della qualità
  • Gestione del cambiamento

Modalità d'esame

La prova finale sarà composta da una serie di domande aperte cui lo studente è chiamato a rispondere in piena autonomia. Le domande aperte verteranno sull'intero programma espletato durante il corso.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi ai processi di ingegneria del software e alle attività che li descrivono e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti di modellazione implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Roger S. Pressman “Principi di Ingegneria del Software”, 5 Edizione, McGrawHill

In alternativa:

  • Ian Sommerville Ian, “Introduzione alla Ingegneria del Software”, Pearson

Codice insegnamento curriculum-sviluppo-software-l-8:18581

IEGE-01/A Economics and business organization 2° anno · 6 CFU · 0 file
IINF-05/A Artificial Intelligence 2° anno · 12 CFU · 0 file
IINF-05/A Calculators and Operating System 2° anno · 12 CFU · 0 file
IINF-05/A Data and Knowledge management System 2° anno · 12 CFU · 0 file
IINF-05/A Object-Oriented programming 2° anno · 6 CFU · 0 file
Intelligenza Artificiale 2° anno · 12 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i formalismi di rappresentazione della conoscenza.
  • Conoscere i modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le preoccupazioni e gli impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire le metodologie e le tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico e delle architetture neurali generative, per comprendere, analizzare e risolvere problemi con soluzioni di AI adeguate. Inoltre, analizza come l'uso di tale tecnologia digitale per creare sistemi sta rivoluzionando ogni aspetto delle nostre vite e in particolare come impatta in differenti domini applicativi e le relative preoccupazioni e implicazioni etiche.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

Per poter sostenere l'esame è necessario concordare con la prof.ssa Fallucchi la realizzazione di un progetto. L'elaborato deve essere inviato almeno 10 giorni prima dell’esame, tramite email ([email protected]) alla docente che, dopo aver effettuato la revisione del progetto svolto, invia un riscontro allo Studente con le eventuali osservazioni.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20433

Matematica III 2° anno · 6 CFU · MATH-02/B · 0 file

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio degli integrali multidimensionali, quelli di superficie e di linea, mediante tutte le tecniche a disposizione, per poi approdare alle applicazioni Fisico-Matematiche.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di Matematica I e II, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo.

Il calcolo Integrale di diverso tipo e natura ricopre parte principale insieme alle forme differenziali dell’intero corso.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si propone di estendere i metodi e le tecniche del calcolo differenziale ed integrale alle funzioni in più variabili reali, anche in vista delle applicazioni delle tecniche analitiche ad altri settori della matematica come pure ad altre discipline scientifiche. Iniziando dallo spazio lineare normato Rn si passa allo studio delle funzioni implicite ed estremi vincolati e in seguito agli integrali delle funzioni a più variabili, di curva e di superficie. Infine si studieranno i campi conservativi e le forme differenziali esatte.

  • Integrali curvilinei e forme differenziali nel piano: Curve regolari, lunghezza di una curva, curve orientate, ascissa curvilinea, integrale curvilineo di una funzione, integrale curvilineo di una forma differenziale, forme differenziali esatte, forme differenziali chiuse.
  • Integrali doppi e tripli: integrali su domini normali, formule di riduzione per gli integrali doppi, formule di Gauss-Green, teorema della divergenza, formula di Stokes, cambiamento di variabile negli integrali doppi, integrali tripli.
  • Superfici e integrali di superficie: superfici regolari, piano tangente e versore normale, area di una superficie, integrali di superficie, teorema della divergenza e la formula di Stokes.
  • Funzioni Implicite: introduzione alle funzioni implicite, il teorema di Dini per funzioni implicite di una variabile, conseguenze del teorema di Dini, il teorema di Dini per funzioni di due o più variabili, il teorema di Dini per i sistemi, invertibilità locale e globale, massimi e minimi vincolati in due dimensioni, moltiplicatori di Lagrange, massimi e minimi vincolati in due dimensioni e moltiplicatori di Lagrange in tre o più dimensioni.

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da tre/quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica dei Teoremi o Formule di Gauss, Green e Stokes, e le loro possibili applicazioni nel campo della Fisica.

Stesso discorso vale per la parte concernente gli esercizi sulle forme differenziali e sugli Integrali Multidimensionali.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere il primo dei tre esercizi in maniera completa, ovvero la risoluzione con verifica di uno dei Teoremi di Green, Gauss e Stokes e almeno metà di un secondo esercizio sempre su queste tematiche.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Calcolo Differenziale 2”, Funzioni di più variabili, Robert A. Adams; quarta edizione, Casa Editrice Ambrosiana.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica III, si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-cybersecurity-l-8:20715

Matematica III 2° anno · 6 CFU · MATH-02/B · 0 file

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio degli integrali multidimensionali, quelli di superficie e di linea, mediante tutte le tecniche a disposizione, per poi approdare alle applicazioni Fisico-Matematiche.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di Matematica I e II, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo.

Il calcolo Integrale di diverso tipo e natura ricopre parte principale insieme alle forme differenziali dell’intero corso.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si propone di estendere i metodi e le tecniche del calcolo differenziale ed integrale alle funzioni in più variabili reali, anche in vista delle applicazioni delle tecniche analitiche ad altri settori della matematica come pure ad altre discipline scientifiche. Iniziando dallo spazio lineare normato Rn si passa allo studio delle funzioni implicite ed estremi vincolati e in seguito agli integrali delle funzioni a più variabili, di curva e di superficie. Infine si studieranno i campi conservativi e le forme differenziali esatte.

  • Integrali curvilinei e forme differenziali nel piano: Curve regolari, lunghezza di una curva, curve orientate, ascissa curvilinea, integrale curvilineo di una funzione, integrale curvilineo di una forma differenziale, forme differenziali esatte, forme differenziali chiuse.
  • Integrali doppi e tripli: integrali su domini normali, formule di riduzione per gli integrali doppi, formule di Gauss-Green, teorema della divergenza, formula di Stokes, cambiamento di variabile negli integrali doppi, integrali tripli.
  • Superfici e integrali di superficie: superfici regolari, piano tangente e versore normale, area di una superficie, integrali di superficie, teorema della divergenza e la formula di Stokes.
  • Funzioni Implicite: introduzione alle funzioni implicite, il teorema di Dini per funzioni implicite di una variabile, conseguenze del teorema di Dini, il teorema di Dini per funzioni di due o più variabili, il teorema di Dini per i sistemi, invertibilità locale e globale, massimi e minimi vincolati in due dimensioni, moltiplicatori di Lagrange, massimi e minimi vincolati in due dimensioni e moltiplicatori di Lagrange in tre o più dimensioni.

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da tre/quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica dei Teoremi o Formule di Gauss, Green e Stokes, e le loro possibili applicazioni nel campo della Fisica.

Stesso discorso vale per la parte concernente gli esercizi sulle forme differenziali e sugli Integrali Multidimensionali.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere il primo dei tre esercizi in maniera completa, ovvero la risoluzione con verifica di uno dei Teoremi di Green, Gauss e Stokes e almeno metà di un secondo esercizio sempre su queste tematiche.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Calcolo Differenziale 2”, Funzioni di più variabili, Robert A. Adams; quarta edizione, Casa Editrice Ambrosiana.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica III, si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-sviluppo-software-l-8:20715

Networks and the Internet 2° anno · 12 CFU · ING-INF/03 · 0 file

At the end of the course the student will be able to: Introduce computer networks and telecommunication networks. Give the principles of cabled and wireless data transmission. Describe the protocol layers of a…

Scheda dell'insegnamento

Obiettivi formativi

At the end of the course the student will be able to:

  • Introduce computer networks and telecommunication networks.
  • Give the principles of cabled and wireless data transmission.
  • Describe the protocol layers of a communication system and the characteristics of the main systems used in geographical areas (telephone networks, cellular systems), in metropolitan areas (WiMAX) and local ones (Ethernet, Wi-Fi) in terms of protocols and architectures.
  • Explain the functioning, protocols and applications of the internet and gives the basics of network security.

Programma

GENERAL FRAMEWORK AND DEFINITIONS

  • DEFINITIONS OF NETWORK, COMPUTER NETWORK APPLICATIONS, NETWORK INFRASTRUCTURES, PROTOCOL ARCHITECTURES, MODELS.

OSI MODEL

  • PHYSICAL LAYER: Means of transmission, multiplexing and switching
  • CONNECTION LAYER: data link functions, framing, error control, simple data link protocols, window sliding protocols, data link protocols examples (HDLC, PPP)
  • NETWORK LAYER: design of the network layer, routing algorithms (shortest path, flooding, distance vectors, connection state, hierarchical for mobile hosts and the AODV algorithm in ad hoc networks), congestion control and criteria to prevent it, service quality (buffering, traffic modeling, reservation of resources), internetworking and management of connections in an inter-network (tunneling, internal and external routing, fragmentation)
  • TRANSPORT LAYER: Transport service, transport protocol elements (addressing, establishing and releasing a connection, flow control and buffering, multiplexing), example of a simple transport protocol (service primitives, transport entities), performance problems in computer networks, measurements of network performance, system design to improve performance, problems and new protocols for gigabit networks

GEOGRAPHICAL, LOCAL and METROPOLITAN AREA NETWORKS

  • WAM: public switched telephone network, synchronous digital hierarchy (SDH), Asynchronous Transfer Mode (ATM), mobile radio telephone system, cabled television
  • MAC LAYER: techniques to assign channels, multiple access protocols (ALOHA, CSMA, collision avoidance for wireless systems)
  • LOCAL AREA NETWORK: Architecture, topologies, LAN protocols (IEEE 802.4, IEEE 802.5), Ethernet (IEEE 802.3), Logical Link Control, LAN interconnection
  • WLAN, MAN, PAN: Wireless LAN – IEEE 802.11 (general characteristics, protocol stack, physical layer, MAC, structure and services), WiMAX – IEEE802.16 (broadband wireless, protocol stack, physical layer, standard topology 802.16d/e, frame body, service quality and classes), Bluetooth (characteristics, applications, architecture, protocol stack, radio layers, base band, L2CAP and higher, piconet management, frame body and future evolutions)

INTERNET

  • INTRODUCTION TO INTERNET : The origins and its evolution (ARPANET, NSFNET), basic structure, protocol architecture
  • IP PROTOCOL: Data format units, segmentation and aggregation, addressing, Internet control protocols (ICMP, ARP, DHCP), routing (routing tables, IGP, EGP), alternative addressing schemas to classful ways (subnetwork masks, CIDR, NAT)
  • LAYER 4 PROTOCOLS: UDP (introduction, data formats and RTP protocol), TCP (introduction, addressing, segment heading, establishment and release of the connection), error control and recovery, flow control, TCP congestion control (slow start, congestion avoidance, fast retransmit, fast recovery), TCP optimizations (Selective Acknowledgement Options, silly window syndrome, Wireless TCP, transactional TCP, TCP for networks with high bandwidth delay, quick processing of the TPDU)
  • INTERNET EVOLUTION: Solutions to improve the capacity (fast routers or gigabit routers, multi-layer switching and MPLS), solutions to improve the service quality (Integrated Services (IntServ), Resource reSerVation Protocol (RSVP) and Differentiated Services (DiffServ)), IPv6 (characteristics, IPv6 header and extension header), Mobile IP (definition of mobility, characteristics, mobile IP protocol)
  • INTERNET APPLICATIONS: DNS (DNS space names, record of resources, server of names), SMTP (architecture, user agent, message formats (RFC802 and MIME), transfer of messages, final delivery (POP3, IMAP)), WWW (URL, HTML, HTTP), SNMP (introduction to the manager-agent model, structure of Management Information SMI, Management Information Base MIB, communication protocol SNMP)

OVERVIEW OF SECURITY

  • Symmetric and asymmetric keys, HMAC
  • Virtual Private Network, Firewall
  • IPsec, Transport Security Layer, Pretty Good Privacy
  • Wireless security (Bluetooth, Wi-Fi, GSM, UMTS)

Modalità d'esame

The examination will be conducted in written form and will consist of open questions.
There are no intermediate tests contributing to the formulation of the final grade. All self-assessment tests provided within the course are to be considered highly recommended and useful for the purposes of individual preparation and study. Such tests are not mandatory for sitting the final examination which, pursuant to Ministerial Decree 1835/2024, must be conducted in person before an examination board constituted in accordance with the University Academic Regulations.

The grade is awarded in accordance with the following general rule:

Testi di riferimento

For any questions about the bibliography, please contact Professor Giuliano.

Codice insegnamento UC456606

Programmazione Orientata agli Oggetti 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione: comprendere le basi della programmazione; conoscere la documentazione ufficiale JAVA. Capacità di applicare conoscenze e comprensione. risolvere problemi concreti utilizzando le classi;…

Scheda dell'insegnamento

Obiettivi formativi

  • Conoscenza e comprensione:
  • comprendere le basi della programmazione;
  • conoscere la documentazione ufficiale JAVA.
  • Capacità di applicare conoscenze e comprensione.
  • risolvere problemi concreti utilizzando le classi;
  • progettare le classi;
  • implementare le classi.
  • Competenze trasversali:
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso costituisce un percorso completo che parte dalla basi della programmazione per arrivare agli aspetti più evoluti della programmazione orientata agli oggetti (OOP) utilizzando come riferimento il linguaggio JAVA. Fin dall’inizio lo studente è stimolato a pensare a oggetti mediante lo sviluppo di applicazioni basate sull’uso di classi già esistenti.

  • Protocolli e contratti
  • Basi del linguaggio
  • Tipi primitivi e tipi enumerativi
  • Array e collezioni
  • Uso della gerarchia
  • Implementazione delle classi
  • Estensione delle classi
  • Tipi enumerativi, tipi generici e interfacce
  • Organizzazione della memoria e ricorsione
  • Eccezioni
  • Strutture dati dinamiche
  • Gli stream
  • JDK 6 “Mustang”: principali package (lang, util, io, awt)
  • Decompilatori e disassemblatori
  • Ambienti di sviluppo integrati (IDE)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale ed ha una durata massima di 120 minuti. Il punteggio della prova è espresso in trentesimi.
Il compito si compone in due parti: una parte teorica con domande a risposta multipla e/o domande a risposta aperta, ed una parte pratica in cui viene richiesto di sviluppare degli esercizi di programmazione di bassa difficoltà. Per gli esercizi di programmazione si suggerisce di leggere attentamente le tracce: la soluzione di tali esercizi comprende tecniche e algoritmi illustrati nel corso.
Gli esercizi proposti, nonché le domande teoriche, abbracciano il contenuto dell’intero corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Pighizzini, M. Ferrari, Dai fondamenti agli oggetti - Corso di programmazione Java, Pearson Education

Testi di approfondimento:

  • R. Sedgewick, Algoritmi in JAVA, Pearson Education
  • C. Demetrescu, U. Petrillo, I. Finocchi, G. Italiano, Progetto di algoritmi e strutture dati in Java, McGraw-Hill

Codice insegnamento curriculum-cybersecurity-l-8:18549

Programmazione Orientata agli Oggetti 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione: comprendere le basi della programmazione; conoscere la documentazione ufficiale JAVA. Capacità di applicare conoscenze e comprensione. risolvere problemi concreti utilizzando le classi;…

Scheda dell'insegnamento

Obiettivi formativi

  • Conoscenza e comprensione:
  • comprendere le basi della programmazione;
  • conoscere la documentazione ufficiale JAVA.
  • Capacità di applicare conoscenze e comprensione.
  • risolvere problemi concreti utilizzando le classi;
  • progettare le classi;
  • implementare le classi.
  • Competenze trasversali:
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso costituisce un percorso completo che parte dalla basi della programmazione per arrivare agli aspetti più evoluti della programmazione orientata agli oggetti (OOP) utilizzando come riferimento il linguaggio JAVA. Fin dall’inizio lo studente è stimolato a pensare a oggetti mediante lo sviluppo di applicazioni basate sull’uso di classi già esistenti.

  • Protocolli e contratti
  • Basi del linguaggio
  • Tipi primitivi e tipi enumerativi
  • Array e collezioni
  • Uso della gerarchia
  • Implementazione delle classi
  • Estensione delle classi
  • Tipi enumerativi, tipi generici e interfacce
  • Organizzazione della memoria e ricorsione
  • Eccezioni
  • Strutture dati dinamiche
  • Gli stream
  • JDK 6 “Mustang”: principali package (lang, util, io, awt)
  • Decompilatori e disassemblatori
  • Ambienti di sviluppo integrati (IDE)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale ed ha una durata massima di 120 minuti. Il punteggio della prova è espresso in trentesimi.
Il compito si compone in due parti: una parte teorica con domande a risposta multipla e/o domande a risposta aperta, ed una parte pratica in cui viene richiesto di sviluppare degli esercizi di programmazione di bassa difficoltà. Per gli esercizi di programmazione si suggerisce di leggere attentamente le tracce: la soluzione di tali esercizi comprende tecniche e algoritmi illustrati nel corso.
Gli esercizi proposti, nonché le domande teoriche, abbracciano il contenuto dell’intero corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Pighizzini, M. Ferrari, Dai fondamenti agli oggetti - Corso di programmazione Java, Pearson Education

Testi di approfondimento:

  • R. Sedgewick, Algoritmi in JAVA, Pearson Education
  • C. Demetrescu, U. Petrillo, I. Finocchi, G. Italiano, Progetto di algoritmi e strutture dati in Java, McGraw-Hill

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18549

Programmazione Orientata agli Oggetti 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione: comprendere le basi della programmazione; conoscere la documentazione ufficiale JAVA. Capacità di applicare conoscenze e comprensione. risolvere problemi concreti utilizzando le classi;…

Scheda dell'insegnamento

Obiettivi formativi

  • Conoscenza e comprensione:
  • comprendere le basi della programmazione;
  • conoscere la documentazione ufficiale JAVA.
  • Capacità di applicare conoscenze e comprensione.
  • risolvere problemi concreti utilizzando le classi;
  • progettare le classi;
  • implementare le classi.
  • Competenze trasversali:
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso costituisce un percorso completo che parte dalla basi della programmazione per arrivare agli aspetti più evoluti della programmazione orientata agli oggetti (OOP) utilizzando come riferimento il linguaggio JAVA. Fin dall’inizio lo studente è stimolato a pensare a oggetti mediante lo sviluppo di applicazioni basate sull’uso di classi già esistenti.

  • Protocolli e contratti
  • Basi del linguaggio
  • Tipi primitivi e tipi enumerativi
  • Array e collezioni
  • Uso della gerarchia
  • Implementazione delle classi
  • Estensione delle classi
  • Tipi enumerativi, tipi generici e interfacce
  • Organizzazione della memoria e ricorsione
  • Eccezioni
  • Strutture dati dinamiche
  • Gli stream
  • JDK 6 “Mustang”: principali package (lang, util, io, awt)
  • Decompilatori e disassemblatori
  • Ambienti di sviluppo integrati (IDE)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale ed ha una durata massima di 120 minuti. Il punteggio della prova è espresso in trentesimi.
Il compito si compone in due parti: una parte teorica con domande a risposta multipla e/o domande a risposta aperta, ed una parte pratica in cui viene richiesto di sviluppare degli esercizi di programmazione di bassa difficoltà. Per gli esercizi di programmazione si suggerisce di leggere attentamente le tracce: la soluzione di tali esercizi comprende tecniche e algoritmi illustrati nel corso.
Gli esercizi proposti, nonché le domande teoriche, abbracciano il contenuto dell’intero corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Pighizzini, M. Ferrari, Dai fondamenti agli oggetti - Corso di programmazione Java, Pearson Education

Testi di approfondimento:

  • R. Sedgewick, Algoritmi in JAVA, Pearson Education
  • C. Demetrescu, U. Petrillo, I. Finocchi, G. Italiano, Progetto di algoritmi e strutture dati in Java, McGraw-Hill

Codice insegnamento curriculum-sviluppo-software-l-8:18549

Reti e Internet 2° anno · 12 CFU · IINF-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni; conoscere i principi di funzionamento degli strati…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni;
  • conoscere i principi di funzionamento degli strati protocollari nei sistemi di telecomunicazioni e le loro principali funzionalità (es. trasmissione su mezzi radio e guidati, collegamenti, instradamento, indirizzamento e trasporto);
  • conoscere i principali sistemi di telecomunicazioni quali la rete telefonica fissa e radiomobile, e le reti in area locale quali Ethernet e Wi-Fi;
  • conoscere il funzionamento di Internet;
  • eseguire progetti basilari di sistemi di telecomunicazioni a seconda delle condizioni operative e dei requisiti applicativi;
  • sviluppare a livello basilare funzionalità, protocolli o interfacce al fine di garantire il funzionamento di sistemi di comunicazioni o parti di essi;
  • valutare in autonomia i vantaggi e gli svantaggi di semplici configurazioni di reti (o strategie e protocolli implementati in sistemi di telecomunicazioni);
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di rete al fine di valutare attraverso una visione più ampia le potenzialità di sistemi di comunicazione trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso presenta le reti di computer e più in generale le reti di telecomunicazioni. Descrive tutti i principali concetti e modalità con cui due utenti o dispositivi si scambiano i dati in una rete o inter-rete. Sono descritte le funzionalità del collegamento dati e di instradamento dei messaggi sia su mezzi radio che guidati. Si descrive come gestire le congestioni nella rete e come fornire la qualità di servizio richiesta dalle applicazioni.

È articolato in cinque moduli. Il primo dei quali introduce i sistemi e i servizi di comunicazione più diffusi. Nel secondo modulo sono descritti da un punto di vista teorico il funzionamento dei singoli sistemi suddivisi in strati che raggruppano le singole funzionalità al fine di fornire servizi agli strati superiori. Nel terzo modulo sono presentati i sistemi realmente dispiegati quali il sistema telefonico fisso e il sistema cellulare radiomobile, le reti locali Ethernet e Wi-Fi e le scelte progettuali effettuate per il loro funzionamento. Nel quarto modulo si descrive il funzionamento di Internet, dei suoi protocolli principali quali IP e TCP e delle applicazioni che ne hanno favorito la diffusione. Infine, nel quinto modulo si danno dei cenni su argomenti di estrema attualità come la Internet delle cose e la security nelle reti.

Modulo 1: introduzione alle reti di calcolatori [2 LEZ.]

  • Applicazioni, Infrastrutture di rete (1 lezione)
  • Concetto di pila protocollare, Modello OSI e le sue caratteristiche, Modello TCP/IP e il confronto con il modello OSI (1 lezione)

Modulo 2: Strati del modello di riferimento [9 LEZ.]

  • Strato fisico: Basi per le comunicazioni, Mezzi trasmissivi (cavi, fibre ottiche, wireless, satellite), Multiplazione e commutazione (2 lezioni)
  • Strato di collegamento: Servizi offerti, obiettivi, framing, controllo d’errore, controllo di flusso, esempi semplici, Protocolli sliding window (2 lezioni)
  • Strato di rete: Servizi strato di rete, obiettivi, Algoritmi di routing, Congestione di Rete, Qualità di Servizio, Internetworking, frammentazione (3 lezioni)
  • Strato di trasporto: Servizi offerti, obiettivi, Protocollo di trasporto, Controllo della congestione (2 lezioni)

Module 3: Reti e sistemi [7 LEZ.]

  • Wide Area Network: Public Switched Telephone Network, Public Land Mobile Network (2 lezioni)
  • Medium Access Control layer, protocolli di accesso multiplo ad accesso casuale (ALOHA, CSMA, CSMA/CD) e ad accesso controllato (2 lezioni)
  • Local Area Network (architettura, topologie, caratteristiche) e LAN ad accesso controllato (Token bus e Token ring) (1 lezione)
  • Ethernet e interconnessioni delle LAN (1 lezione)
  • Wi-Fi – IEEE802.11 (1 lezione)

Modulo 4: Internet [9 LEZ.]

  • Introduzione e storia, formato del datagramma IPv4 (1/2 lezione)
  • Funzionamento del protocollo IP (1/2 lezione)
  • Schemi di indirizzamento: classfull, classless, maschera di sottorete, NAT (1 lezione)
  • IPv6 (1 lezione)
  • Mobile IP (1 lezione)
  • Protocolli di controllo in Internet: ARP, ICMP, DHCP (1/2 lezione)
  • Routing intra-autonomous System e inter-autonomous systems: BGP, EGP (1/2 lezione)
  • Protocolli di traporto: UDP, TCP (controllo degli errori, controllo di flusso e controllo della congestione) (3 lezioni)
  • Applicazioni in Internet: DNS, posta elettronica (SMTP, IMAP), web WWW (URL, HTTP, HTML) (1 lezione)

Modulo 5: security nelle reti e Internet delle cose [3 LEZ.]

  • Le reti per la Internet delle cose: Low Power Wide Area (1 lezione)
  • Security nelle reti (2 lezioni)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti, una conoscenza di base sulle funzionalità e sui principali protocolli di comunicazioni tra gli strati protocollari di due host e, infine, di essere in grado di comprendere gli scenari in cui operano i sistemi di comunicazioni. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi e reti realmente operative.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 4 o 5) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di telecomunicazioni e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • A. S. Tanenbaum, D. J. Wetherall, “Computer Networks”, 5th edition, Prentice Hall, 2011 (o la sua versione in italiano A. S. Tanenbaum (Autore), David J. Wetherall (Autore), D. Maggiorini (a cura di) “Reti di calcolatori”, Ediz. Mylab., 22 mag 2018).

Inoltre, di seguito è riportata una lista di articoli e libri da utilizzare come materiale di supporto (consigliato).

ARTICOLI

  • R. Gaudino, R. Giuliano, F. Mazzenga, L. Valcarenghi, F. Vatalaro, “Unbundling in Current Broadband and Next-Generation Ultra-Broadband Access Networks”, Fiber and Integrated Optics, Special Issue: Optical Communications for Future Applications, Vol.33, Is. 3, Jul. 2014, p. 129–148 (Invited Paper);
  • U. Raza, P. Kulkarni, M. Sooriyabandara, “Low Power Wide Area Networks: An Overview”, IEEE Communications Surveys & Tutorials, vol.19, no.2, Q2 2017, p.855-873;
  • 5G Americas whitepaper, “LTE and 5G Technologies Enabling IoT”, Dec. 2016.

LIBRI

  • H. Holma, A. Toskala, “LTE for UMTS: Evolution to LTE-Advanced”, 2nd Ed., John Wiley & Sons, Ltd., 2011;
  • W. Stallings, “Network Security Essentials: Applications and Standards”, Fourth Edition, Prentice Hall, 2011.

Codice insegnamento curriculum-cybersecurity-l-8:18673

Reti e Internet 2° anno · 12 CFU · IINF-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni; conoscere i principi di funzionamento degli strati…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni;
  • conoscere i principi di funzionamento degli strati protocollari nei sistemi di telecomunicazioni e le loro principali funzionalità (es. trasmissione su mezzi radio e guidati, collegamenti, instradamento, indirizzamento e trasporto);
  • conoscere i principali sistemi di telecomunicazioni quali la rete telefonica fissa e radiomobile, e le reti in area locale quali Ethernet e Wi-Fi;
  • conoscere il funzionamento di Internet;
  • eseguire progetti basilari di sistemi di telecomunicazioni a seconda delle condizioni operative e dei requisiti applicativi;
  • sviluppare a livello basilare funzionalità, protocolli o interfacce al fine di garantire il funzionamento di sistemi di comunicazioni o parti di essi;
  • valutare in autonomia i vantaggi e gli svantaggi di semplici configurazioni di reti (o strategie e protocolli implementati in sistemi di telecomunicazioni);
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di rete al fine di valutare attraverso una visione più ampia le potenzialità di sistemi di comunicazione trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso presenta le reti di computer e più in generale le reti di telecomunicazioni. Descrive tutti i principali concetti e modalità con cui due utenti o dispositivi si scambiano i dati in una rete o inter-rete. Sono descritte le funzionalità del collegamento dati e di instradamento dei messaggi sia su mezzi radio che guidati. Si descrive come gestire le congestioni nella rete e come fornire la qualità di servizio richiesta dalle applicazioni.

È articolato in cinque moduli. Il primo dei quali introduce i sistemi e i servizi di comunicazione più diffusi. Nel secondo modulo sono descritti da un punto di vista teorico il funzionamento dei singoli sistemi suddivisi in strati che raggruppano le singole funzionalità al fine di fornire servizi agli strati superiori. Nel terzo modulo sono presentati i sistemi realmente dispiegati quali il sistema telefonico fisso e il sistema cellulare radiomobile, le reti locali Ethernet e Wi-Fi e le scelte progettuali effettuate per il loro funzionamento. Nel quarto modulo si descrive il funzionamento di Internet, dei suoi protocolli principali quali IP e TCP e delle applicazioni che ne hanno favorito la diffusione. Infine, nel quinto modulo si danno dei cenni su argomenti di estrema attualità come la Internet delle cose e la security nelle reti.

Modulo 1: introduzione alle reti di calcolatori [2 LEZ.]

  • Applicazioni, Infrastrutture di rete (1 lezione)
  • Concetto di pila protocollare, Modello OSI e le sue caratteristiche, Modello TCP/IP e il confronto con il modello OSI (1 lezione)

Modulo 2: Strati del modello di riferimento [9 LEZ.]

  • Strato fisico: Basi per le comunicazioni, Mezzi trasmissivi (cavi, fibre ottiche, wireless, satellite), Multiplazione e commutazione (2 lezioni)
  • Strato di collegamento: Servizi offerti, obiettivi, framing, controllo d’errore, controllo di flusso, esempi semplici, Protocolli sliding window (2 lezioni)
  • Strato di rete: Servizi strato di rete, obiettivi, Algoritmi di routing, Congestione di Rete, Qualità di Servizio, Internetworking, frammentazione (3 lezioni)
  • Strato di trasporto: Servizi offerti, obiettivi, Protocollo di trasporto, Controllo della congestione (2 lezioni)

Module 3: Reti e sistemi [7 LEZ.]

  • Wide Area Network: Public Switched Telephone Network, Public Land Mobile Network (2 lezioni)
  • Medium Access Control layer, protocolli di accesso multiplo ad accesso casuale (ALOHA, CSMA, CSMA/CD) e ad accesso controllato (2 lezioni)
  • Local Area Network (architettura, topologie, caratteristiche) e LAN ad accesso controllato (Token bus e Token ring) (1 lezione)
  • Ethernet e interconnessioni delle LAN (1 lezione)
  • Wi-Fi – IEEE802.11 (1 lezione)

Modulo 4: Internet [9 LEZ.]

  • Introduzione e storia, formato del datagramma IPv4 (1/2 lezione)
  • Funzionamento del protocollo IP (1/2 lezione)
  • Schemi di indirizzamento: classfull, classless, maschera di sottorete, NAT (1 lezione)
  • IPv6 (1 lezione)
  • Mobile IP (1 lezione)
  • Protocolli di controllo in Internet: ARP, ICMP, DHCP (1/2 lezione)
  • Routing intra-autonomous System e inter-autonomous systems: BGP, EGP (1/2 lezione)
  • Protocolli di traporto: UDP, TCP (controllo degli errori, controllo di flusso e controllo della congestione) (3 lezioni)
  • Applicazioni in Internet: DNS, posta elettronica (SMTP, IMAP), web WWW (URL, HTTP, HTML) (1 lezione)

Modulo 5: security nelle reti e Internet delle cose [3 LEZ.]

  • Le reti per la Internet delle cose: Low Power Wide Area (1 lezione)
  • Security nelle reti (2 lezioni)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti, una conoscenza di base sulle funzionalità e sui principali protocolli di comunicazioni tra gli strati protocollari di due host e, infine, di essere in grado di comprendere gli scenari in cui operano i sistemi di comunicazioni. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi e reti realmente operative.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 4 o 5) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di telecomunicazioni e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • A. S. Tanenbaum, D. J. Wetherall, “Computer Networks”, 5th edition, Prentice Hall, 2011 (o la sua versione in italiano A. S. Tanenbaum (Autore), David J. Wetherall (Autore), D. Maggiorini (a cura di) “Reti di calcolatori”, Ediz. Mylab., 22 mag 2018).

Inoltre, di seguito è riportata una lista di articoli e libri da utilizzare come materiale di supporto (consigliato).

ARTICOLI

  • R. Gaudino, R. Giuliano, F. Mazzenga, L. Valcarenghi, F. Vatalaro, “Unbundling in Current Broadband and Next-Generation Ultra-Broadband Access Networks”, Fiber and Integrated Optics, Special Issue: Optical Communications for Future Applications, Vol.33, Is. 3, Jul. 2014, p. 129–148 (Invited Paper);
  • U. Raza, P. Kulkarni, M. Sooriyabandara, “Low Power Wide Area Networks: An Overview”, IEEE Communications Surveys & Tutorials, vol.19, no.2, Q2 2017, p.855-873;
  • 5G Americas whitepaper, “LTE and 5G Technologies Enabling IoT”, Dec. 2016.

LIBRI

  • H. Holma, A. Toskala, “LTE for UMTS: Evolution to LTE-Advanced”, 2nd Ed., John Wiley & Sons, Ltd., 2011;
  • W. Stallings, “Network Security Essentials: Applications and Standards”, Fourth Edition, Prentice Hall, 2011.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18673

Reti e Internet 2° anno · 12 CFU · IINF-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni; conoscere i principi di funzionamento degli strati…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti delle reti di telecomunicazioni e di computer e classificare i servizi, le applicazioni;
  • conoscere i principi di funzionamento degli strati protocollari nei sistemi di telecomunicazioni e le loro principali funzionalità (es. trasmissione su mezzi radio e guidati, collegamenti, instradamento, indirizzamento e trasporto);
  • conoscere i principali sistemi di telecomunicazioni quali la rete telefonica fissa e radiomobile, e le reti in area locale quali Ethernet e Wi-Fi;
  • conoscere il funzionamento di Internet;
  • eseguire progetti basilari di sistemi di telecomunicazioni a seconda delle condizioni operative e dei requisiti applicativi;
  • sviluppare a livello basilare funzionalità, protocolli o interfacce al fine di garantire il funzionamento di sistemi di comunicazioni o parti di essi;
  • valutare in autonomia i vantaggi e gli svantaggi di semplici configurazioni di reti (o strategie e protocolli implementati in sistemi di telecomunicazioni);
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di rete al fine di valutare attraverso una visione più ampia le potenzialità di sistemi di comunicazione trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso presenta le reti di computer e più in generale le reti di telecomunicazioni. Descrive tutti i principali concetti e modalità con cui due utenti o dispositivi si scambiano i dati in una rete o inter-rete. Sono descritte le funzionalità del collegamento dati e di instradamento dei messaggi sia su mezzi radio che guidati. Si descrive come gestire le congestioni nella rete e come fornire la qualità di servizio richiesta dalle applicazioni.

È articolato in cinque moduli. Il primo dei quali introduce i sistemi e i servizi di comunicazione più diffusi. Nel secondo modulo sono descritti da un punto di vista teorico il funzionamento dei singoli sistemi suddivisi in strati che raggruppano le singole funzionalità al fine di fornire servizi agli strati superiori. Nel terzo modulo sono presentati i sistemi realmente dispiegati quali il sistema telefonico fisso e il sistema cellulare radiomobile, le reti locali Ethernet e Wi-Fi e le scelte progettuali effettuate per il loro funzionamento. Nel quarto modulo si descrive il funzionamento di Internet, dei suoi protocolli principali quali IP e TCP e delle applicazioni che ne hanno favorito la diffusione. Infine, nel quinto modulo si danno dei cenni su argomenti di estrema attualità come la Internet delle cose e la security nelle reti.

Modulo 1: introduzione alle reti di calcolatori [2 LEZ.]

  • Applicazioni, Infrastrutture di rete (1 lezione)
  • Concetto di pila protocollare, Modello OSI e le sue caratteristiche, Modello TCP/IP e il confronto con il modello OSI (1 lezione)

Modulo 2: Strati del modello di riferimento [9 LEZ.]

  • Strato fisico: Basi per le comunicazioni, Mezzi trasmissivi (cavi, fibre ottiche, wireless, satellite), Multiplazione e commutazione (2 lezioni)
  • Strato di collegamento: Servizi offerti, obiettivi, framing, controllo d’errore, controllo di flusso, esempi semplici, Protocolli sliding window (2 lezioni)
  • Strato di rete: Servizi strato di rete, obiettivi, Algoritmi di routing, Congestione di Rete, Qualità di Servizio, Internetworking, frammentazione (3 lezioni)
  • Strato di trasporto: Servizi offerti, obiettivi, Protocollo di trasporto, Controllo della congestione (2 lezioni)

Module 3: Reti e sistemi [7 LEZ.]

  • Wide Area Network: Public Switched Telephone Network, Public Land Mobile Network (2 lezioni)
  • Medium Access Control layer, protocolli di accesso multiplo ad accesso casuale (ALOHA, CSMA, CSMA/CD) e ad accesso controllato (2 lezioni)
  • Local Area Network (architettura, topologie, caratteristiche) e LAN ad accesso controllato (Token bus e Token ring) (1 lezione)
  • Ethernet e interconnessioni delle LAN (1 lezione)
  • Wi-Fi – IEEE802.11 (1 lezione)

Modulo 4: Internet [9 LEZ.]

  • Introduzione e storia, formato del datagramma IPv4 (1/2 lezione)
  • Funzionamento del protocollo IP (1/2 lezione)
  • Schemi di indirizzamento: classfull, classless, maschera di sottorete, NAT (1 lezione)
  • IPv6 (1 lezione)
  • Mobile IP (1 lezione)
  • Protocolli di controllo in Internet: ARP, ICMP, DHCP (1/2 lezione)
  • Routing intra-autonomous System e inter-autonomous systems: BGP, EGP (1/2 lezione)
  • Protocolli di traporto: UDP, TCP (controllo degli errori, controllo di flusso e controllo della congestione) (3 lezioni)
  • Applicazioni in Internet: DNS, posta elettronica (SMTP, IMAP), web WWW (URL, HTTP, HTML) (1 lezione)

Modulo 5: security nelle reti e Internet delle cose [3 LEZ.]

  • Le reti per la Internet delle cose: Low Power Wide Area (1 lezione)
  • Security nelle reti (2 lezioni)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti, una conoscenza di base sulle funzionalità e sui principali protocolli di comunicazioni tra gli strati protocollari di due host e, infine, di essere in grado di comprendere gli scenari in cui operano i sistemi di comunicazioni. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi e reti realmente operative.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 4 o 5) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di telecomunicazioni e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • A. S. Tanenbaum, D. J. Wetherall, “Computer Networks”, 5th edition, Prentice Hall, 2011 (o la sua versione in italiano A. S. Tanenbaum (Autore), David J. Wetherall (Autore), D. Maggiorini (a cura di) “Reti di calcolatori”, Ediz. Mylab., 22 mag 2018).

Inoltre, di seguito è riportata una lista di articoli e libri da utilizzare come materiale di supporto (consigliato).

ARTICOLI

  • R. Gaudino, R. Giuliano, F. Mazzenga, L. Valcarenghi, F. Vatalaro, “Unbundling in Current Broadband and Next-Generation Ultra-Broadband Access Networks”, Fiber and Integrated Optics, Special Issue: Optical Communications for Future Applications, Vol.33, Is. 3, Jul. 2014, p. 129–148 (Invited Paper);
  • U. Raza, P. Kulkarni, M. Sooriyabandara, “Low Power Wide Area Networks: An Overview”, IEEE Communications Surveys & Tutorials, vol.19, no.2, Q2 2017, p.855-873;
  • 5G Americas whitepaper, “LTE and 5G Technologies Enabling IoT”, Dec. 2016.

LIBRI

  • H. Holma, A. Toskala, “LTE for UMTS: Evolution to LTE-Advanced”, 2nd Ed., John Wiley & Sons, Ltd., 2011;
  • W. Stallings, “Network Security Essentials: Applications and Standards”, Fourth Edition, Prentice Hall, 2011.

Codice insegnamento curriculum-sviluppo-software-l-8:18673

Uno a scelta tra: rosa 1 2° anno · 6 CFU · 0 file
Uno a scelta tra: rosa 1 2° anno · 6 CFU · 0 file
Uno a scelta tra: rosa 1 2° anno · 6 CFU · 0 file
-Laboratory: Data Driven Operations for Industry 4.0 – 6 CFU-Electrical Engineering Laboratory – 6 CFU 3° anno · 12 CFU · 0 file
AI Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui l'Intelligenza Artificiale è al servizio del progresso e del benessere collettivo.
Conoscenza e comprensione

  • Comprendere la differenza tra i differenti task tipici della disciplina.
  • Conoscere le basi teoriche, fortemente interdisciplinari dell’area.
  • Conoscere l'importanza dei dati e i differenti tipi di dati per la costruzione di un modello di intelligenza artificiale.
  • Conoscere i principali algoritmi e valutare diversi esempi applicativi.

Capacità di applicare conoscenze e comprensione

  • Definire un business case di innovazione mediante l’intelligenza artificiale o per portare un nuovo sistema di intelligenza artificiale sul mercato.
  • Identificare problemi e opportunità e utilizzare i framework per implementare sistemi di intelligenza artificiale.

Competenze trasversali

  • Trattare task fortemente interdisciplinari, come la comprensione del significato del linguaggio naturale utilizzato in un sistema di gestione del dialogo per l’interazione automatica con un sistema informatico.
  • Avere le basi per effettuare l’analisi degli impatti etici e normativi di un sistema di intelligenza artificiale.

Programma

Il corso ha lo scopo di fornire un’ampia panoramica sull'Intelligenza Artificiale, con un focus particolare sulle applicazioni e sulla gestione dell’innovazione e gestione strategica dei progetti di AI.

Nelle lezioni verranno spiegati i fondamenti storici e teorici, gli algoritmi principali e le tecnologie emergenti come quelle generative. Particolare attenzione verrà posta nell’applicazione e gestione dell'Intelligenza Artificiale in modo responsabile e innovativo, con una visione completa delle sue implicazioni tecnologiche, etiche, legali e di business.

  • History of AI
  • AI definitions and the importance of data
  • Main ai algorithms and application examples
  • Language technologies
  • (LARGE) Language models
  • Current issues and approaches for GEN AI
  • AI ethics
  • AI governance and regulations
  • Managing AI projects - business case
  • AI project management
  • Best practices in AI projects, and AI operations
  • Managing AI teams
  • Innovation strategies for AI
  • Leveraging and implementing AI
  • Trends in AI - Emerging AI Technologies and Cutting Edge AI Research AI's rapid evolution

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale.
Durante l’esame viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla materia. Gli studenti devono dimostrare di saper analizzare e disegnare uno scenario di applicazioni AI e scegliere gli algoritmi più adatti per un task. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di definire o analizzare architetture, funzionalità o strumenti per la progettazione di sistemi di AI e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti a indirizzare problemi complessi, una conoscenza di base sui metodi, gli algoritmi e le tecniche di processamento di informazioni per il training di modelli di AI, oltre alla conoscenza di base di framework e strategie per la gestione dei progetti e dell’innovazione nel contest dell’Intelligenza Artificiale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento curriculum-cybersecurity-l-8:19025

AI Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui l'Intelligenza Artificiale è al servizio del progresso e del benessere collettivo.
Conoscenza e comprensione

  • Comprendere la differenza tra i differenti task tipici della disciplina.
  • Conoscere le basi teoriche, fortemente interdisciplinari dell’area.
  • Conoscere l'importanza dei dati e i differenti tipi di dati per la costruzione di un modello di intelligenza artificiale.
  • Conoscere i principali algoritmi e valutare diversi esempi applicativi.

Capacità di applicare conoscenze e comprensione

  • Definire un business case di innovazione mediante l’intelligenza artificiale o per portare un nuovo sistema di intelligenza artificiale sul mercato.
  • Identificare problemi e opportunità e utilizzare i framework per implementare sistemi di intelligenza artificiale.

Competenze trasversali

  • Trattare task fortemente interdisciplinari, come la comprensione del significato del linguaggio naturale utilizzato in un sistema di gestione del dialogo per l’interazione automatica con un sistema informatico.
  • Avere le basi per effettuare l’analisi degli impatti etici e normativi di un sistema di intelligenza artificiale.

Programma

Il corso ha lo scopo di fornire un’ampia panoramica sull'Intelligenza Artificiale, con un focus particolare sulle applicazioni e sulla gestione dell’innovazione e gestione strategica dei progetti di AI.

Nelle lezioni verranno spiegati i fondamenti storici e teorici, gli algoritmi principali e le tecnologie emergenti come quelle generative. Particolare attenzione verrà posta nell’applicazione e gestione dell'Intelligenza Artificiale in modo responsabile e innovativo, con una visione completa delle sue implicazioni tecnologiche, etiche, legali e di business.

  • History of AI
  • AI definitions and the importance of data
  • Main ai algorithms and application examples
  • Language technologies
  • (LARGE) Language models
  • Current issues and approaches for GEN AI
  • AI ethics
  • AI governance and regulations
  • Managing AI projects - business case
  • AI project management
  • Best practices in AI projects, and AI operations
  • Managing AI teams
  • Innovation strategies for AI
  • Leveraging and implementing AI
  • Trends in AI - Emerging AI Technologies and Cutting Edge AI Research AI's rapid evolution

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale.
Durante l’esame viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla materia. Gli studenti devono dimostrare di saper analizzare e disegnare uno scenario di applicazioni AI e scegliere gli algoritmi più adatti per un task. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di definire o analizzare architetture, funzionalità o strumenti per la progettazione di sistemi di AI e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti a indirizzare problemi complessi, una conoscenza di base sui metodi, gli algoritmi e le tecniche di processamento di informazioni per il training di modelli di AI, oltre alla conoscenza di base di framework e strategie per la gestione dei progetti e dell’innovazione nel contest dell’Intelligenza Artificiale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19025

AI Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui l'Intelligenza Artificiale è al servizio del progresso e del benessere collettivo.
Conoscenza e comprensione

  • Comprendere la differenza tra i differenti task tipici della disciplina.
  • Conoscere le basi teoriche, fortemente interdisciplinari dell’area.
  • Conoscere l'importanza dei dati e i differenti tipi di dati per la costruzione di un modello di intelligenza artificiale.
  • Conoscere i principali algoritmi e valutare diversi esempi applicativi.

Capacità di applicare conoscenze e comprensione

  • Definire un business case di innovazione mediante l’intelligenza artificiale o per portare un nuovo sistema di intelligenza artificiale sul mercato.
  • Identificare problemi e opportunità e utilizzare i framework per implementare sistemi di intelligenza artificiale.

Competenze trasversali

  • Trattare task fortemente interdisciplinari, come la comprensione del significato del linguaggio naturale utilizzato in un sistema di gestione del dialogo per l’interazione automatica con un sistema informatico.
  • Avere le basi per effettuare l’analisi degli impatti etici e normativi di un sistema di intelligenza artificiale.

Programma

Il corso ha lo scopo di fornire un’ampia panoramica sull'Intelligenza Artificiale, con un focus particolare sulle applicazioni e sulla gestione dell’innovazione e gestione strategica dei progetti di AI.

Nelle lezioni verranno spiegati i fondamenti storici e teorici, gli algoritmi principali e le tecnologie emergenti come quelle generative. Particolare attenzione verrà posta nell’applicazione e gestione dell'Intelligenza Artificiale in modo responsabile e innovativo, con una visione completa delle sue implicazioni tecnologiche, etiche, legali e di business.

  • History of AI
  • AI definitions and the importance of data
  • Main ai algorithms and application examples
  • Language technologies
  • (LARGE) Language models
  • Current issues and approaches for GEN AI
  • AI ethics
  • AI governance and regulations
  • Managing AI projects - business case
  • AI project management
  • Best practices in AI projects, and AI operations
  • Managing AI teams
  • Innovation strategies for AI
  • Leveraging and implementing AI
  • Trends in AI - Emerging AI Technologies and Cutting Edge AI Research AI's rapid evolution

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale.
Durante l’esame viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla materia. Gli studenti devono dimostrare di saper analizzare e disegnare uno scenario di applicazioni AI e scegliere gli algoritmi più adatti per un task. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di definire o analizzare architetture, funzionalità o strumenti per la progettazione di sistemi di AI e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti a indirizzare problemi complessi, una conoscenza di base sui metodi, gli algoritmi e le tecniche di processamento di informazioni per il training di modelli di AI, oltre alla conoscenza di base di framework e strategie per la gestione dei progetti e dell’innovazione nel contest dell’Intelligenza Artificiale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento curriculum-sviluppo-software-l-8:19025

AI Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, i partecipanti saranno in grado di pensare in modo strategico sull'AI, di guidare l'innovazione nelle proprie organizzazioni e di contribuire attivamente alla creazione di un futuro in cui l'Intelligenza Artificiale è al servizio del progresso e del benessere collettivo.
Conoscenza e comprensione

  • Comprendere la differenza tra i differenti task tipici della disciplina.
  • Conoscere le basi teoriche, fortemente interdisciplinari dell’area.
  • Conoscere l'importanza dei dati e i differenti tipi di dati per la costruzione di un modello di intelligenza artificiale.
  • Conoscere i principali algoritmi e valutare diversi esempi applicativi.

Capacità di applicare conoscenze e comprensione

  • Definire un business case di innovazione mediante l’intelligenza artificiale o per portare un nuovo sistema di intelligenza artificiale sul mercato.
  • Identificare problemi e opportunità e utilizzare i framework per implementare sistemi di intelligenza artificiale.

Competenze trasversali

  • Trattare task fortemente interdisciplinari, come la comprensione del significato del linguaggio naturale utilizzato in un sistema di gestione del dialogo per l’interazione automatica con un sistema informatico.
  • Avere le basi per effettuare l’analisi degli impatti etici e normativi di un sistema di intelligenza artificiale.

Programma

Il corso ha lo scopo di fornire un’ampia panoramica sull'Intelligenza Artificiale, con un focus particolare sulle applicazioni e sulla gestione dell’innovazione e gestione strategica dei progetti di AI.

Nelle lezioni verranno spiegati i fondamenti storici e teorici, gli algoritmi principali e le tecnologie emergenti come quelle generative. Particolare attenzione verrà posta nell’applicazione e gestione dell'Intelligenza Artificiale in modo responsabile e innovativo, con una visione completa delle sue implicazioni tecnologiche, etiche, legali e di business.

  • History of AI
  • AI definitions and the importance of data
  • Main ai algorithms and application examples
  • Language technologies
  • (LARGE) Language models
  • Current issues and approaches for GEN AI
  • AI ethics
  • AI governance and regulations
  • Managing AI projects - business case
  • AI project management
  • Best practices in AI projects, and AI operations
  • Managing AI teams
  • Innovation strategies for AI
  • Leveraging and implementing AI
  • Trends in AI - Emerging AI Technologies and Cutting Edge AI Research AI's rapid evolution

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale.
Durante l’esame viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla materia. Gli studenti devono dimostrare di saper analizzare e disegnare uno scenario di applicazioni AI e scegliere gli algoritmi più adatti per un task. Durante la prova gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di definire o analizzare architetture, funzionalità o strumenti per la progettazione di sistemi di AI e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti a indirizzare problemi complessi, una conoscenza di base sui metodi, gli algoritmi e le tecniche di processamento di informazioni per il training di modelli di AI, oltre alla conoscenza di base di framework e strategie per la gestione dei progetti e dell’innovazione nel contest dell’Intelligenza Artificiale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC456791

Abilità informatiche e telematiche (Laboratori virtuali) 3° anno · 6 CFU · 0 file
Abilità informatiche e telematiche (Laboratori virtuali) 3° anno · 6 CFU · 0 file
Abilità informatiche e telematiche (Laboratori virtuali) 3° anno · 6 CFU · 0 file
Diritto dei media, social media e Internet 3° anno · 6 CFU · GIUR-05/A · 0 file

A) Risultati in termini di conoscenza e comprensione Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente…

Scheda dell'insegnamento

Obiettivi formativi

A) Risultati in termini di conoscenza e comprensione

Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina.
Al termine di questo corso di insegnamento, lo studente sarà in grado di:

  • conoscere e comprendere, anche sotto il profilo applicativo, i principi costituzionali relativi alla libertà di espressione ed alla libertà di comunicazione;
  • conoscere e comprendere, anche con riferimento all’esercizio professionale dell’attività giornalistica, la disciplina del diritto di cronaca e del diritto di critica nella stampa e nel sistema radiotelevisivo e multimediale, anche alla luce del Testo Unico dei doveri dei giornalisti;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di informazione;
  • conoscere e comprendere, anche in sede applicativa, i principi che regolano il sistema radiotelevisivo e multimediale, nonché il servizio pubblico radiotelevisivo;
  • conoscere e comprendere, anche mediante lo studio di puntuali fattispecie, i principi antitrust applicati ai diversi settori dell’informazione ai fini del rispetto del principio del pluralismo informativo;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di comunicazione applicata alle telecomunicazioni e comunicazioni elettroniche;
  • conoscere e comprendere, anche sotto il profilo applicativo, la disciplina del diritto di accesso ai documenti della Pubblica Amministrazione;
  • conoscere e comprendere, anche mediante lo studio di peculiari fattispecie, i principi della concorrenza applicati al settore delle telecomunicazioni e comunicazioni elettroniche.

B) Capacità di applicare conoscenze e comprensione

  • Corretta applicazione delle conoscenze acquisite nel corso dell’insegnamento ai fini di un attento esame e di una adeguata valutazione di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
  • In tale contesto detta conoscenza dovrà consentire, tra l’altro, di poter distinguere in sede operativa le varie fattispecie emergenti nella realtà tecnologicamente avanzata di Internet, alle quali vanno applicate, sulla base di adeguate valutazioni di merito, le distinte normative previste nel nostro Ordinamento in tema di diritto di informazione e di diritto delle telecomunicazioni e comunicazioni elettroniche.

C) Capacità trasversali

  • C1) Autonomia di giudizio
  • Apprezzabili capacità di giudizio fondate su un valido sistema metodologico volto ad agevolare la ricerca e l’analisi di informazioni e dati relativi alle tematiche di insegnamento. Tali capacità dovranno, in particolare, essere espresse in sede di studio e valutazione delle:
  • principali iniziative del legislatore sia nazionale che comunitario nonché dell’Autorità di Governo e delle Autorità di settore (tra l’altro, l’Autorità per le Garanzie nelle Comunicazioni e l’Autorità Garante della Concorrenza e del Mercato) in materia di diritto dell’informazione, di diritto di accesso ai documenti della P.A. e di diritto delle telecomunicazioni e comunicazioni elettroniche;
  • pronunce giurisprudenziali ed indirizzi dottrinali su peculiari aspetti dell’informazione, dell’accesso ai documenti della P.A., nonché delle telecomunicazioni e comunicazioni elettroniche.
  • C2) Abilità comunicative
  • Capacità di disporre di chiarezza espositiva e di efficacia comunicativa sia nel rappresentare i contenuti afferenti alle tematiche di insegnamento, sia nel proporre utili riflessioni su tali tematiche.
  • C3) Capacità di apprendimento
  • Apprezzabili doti di apprendimento valorizzate in particolare da adeguate capacità di studio e valutazione di specifiche fattispecie afferenti alle materie di insegnamento.

Programma

L’insegnamento si articola nei seguenti moduli formativi:

  • diritto di informazione;
  • diritto di accesso ai documenti della pubblica amministrazione;
  • diritto delle telecomunicazioni e comunicazioni elettroniche.

In particolare l’insegnamento concentra la sua attenzione sullo studio delle seguenti principali tematiche:

  • il diritto di informazione ed i principi costituzionali di riferimento;
  • i diritti ed i doveri dei giornalisti anche secondo la disciplina prevista dal Testo Unico dei doveri del giornalista;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • il diritto d’autore ed i diritti connessi;
  • il diritto di accesso ai documenti della Pubblica Amministrazione: anche nel rispetto della normativa prevista dal Codice della Privacy;
  • il diritto delle telecomunicazioni e comunicazioni elettroniche ed i principi costituzionali di riferimento;
  • i principi del Codice delle Comunicazioni Elettroniche in tema di reti e servizi di telecomunicazioni e comunicazioni elettroniche;
  • i provvedimenti abilitativi ed il servizio universale nelle telecomunicazioni e comunicazioni elettroniche;
  • i social media ed i social network nel nostro Ordinamento;
  • gli internet service provider (ISP) nel nostro Ordinamento.

Le tematiche di studio sono oggetto di approfondimento con riferimento a puntuali disposizioni della nostra Carta Costituzionale, alle rispettive normative speciali in materia, nonché alla normativa adottata dal legislatore comunitario nelle aree di interesse del presente insegnamento.
In tale contesto sono trattate anche fattispecie legate alle realtà delle tecnologie avanzate nei settori dell’informazione, dei media e dei new media, nonché delle telecomunicazioni e comunicazioni elettroniche, con un’ottica di forte attenzione non solo alla normativa già presente nel nostro Ordinamento, ma anche a quella in fase evolutiva, alla luce degli obiettivi perseguiti dal legislatore comunitario.

A. Diritto dell’Informazione:

  • principi costituzionali di riferimento;
  • disciplina dell’informazione:
  • pluralismo informativo;
  • Organi di governo del sistema dell’informazione;
  • diritti e doveri dei giornalisti anche secondo il Testo Unico dei doveri del giornalista;
  • informazione e privacy;
  • aspetti di interesse penale;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • Il diritto d’autore ed i diritti connessi.

B. Diritto di accesso ai documenti della Pubblica Amministrazione:

  • aspetti normativi, giurisprudenziali e dottrinali in tema di diritto di accesso ai documenti della Pubblica Amministrazione;
  • accesso ai documenti della Pubblica Amministrazione e riservatezza;
  • tutela del diritto di accesso ai documenti della Pubblica Amministrazione.

C. Diritto delle telecomunicazioni e comunicazioni elettroniche:

  • principi costituzionali di riferimento;
  • disciplina delle telecomunicazioni e comunicazioni elettroniche:
  • principi del Codice delle Comunicazioni Elettroniche;
  • Organi di governo del sistema delle telecomunicazioni e comunicazioni elettroniche;
  • servizio universale;
  • provvedimenti abilitativi per i fornitori di reti e di servizi di telecomunicazioni e comunicazioni elettroniche;
  • diritti d'uso in materia di frequenze e numerazione;
  • i social media ed i social network;
  • gli internet service provider.

Modalità d'esame

1. Tipologie di prove d’esame

L'esame si svolge in forma scritta e orale.

La prova scritta, in coerenza con gli obiettivi formativi, consiste in domande aperte, che richiedono, per ciascuno dei campi nei quali è ripartita la materia, risposte in grado di poter soddisfare un livello qualitativo delle conoscenze acquisite dallo studente durante il corso di insegnamento.
La durata dell’esame è di 90 minuti.

Agli stessi obiettivi di verifica è indirizzato anche l’esame orale, che consiste in un colloquio nel quale vengono rivolte allo studente domande aventi ad oggetto tematiche ricomprese nel programma del corso.

I quesiti formulati per entrambe le prove sono finalizzati a verificare:

  • la preparazione dello studente sui singoli temi di insegnamento;
  • la capacità di ragionamento dello studente con riferimento al know-how acquisito, nonché la capacità di applicare tale know-how a peculiari fattispecie anche di interesse operativo;
  • una buona proprietà di linguaggio con la capacità anche di esprimersi avvalendosi del linguaggio tecnico-giuridico richiesto da più temi di insegnamento.

2. Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale assume massimo rilievo la capacità dello studente di dimostrare una qualificata conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A. e di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina. In tale contesto è apprezzata anche la capacità espressa dallo studente in sede di corretta valutazione giuridica di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
A tal fine è fondamentale per la preparazione dell’esame lo studio della documentazione didattica messa a disposizione dal docente nonché l’ascolto delle videolezioni.
La valutazione del livello di preparazione dello studente deve consentire di poter apprezzare, in sede sia di prova orale che di prova scritta, la capacità dello studente medesimo di:

  • rispondere ai quesiti di esame con chiarezza espositiva ed efficacia comunicativa sotto il profilo sia concettuale che di terminologia tecnico-giuridica;
  • manifestare un serio impegno di studio anche sotto il profilo metodologico in sede di attenta lettura e di corretta interpretazione e valutazione di singole fattispecie applicative della normativa oggetto di insegnamento.

È consigliabile allo studente avvalersi delle opportunità offerte dalla didattica interattiva perché lo studente stesso possa esercitarsi in attività di autoverifica del suo livello di preparazione in vista dell’esame scritto o orale.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Sica e V. Zeno-Zencovich, Manuale di Diritto dell’informazione e della comunicazione, CEDAM, ultima edizione

Per ulteriori approfondimenti si suggerisce:

  • Clarich, Manuale di Diritto Amministrativo, Il Mulino, ultima edizione (in tema di diritto di accesso ai documenti amministrativi della Pubblica Amministrazione)

Codice insegnamento UC456670

Diritto dei media, social media e Internet 3° anno · 6 CFU · GIUR-05/A · 0 file

A) Risultati in termini di conoscenza e comprensione Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente…

Scheda dell'insegnamento

Obiettivi formativi

A) Risultati in termini di conoscenza e comprensione

Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina.
Al termine di questo corso di insegnamento, lo studente sarà in grado di:

  • conoscere e comprendere, anche sotto il profilo applicativo, i principi costituzionali relativi alla libertà di espressione ed alla libertà di comunicazione;
  • conoscere e comprendere, anche con riferimento all’esercizio professionale dell’attività giornalistica, la disciplina del diritto di cronaca e del diritto di critica nella stampa e nel sistema radiotelevisivo e multimediale, anche alla luce del Testo Unico dei doveri dei giornalisti;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di informazione;
  • conoscere e comprendere, anche in sede applicativa, i principi che regolano il sistema radiotelevisivo e multimediale, nonché il servizio pubblico radiotelevisivo;
  • conoscere e comprendere, anche mediante lo studio di puntuali fattispecie, i principi antitrust applicati ai diversi settori dell’informazione ai fini del rispetto del principio del pluralismo informativo;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di comunicazione applicata alle telecomunicazioni e comunicazioni elettroniche;
  • conoscere e comprendere, anche sotto il profilo applicativo, la disciplina del diritto di accesso ai documenti della Pubblica Amministrazione;
  • conoscere e comprendere, anche mediante lo studio di peculiari fattispecie, i principi della concorrenza applicati al settore delle telecomunicazioni e comunicazioni elettroniche.

B) Capacità di applicare conoscenze e comprensione

  • Corretta applicazione delle conoscenze acquisite nel corso dell’insegnamento ai fini di un attento esame e di una adeguata valutazione di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
  • In tale contesto detta conoscenza dovrà consentire, tra l’altro, di poter distinguere in sede operativa le varie fattispecie emergenti nella realtà tecnologicamente avanzata di Internet, alle quali vanno applicate, sulla base di adeguate valutazioni di merito, le distinte normative previste nel nostro Ordinamento in tema di diritto di informazione e di diritto delle telecomunicazioni e comunicazioni elettroniche.

C) Capacità trasversali

  • C1) Autonomia di giudizio
  • Apprezzabili capacità di giudizio fondate su un valido sistema metodologico volto ad agevolare la ricerca e l’analisi di informazioni e dati relativi alle tematiche di insegnamento. Tali capacità dovranno, in particolare, essere espresse in sede di studio e valutazione delle:
  • principali iniziative del legislatore sia nazionale che comunitario nonché dell’Autorità di Governo e delle Autorità di settore (tra l’altro, l’Autorità per le Garanzie nelle Comunicazioni e l’Autorità Garante della Concorrenza e del Mercato) in materia di diritto dell’informazione, di diritto di accesso ai documenti della P.A. e di diritto delle telecomunicazioni e comunicazioni elettroniche;
  • pronunce giurisprudenziali ed indirizzi dottrinali su peculiari aspetti dell’informazione, dell’accesso ai documenti della P.A., nonché delle telecomunicazioni e comunicazioni elettroniche.
  • C2) Abilità comunicative
  • Capacità di disporre di chiarezza espositiva e di efficacia comunicativa sia nel rappresentare i contenuti afferenti alle tematiche di insegnamento, sia nel proporre utili riflessioni su tali tematiche.
  • C3) Capacità di apprendimento
  • Apprezzabili doti di apprendimento valorizzate in particolare da adeguate capacità di studio e valutazione di specifiche fattispecie afferenti alle materie di insegnamento.

Programma

L’insegnamento si articola nei seguenti moduli formativi:

  • diritto di informazione;
  • diritto di accesso ai documenti della pubblica amministrazione;
  • diritto delle telecomunicazioni e comunicazioni elettroniche.

In particolare l’insegnamento concentra la sua attenzione sullo studio delle seguenti principali tematiche:

  • il diritto di informazione ed i principi costituzionali di riferimento;
  • i diritti ed i doveri dei giornalisti anche secondo la disciplina prevista dal Testo Unico dei doveri del giornalista;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • il diritto d’autore ed i diritti connessi;
  • il diritto di accesso ai documenti della Pubblica Amministrazione: anche nel rispetto della normativa prevista dal Codice della Privacy;
  • il diritto delle telecomunicazioni e comunicazioni elettroniche ed i principi costituzionali di riferimento;
  • i principi del Codice delle Comunicazioni Elettroniche in tema di reti e servizi di telecomunicazioni e comunicazioni elettroniche;
  • i provvedimenti abilitativi ed il servizio universale nelle telecomunicazioni e comunicazioni elettroniche;
  • i social media ed i social network nel nostro Ordinamento;
  • gli internet service provider (ISP) nel nostro Ordinamento.

Le tematiche di studio sono oggetto di approfondimento con riferimento a puntuali disposizioni della nostra Carta Costituzionale, alle rispettive normative speciali in materia, nonché alla normativa adottata dal legislatore comunitario nelle aree di interesse del presente insegnamento.
In tale contesto sono trattate anche fattispecie legate alle realtà delle tecnologie avanzate nei settori dell’informazione, dei media e dei new media, nonché delle telecomunicazioni e comunicazioni elettroniche, con un’ottica di forte attenzione non solo alla normativa già presente nel nostro Ordinamento, ma anche a quella in fase evolutiva, alla luce degli obiettivi perseguiti dal legislatore comunitario.

A. Diritto dell’Informazione:

  • principi costituzionali di riferimento;
  • disciplina dell’informazione:
  • pluralismo informativo;
  • Organi di governo del sistema dell’informazione;
  • diritti e doveri dei giornalisti anche secondo il Testo Unico dei doveri del giornalista;
  • informazione e privacy;
  • aspetti di interesse penale;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • Il diritto d’autore ed i diritti connessi.

B. Diritto di accesso ai documenti della Pubblica Amministrazione:

  • aspetti normativi, giurisprudenziali e dottrinali in tema di diritto di accesso ai documenti della Pubblica Amministrazione;
  • accesso ai documenti della Pubblica Amministrazione e riservatezza;
  • tutela del diritto di accesso ai documenti della Pubblica Amministrazione.

C. Diritto delle telecomunicazioni e comunicazioni elettroniche:

  • principi costituzionali di riferimento;
  • disciplina delle telecomunicazioni e comunicazioni elettroniche:
  • principi del Codice delle Comunicazioni Elettroniche;
  • Organi di governo del sistema delle telecomunicazioni e comunicazioni elettroniche;
  • servizio universale;
  • provvedimenti abilitativi per i fornitori di reti e di servizi di telecomunicazioni e comunicazioni elettroniche;
  • diritti d'uso in materia di frequenze e numerazione;
  • i social media ed i social network;
  • gli internet service provider.

Modalità d'esame

1. Tipologie di prove d’esame

L'esame si svolge in forma scritta e orale.

La prova scritta, in coerenza con gli obiettivi formativi, consiste in domande aperte, che richiedono, per ciascuno dei campi nei quali è ripartita la materia, risposte in grado di poter soddisfare un livello qualitativo delle conoscenze acquisite dallo studente durante il corso di insegnamento.
La durata dell’esame è di 90 minuti.

Agli stessi obiettivi di verifica è indirizzato anche l’esame orale, che consiste in un colloquio nel quale vengono rivolte allo studente domande aventi ad oggetto tematiche ricomprese nel programma del corso.

I quesiti formulati per entrambe le prove sono finalizzati a verificare:

  • la preparazione dello studente sui singoli temi di insegnamento;
  • la capacità di ragionamento dello studente con riferimento al know-how acquisito, nonché la capacità di applicare tale know-how a peculiari fattispecie anche di interesse operativo;
  • una buona proprietà di linguaggio con la capacità anche di esprimersi avvalendosi del linguaggio tecnico-giuridico richiesto da più temi di insegnamento.

2. Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale assume massimo rilievo la capacità dello studente di dimostrare una qualificata conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A. e di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina. In tale contesto è apprezzata anche la capacità espressa dallo studente in sede di corretta valutazione giuridica di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
A tal fine è fondamentale per la preparazione dell’esame lo studio della documentazione didattica messa a disposizione dal docente nonché l’ascolto delle videolezioni.
La valutazione del livello di preparazione dello studente deve consentire di poter apprezzare, in sede sia di prova orale che di prova scritta, la capacità dello studente medesimo di:

  • rispondere ai quesiti di esame con chiarezza espositiva ed efficacia comunicativa sotto il profilo sia concettuale che di terminologia tecnico-giuridica;
  • manifestare un serio impegno di studio anche sotto il profilo metodologico in sede di attenta lettura e di corretta interpretazione e valutazione di singole fattispecie applicative della normativa oggetto di insegnamento.

È consigliabile allo studente avvalersi delle opportunità offerte dalla didattica interattiva perché lo studente stesso possa esercitarsi in attività di autoverifica del suo livello di preparazione in vista dell’esame scritto o orale.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Sica e V. Zeno-Zencovich, Manuale di Diritto dell’informazione e della comunicazione, CEDAM, ultima edizione

Per ulteriori approfondimenti si suggerisce:

  • Clarich, Manuale di Diritto Amministrativo, Il Mulino, ultima edizione (in tema di diritto di accesso ai documenti amministrativi della Pubblica Amministrazione)

Codice insegnamento UC456719

Diritto dei media, social media e Internet 3° anno · 6 CFU · GIUR-05/A · 0 file

A) Risultati in termini di conoscenza e comprensione Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente…

Scheda dell'insegnamento

Obiettivi formativi

A) Risultati in termini di conoscenza e comprensione

Buona conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A., di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina.
Al termine di questo corso di insegnamento, lo studente sarà in grado di:

  • conoscere e comprendere, anche sotto il profilo applicativo, i principi costituzionali relativi alla libertà di espressione ed alla libertà di comunicazione;
  • conoscere e comprendere, anche con riferimento all’esercizio professionale dell’attività giornalistica, la disciplina del diritto di cronaca e del diritto di critica nella stampa e nel sistema radiotelevisivo e multimediale, anche alla luce del Testo Unico dei doveri dei giornalisti;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di informazione;
  • conoscere e comprendere, anche in sede applicativa, i principi che regolano il sistema radiotelevisivo e multimediale, nonché il servizio pubblico radiotelevisivo;
  • conoscere e comprendere, anche mediante lo studio di puntuali fattispecie, i principi antitrust applicati ai diversi settori dell’informazione ai fini del rispetto del principio del pluralismo informativo;
  • conoscere e comprendere i peculiari profili normativi che regolano i rapporti tra la tutela della privacy e la libertà di comunicazione applicata alle telecomunicazioni e comunicazioni elettroniche;
  • conoscere e comprendere, anche sotto il profilo applicativo, la disciplina del diritto di accesso ai documenti della Pubblica Amministrazione;
  • conoscere e comprendere, anche mediante lo studio di peculiari fattispecie, i principi della concorrenza applicati al settore delle telecomunicazioni e comunicazioni elettroniche.

B) Capacità di applicare conoscenze e comprensione

  • Corretta applicazione delle conoscenze acquisite nel corso dell’insegnamento ai fini di un attento esame e di una adeguata valutazione di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
  • In tale contesto detta conoscenza dovrà consentire, tra l’altro, di poter distinguere in sede operativa le varie fattispecie emergenti nella realtà tecnologicamente avanzata di Internet, alle quali vanno applicate, sulla base di adeguate valutazioni di merito, le distinte normative previste nel nostro Ordinamento in tema di diritto di informazione e di diritto delle telecomunicazioni e comunicazioni elettroniche.

C) Capacità trasversali

  • C1) Autonomia di giudizio
  • Apprezzabili capacità di giudizio fondate su un valido sistema metodologico volto ad agevolare la ricerca e l’analisi di informazioni e dati relativi alle tematiche di insegnamento. Tali capacità dovranno, in particolare, essere espresse in sede di studio e valutazione delle:
  • principali iniziative del legislatore sia nazionale che comunitario nonché dell’Autorità di Governo e delle Autorità di settore (tra l’altro, l’Autorità per le Garanzie nelle Comunicazioni e l’Autorità Garante della Concorrenza e del Mercato) in materia di diritto dell’informazione, di diritto di accesso ai documenti della P.A. e di diritto delle telecomunicazioni e comunicazioni elettroniche;
  • pronunce giurisprudenziali ed indirizzi dottrinali su peculiari aspetti dell’informazione, dell’accesso ai documenti della P.A., nonché delle telecomunicazioni e comunicazioni elettroniche.
  • C2) Abilità comunicative
  • Capacità di disporre di chiarezza espositiva e di efficacia comunicativa sia nel rappresentare i contenuti afferenti alle tematiche di insegnamento, sia nel proporre utili riflessioni su tali tematiche.
  • C3) Capacità di apprendimento
  • Apprezzabili doti di apprendimento valorizzate in particolare da adeguate capacità di studio e valutazione di specifiche fattispecie afferenti alle materie di insegnamento.

Programma

L’insegnamento si articola nei seguenti moduli formativi:

  • diritto di informazione;
  • diritto di accesso ai documenti della pubblica amministrazione;
  • diritto delle telecomunicazioni e comunicazioni elettroniche.

In particolare l’insegnamento concentra la sua attenzione sullo studio delle seguenti principali tematiche:

  • il diritto di informazione ed i principi costituzionali di riferimento;
  • i diritti ed i doveri dei giornalisti anche secondo la disciplina prevista dal Testo Unico dei doveri del giornalista;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • il diritto d’autore ed i diritti connessi;
  • il diritto di accesso ai documenti della Pubblica Amministrazione: anche nel rispetto della normativa prevista dal Codice della Privacy;
  • il diritto delle telecomunicazioni e comunicazioni elettroniche ed i principi costituzionali di riferimento;
  • i principi del Codice delle Comunicazioni Elettroniche in tema di reti e servizi di telecomunicazioni e comunicazioni elettroniche;
  • i provvedimenti abilitativi ed il servizio universale nelle telecomunicazioni e comunicazioni elettroniche;
  • i social media ed i social network nel nostro Ordinamento;
  • gli internet service provider (ISP) nel nostro Ordinamento.

Le tematiche di studio sono oggetto di approfondimento con riferimento a puntuali disposizioni della nostra Carta Costituzionale, alle rispettive normative speciali in materia, nonché alla normativa adottata dal legislatore comunitario nelle aree di interesse del presente insegnamento.
In tale contesto sono trattate anche fattispecie legate alle realtà delle tecnologie avanzate nei settori dell’informazione, dei media e dei new media, nonché delle telecomunicazioni e comunicazioni elettroniche, con un’ottica di forte attenzione non solo alla normativa già presente nel nostro Ordinamento, ma anche a quella in fase evolutiva, alla luce degli obiettivi perseguiti dal legislatore comunitario.

A. Diritto dell’Informazione:

  • principi costituzionali di riferimento;
  • disciplina dell’informazione:
  • pluralismo informativo;
  • Organi di governo del sistema dell’informazione;
  • diritti e doveri dei giornalisti anche secondo il Testo Unico dei doveri del giornalista;
  • informazione e privacy;
  • aspetti di interesse penale;
  • il sistema radiotelevisivo e multimediale;
  • il servizio pubblico radiotelevisivo;
  • Il diritto d’autore ed i diritti connessi.

B. Diritto di accesso ai documenti della Pubblica Amministrazione:

  • aspetti normativi, giurisprudenziali e dottrinali in tema di diritto di accesso ai documenti della Pubblica Amministrazione;
  • accesso ai documenti della Pubblica Amministrazione e riservatezza;
  • tutela del diritto di accesso ai documenti della Pubblica Amministrazione.

C. Diritto delle telecomunicazioni e comunicazioni elettroniche:

  • principi costituzionali di riferimento;
  • disciplina delle telecomunicazioni e comunicazioni elettroniche:
  • principi del Codice delle Comunicazioni Elettroniche;
  • Organi di governo del sistema delle telecomunicazioni e comunicazioni elettroniche;
  • servizio universale;
  • provvedimenti abilitativi per i fornitori di reti e di servizi di telecomunicazioni e comunicazioni elettroniche;
  • diritti d'uso in materia di frequenze e numerazione;
  • i social media ed i social network;
  • gli internet service provider.

Modalità d'esame

1. Tipologie di prove d’esame

L'esame si svolge in forma scritta e orale.

La prova scritta, in coerenza con gli obiettivi formativi, consiste in domande aperte, che richiedono, per ciascuno dei campi nei quali è ripartita la materia, risposte in grado di poter soddisfare un livello qualitativo delle conoscenze acquisite dallo studente durante il corso di insegnamento.
La durata dell’esame è di 90 minuti.

Agli stessi obiettivi di verifica è indirizzato anche l’esame orale, che consiste in un colloquio nel quale vengono rivolte allo studente domande aventi ad oggetto tematiche ricomprese nel programma del corso.

I quesiti formulati per entrambe le prove sono finalizzati a verificare:

  • la preparazione dello studente sui singoli temi di insegnamento;
  • la capacità di ragionamento dello studente con riferimento al know-how acquisito, nonché la capacità di applicare tale know-how a peculiari fattispecie anche di interesse operativo;
  • una buona proprietà di linguaggio con la capacità anche di esprimersi avvalendosi del linguaggio tecnico-giuridico richiesto da più temi di insegnamento.

2. Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale assume massimo rilievo la capacità dello studente di dimostrare una qualificata conoscenza dei principi normativi in materia di informazione, di accesso ai documenti della P.A. e di telecomunicazioni e comunicazioni elettroniche, unitamente ad una buona capacità interpretativa e valutativa di detti principi di disciplina. In tale contesto è apprezzata anche la capacità espressa dallo studente in sede di corretta valutazione giuridica di singole fattispecie di interesse del diritto di informazione, del diritto di accesso ai documenti della P.A. e del diritto delle telecomunicazioni e comunicazioni elettroniche.
A tal fine è fondamentale per la preparazione dell’esame lo studio della documentazione didattica messa a disposizione dal docente nonché l’ascolto delle videolezioni.
La valutazione del livello di preparazione dello studente deve consentire di poter apprezzare, in sede sia di prova orale che di prova scritta, la capacità dello studente medesimo di:

  • rispondere ai quesiti di esame con chiarezza espositiva ed efficacia comunicativa sotto il profilo sia concettuale che di terminologia tecnico-giuridica;
  • manifestare un serio impegno di studio anche sotto il profilo metodologico in sede di attenta lettura e di corretta interpretazione e valutazione di singole fattispecie applicative della normativa oggetto di insegnamento.

È consigliabile allo studente avvalersi delle opportunità offerte dalla didattica interattiva perché lo studente stesso possa esercitarsi in attività di autoverifica del suo livello di preparazione in vista dell’esame scritto o orale.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Sica e V. Zeno-Zencovich, Manuale di Diritto dell’informazione e della comunicazione, CEDAM, ultima edizione

Per ulteriori approfondimenti si suggerisce:

  • Clarich, Manuale di Diritto Amministrativo, Il Mulino, ultima edizione (in tema di diritto di accesso ai documenti amministrativi della Pubblica Amministrazione)

Codice insegnamento UC456815

Due attività a scelta nella rosa 3 3° anno · 12 CFU · 0 file
Due attività a scelta nella rosa 3 3° anno · 12 CFU · 0 file
Due attività a scelta nella rosa 3 3° anno · 12 CFU · 0 file
Economia e organizzazione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di dimostrare: Conoscenza e comprensione: delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di dimostrare:

  • Conoscenza e comprensione:
  • delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione industriale, il suo impatto nel mondo del business e del lavoro, anche considerando gli effetti della crisi pandemica CoviD-19;
  • dei principali strumenti di pianificazione strategica per il conseguimento del vantaggio competitivo;
  • dei principi e degli strumenti dell’organizzazione e della gestione delle risorse umane;
  • di strumenti per il presidio e lo sviluppo dell’innovazione e della creatività in contesti complessi.
  • Capacità di applicare conoscenze e comprensione:
  • sviluppo di una capacità critica rispetto alle trasformazioni ed ai modelli (tradizionali ed emergenti) di strategia e organizzazione aziendale e gestione delle risorse umane;
  • autonomia nella comprensione e definizione di modelli innovativi, in contesti differenti.
  • Competenze trasversali:
  • problem setting and solving;
  • gestione del tempo;
  • leadership;
  • pensiero critico e laterale;
  • capacità di apprendimento;
  • riflessione critica.

Programma

La Quarta Rivoluzione Industriale sta continuamente trasformando il contesto di riferimento, dominato dall’automazione, integrazione e digitalizzazione dei processi produttivi. Questo ha impatti determinati sulla sfera economica e sociale. La capacità innovativa è un elemento determinante la capacità competitiva dei sistemi economici, al pari dei processi di digitalizzazione e dell'etica. Tale processo ha subito un’importante accelerazione a causa della pandemia Covid-19 ed ha aperto importanti interrogativi sulla capacità delle organizzazioni di far fronte all’incertezza ed al cambiamento.

In questo contesto, il corso intende fornire gli strumenti (tradizionali e innovativi) per costruire una strategia e un’organizzazione aziendale resiliente ed antifragile nel contesto della quarta rivoluzione industriale. Un’attenzione particolare verrà anche posta alla gestione delle persone, processi manageriali ed alle soft skills necessarie per fronteggiare questo contesto.

Modulo I: Il contesto della quarta rivoluzione industriale e dell'accelerazione tecnologica

  • La quarta rivoluzione industriale tra narrazione, opportunità e (dis)illusione
  • La democrazia e la questione sociale nell’era digitale
  • La trasformazione del lavoro e la questione sociale
  • L’organizzazione nel nuovo paradigma: resilienza e antifragilità

Modulo II: Strategia e organizzazione aziendale

  • La strategia e gli strumenti per la pianificazione strategica
  • Costruire l'organizzazione: la struttura di base
  • I Meccanismi di coordinamento e l’approccio situazionale di Mintzberg
  • L’Organizzazione in azione: sistemi e meccanismi organizzativi

Modulo III: Gestione, valorizzazione e sviluppo delle risorse umane

  • Finalità e processi della gestione e valorizzazione delle risorse umane
  • Cos’è e come si sviluppa la creatività e perché gli strumenti tradizionali non funzionano
  • Errori, euristiche e bias delle persone

Modulo IV: L'organizzazione innovativa, l'etica e le competenze del management

  • Innovazione Etica e Competitività
  • Smart Organization: gli strumenti organizzativi per l’innovazione che hanno (e non hanno) successo per la gestione dell’innovazione
  • Time management: come gestire la risorsa più preziosa
  • Leadership ed empowerment

Modalità d'esame

L’esame si svolge in forma scritta e/o orale ed intende valutare la conoscenza degli strumenti, la capacità di utilizzo, nonché la capacità di analizzare criticamente diversi contesti e trovare soluzioni (anche innovative) a problematiche rappresentate.
La prova scritta consiste in domande aperte sugli argomenti oggetto del corso ed ha la durata massima di 90 minuti.
La prova orale consiste in un colloquio sugli argomenti del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.
Per approfondimenti si consiglia il seguente testo:

  • Petrocelli M., (In)coscienza digitale, la risposta alla rivoluzione digitale tra innovazione, sorveglianza e postdemocrazia, Lastaria Edizioni, 2022

Codice insegnamento curriculum-cybersecurity-l-8:20201

Economia e organizzazione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di dimostrare: Conoscenza e comprensione: delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di dimostrare:

  • Conoscenza e comprensione:
  • delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione industriale, il suo impatto nel mondo del business e del lavoro, anche considerando gli effetti della crisi pandemica CoviD-19;
  • dei principali strumenti di pianificazione strategica per il conseguimento del vantaggio competitivo;
  • dei principi e degli strumenti dell’organizzazione e della gestione delle risorse umane;
  • di strumenti per il presidio e lo sviluppo dell’innovazione e della creatività in contesti complessi.
  • Capacità di applicare conoscenze e comprensione:
  • sviluppo di una capacità critica rispetto alle trasformazioni ed ai modelli (tradizionali ed emergenti) di strategia e organizzazione aziendale e gestione delle risorse umane;
  • autonomia nella comprensione e definizione di modelli innovativi, in contesti differenti.
  • Competenze trasversali:
  • problem setting and solving;
  • gestione del tempo;
  • leadership;
  • pensiero critico e laterale;
  • capacità di apprendimento;
  • riflessione critica.

Programma

La Quarta Rivoluzione Industriale sta continuamente trasformando il contesto di riferimento, dominato dall’automazione, integrazione e digitalizzazione dei processi produttivi. Questo ha impatti determinati sulla sfera economica e sociale. La capacità innovativa è un elemento determinante la capacità competitiva dei sistemi economici, al pari dei processi di digitalizzazione e dell'etica. Tale processo ha subito un’importante accelerazione a causa della pandemia Covid-19 ed ha aperto importanti interrogativi sulla capacità delle organizzazioni di far fronte all’incertezza ed al cambiamento.

In questo contesto, il corso intende fornire gli strumenti (tradizionali e innovativi) per costruire una strategia e un’organizzazione aziendale resiliente ed antifragile nel contesto della quarta rivoluzione industriale. Un’attenzione particolare verrà anche posta alla gestione delle persone, processi manageriali ed alle soft skills necessarie per fronteggiare questo contesto.

Modulo I: Il contesto della quarta rivoluzione industriale e dell'accelerazione tecnologica

  • La quarta rivoluzione industriale tra narrazione, opportunità e (dis)illusione
  • La democrazia e la questione sociale nell’era digitale
  • La trasformazione del lavoro e la questione sociale
  • L’organizzazione nel nuovo paradigma: resilienza e antifragilità

Modulo II: Strategia e organizzazione aziendale

  • La strategia e gli strumenti per la pianificazione strategica
  • Costruire l'organizzazione: la struttura di base
  • I Meccanismi di coordinamento e l’approccio situazionale di Mintzberg
  • L’Organizzazione in azione: sistemi e meccanismi organizzativi

Modulo III: Gestione, valorizzazione e sviluppo delle risorse umane

  • Finalità e processi della gestione e valorizzazione delle risorse umane
  • Cos’è e come si sviluppa la creatività e perché gli strumenti tradizionali non funzionano
  • Errori, euristiche e bias delle persone

Modulo IV: L'organizzazione innovativa, l'etica e le competenze del management

  • Innovazione Etica e Competitività
  • Smart Organization: gli strumenti organizzativi per l’innovazione che hanno (e non hanno) successo per la gestione dell’innovazione
  • Time management: come gestire la risorsa più preziosa
  • Leadership ed empowerment

Modalità d'esame

L’esame si svolge in forma scritta e/o orale ed intende valutare la conoscenza degli strumenti, la capacità di utilizzo, nonché la capacità di analizzare criticamente diversi contesti e trovare soluzioni (anche innovative) a problematiche rappresentate.
La prova scritta consiste in domande aperte sugli argomenti oggetto del corso ed ha la durata massima di 90 minuti.
La prova orale consiste in un colloquio sugli argomenti del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.
Per approfondimenti si consiglia il seguente testo:

  • Petrocelli M., (In)coscienza digitale, la risposta alla rivoluzione digitale tra innovazione, sorveglianza e postdemocrazia, Lastaria Edizioni, 2022

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20201

Economia e organizzazione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di dimostrare: Conoscenza e comprensione: delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di dimostrare:

  • Conoscenza e comprensione:
  • delle principali trasformazioni in atto e degli effetti politici, economici e sociali della quarta rivoluzione industriale, il suo impatto nel mondo del business e del lavoro, anche considerando gli effetti della crisi pandemica CoviD-19;
  • dei principali strumenti di pianificazione strategica per il conseguimento del vantaggio competitivo;
  • dei principi e degli strumenti dell’organizzazione e della gestione delle risorse umane;
  • di strumenti per il presidio e lo sviluppo dell’innovazione e della creatività in contesti complessi.
  • Capacità di applicare conoscenze e comprensione:
  • sviluppo di una capacità critica rispetto alle trasformazioni ed ai modelli (tradizionali ed emergenti) di strategia e organizzazione aziendale e gestione delle risorse umane;
  • autonomia nella comprensione e definizione di modelli innovativi, in contesti differenti.
  • Competenze trasversali:
  • problem setting and solving;
  • gestione del tempo;
  • leadership;
  • pensiero critico e laterale;
  • capacità di apprendimento;
  • riflessione critica.

Programma

La Quarta Rivoluzione Industriale sta continuamente trasformando il contesto di riferimento, dominato dall’automazione, integrazione e digitalizzazione dei processi produttivi. Questo ha impatti determinati sulla sfera economica e sociale. La capacità innovativa è un elemento determinante la capacità competitiva dei sistemi economici, al pari dei processi di digitalizzazione e dell'etica. Tale processo ha subito un’importante accelerazione a causa della pandemia Covid-19 ed ha aperto importanti interrogativi sulla capacità delle organizzazioni di far fronte all’incertezza ed al cambiamento.

In questo contesto, il corso intende fornire gli strumenti (tradizionali e innovativi) per costruire una strategia e un’organizzazione aziendale resiliente ed antifragile nel contesto della quarta rivoluzione industriale. Un’attenzione particolare verrà anche posta alla gestione delle persone, processi manageriali ed alle soft skills necessarie per fronteggiare questo contesto.

Modulo I: Il contesto della quarta rivoluzione industriale e dell'accelerazione tecnologica

  • La quarta rivoluzione industriale tra narrazione, opportunità e (dis)illusione
  • La democrazia e la questione sociale nell’era digitale
  • La trasformazione del lavoro e la questione sociale
  • L’organizzazione nel nuovo paradigma: resilienza e antifragilità

Modulo II: Strategia e organizzazione aziendale

  • La strategia e gli strumenti per la pianificazione strategica
  • Costruire l'organizzazione: la struttura di base
  • I Meccanismi di coordinamento e l’approccio situazionale di Mintzberg
  • L’Organizzazione in azione: sistemi e meccanismi organizzativi

Modulo III: Gestione, valorizzazione e sviluppo delle risorse umane

  • Finalità e processi della gestione e valorizzazione delle risorse umane
  • Cos’è e come si sviluppa la creatività e perché gli strumenti tradizionali non funzionano
  • Errori, euristiche e bias delle persone

Modulo IV: L'organizzazione innovativa, l'etica e le competenze del management

  • Innovazione Etica e Competitività
  • Smart Organization: gli strumenti organizzativi per l’innovazione che hanno (e non hanno) successo per la gestione dell’innovazione
  • Time management: come gestire la risorsa più preziosa
  • Leadership ed empowerment

Modalità d'esame

L’esame si svolge in forma scritta e/o orale ed intende valutare la conoscenza degli strumenti, la capacità di utilizzo, nonché la capacità di analizzare criticamente diversi contesti e trovare soluzioni (anche innovative) a problematiche rappresentate.
La prova scritta consiste in domande aperte sugli argomenti oggetto del corso ed ha la durata massima di 90 minuti.
La prova orale consiste in un colloquio sugli argomenti del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.
Per approfondimenti si consiglia il seguente testo:

  • Petrocelli M., (In)coscienza digitale, la risposta alla rivoluzione digitale tra innovazione, sorveglianza e postdemocrazia, Lastaria Edizioni, 2022

Codice insegnamento curriculum-sviluppo-software-l-8:20201

Elettronica Digitale 3° anno · 6 CFU · IINF-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti dell’elettronica digitale; conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti dell’elettronica digitale;
  • conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e caratteristiche;
  • conoscere i principali moduli standard combinatori e sequenziali;
  • conoscere le basi di progettazione mediante linguaggi HDL;
  • eseguire progetti basilari di sistemi digitali;
  • progettare a livello basilare sistemi RTL in VHDL;
  • valutare in autonomia i vantaggi e gli svantaggi di scelte progettuali in termini di area e timing;
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di circuiti digitali al fine di valutare attraverso una visione più ampia le potenzialità di sistemi digitali trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso è focalizzato sull’analisi e la sintesi di circuiti digitali combinatori e sequenziali. Sono illustrate allo studente le tecniche e le modalità di progettazione di circuiti digitali comprese quelle per mezzo di linguaggi HDL. Particolare attenzione è posta sulle tecniche di static timing analysis.

È articolato in 3 moduli. Il primo dei quali introduce i sistemi combinatori, il secondo quelli sequenziali e il terzo le tecniche di progettazione mediante linguaggi HDL e in particolare il VHDL. Oltre a concetti generici di base, vengono illustrati allo studente i moduli combinatori e sequenziali maggiormente impiegati nella progettazione di sistemi digitali nonché il funzionamento di memorie e circuiti aritmetici.

Modulo 1: Sistemi combinatori [9 LEZ.]

  • Conversione Analogico Digitale (1 lezione)
  • Sistemi di rappresentazione numerica (1 lezione)
  • Introduzione ai sistemi combinatori (1 lezione)
  • Transistor MOSFET e logica CMOS (1 lezione)
  • Caratteristiche della famiglia CMOS e set universali (1 lezione)
  • Progettazione di reti combinatorie (1 lezione)
  • Analisi e sintesi di sistemi combinatori Esempi (1 lezione)
  • Moduli combinatori standard (1 lezione)
  • Circuiti aritmetici (1 lezione)

Modulo 2: Sistemi sequenziali [8 LEZ.]

  • Introduzione ai sistemi sequenziali (1 lezione)
  • Reti sequenziali (1 lezione)
  • Timing nei sistemi sequenziali (1 lezione)
  • Reti sequenziali: Esempi (1 lezione)
  • Moduli sequenziali standard (1 lezione)
  • Memorie a semiconduttore (1 lezione)
  • Moduli Programmabili (1 lezione)
  • FPGA (1 lezione)

Modulo 3: Progettazione mediante linguaggi HDL [3 LEZ.]

  • Introduzione al VHDL (1 lezione)
  • Descrizione di circuiti in VHDL (1 lezione)
  • Progettazione di Sistemi complessi (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dell’ elettronica digitale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di esercizi (in genere 2 o 3). Gli esercizi richiedono l’analisi e la sintesi di circuiti digitali combinatori e sequenziali.

Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di applicare le regole di analisi e sintesi di circuiti digitali e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare le nozioni apprese nella progettazione di sistemi di base. [DUBLINO 2] e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali .

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Introduction to Digital Systems, Milos D. Ercegovac , Tomas Lang, Jaime H. Moreno

Codice insegnamento curriculum-cybersecurity-l-8:18709

Elettronica Digitale 3° anno · 6 CFU · IINF-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti dell’elettronica digitale; conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti dell’elettronica digitale;
  • conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e caratteristiche;
  • conoscere i principali moduli standard combinatori e sequenziali;
  • conoscere le basi di progettazione mediante linguaggi HDL;
  • eseguire progetti basilari di sistemi digitali;
  • progettare a livello basilare sistemi RTL in VHDL;
  • valutare in autonomia i vantaggi e gli svantaggi di scelte progettuali in termini di area e timing;
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di circuiti digitali al fine di valutare attraverso una visione più ampia le potenzialità di sistemi digitali trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso è focalizzato sull’analisi e la sintesi di circuiti digitali combinatori e sequenziali. Sono illustrate allo studente le tecniche e le modalità di progettazione di circuiti digitali comprese quelle per mezzo di linguaggi HDL. Particolare attenzione è posta sulle tecniche di static timing analysis.

È articolato in 3 moduli. Il primo dei quali introduce i sistemi combinatori, il secondo quelli sequenziali e il terzo le tecniche di progettazione mediante linguaggi HDL e in particolare il VHDL. Oltre a concetti generici di base, vengono illustrati allo studente i moduli combinatori e sequenziali maggiormente impiegati nella progettazione di sistemi digitali nonché il funzionamento di memorie e circuiti aritmetici.

Modulo 1: Sistemi combinatori [9 LEZ.]

  • Conversione Analogico Digitale (1 lezione)
  • Sistemi di rappresentazione numerica (1 lezione)
  • Introduzione ai sistemi combinatori (1 lezione)
  • Transistor MOSFET e logica CMOS (1 lezione)
  • Caratteristiche della famiglia CMOS e set universali (1 lezione)
  • Progettazione di reti combinatorie (1 lezione)
  • Analisi e sintesi di sistemi combinatori Esempi (1 lezione)
  • Moduli combinatori standard (1 lezione)
  • Circuiti aritmetici (1 lezione)

Modulo 2: Sistemi sequenziali [8 LEZ.]

  • Introduzione ai sistemi sequenziali (1 lezione)
  • Reti sequenziali (1 lezione)
  • Timing nei sistemi sequenziali (1 lezione)
  • Reti sequenziali: Esempi (1 lezione)
  • Moduli sequenziali standard (1 lezione)
  • Memorie a semiconduttore (1 lezione)
  • Moduli Programmabili (1 lezione)
  • FPGA (1 lezione)

Modulo 3: Progettazione mediante linguaggi HDL [3 LEZ.]

  • Introduzione al VHDL (1 lezione)
  • Descrizione di circuiti in VHDL (1 lezione)
  • Progettazione di Sistemi complessi (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dell’ elettronica digitale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di esercizi (in genere 2 o 3). Gli esercizi richiedono l’analisi e la sintesi di circuiti digitali combinatori e sequenziali.

Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di applicare le regole di analisi e sintesi di circuiti digitali e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare le nozioni apprese nella progettazione di sistemi di base. [DUBLINO 2] e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali .

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Introduction to Digital Systems, Milos D. Ercegovac , Tomas Lang, Jaime H. Moreno

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18709

Elettronica Digitale 3° anno · 6 CFU · IINF-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti dell’elettronica digitale; conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti dell’elettronica digitale;
  • conoscere i principi di funzionamento di circuiti digitali e le loro principali funzionalità e caratteristiche;
  • conoscere i principali moduli standard combinatori e sequenziali;
  • conoscere le basi di progettazione mediante linguaggi HDL;
  • eseguire progetti basilari di sistemi digitali;
  • progettare a livello basilare sistemi RTL in VHDL;
  • valutare in autonomia i vantaggi e gli svantaggi di scelte progettuali in termini di area e timing;
  • apprendere e integrare le conoscenze da varie fonti sulle architetture di circuiti digitali al fine di valutare attraverso una visione più ampia le potenzialità di sistemi digitali trattati in studi successivi;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso è focalizzato sull’analisi e la sintesi di circuiti digitali combinatori e sequenziali. Sono illustrate allo studente le tecniche e le modalità di progettazione di circuiti digitali comprese quelle per mezzo di linguaggi HDL. Particolare attenzione è posta sulle tecniche di static timing analysis.

È articolato in 3 moduli. Il primo dei quali introduce i sistemi combinatori, il secondo quelli sequenziali e il terzo le tecniche di progettazione mediante linguaggi HDL e in particolare il VHDL. Oltre a concetti generici di base, vengono illustrati allo studente i moduli combinatori e sequenziali maggiormente impiegati nella progettazione di sistemi digitali nonché il funzionamento di memorie e circuiti aritmetici.

Modulo 1: Sistemi combinatori [9 LEZ.]

  • Conversione Analogico Digitale (1 lezione)
  • Sistemi di rappresentazione numerica (1 lezione)
  • Introduzione ai sistemi combinatori (1 lezione)
  • Transistor MOSFET e logica CMOS (1 lezione)
  • Caratteristiche della famiglia CMOS e set universali (1 lezione)
  • Progettazione di reti combinatorie (1 lezione)
  • Analisi e sintesi di sistemi combinatori Esempi (1 lezione)
  • Moduli combinatori standard (1 lezione)
  • Circuiti aritmetici (1 lezione)

Modulo 2: Sistemi sequenziali [8 LEZ.]

  • Introduzione ai sistemi sequenziali (1 lezione)
  • Reti sequenziali (1 lezione)
  • Timing nei sistemi sequenziali (1 lezione)
  • Reti sequenziali: Esempi (1 lezione)
  • Moduli sequenziali standard (1 lezione)
  • Memorie a semiconduttore (1 lezione)
  • Moduli Programmabili (1 lezione)
  • FPGA (1 lezione)

Modulo 3: Progettazione mediante linguaggi HDL [3 LEZ.]

  • Introduzione al VHDL (1 lezione)
  • Descrizione di circuiti in VHDL (1 lezione)
  • Progettazione di Sistemi complessi (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dell’ elettronica digitale. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di esercizi (in genere 2 o 3). Gli esercizi richiedono l’analisi e la sintesi di circuiti digitali combinatori e sequenziali.

Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di applicare le regole di analisi e sintesi di circuiti digitali e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare le nozioni apprese nella progettazione di sistemi di base. [DUBLINO 2] e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali .

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Introduction to Digital Systems, Milos D. Ercegovac , Tomas Lang, Jaime H. Moreno

Codice insegnamento curriculum-sviluppo-software-l-8:18709

Elettrotecnica 3° anno · 6 CFU · ING-IND/31 · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti di un circuito, macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate);
  • comprendere le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti, tramite la valutazioni delle risposte errate al questionario, lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, acquisisce abilità comunicative e capacità di apprendere).

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge come una esercitazione/ricevimento frontale.

Programma

Componenti, circuiti, macchine, dispositivi e reti elettriche sono sempre più importanti in qualsiasi applicazione industriale, civile e informatica. Il corso ha come obiettivo quello di illustrare le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche. La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere e dimensionare principali componenti di un circuito elettrico, di macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti. Verranno illustrate le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

Modulo 1

Grandezze elettriche fondamentali e loro legami: corrente elettrica, campo elettrico, tensione elettrica, generatore e bipolo resistore, misura delle principali grandezze elettriche e relativi strumenti (Lezione 1 Metodi e classificazioni dei sistemi elettrici, Lezione 2 Unità e strumenti di misura, Lezione 3 Grandezze elettriche e leggi fondamentali).

Modulo 2

Risoluzione delle reti elettriche lineari in corrente continua: principali metodi di risoluzione (Lezione 4 Bipoli generatori, Lezione 5 Bipolo resistore, Lezione 6 Circuiti).

Modulo 3

Reti elettriche capacitive: condensatore, reti capacitive a regime costante e fenomeni transitori (Lezione 9 Condensatore).

Modulo 4

Circuiti magnetici: grandezze magnetiche, induttanza, circuiti magnetici, circuiti elettrici e campi magnetici, fenomeni transitori (Lezione 10 Campo Magnetico e Induttore, Lezione 11 Analisi nel dominio della frequenza e metodo dei fasori, Lezione 12 Fasori e Potenza in alternata).

Modulo 5

Reti elettriche lineari in corrente alternata: regime sinusoidale, circuiti in corrente alternata monofase e sistemi trifase (Lezione 13 Circuiti R, L, C, RL, RC, LC, Lezione 14 circuiti RLC e risonanza, sistemi trifase).

Modulo 6

Macchine elettriche statiche e rotanti: trasformatori, campo magnetico rotante, macchina asincrona, macchina sincrona, macchine a corrente continua, convertitori e azionamenti (Lezione 15 Classificazione macchine e Trasformatori, Lezione 16 Macchine rotanti in CC, Lezione 17 Campo magnetico rotante e Macchine rotanti in CA, Lezione 18 Macchine Sincrone e Asincrone).

Modulo 7

Impianti elettrici: dimensionamento elettrico delle reti di distribuzione, rifasamento, normativa sulla sicurezza elettrica (Lezione 19 Classificazione, Dimensionamento e Rifasamento Linee e Reti, Lezione 20 Dispositivi di protezione e di manovra, normativa sulla sicurezza elettrica, collegamento neutro e terra nelle reti).

Completano il programma:

Modulo 8

Video su attività sperimentale (4 video che descrivono test di elettrotecnica, test del prototipo HOST veicolo a 4 motori ruota sterzanti a 90 ° drive by wire, con 120 kW di super condensatori, 10 kWh di batterie, generatore elettrico, e test di un autobus elettrico con range extender a idrogeno).

Modulo 9

Contiene una raccolta di più di 100 esercizi svolti divisi in 4 pdf secondo i relativi argomenti (circuiti in corrente continua, circuiti in corrente alternata, macchine/rifasamento/reti ).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria e semplici calcoli (grandezze, leggi, caratteristiche, etc. definite nelle lezioni e calcoli di resistenza/induttanza/capacità in circuiti e tensione/corrente/coppia e numero di giri in macchine elettriche), valutata 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente continua (sistema di equazioni lineari, del tipo presenti nelle lezioni 7 e 8 per i circuiti in continua, valutato 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente alternata (studio del circuito nel dominio del tempo presentato nelle lezioni 13 e 14 per i circuiti in alternata, valutato 10,7 punti).

In questo modo lo studente che risponde a tutte e 3 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32,1).

Le 3 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione di nodi e rami del circuito e relativo grafo, 3 punti per la scelta del metodo migliore di risoluzione, 3 per la correttezza delle equazioni, 2,7 per la correttezza dei risultati individuata o dal corretto bilanciamento delle potenze, i.e. potenze attive = potenze passive, o dal corretto disegno dei fasori).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento. Sebbene le prove di verifica e di autoverifica intermedie non contribuiscono alla formulazione del giudizio finale e non sono obbligatorie ai fini del sostenimento della prova d’esame, la quale deve essere svolta in presenza dello studente davanti ad apposita Commissione ai sensi dell´art. 11 c.7 lett.e) del DM 270/2004, esse sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuale. Infatti, la prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Charles K. Alexander, Matthew N. O. Sadiku, Giambattista Gruosso, Circuiti elettrici, Ed. McGraw-Hill Education (contiene teoria ed esercizi svolti)

Si consiglia anche lo studio dei seguenti testi e siti web:

  • L. Olivieri e E. Ravelli, Fondamenti di ELETTROTECNICA ED ELETTRONICA, Ed. CEDAM scuola (principalmente teoria)
  • M. Guarnieri e A. Stella, Principi e applicazioni di ELETTROTECNICA, Ed. Progetto Padova (teoria con qualche esercizio)
  • F. Iliceto, Lezioni di ELETTROTECNICA volumi 1-2-3, Ed. Pàtron editore (libro datato di teoria ma molto esaustivo)
  • A. Geri e A. Salvini, Esercizi d´esame di ELETTROTECNICA, Ed. Progetto Leonard (raccolta di esercizi a basso costo ma difficile da trovare online e in libreria, alcune copie si possono trovare in consultazione presso la sede di via Plinio 44 in Biblioteca di ateneo e in laboratorio a Via Paolo Emilio 29)
  • Canova,G.Gruosso,M.Repetto Esercizi Elettrotecnica” di facile comprensione per agevolare la preparazione alla soluzione degli esercizi proposti
  • https://it.wikipedia.org/wiki/Elettrotecnica
  • http://digilander.libero.it/nando.marturano/Elettrotecnica/Corrente_Continua/indice_esercizi_eletrot_cc.htm
  • http://www.edutecnica.it/elettrotecnica.htm
  • http://www.scuolaelettrica.it/elettrotecnica/itis/svolti1/svolti1.htm

Per chi avesse lacune di base si consiglia di comprare un libro non universitario di facile lettura e basso costo: G. Conte Corso di elettrotecnica e macchine elettriche, Ed. Hoepli a patto che per il Modulo 7 (Impianti elettrici) e alcuni approfondimenti si faccia riferimento al materiale didattico del docente o ai libri di testo sopra menzionati.

Codice insegnamento curriculum-cybersecurity-l-8:8418

Elettrotecnica 3° anno · 6 CFU · ING-IND/31 · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti di un circuito, macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate);
  • comprendere le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti, tramite la valutazioni delle risposte errate al questionario, lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, acquisisce abilità comunicative e capacità di apprendere).

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge come una esercitazione/ricevimento frontale.

Programma

Componenti, circuiti, macchine, dispositivi e reti elettriche sono sempre più importanti in qualsiasi applicazione industriale, civile e informatica. Il corso ha come obiettivo quello di illustrare le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche. La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere e dimensionare principali componenti di un circuito elettrico, di macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti. Verranno illustrate le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

Modulo 1

Grandezze elettriche fondamentali e loro legami: corrente elettrica, campo elettrico, tensione elettrica, generatore e bipolo resistore, misura delle principali grandezze elettriche e relativi strumenti (Lezione 1 Metodi e classificazioni dei sistemi elettrici, Lezione 2 Unità e strumenti di misura, Lezione 3 Grandezze elettriche e leggi fondamentali).

Modulo 2

Risoluzione delle reti elettriche lineari in corrente continua: principali metodi di risoluzione (Lezione 4 Bipoli generatori, Lezione 5 Bipolo resistore, Lezione 6 Circuiti).

Modulo 3

Reti elettriche capacitive: condensatore, reti capacitive a regime costante e fenomeni transitori (Lezione 9 Condensatore).

Modulo 4

Circuiti magnetici: grandezze magnetiche, induttanza, circuiti magnetici, circuiti elettrici e campi magnetici, fenomeni transitori (Lezione 10 Campo Magnetico e Induttore, Lezione 11 Analisi nel dominio della frequenza e metodo dei fasori, Lezione 12 Fasori e Potenza in alternata).

Modulo 5

Reti elettriche lineari in corrente alternata: regime sinusoidale, circuiti in corrente alternata monofase e sistemi trifase (Lezione 13 Circuiti R, L, C, RL, RC, LC, Lezione 14 circuiti RLC e risonanza, sistemi trifase).

Modulo 6

Macchine elettriche statiche e rotanti: trasformatori, campo magnetico rotante, macchina asincrona, macchina sincrona, macchine a corrente continua, convertitori e azionamenti (Lezione 15 Classificazione macchine e Trasformatori, Lezione 16 Macchine rotanti in CC, Lezione 17 Campo magnetico rotante e Macchine rotanti in CA, Lezione 18 Macchine Sincrone e Asincrone).

Modulo 7

Impianti elettrici: dimensionamento elettrico delle reti di distribuzione, rifasamento, normativa sulla sicurezza elettrica (Lezione 19 Classificazione, Dimensionamento e Rifasamento Linee e Reti, Lezione 20 Dispositivi di protezione e di manovra, normativa sulla sicurezza elettrica, collegamento neutro e terra nelle reti).

Completano il programma:

Modulo 8

Video su attività sperimentale (4 video che descrivono test di elettrotecnica, test del prototipo HOST veicolo a 4 motori ruota sterzanti a 90 ° drive by wire, con 120 kW di super condensatori, 10 kWh di batterie, generatore elettrico, e test di un autobus elettrico con range extender a idrogeno).

Modulo 9

Contiene una raccolta di più di 100 esercizi svolti divisi in 4 pdf secondo i relativi argomenti (circuiti in corrente continua, circuiti in corrente alternata, macchine/rifasamento/reti ).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria e semplici calcoli (grandezze, leggi, caratteristiche, etc. definite nelle lezioni e calcoli di resistenza/induttanza/capacità in circuiti e tensione/corrente/coppia e numero di giri in macchine elettriche), valutata 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente continua (sistema di equazioni lineari, del tipo presenti nelle lezioni 7 e 8 per i circuiti in continua, valutato 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente alternata (studio del circuito nel dominio del tempo presentato nelle lezioni 13 e 14 per i circuiti in alternata, valutato 10,7 punti).

In questo modo lo studente che risponde a tutte e 3 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32,1).

Le 3 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione di nodi e rami del circuito e relativo grafo, 3 punti per la scelta del metodo migliore di risoluzione, 3 per la correttezza delle equazioni, 2,7 per la correttezza dei risultati individuata o dal corretto bilanciamento delle potenze, i.e. potenze attive = potenze passive, o dal corretto disegno dei fasori).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento. Sebbene le prove di verifica e di autoverifica intermedie non contribuiscono alla formulazione del giudizio finale e non sono obbligatorie ai fini del sostenimento della prova d’esame, la quale deve essere svolta in presenza dello studente davanti ad apposita Commissione ai sensi dell´art. 11 c.7 lett.e) del DM 270/2004, esse sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuale. Infatti, la prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Charles K. Alexander, Matthew N. O. Sadiku, Giambattista Gruosso, Circuiti elettrici, Ed. McGraw-Hill Education (contiene teoria ed esercizi svolti)

Si consiglia anche lo studio dei seguenti testi e siti web:

  • L. Olivieri e E. Ravelli, Fondamenti di ELETTROTECNICA ED ELETTRONICA, Ed. CEDAM scuola (principalmente teoria)
  • M. Guarnieri e A. Stella, Principi e applicazioni di ELETTROTECNICA, Ed. Progetto Padova (teoria con qualche esercizio)
  • F. Iliceto, Lezioni di ELETTROTECNICA volumi 1-2-3, Ed. Pàtron editore (libro datato di teoria ma molto esaustivo)
  • A. Geri e A. Salvini, Esercizi d´esame di ELETTROTECNICA, Ed. Progetto Leonard (raccolta di esercizi a basso costo ma difficile da trovare online e in libreria, alcune copie si possono trovare in consultazione presso la sede di via Plinio 44 in Biblioteca di ateneo e in laboratorio a Via Paolo Emilio 29)
  • Canova,G.Gruosso,M.Repetto Esercizi Elettrotecnica” di facile comprensione per agevolare la preparazione alla soluzione degli esercizi proposti
  • https://it.wikipedia.org/wiki/Elettrotecnica
  • http://digilander.libero.it/nando.marturano/Elettrotecnica/Corrente_Continua/indice_esercizi_eletrot_cc.htm
  • http://www.edutecnica.it/elettrotecnica.htm
  • http://www.scuolaelettrica.it/elettrotecnica/itis/svolti1/svolti1.htm

Per chi avesse lacune di base si consiglia di comprare un libro non universitario di facile lettura e basso costo: G. Conte Corso di elettrotecnica e macchine elettriche, Ed. Hoepli a patto che per il Modulo 7 (Impianti elettrici) e alcuni approfondimenti si faccia riferimento al materiale didattico del docente o ai libri di testo sopra menzionati.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:8418

Elettrotecnica 3° anno · 6 CFU · ING-IND/31 · 0 file
Archivio Globale

Al termine di questo corso, lo studente sarà in grado di: conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche (Descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti di un circuito, macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate);
  • comprendere le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti, tramite la valutazioni delle risposte errate al questionario, lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, acquisisce abilità comunicative e capacità di apprendere).

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge come una esercitazione/ricevimento frontale.

Programma

Componenti, circuiti, macchine, dispositivi e reti elettriche sono sempre più importanti in qualsiasi applicazione industriale, civile e informatica. Il corso ha come obiettivo quello di illustrare le principali tipologie di componenti, circuiti, macchine, dispositivi e reti elettriche. La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere e dimensionare principali componenti di un circuito elettrico, di macchine, dispositivi e reti elettriche e di redigere e risolvere i relativi circuiti equivalenti. Verranno illustrate le principali metodologie di analisi e di progetto dei sistemi elettrici, nonché i relativi principi di funzionamento.

Modulo 1

Grandezze elettriche fondamentali e loro legami: corrente elettrica, campo elettrico, tensione elettrica, generatore e bipolo resistore, misura delle principali grandezze elettriche e relativi strumenti (Lezione 1 Metodi e classificazioni dei sistemi elettrici, Lezione 2 Unità e strumenti di misura, Lezione 3 Grandezze elettriche e leggi fondamentali).

Modulo 2

Risoluzione delle reti elettriche lineari in corrente continua: principali metodi di risoluzione (Lezione 4 Bipoli generatori, Lezione 5 Bipolo resistore, Lezione 6 Circuiti).

Modulo 3

Reti elettriche capacitive: condensatore, reti capacitive a regime costante e fenomeni transitori (Lezione 9 Condensatore).

Modulo 4

Circuiti magnetici: grandezze magnetiche, induttanza, circuiti magnetici, circuiti elettrici e campi magnetici, fenomeni transitori (Lezione 10 Campo Magnetico e Induttore, Lezione 11 Analisi nel dominio della frequenza e metodo dei fasori, Lezione 12 Fasori e Potenza in alternata).

Modulo 5

Reti elettriche lineari in corrente alternata: regime sinusoidale, circuiti in corrente alternata monofase e sistemi trifase (Lezione 13 Circuiti R, L, C, RL, RC, LC, Lezione 14 circuiti RLC e risonanza, sistemi trifase).

Modulo 6

Macchine elettriche statiche e rotanti: trasformatori, campo magnetico rotante, macchina asincrona, macchina sincrona, macchine a corrente continua, convertitori e azionamenti (Lezione 15 Classificazione macchine e Trasformatori, Lezione 16 Macchine rotanti in CC, Lezione 17 Campo magnetico rotante e Macchine rotanti in CA, Lezione 18 Macchine Sincrone e Asincrone).

Modulo 7

Impianti elettrici: dimensionamento elettrico delle reti di distribuzione, rifasamento, normativa sulla sicurezza elettrica (Lezione 19 Classificazione, Dimensionamento e Rifasamento Linee e Reti, Lezione 20 Dispositivi di protezione e di manovra, normativa sulla sicurezza elettrica, collegamento neutro e terra nelle reti).

Completano il programma:

Modulo 8

Video su attività sperimentale (4 video che descrivono test di elettrotecnica, test del prototipo HOST veicolo a 4 motori ruota sterzanti a 90 ° drive by wire, con 120 kW di super condensatori, 10 kWh di batterie, generatore elettrico, e test di un autobus elettrico con range extender a idrogeno).

Modulo 9

Contiene una raccolta di più di 100 esercizi svolti divisi in 4 pdf secondo i relativi argomenti (circuiti in corrente continua, circuiti in corrente alternata, macchine/rifasamento/reti ).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria e semplici calcoli (grandezze, leggi, caratteristiche, etc. definite nelle lezioni e calcoli di resistenza/induttanza/capacità in circuiti e tensione/corrente/coppia e numero di giri in macchine elettriche), valutata 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente continua (sistema di equazioni lineari, del tipo presenti nelle lezioni 7 e 8 per i circuiti in continua, valutato 10,7 punti).
  • 1 esercizio per la risoluzione di circuiti in corrente alternata (studio del circuito nel dominio del tempo presentato nelle lezioni 13 e 14 per i circuiti in alternata, valutato 10,7 punti).

In questo modo lo studente che risponde a tutte e 3 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32,1).

Le 3 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione di nodi e rami del circuito e relativo grafo, 3 punti per la scelta del metodo migliore di risoluzione, 3 per la correttezza delle equazioni, 2,7 per la correttezza dei risultati individuata o dal corretto bilanciamento delle potenze, i.e. potenze attive = potenze passive, o dal corretto disegno dei fasori).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento. Sebbene le prove di verifica e di autoverifica intermedie non contribuiscono alla formulazione del giudizio finale e non sono obbligatorie ai fini del sostenimento della prova d’esame, la quale deve essere svolta in presenza dello studente davanti ad apposita Commissione ai sensi dell´art. 11 c.7 lett.e) del DM 270/2004, esse sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuale. Infatti, la prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Charles K. Alexander, Matthew N. O. Sadiku, Giambattista Gruosso, Circuiti elettrici, Ed. McGraw-Hill Education (contiene teoria ed esercizi svolti)

Si consiglia anche lo studio dei seguenti testi e siti web:

  • L. Olivieri e E. Ravelli, Fondamenti di ELETTROTECNICA ED ELETTRONICA, Ed. CEDAM scuola (principalmente teoria)
  • M. Guarnieri e A. Stella, Principi e applicazioni di ELETTROTECNICA, Ed. Progetto Padova (teoria con qualche esercizio)
  • F. Iliceto, Lezioni di ELETTROTECNICA volumi 1-2-3, Ed. Pàtron editore (libro datato di teoria ma molto esaustivo)
  • A. Geri e A. Salvini, Esercizi d´esame di ELETTROTECNICA, Ed. Progetto Leonard (raccolta di esercizi a basso costo ma difficile da trovare online e in libreria, alcune copie si possono trovare in consultazione presso la sede di via Plinio 44 in Biblioteca di ateneo e in laboratorio a Via Paolo Emilio 29)
  • Canova,G.Gruosso,M.Repetto Esercizi Elettrotecnica” di facile comprensione per agevolare la preparazione alla soluzione degli esercizi proposti
  • https://it.wikipedia.org/wiki/Elettrotecnica
  • http://digilander.libero.it/nando.marturano/Elettrotecnica/Corrente_Continua/indice_esercizi_eletrot_cc.htm
  • http://www.edutecnica.it/elettrotecnica.htm
  • http://www.scuolaelettrica.it/elettrotecnica/itis/svolti1/svolti1.htm

Per chi avesse lacune di base si consiglia di comprare un libro non universitario di facile lettura e basso costo: G. Conte Corso di elettrotecnica e macchine elettriche, Ed. Hoepli a patto che per il Modulo 7 (Impianti elettrici) e alcuni approfondimenti si faccia riferimento al materiale didattico del docente o ai libri di testo sopra menzionati.

Codice insegnamento curriculum-sviluppo-software-l-8:8418

Fondamenti di Cybersecurity 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Gli attacchi informatici stanno…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.
Conoscenza e comprensione
Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno. Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.
I principali obiettivi del corso:

  • conoscere gli aspetti difensivi e offensivi della tecnologia;
  • riconoscere le diverse forme di attacco informatico;
  • conoscere i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • conoscere i malware, i ransomware;
  • implementare le strategie di difesa (tattiche, tecniche, procedure);
  • realizzare programmi di base per la difesa delle infrastrutture informatiche delle organizzazioni;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Le conoscenze acquisite creano le condizioni di base poter avviare le pratiche di Ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali; applicando i modelli concettuali studiati possono costruire procedure finalizzate alla difesa di sistemi digitali, sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso la cyber intelligence).

Programma

La sicurezza informatica, nota anche come cybersecurity (cybersicurezza) o sicurezza delle informazioni, è il campo che si occupa della protezione di sistemi informatici, reti, programmi e dati da accessi non autorizzati, danni o attacchi. L’obiettivo principale della sicurezza informatica consiste nel garantire la confidenzialità, l’integrità e la disponibilità delle informazioni, l’autenticazione o verifica dell’identità di un utente o di un sistema, l’autorizzazione che stabilisce cosa un utente può fare all’interno di un sistema. La crittografia, ovvero l’uso di algoritmi matematici per proteggere i dati durante la trasmissione o l’archiviazione, la presenza di firewall ovvero di quei dispositivi o quei software che monitorano e controllano il traffico di rete, bloccando o permettendo il passaggio in base a regole di sicurezza predefinite, l’utilizzo di antivirus ed antimalware, software progettati per prevenire, rivelare e debellare virus, nonché proteggere i sistemi informatici da minacce esterne o interne rientrano a pieno titolo nelle dotazioni culturali di un esperto di cybersicurezza. Nel contesto delle minacce digitali la Pianificazione della sicurezza, ovvero la definizione di politiche e procedure di sicurezza, oltre a un piano di risposta agli incidenti, per affrontare minacce potenziali o incidenti di sicurezza è essenziale per rispondere con tempestività agli attacchi. Il corso di Fondamenti di Cybersecurity (FCY) è cruciale per diversi motivi, considerando il sempre crescente ruolo delle tecnologie digitali nelle nostre vite personali e professionali.

  • Protezione delle Informazioni Sensibili: Con sempre più dati personali e aziendali archiviati digitalmente, è fondamentale proteggere queste informazioni da accessi non autorizzati, furto, manipolazione o distruzione. La cyber sicurezza aiuta a garantire la confidenzialità e l'integrità di queste informazioni.
  • Prevenzione degli Attacchi Informatici: Gli attacchi informatici, come malware, ransomware, phishing e attacchi DDoS, sono sempre più sofisticati. Studiare la cyber sicurezza fornisce le competenze necessarie per comprendere, prevenire e rispondere a tali minacce.
  • Protezione delle Infrastrutture Critiche: Molte infrastrutture critiche, come reti elettriche, sistemi di trasporto e servizi sanitari, dipendono fortemente dalla tecnologia. La cybersicurezza è fondamentale per evitare il potenziale danneggiamento o il blocco di queste infrastrutture da parte di attacchi informatici.
  • Difesa Aziendale: Le organizzazioni affrontano costantemente minacce alla sicurezza informatica, che possono portare a perdite finanziarie, danni reputazionali e interruzioni delle operazioni aziendali. Gli esperti in cybersicurezza sono essenziali per proteggere le organizzazioni da queste minacce.
  • Conformità Normativa: Molte industrie sono soggette a regolamentazioni e leggi riguardanti la protezione dei dati e la sicurezza informatica. Gli esperti in cybersicurezza aiutano le organizzazioni a conformarsi a tali normative riducendo il rischio di sanzioni legali.
  • Crescita Professionale: La domanda di professionisti della cybersicurezza è in costante aumento. Studiare la cybersicurezza può offrire opportunità di carriera interessanti e ben remunerate in un campo in espansione.
  • Consapevolezza Personale: Con l'aumentare delle minacce online, la consapevolezza personale della sicurezza informatica è diventata essenziale. Gli individui possono applicare le conoscenze acquisite nello studio della cybersicurezza per proteggere le proprie informazioni personali online.

Un esperto di cybersicurezza diventa vettore di legalità, sentinella delle autostrade digitali, sempre più essenziale nel mondo del lavoro, nelle aziende, e pertanto si deve dotare di strumenti per ideare soluzioni creative sviluppando algoritmi con molteplici linguaggi.
Nella cybersicurezza, la programmazione è essenziale per implementare algoritmi e soluzioni di difesa. Diversi linguaggi di programmazione possono essere utilizzati a seconda delle esigenze specifiche del progetto in particolare Python, noto per la sua facilità di apprendimento e leggibilità del codice che è in grado di offrire un vasto ecosistema di librerie e framework che possono essere utilizzati per implementare algoritmi di sicurezza. È ampiamente utilizzato per scripting, automazione e sviluppo di strumenti di sicurezza nel mondo del lavoro. Il linguaggio Python sarà utilizzato per costruire algoritmi in questo corso, ma non mancheranno riferimenti ad altri linguaggi come assembly o script shell.

Modulo I - Cyber Threat Intelligence

1. Area Competitiva

  • Il cyberspazio
  • I sistemi, le applicazioni ed il cloud
  • Cybersecurity
  • Cyberstrategy nelle organizzazioni

2. Hacking

  • Hacking: distinzione tra comportamenti etici e malevoli
  • Chi è l’Hacker
  • Quali sono gli obiettivi degli Hacker Etici e Advs
  • Riservatezza, Integrità e Disponibilità (CIA)
  • Approfondimenti su Integrità: checksum & funzione hash
  • I vettori di attacco e la superficie di attacco

3. Basics of Intelligence

  • Le fasi dell’Intelligence
  • OODA Modello decisionale
  • Intelligence life cycle

4. Security Posture

  • Incident Response (IR)
  • Controllo centralizzato: SOC

5. Threat Actors Mindset

  • Fasi di attacco: la Kill Chain (KC)
  • Modello di analisi delle Intrusioni: Diamond Model
  • Framework di Cybersecurity: Mitre ATT&CK, D3FEND
  • Active Defence e F3EAD

Modulo II - Cyber Operazionale

6. Questione di traffico - Parte I

  • La Trasmissione dei dati
  • Librerie di Programmazione

7. Questione di traffico - Parte II

  • Catturare il Traffico (ARP Spoofing)
  • Mac spoofing

8. Tecniche avanzate di sicurezza di rete: dalla scansione alla difesa contro HiJacking e scraping

  • Realizzare uno scanner di rete
  • Domani HIJacking: detect data scraping

9. Tecniche e script per la sicurezza dei sistemi DNS

  • Il DNS
  • Attacchi al DNS

10. Processi, socket, porte: difendersi dagli attacchi

  • Processi connessi alla rete: socket, porte

11. Strumenti e Tecniche di Penetrazione: Scansioni SYN e XMAS, Reverse Shell ed Nmap

  • Attacchi
  • Reverse shell, Nmap e Botnet

12. Principi e difesa del protocollo DHCP: comprendere e contrastare attacchi DHCP e hijacking di sessioni

  • DHCP server
  • Session HIJACKING

13. Web applications

  • Architettura di una web application
  • SOP: Same Origin Policy

14. OWASP

  • Sql Injection
  • Broken Authentication
  • Sensitive Data Exposure
  • XML external entities
  • Broken Access Control

15. Introduzione al Malware e analisi avanzata: dal Portable Executable alle DLL

  • I malware
  • Malware analysis
  • Portable Executable
  • DLL

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso, nella stesura di programmi nel linguaggio di programmazione utilizzato nel corso in relazione alla cybersicurezza. Le domande sono formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare una organizzazione reale.

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

-
della capacità di apprendere e quindi di esporre l’argomento richiesto mostrando un’attitudine a risolvere nuove sfide;

-
della padronanza di linguaggio dello studente;

-
della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente, è obbligatorio lo studio dei seguenti testi:

  • Intelligence Driven Incident Respose (Cap. 1, 2 e 3) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Cybersecurity – Attack and defense Strategies (Cap. 1, 2 e 3, 4 fino a pag 67) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Pubblicazione NIST: 2024 NIST Incident Response Recommendations and Considerations for Cybersecurity Risk Management [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • A Threat-Driven Approach to Cyber [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Diamond Model of Intrusion Analysis [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Practical Malware Analisys» di Michael Sikorski e Andrew Honing (Cap. 0 e 1)
  • Python and Ethical hacking di Tony Chan (Cap 1,2,3)
  • Ethical Hacking - a Hands-on Introduction to breaking in, di Daniel G. Graham (Cap 1,2,3,4)
  • Riferimenti per linguaggio Python: Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testi di approfondimento:

  • Awesome OSINT(Open-Source Intelligence) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP by Goverdhan [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP Commands [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • OWASP Top 10-2017 [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Unified Kill Chain [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19651

Fondamenti di Cybersecurity 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Gli attacchi informatici stanno…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Fondamenti di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.
Conoscenza e comprensione
Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno. Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.
I principali obiettivi del corso:

  • conoscere gli aspetti difensivi e offensivi della tecnologia;
  • riconoscere le diverse forme di attacco informatico;
  • conoscere i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • conoscere i malware, i ransomware;
  • implementare le strategie di difesa (tattiche, tecniche, procedure);
  • realizzare programmi di base per la difesa delle infrastrutture informatiche delle organizzazioni;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Le conoscenze acquisite creano le condizioni di base poter avviare le pratiche di Ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali; applicando i modelli concettuali studiati possono costruire procedure finalizzate alla difesa di sistemi digitali, sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso la cyber intelligence).

Programma

La sicurezza informatica, nota anche come cybersecurity (cybersicurezza) o sicurezza delle informazioni, è il campo che si occupa della protezione di sistemi informatici, reti, programmi e dati da accessi non autorizzati, danni o attacchi. L’obiettivo principale della sicurezza informatica consiste nel garantire la confidenzialità, l’integrità e la disponibilità delle informazioni, l’autenticazione o verifica dell’identità di un utente o di un sistema, l’autorizzazione che stabilisce cosa un utente può fare all’interno di un sistema. La crittografia, ovvero l’uso di algoritmi matematici per proteggere i dati durante la trasmissione o l’archiviazione, la presenza di firewall ovvero di quei dispositivi o quei software che monitorano e controllano il traffico di rete, bloccando o permettendo il passaggio in base a regole di sicurezza predefinite, l’utilizzo di antivirus ed antimalware, software progettati per prevenire, rivelare e debellare virus, nonché proteggere i sistemi informatici da minacce esterne o interne rientrano a pieno titolo nelle dotazioni culturali di un esperto di cybersicurezza. Nel contesto delle minacce digitali la Pianificazione della sicurezza, ovvero la definizione di politiche e procedure di sicurezza, oltre a un piano di risposta agli incidenti, per affrontare minacce potenziali o incidenti di sicurezza è essenziale per rispondere con tempestività agli attacchi. Il corso di Fondamenti di Cybersecurity (FCY) è cruciale per diversi motivi, considerando il sempre crescente ruolo delle tecnologie digitali nelle nostre vite personali e professionali.

  • Protezione delle Informazioni Sensibili: Con sempre più dati personali e aziendali archiviati digitalmente, è fondamentale proteggere queste informazioni da accessi non autorizzati, furto, manipolazione o distruzione. La cyber sicurezza aiuta a garantire la confidenzialità e l'integrità di queste informazioni.
  • Prevenzione degli Attacchi Informatici: Gli attacchi informatici, come malware, ransomware, phishing e attacchi DDoS, sono sempre più sofisticati. Studiare la cyber sicurezza fornisce le competenze necessarie per comprendere, prevenire e rispondere a tali minacce.
  • Protezione delle Infrastrutture Critiche: Molte infrastrutture critiche, come reti elettriche, sistemi di trasporto e servizi sanitari, dipendono fortemente dalla tecnologia. La cybersicurezza è fondamentale per evitare il potenziale danneggiamento o il blocco di queste infrastrutture da parte di attacchi informatici.
  • Difesa Aziendale: Le organizzazioni affrontano costantemente minacce alla sicurezza informatica, che possono portare a perdite finanziarie, danni reputazionali e interruzioni delle operazioni aziendali. Gli esperti in cybersicurezza sono essenziali per proteggere le organizzazioni da queste minacce.
  • Conformità Normativa: Molte industrie sono soggette a regolamentazioni e leggi riguardanti la protezione dei dati e la sicurezza informatica. Gli esperti in cybersicurezza aiutano le organizzazioni a conformarsi a tali normative riducendo il rischio di sanzioni legali.
  • Crescita Professionale: La domanda di professionisti della cybersicurezza è in costante aumento. Studiare la cybersicurezza può offrire opportunità di carriera interessanti e ben remunerate in un campo in espansione.
  • Consapevolezza Personale: Con l'aumentare delle minacce online, la consapevolezza personale della sicurezza informatica è diventata essenziale. Gli individui possono applicare le conoscenze acquisite nello studio della cybersicurezza per proteggere le proprie informazioni personali online.

Un esperto di cybersicurezza diventa vettore di legalità, sentinella delle autostrade digitali, sempre più essenziale nel mondo del lavoro, nelle aziende, e pertanto si deve dotare di strumenti per ideare soluzioni creative sviluppando algoritmi con molteplici linguaggi.
Nella cybersicurezza, la programmazione è essenziale per implementare algoritmi e soluzioni di difesa. Diversi linguaggi di programmazione possono essere utilizzati a seconda delle esigenze specifiche del progetto in particolare Python, noto per la sua facilità di apprendimento e leggibilità del codice che è in grado di offrire un vasto ecosistema di librerie e framework che possono essere utilizzati per implementare algoritmi di sicurezza. È ampiamente utilizzato per scripting, automazione e sviluppo di strumenti di sicurezza nel mondo del lavoro. Il linguaggio Python sarà utilizzato per costruire algoritmi in questo corso, ma non mancheranno riferimenti ad altri linguaggi come assembly o script shell.

Modulo I - Cyber Threat Intelligence

1. Area Competitiva

  • Il cyberspazio
  • I sistemi, le applicazioni ed il cloud
  • Cybersecurity
  • Cyberstrategy nelle organizzazioni

2. Hacking

  • Hacking: distinzione tra comportamenti etici e malevoli
  • Chi è l’Hacker
  • Quali sono gli obiettivi degli Hacker Etici e Advs
  • Riservatezza, Integrità e Disponibilità (CIA)
  • Approfondimenti su Integrità: checksum & funzione hash
  • I vettori di attacco e la superficie di attacco

3. Basics of Intelligence

  • Le fasi dell’Intelligence
  • OODA Modello decisionale
  • Intelligence life cycle

4. Security Posture

  • Incident Response (IR)
  • Controllo centralizzato: SOC

5. Threat Actors Mindset

  • Fasi di attacco: la Kill Chain (KC)
  • Modello di analisi delle Intrusioni: Diamond Model
  • Framework di Cybersecurity: Mitre ATT&CK, D3FEND
  • Active Defence e F3EAD

Modulo II - Cyber Operazionale

6. Questione di traffico - Parte I

  • La Trasmissione dei dati
  • Librerie di Programmazione

7. Questione di traffico - Parte II

  • Catturare il Traffico (ARP Spoofing)
  • Mac spoofing

8. Tecniche avanzate di sicurezza di rete: dalla scansione alla difesa contro HiJacking e scraping

  • Realizzare uno scanner di rete
  • Domani HIJacking: detect data scraping

9. Tecniche e script per la sicurezza dei sistemi DNS

  • Il DNS
  • Attacchi al DNS

10. Processi, socket, porte: difendersi dagli attacchi

  • Processi connessi alla rete: socket, porte

11. Strumenti e Tecniche di Penetrazione: Scansioni SYN e XMAS, Reverse Shell ed Nmap

  • Attacchi
  • Reverse shell, Nmap e Botnet

12. Principi e difesa del protocollo DHCP: comprendere e contrastare attacchi DHCP e hijacking di sessioni

  • DHCP server
  • Session HIJACKING

13. Web applications

  • Architettura di una web application
  • SOP: Same Origin Policy

14. OWASP

  • Sql Injection
  • Broken Authentication
  • Sensitive Data Exposure
  • XML external entities
  • Broken Access Control

15. Introduzione al Malware e analisi avanzata: dal Portable Executable alle DLL

  • I malware
  • Malware analysis
  • Portable Executable
  • DLL

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso, nella stesura di programmi nel linguaggio di programmazione utilizzato nel corso in relazione alla cybersicurezza. Le domande sono formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare una organizzazione reale.

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

-
della capacità di apprendere e quindi di esporre l’argomento richiesto mostrando un’attitudine a risolvere nuove sfide;

-
della padronanza di linguaggio dello studente;

-
della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente, è obbligatorio lo studio dei seguenti testi:

  • Intelligence Driven Incident Respose (Cap. 1, 2 e 3) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Cybersecurity – Attack and defense Strategies (Cap. 1, 2 e 3, 4 fino a pag 67) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Pubblicazione NIST: 2024 NIST Incident Response Recommendations and Considerations for Cybersecurity Risk Management [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • A Threat-Driven Approach to Cyber [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Diamond Model of Intrusion Analysis [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • Practical Malware Analisys» di Michael Sikorski e Andrew Honing (Cap. 0 e 1)
  • Python and Ethical hacking di Tony Chan (Cap 1,2,3)
  • Ethical Hacking - a Hands-on Introduction to breaking in, di Daniel G. Graham (Cap 1,2,3,4)
  • Riferimenti per linguaggio Python: Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testi di approfondimento:

  • Awesome OSINT(Open-Source Intelligence) [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP by Goverdhan [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • NMAP Commands [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • OWASP Top 10-2017 [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]
  • The Unified Kill Chain [il testo è disponibile nel modulo Testi di Riferimento della sezione materiale didattico]

Codice insegnamento curriculum-sviluppo-software-l-8:19651

Fondamenti di Ingegneria del Software 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: analizzare in maniera critica le varie fasi del processo di produzione di un sistema software; conoscere i principi base della Qualità del software; sviluppare…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • analizzare in maniera critica le varie fasi del processo di produzione di un sistema software;
  • conoscere i principi base della Qualità del software;
  • sviluppare sistemi software secondo una delle metodologie descritte;
  • apprendere le basi del linguaggio UML;
  • gestire tutte le fasi di un progetto software.

Programma

Il corso ha la finalità di consentire agli studenti di comprendere quali siano i principali strumenti dell'Ingegneria del Software, quali siano gli strumenti di base per l’analisi, la progettazione e la realizzazione di sistemi software di qualità. Il corso si focalizza prevalentemente sulla descrizione delle fasi del processo di sviluppo del software. Saranno inoltre forniti elementi essenziali del linguaggio UML per la modellazione del software e delle tecniche di gestione dei progetti software.

Modulo Lezioni: Fondamenti di Ingegneria del Software

Gli obiettivi del modulo sono:

  • studiare i principi dell'Ingegneria del Software;
  • conoscere i principi dello sviluppo prescrittivo del software;
  • acquisire conoscenze sul linguaggio UML.

Le lezioni sono sedici:

  • Introduzione. I principi dell'Ingegneria del Software
  • UML: Principi fondamentali e Class Diagram
  • UML: Structure, Behavior e Interaction Diagram
  • Modelli di processo software prescrittivi
  • II modelli di processo non prescrittivi: Model-Driven, RUP e Agili
  • Pratiche di Ingegneria del software Ingegneria dei sistemi
  • Ingegneria dei requisiti
  • Ingegneria dei requisiti: la creazione del modello a livello di analisi
  • Progettazione architetturale
  • Progettazione di dettaglio: componenti ed user interface
  • Strategie di testing
  • Gestione dei progetti. Generalità, misure del prodotto software
  • Gestione dei progettimetriche di processo e progetto, pianificazione
  • Scheduling dei progetti
  • Gestione dei rischi e della qualità
  • Gestione del cambiamento

Modalità d'esame

La prova finale sarà composta da una serie di domande aperte cui lo studente è chiamato a rispondere in piena autonomia. Le domande aperte verteranno sull'intero programma espletato durante il corso.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi ai processi di ingegneria del software e alle attività che li descrivono e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti di modellazione implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Roger S. Pressman “Principi di Ingegneria del Software”, 5 Edizione, McGrawHill

In alternativa:

  • Ian Sommerville Ian, “Introduzione alla Ingegneria del Software”, Pearson

Codice insegnamento curriculum-cybersecurity-l-8:18581

Fondamenti di Ingegneria del Software 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: analizzare in maniera critica le varie fasi del processo di produzione di un sistema software; conoscere i principi base della Qualità del software; sviluppare…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • analizzare in maniera critica le varie fasi del processo di produzione di un sistema software;
  • conoscere i principi base della Qualità del software;
  • sviluppare sistemi software secondo una delle metodologie descritte;
  • apprendere le basi del linguaggio UML;
  • gestire tutte le fasi di un progetto software.

Programma

Il corso ha la finalità di consentire agli studenti di comprendere quali siano i principali strumenti dell'Ingegneria del Software, quali siano gli strumenti di base per l’analisi, la progettazione e la realizzazione di sistemi software di qualità. Il corso si focalizza prevalentemente sulla descrizione delle fasi del processo di sviluppo del software. Saranno inoltre forniti elementi essenziali del linguaggio UML per la modellazione del software e delle tecniche di gestione dei progetti software.

Modulo Lezioni: Fondamenti di Ingegneria del Software

Gli obiettivi del modulo sono:

  • studiare i principi dell'Ingegneria del Software;
  • conoscere i principi dello sviluppo prescrittivo del software;
  • acquisire conoscenze sul linguaggio UML.

Le lezioni sono sedici:

  • Introduzione. I principi dell'Ingegneria del Software
  • UML: Principi fondamentali e Class Diagram
  • UML: Structure, Behavior e Interaction Diagram
  • Modelli di processo software prescrittivi
  • II modelli di processo non prescrittivi: Model-Driven, RUP e Agili
  • Pratiche di Ingegneria del software Ingegneria dei sistemi
  • Ingegneria dei requisiti
  • Ingegneria dei requisiti: la creazione del modello a livello di analisi
  • Progettazione architetturale
  • Progettazione di dettaglio: componenti ed user interface
  • Strategie di testing
  • Gestione dei progetti. Generalità, misure del prodotto software
  • Gestione dei progettimetriche di processo e progetto, pianificazione
  • Scheduling dei progetti
  • Gestione dei rischi e della qualità
  • Gestione del cambiamento

Modalità d'esame

La prova finale sarà composta da una serie di domande aperte cui lo studente è chiamato a rispondere in piena autonomia. Le domande aperte verteranno sull'intero programma espletato durante il corso.

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi ai processi di ingegneria del software e alle attività che li descrivono e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti di modellazione implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Roger S. Pressman “Principi di Ingegneria del Software”, 5 Edizione, McGrawHill

In alternativa:

  • Ian Sommerville Ian, “Introduzione alla Ingegneria del Software”, Pearson

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18581

Fondamenti di intelligenza artificiale 3° anno · 6 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i principali formalismi di rappresentazione della conoscenza.
  • Conoscere le principali modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le principali preoccupazioni e i maggiori impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare semplici soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare semplici soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire i fondamenti delle metodologie e delle tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico fino alle architetture neurali generative, per comprendere ed affrontare le problematiche dell’Intelligenza artificiale.

Gli studenti acquisiranno i fondamenti teorici degli agenti intelligenti e le loro interazioni con l’ambiente circostante; la risoluzione di problemi e le strategie di ricerca. Verranno forniti i concetti fondamentali della logica, l’inferenza e la deduzione e i formalismi di rappresentazione della conoscenza. Saranno introdotti i concetti di base dell’apprendimento automatico discriminativo e generativo.

Gli studenti acquisiranno anche i concetti introduttivi delle reti neurali profonde. Si introdurrà l’elaborazione del linguaggio naturale, le metodologie per il processamento del testo e il processo di generazione dei nuovi contenuti. Infine, si descriveranno le principali preoccupazioni e implicazioni etiche dell’intelligenza artificiale.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli (lezione facoltativa)

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza (lezione facoltativa)

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali (lezione facoltativa)
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons (lezione facoltativa)

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo (lezione facoltativa)
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-cybersecurity-l-8:19943

Fondamenti di intelligenza artificiale 3° anno · 6 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i principali formalismi di rappresentazione della conoscenza.
  • Conoscere le principali modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le principali preoccupazioni e i maggiori impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare semplici soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare semplici soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire i fondamenti delle metodologie e delle tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico fino alle architetture neurali generative, per comprendere ed affrontare le problematiche dell’Intelligenza artificiale.

Gli studenti acquisiranno i fondamenti teorici degli agenti intelligenti e le loro interazioni con l’ambiente circostante; la risoluzione di problemi e le strategie di ricerca. Verranno forniti i concetti fondamentali della logica, l’inferenza e la deduzione e i formalismi di rappresentazione della conoscenza. Saranno introdotti i concetti di base dell’apprendimento automatico discriminativo e generativo.

Gli studenti acquisiranno anche i concetti introduttivi delle reti neurali profonde. Si introdurrà l’elaborazione del linguaggio naturale, le metodologie per il processamento del testo e il processo di generazione dei nuovi contenuti. Infine, si descriveranno le principali preoccupazioni e implicazioni etiche dell’intelligenza artificiale.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli (lezione facoltativa)

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza (lezione facoltativa)

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali (lezione facoltativa)
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons (lezione facoltativa)

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo (lezione facoltativa)
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19943

Fondamenti di intelligenza artificiale 3° anno · 6 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i principali formalismi di rappresentazione della conoscenza.
  • Conoscere le principali modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le principali preoccupazioni e i maggiori impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare semplici soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare semplici soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire i fondamenti delle metodologie e delle tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico fino alle architetture neurali generative, per comprendere ed affrontare le problematiche dell’Intelligenza artificiale.

Gli studenti acquisiranno i fondamenti teorici degli agenti intelligenti e le loro interazioni con l’ambiente circostante; la risoluzione di problemi e le strategie di ricerca. Verranno forniti i concetti fondamentali della logica, l’inferenza e la deduzione e i formalismi di rappresentazione della conoscenza. Saranno introdotti i concetti di base dell’apprendimento automatico discriminativo e generativo.

Gli studenti acquisiranno anche i concetti introduttivi delle reti neurali profonde. Si introdurrà l’elaborazione del linguaggio naturale, le metodologie per il processamento del testo e il processo di generazione dei nuovi contenuti. Infine, si descriveranno le principali preoccupazioni e implicazioni etiche dell’intelligenza artificiale.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli (lezione facoltativa)

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza (lezione facoltativa)

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali (lezione facoltativa)
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons (lezione facoltativa)

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo (lezione facoltativa)
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-sviluppo-software-l-8:19943

Fondamenti di machine Learning 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Machine Learning. Conoscere quali sono i principali modelli di Machine…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Machine Learning.
  • Conoscere quali sono i principali modelli di Machine Learning.
  • Comprendere come funzionano i principali modelli di Machine Learning.
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Machine Learning.

Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Machine Learning utilizzando il framework scikit-learn.
  • Imparare le principali funzionalità di scikit-learn per sviluppare modelli di Machine Learning.
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Machine Learning.
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Machine Learning.

Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso.
  • Saper valutare a seconda del caso d’uso se un algoritmo di Machine Learning può essere la soluzione al problema.
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Machine Learning a seconda del dominio.
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Machine Learning nel suo insieme.
  • Comprendere come scrivere del codice per sviluppare soluzioni di Machine Learning.

Programma

Il corso di Machine Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nell'informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Machine Learning analizzando le applicazioni ed il funzionamento. Il corso è strutturato per fornire delle solide basi teoriche sulle quali si basano I correnti algoritmi allo stato dell’arte. Il corso consentirà allo studente di padroneggiare i principali modelli di Machine Learning sia da un punto di vista teorico che pratico.

Lezione 1: Machine learning

  • Introduzione al machine learning e contesto stoico. Panoramica sul campo del Machine Learning e delle sue applicazioni.

Lezione 2: Fondamenti di matematica

  • Revisione dei concetti matematici fondamentali: algebra lineare, probabilità, statistica, derivate e funzioni, utili per comprendere gli algoritmi di ML.

Lezione 3: Dataset e metriche

  • Introduzione ai dataset: struttura, pulizia e gestione. Analisi delle metriche per valutare e selezionare modelli e prestazioni.

Lezione 4: Addestramento supervisionato

  • Spiegazione del paradigma supervisionato: apprendimento da dati etichettati e introduzione ai principali algoritmi: KNN, Regressione Lineare, con spiegazione di overfitting

Lezione 5: Alberi di decisione

  • Studio degli alberi decisionali: logica, costruzione e interpretabilità dei modelli gerarchici. Overfitting nel contesto degli alberi di decisione. Combinare diversi alberi insieme per l’apprendimento d’insieme

Lezione 6: Classificazione

  • Tecniche e modelli per problemi di classificazione binaria. Introduzione del concetto di loss, regressione logistica e naive bayes.

Lezione 7: Reti neurali

  • Introduzione alle reti neurali artificiali: struttura, funzionamento dei neuroni e architetture base.

Lezione 8: Addestramento delle reti neurali

  • Approfondimento su backpropagation, funzioni di costo, ottimizzazione dei pesi e regolarizzazione durante l'addestramento.

Lezione 9: SVM (Support Vector Machines)

  • Analisi delle macchine a vettori di supporto per classificazione e regressione: margini, kernel e separabilità.

Lezione 10: Addestramento non supervisionato

  • Esplorazione del machine learning non supervisionato: clustering, riduzione dimensionale.

Lezione 11: Machine Learning in pratica

  • Applicazione pratica dei concetti appresi: pipeline ML con utilizzo su notebook, valutazione su casi reali e buone pratiche operative.

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Machine Learning esposti durante le lezioni. La prova scritta ha una durata di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.
L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Machine Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Mitchell – Machine Learning, McGraw-Hill, 1997
  • Bishop – Pattern Recognition and Machine Learning, Springer, 2006
  • Bishop e Bishop– Deep Learning, Foundations and Concepts, Springer, 2023

Codice insegnamento curriculum-cybersecurity-l-8:19197

Fondamenti di machine Learning 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Machine Learning. Conoscere quali sono i principali modelli di Machine…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Machine Learning.
  • Conoscere quali sono i principali modelli di Machine Learning.
  • Comprendere come funzionano i principali modelli di Machine Learning.
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Machine Learning.

Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Machine Learning utilizzando il framework scikit-learn.
  • Imparare le principali funzionalità di scikit-learn per sviluppare modelli di Machine Learning.
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Machine Learning.
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Machine Learning.

Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso.
  • Saper valutare a seconda del caso d’uso se un algoritmo di Machine Learning può essere la soluzione al problema.
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Machine Learning a seconda del dominio.
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Machine Learning nel suo insieme.
  • Comprendere come scrivere del codice per sviluppare soluzioni di Machine Learning.

Programma

Il corso di Machine Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nell'informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Machine Learning analizzando le applicazioni ed il funzionamento. Il corso è strutturato per fornire delle solide basi teoriche sulle quali si basano I correnti algoritmi allo stato dell’arte. Il corso consentirà allo studente di padroneggiare i principali modelli di Machine Learning sia da un punto di vista teorico che pratico.

Lezione 1: Machine learning

  • Introduzione al machine learning e contesto stoico. Panoramica sul campo del Machine Learning e delle sue applicazioni.

Lezione 2: Fondamenti di matematica

  • Revisione dei concetti matematici fondamentali: algebra lineare, probabilità, statistica, derivate e funzioni, utili per comprendere gli algoritmi di ML.

Lezione 3: Dataset e metriche

  • Introduzione ai dataset: struttura, pulizia e gestione. Analisi delle metriche per valutare e selezionare modelli e prestazioni.

Lezione 4: Addestramento supervisionato

  • Spiegazione del paradigma supervisionato: apprendimento da dati etichettati e introduzione ai principali algoritmi: KNN, Regressione Lineare, con spiegazione di overfitting

Lezione 5: Alberi di decisione

  • Studio degli alberi decisionali: logica, costruzione e interpretabilità dei modelli gerarchici. Overfitting nel contesto degli alberi di decisione. Combinare diversi alberi insieme per l’apprendimento d’insieme

Lezione 6: Classificazione

  • Tecniche e modelli per problemi di classificazione binaria. Introduzione del concetto di loss, regressione logistica e naive bayes.

Lezione 7: Reti neurali

  • Introduzione alle reti neurali artificiali: struttura, funzionamento dei neuroni e architetture base.

Lezione 8: Addestramento delle reti neurali

  • Approfondimento su backpropagation, funzioni di costo, ottimizzazione dei pesi e regolarizzazione durante l'addestramento.

Lezione 9: SVM (Support Vector Machines)

  • Analisi delle macchine a vettori di supporto per classificazione e regressione: margini, kernel e separabilità.

Lezione 10: Addestramento non supervisionato

  • Esplorazione del machine learning non supervisionato: clustering, riduzione dimensionale.

Lezione 11: Machine Learning in pratica

  • Applicazione pratica dei concetti appresi: pipeline ML con utilizzo su notebook, valutazione su casi reali e buone pratiche operative.

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Machine Learning esposti durante le lezioni. La prova scritta ha una durata di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.
L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Machine Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Mitchell – Machine Learning, McGraw-Hill, 1997
  • Bishop – Pattern Recognition and Machine Learning, Springer, 2006
  • Bishop e Bishop– Deep Learning, Foundations and Concepts, Springer, 2023

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19197

Fondamenti di machine Learning 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Machine Learning. Conoscere quali sono i principali modelli di Machine…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Machine Learning.
  • Conoscere quali sono i principali modelli di Machine Learning.
  • Comprendere come funzionano i principali modelli di Machine Learning.
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Machine Learning.

Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Machine Learning utilizzando il framework scikit-learn.
  • Imparare le principali funzionalità di scikit-learn per sviluppare modelli di Machine Learning.
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Machine Learning.
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Machine Learning.

Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso.
  • Saper valutare a seconda del caso d’uso se un algoritmo di Machine Learning può essere la soluzione al problema.
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Machine Learning a seconda del dominio.
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Machine Learning nel suo insieme.
  • Comprendere come scrivere del codice per sviluppare soluzioni di Machine Learning.

Programma

Il corso di Machine Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nell'informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Machine Learning analizzando le applicazioni ed il funzionamento. Il corso è strutturato per fornire delle solide basi teoriche sulle quali si basano I correnti algoritmi allo stato dell’arte. Il corso consentirà allo studente di padroneggiare i principali modelli di Machine Learning sia da un punto di vista teorico che pratico.

Lezione 1: Machine learning

  • Introduzione al machine learning e contesto stoico. Panoramica sul campo del Machine Learning e delle sue applicazioni.

Lezione 2: Fondamenti di matematica

  • Revisione dei concetti matematici fondamentali: algebra lineare, probabilità, statistica, derivate e funzioni, utili per comprendere gli algoritmi di ML.

Lezione 3: Dataset e metriche

  • Introduzione ai dataset: struttura, pulizia e gestione. Analisi delle metriche per valutare e selezionare modelli e prestazioni.

Lezione 4: Addestramento supervisionato

  • Spiegazione del paradigma supervisionato: apprendimento da dati etichettati e introduzione ai principali algoritmi: KNN, Regressione Lineare, con spiegazione di overfitting

Lezione 5: Alberi di decisione

  • Studio degli alberi decisionali: logica, costruzione e interpretabilità dei modelli gerarchici. Overfitting nel contesto degli alberi di decisione. Combinare diversi alberi insieme per l’apprendimento d’insieme

Lezione 6: Classificazione

  • Tecniche e modelli per problemi di classificazione binaria. Introduzione del concetto di loss, regressione logistica e naive bayes.

Lezione 7: Reti neurali

  • Introduzione alle reti neurali artificiali: struttura, funzionamento dei neuroni e architetture base.

Lezione 8: Addestramento delle reti neurali

  • Approfondimento su backpropagation, funzioni di costo, ottimizzazione dei pesi e regolarizzazione durante l'addestramento.

Lezione 9: SVM (Support Vector Machines)

  • Analisi delle macchine a vettori di supporto per classificazione e regressione: margini, kernel e separabilità.

Lezione 10: Addestramento non supervisionato

  • Esplorazione del machine learning non supervisionato: clustering, riduzione dimensionale.

Lezione 11: Machine Learning in pratica

  • Applicazione pratica dei concetti appresi: pipeline ML con utilizzo su notebook, valutazione su casi reali e buone pratiche operative.

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Machine Learning esposti durante le lezioni. La prova scritta ha una durata di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.
L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Machine Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Mitchell – Machine Learning, McGraw-Hill, 1997
  • Bishop – Pattern Recognition and Machine Learning, Springer, 2006
  • Bishop e Bishop– Deep Learning, Foundations and Concepts, Springer, 2023

Codice insegnamento curriculum-sviluppo-software-l-8:19197

Gestione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere le tematiche legate alla gestione aziendale; comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

-
conoscere le tematiche legate alla gestione aziendale;

-
comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza) per se e per il contesto di riferimento, generatore di benessere e sviluppo sociale;

-
conoscere gli strumenti principali per la gestione di un’impresa, con specifico riferimento alle strategie d’impresa, alle tecniche manageriali, al controllo di gestione e alla redazione del bilancio.

Programma

Il corso si prefigge l’obiettivo di diffondere un’adeguata conoscenza delle tematiche legate alla gestione d’impresa e di sviluppare, negli studenti, la consapevolezza del ruolo centrale dell’impresa come motore dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza), generatore di benessere e sviluppo sociale. In particolare, il corso è pensato per introdurre alla cultura e al linguaggio della gestione aziendale attraverso un percorso articolato su diversi temi fondamentali, quali: soggetto economico; modelli rappresentativi dell’impresa; strategia; organizzazione; bilancio; misura del valore.

  • L’economia aziendale nelle istituzioni e nella società
  • L’azienda: caratteristiche, finalità e modelli di rappresentazione
  • Le risorse
  • Attività, processi e sistemi operativi
  • Le strategie aziendali
  • Il modello di bilancio
  • Il bilancio d’esercizio
  • Strumenti contabili per le decisioni economiche
  • La performance economico finanziaria ed i modelli del valore
  • I Gruppi di imprese
  • Governo e funzionamento delle aziende
  • Soggetto economico, teoria degli stakeholder la responsabilità sociale d’impresa

Modalità d'esame

L'esame si svolge in forma scritta e/o orale. La prova orale consiste in un colloquio sugli argomenti del corso. L'esame in forma scritta consiste in tre domande a risposta aperta e ha una durata massima di 90 minuti.
L’esame consente di valutare il livello di conoscenza e comprensione dei contenuti del corso, compresa la capacità di esprimere i concetti con la terminologia appropriata della Gestione aziendale. La valutazione è basata sulla somma delle valutazioni ottenute nelle varie domande.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente ed ai materiali presenti in piattaforma è obbligatorio lo studio del seguente testo:

  • Favotto F., Economia aziendale. Modelli, misure e casi, McGraw-Hill, Milano, Ultima edizione (cap. 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

Codice insegnamento curriculum-cybersecurity-l-8:19787

Gestione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere le tematiche legate alla gestione aziendale; comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

-
conoscere le tematiche legate alla gestione aziendale;

-
comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza) per se e per il contesto di riferimento, generatore di benessere e sviluppo sociale;

-
conoscere gli strumenti principali per la gestione di un’impresa, con specifico riferimento alle strategie d’impresa, alle tecniche manageriali, al controllo di gestione e alla redazione del bilancio.

Programma

Il corso si prefigge l’obiettivo di diffondere un’adeguata conoscenza delle tematiche legate alla gestione d’impresa e di sviluppare, negli studenti, la consapevolezza del ruolo centrale dell’impresa come motore dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza), generatore di benessere e sviluppo sociale. In particolare, il corso è pensato per introdurre alla cultura e al linguaggio della gestione aziendale attraverso un percorso articolato su diversi temi fondamentali, quali: soggetto economico; modelli rappresentativi dell’impresa; strategia; organizzazione; bilancio; misura del valore.

  • L’economia aziendale nelle istituzioni e nella società
  • L’azienda: caratteristiche, finalità e modelli di rappresentazione
  • Le risorse
  • Attività, processi e sistemi operativi
  • Le strategie aziendali
  • Il modello di bilancio
  • Il bilancio d’esercizio
  • Strumenti contabili per le decisioni economiche
  • La performance economico finanziaria ed i modelli del valore
  • I Gruppi di imprese
  • Governo e funzionamento delle aziende
  • Soggetto economico, teoria degli stakeholder la responsabilità sociale d’impresa

Modalità d'esame

L'esame si svolge in forma scritta e/o orale. La prova orale consiste in un colloquio sugli argomenti del corso. L'esame in forma scritta consiste in tre domande a risposta aperta e ha una durata massima di 90 minuti.
L’esame consente di valutare il livello di conoscenza e comprensione dei contenuti del corso, compresa la capacità di esprimere i concetti con la terminologia appropriata della Gestione aziendale. La valutazione è basata sulla somma delle valutazioni ottenute nelle varie domande.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente ed ai materiali presenti in piattaforma è obbligatorio lo studio del seguente testo:

  • Favotto F., Economia aziendale. Modelli, misure e casi, McGraw-Hill, Milano, Ultima edizione (cap. 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19787

Gestione aziendale 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere le tematiche legate alla gestione aziendale; comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

-
conoscere le tematiche legate alla gestione aziendale;

-
comprendere il ruolo delle imprese quale centro di sviluppo dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza) per se e per il contesto di riferimento, generatore di benessere e sviluppo sociale;

-
conoscere gli strumenti principali per la gestione di un’impresa, con specifico riferimento alle strategie d’impresa, alle tecniche manageriali, al controllo di gestione e alla redazione del bilancio.

Programma

Il corso si prefigge l’obiettivo di diffondere un’adeguata conoscenza delle tematiche legate alla gestione d’impresa e di sviluppare, negli studenti, la consapevolezza del ruolo centrale dell’impresa come motore dei moderni sistemi capitalistici, strumento di creazione di valore economico (ricchezza), generatore di benessere e sviluppo sociale. In particolare, il corso è pensato per introdurre alla cultura e al linguaggio della gestione aziendale attraverso un percorso articolato su diversi temi fondamentali, quali: soggetto economico; modelli rappresentativi dell’impresa; strategia; organizzazione; bilancio; misura del valore.

  • L’economia aziendale nelle istituzioni e nella società
  • L’azienda: caratteristiche, finalità e modelli di rappresentazione
  • Le risorse
  • Attività, processi e sistemi operativi
  • Le strategie aziendali
  • Il modello di bilancio
  • Il bilancio d’esercizio
  • Strumenti contabili per le decisioni economiche
  • La performance economico finanziaria ed i modelli del valore
  • I Gruppi di imprese
  • Governo e funzionamento delle aziende
  • Soggetto economico, teoria degli stakeholder la responsabilità sociale d’impresa

Modalità d'esame

L'esame si svolge in forma scritta e/o orale. La prova orale consiste in un colloquio sugli argomenti del corso. L'esame in forma scritta consiste in tre domande a risposta aperta e ha una durata massima di 90 minuti.
L’esame consente di valutare il livello di conoscenza e comprensione dei contenuti del corso, compresa la capacità di esprimere i concetti con la terminologia appropriata della Gestione aziendale. La valutazione è basata sulla somma delle valutazioni ottenute nelle varie domande.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente ed ai materiali presenti in piattaforma è obbligatorio lo studio del seguente testo:

  • Favotto F., Economia aziendale. Modelli, misure e casi, McGraw-Hill, Milano, Ultima edizione (cap. 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11)

Codice insegnamento curriculum-sviluppo-software-l-8:19787

IIET-01/A Elementi di impianti elettrici, automazione e domotica 3° anno · 6 CFU · 0 file
IIET-01/A Elementi di impianti elettrici, automazione e domotica 3° anno · 6 CFU · 0 file
IIET-01/A Elementi di impianti elettrici, automazione e domotica 3° anno · 6 CFU · 0 file
IIND-06/B Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 3° anno · 12 CFU · 0 file
IIND-06/B Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 3° anno · 12 CFU · 0 file
IIND-06/B Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 3° anno · 12 CFU · 0 file
IINF-05/A AI Laboratory 3° anno · 6 CFU · 0 file
IINF-05/A Machine Learning fundamentals 3° anno · 6 CFU · 0 file
IINF-05/A Network Security 3° anno · 6 CFU · 0 file
IINF-05/A Security Innovation Manager 3° anno · 6 CFU · 0 file
IINF-05/A Security Innovation Manager 3° anno · 6 CFU · 0 file
IINF-05/A Security Innovation Manager 3° anno · 6 CFU · 0 file
Intelligenza Artificiale 3° anno · 12 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i formalismi di rappresentazione della conoscenza.
  • Conoscere i modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le preoccupazioni e gli impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire le metodologie e le tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico e delle architetture neurali generative, per comprendere, analizzare e risolvere problemi con soluzioni di AI adeguate. Inoltre, analizza come l'uso di tale tecnologia digitale per creare sistemi sta rivoluzionando ogni aspetto delle nostre vite e in particolare come impatta in differenti domini applicativi e le relative preoccupazioni e implicazioni etiche.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

Per poter sostenere l'esame è necessario concordare con la prof.ssa Fallucchi la realizzazione di un progetto. L'elaborato deve essere inviato almeno 10 giorni prima dell’esame, tramite email ([email protected]) alla docente che, dopo aver effettuato la revisione del progetto svolto, invia un riscontro allo Studente con le eventuali osservazioni.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-cybersecurity-l-8:20433

Intelligenza Artificiale 3° anno · 12 CFU · IINF-05/A · 0 file

1. Conoscenza e comprensione Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale. Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie. Comprendere la logica e i…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione

  • Comprendere l’importanza dell’utilizzo dell’intelligenza artificiale.
  • Comprendere la visione ad agenti e conoscere i problemi di ricerca e le differenti strategie.
  • Comprendere la logica e i formalismi di rappresentazione della conoscenza.
  • Conoscere i modelli, approcci e algoritmi di apprendimento automatico.
  • Comprendere i passi necessari per l’elaborazione automatica del testo e il processo di generazione di nuovi contenuti.
  • Comprendere le preoccupazioni e gli impatti etici dell'AI.

2. Capacità di applicare conoscenze e comprensione

  • Costruire rappresentazioni del mondo, usare un processo di inferenza per derivare nuove rappresentazioni del mondo e realizzazione di agenti con conoscenza del mondo e capacità di ragionare sui possibili modi di agire.
  • Realizzare soluzioni usando apprendimento automatico e reti neurali profonde.
  • Realizzare soluzioni per processare testo o per generare nuovi contenuti.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso di soluzioni di intelligenza artificiale.
  • Comunicare efficacemente idee e di problemi basati su tecniche di intelligenza artificiale, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze di AI tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale.

Programma

Il corso si propone di fornire le metodologie e le tecniche, degli approcci simbolici, dei modelli discriminativi e generativi dell’apprendimento automatico e delle architetture neurali generative, per comprendere, analizzare e risolvere problemi con soluzioni di AI adeguate. Inoltre, analizza come l'uso di tale tecnologia digitale per creare sistemi sta rivoluzionando ogni aspetto delle nostre vite e in particolare come impatta in differenti domini applicativi e le relative preoccupazioni e implicazioni etiche.

Modulo 1: Introduzione

  • Fondamenti di AI: iniziamo da AI

Modulo 2: Agenti intelligenti e risoluzione di problemi

  • Agenti intelligenti
  • Problem solving risolvere i problemi con la ricerca
  • Risolvere i problemi con la ricerca usare una strategia
  • Problema di soddisfacimento di vincoli

Modulo 3: Conoscenza e ragionamento

  • Conoscenza, ragionamento e pianificazione agenti basati su conoscenza
  • A cosa serve la logica?
  • Rappresentazione della conoscenza
  • Conoscenza incerta e ragionamento in condizioni di incertezza

Modulo 4: Apprendimento automatico e Deep Learning

  • Apprendimento automatico
  • Apprendimento automatico: approcci all’apprendimento
  • Apprendimento automatico: modelli probabilistici e reti neurali
  • Storia dell’AI e del Deep Learning
  • Deep Learning: componenti e tipologie
  • Deep Learning: multi-layer perceptrons

Modulo 5: NLP e generazione di nuovi contenuti

  • Natural language processing (NLP)
  • Natural language processing (NLP): come elaboriamo il testo
  • Large language model
  • Generative AI

Modulo 6: Etica

  • Etica: nella società dell'AI

Modalità d'esame

Per poter sostenere l'esame è necessario concordare con la prof.ssa Fallucchi la realizzazione di un progetto. L'elaborato deve essere inviato almeno 10 giorni prima dell’esame, tramite email ([email protected]) alla docente che, dopo aver effettuato la revisione del progetto svolto, invia un riscontro allo Studente con le eventuali osservazioni.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande con diversa natura: aperta, a risposta multipla e esercizi sugli argomenti specifici del corso. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’intelligenza artificiale e tutti i metodi, le metodologie e tecnologie che permettono di risolvere semplici task di AI. Viene richiesta la capacità dello studente di applicare tali conoscenze tramite la descrizione di soluzioni, funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare approcci, metodi, funzionalità o strumenti alla risoluzione di problemi e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi e le soluzioni di AI. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito lo studio dei seguenti testi:

  • Intelligenza artificiale Un approccio moderno Volume 1 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni
  • Intelligenza artificiale Un approccio moderno Volume 2 Quarta edizione Stuart Russell, Peter Norvig a cura di Francesco Amigoni

Nella versione inglese:

  • Artificial Intelligence A Modern Approach Third Edition Stuart Russell and Peter Norvig

Codice insegnamento curriculum-sviluppo-software-l-8:20433

Laboratori virtuali 3° anno · 6 CFU · 0 file
Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 3° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.

Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.

La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.

La prova orale consiste:

  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC456653

Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 3° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.

Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.

La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.

La prova orale consiste:

  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC456702

Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 3° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.

Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.

La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.

La prova orale consiste:

  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC456783

Laboratorio di AI 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza di applicare conoscenza e comprensione Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica. Sviluppare e validare modelli di machine learning, deep learning, IA…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza di applicare conoscenza e comprensione

  • Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica.
  • Sviluppare e validare modelli di machine learning, deep learning, IA generativa, LLM, IA agentica.
  • Integrare modelli di IA all’interno di sistemi software complessi.
  • Acquisire competenze nell’uso di ambienti di sviluppo e librerie specifiche per l’IA.

Competenze trasversali

  • Sviluppare la capacità di lavorare su progetti in ambito IA.

Il corso si svolge prevalentemente in modalità hands-on, con laboratori pratici, progetti di gruppo e casi studio, stimolando il problem solving, la sperimentazione e il pensiero critico, per preparare gli studenti a contesti industriali e di ricerca avanzata.

Programma

Il corso di Laboratorio di Intelligenza Artificiale è progettato per fornire agli studenti un’esperienza pratica e applicativa sui principali strumenti, algoritmi e tecnologie dell’Intelligenza Artificiale (IA).

L’insegnamento si propone di integrare le conoscenze teoriche acquisite nei corsi di base e avanzati di IA con attività di laboratorio orientate alla progettazione, implementazione e sperimentazione di soluzioni intelligenti, capaci di risolvere problemi complessi in contesti reali.

Gli studenti affronteranno lo sviluppo di sistemi basati su apprendimento automatico (machine learning), reti neurali profonde (deep learning), algoritmi di pianificazione e ragionamento automatico, visione artificiale, elaborazione del linguaggio naturale (NLP) tramite l’implementazione di IA Generativa e LLM utilizzando framework e librerie standard del settore (come TensorFlow, PyTorch, Scikit-learn).

Modulo I - Intelligenza Artificiale Discriminativa

  • Introduzione al laboratorio di Intelligenza Artificiale [1 lezione]
  • Apprendimento Supervisionato [1 lezione]
  • Reti neurali e Deep Learning [1 lezione]
  • Apprendimento non Supervisionato [1 lezione]
  • Elaborazione del linguaggio naturale (NLP) [1 lezione]
  • Computer Vision [1 lezione]
  • Reinforcement Learning (RL) [1 lezione]

Modulo II – Intelligenza Artificiale Generativa

  • Generative AI [6 lezioni]

Modulo III – Intelligenza Artificiale Agentica

  • Generative AI [2 lezioni]

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in quattro domande a risposta aperta e cinque domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Generative AI with Python: The Developer’s Guide to Pretrained LLMs, Vector Databases, Retrieval Augmented Generation, and Agentic Systems (Rheinwerk Computing) di Bert Gollnick (Author) uscirà il 28-05-2025
  • Python code for Artificial Intelligence Foundations of Computational Agents David L. Poole and Alan K. Mackworth Version 0.9.16 of April 23, 2025

Codice insegnamento curriculum-cybersecurity-l-8:18529

Laboratorio di AI 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza di applicare conoscenza e comprensione Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica. Sviluppare e validare modelli di machine learning, deep learning, IA…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza di applicare conoscenza e comprensione

  • Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica.
  • Sviluppare e validare modelli di machine learning, deep learning, IA generativa, LLM, IA agentica.
  • Integrare modelli di IA all’interno di sistemi software complessi.
  • Acquisire competenze nell’uso di ambienti di sviluppo e librerie specifiche per l’IA.

Competenze trasversali

  • Sviluppare la capacità di lavorare su progetti in ambito IA.

Il corso si svolge prevalentemente in modalità hands-on, con laboratori pratici, progetti di gruppo e casi studio, stimolando il problem solving, la sperimentazione e il pensiero critico, per preparare gli studenti a contesti industriali e di ricerca avanzata.

Programma

Il corso di Laboratorio di Intelligenza Artificiale è progettato per fornire agli studenti un’esperienza pratica e applicativa sui principali strumenti, algoritmi e tecnologie dell’Intelligenza Artificiale (IA).

L’insegnamento si propone di integrare le conoscenze teoriche acquisite nei corsi di base e avanzati di IA con attività di laboratorio orientate alla progettazione, implementazione e sperimentazione di soluzioni intelligenti, capaci di risolvere problemi complessi in contesti reali.

Gli studenti affronteranno lo sviluppo di sistemi basati su apprendimento automatico (machine learning), reti neurali profonde (deep learning), algoritmi di pianificazione e ragionamento automatico, visione artificiale, elaborazione del linguaggio naturale (NLP) tramite l’implementazione di IA Generativa e LLM utilizzando framework e librerie standard del settore (come TensorFlow, PyTorch, Scikit-learn).

Modulo I - Intelligenza Artificiale Discriminativa

  • Introduzione al laboratorio di Intelligenza Artificiale [1 lezione]
  • Apprendimento Supervisionato [1 lezione]
  • Reti neurali e Deep Learning [1 lezione]
  • Apprendimento non Supervisionato [1 lezione]
  • Elaborazione del linguaggio naturale (NLP) [1 lezione]
  • Computer Vision [1 lezione]
  • Reinforcement Learning (RL) [1 lezione]

Modulo II – Intelligenza Artificiale Generativa

  • Generative AI [6 lezioni]

Modulo III – Intelligenza Artificiale Agentica

  • Generative AI [2 lezioni]

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in quattro domande a risposta aperta e cinque domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Generative AI with Python: The Developer’s Guide to Pretrained LLMs, Vector Databases, Retrieval Augmented Generation, and Agentic Systems (Rheinwerk Computing) di Bert Gollnick (Author) uscirà il 28-05-2025
  • Python code for Artificial Intelligence Foundations of Computational Agents David L. Poole and Alan K. Mackworth Version 0.9.16 of April 23, 2025

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18529

Laboratorio di AI 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza di applicare conoscenza e comprensione Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica. Sviluppare e validare modelli di machine learning, deep learning, IA…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza di applicare conoscenza e comprensione

  • Applicare algoritmi di IA a casi di studio concreti, tipici dell’Ingegneria Informatica.
  • Sviluppare e validare modelli di machine learning, deep learning, IA generativa, LLM, IA agentica.
  • Integrare modelli di IA all’interno di sistemi software complessi.
  • Acquisire competenze nell’uso di ambienti di sviluppo e librerie specifiche per l’IA.

Competenze trasversali

  • Sviluppare la capacità di lavorare su progetti in ambito IA.

Il corso si svolge prevalentemente in modalità hands-on, con laboratori pratici, progetti di gruppo e casi studio, stimolando il problem solving, la sperimentazione e il pensiero critico, per preparare gli studenti a contesti industriali e di ricerca avanzata.

Programma

Il corso di Laboratorio di Intelligenza Artificiale è progettato per fornire agli studenti un’esperienza pratica e applicativa sui principali strumenti, algoritmi e tecnologie dell’Intelligenza Artificiale (IA).

L’insegnamento si propone di integrare le conoscenze teoriche acquisite nei corsi di base e avanzati di IA con attività di laboratorio orientate alla progettazione, implementazione e sperimentazione di soluzioni intelligenti, capaci di risolvere problemi complessi in contesti reali.

Gli studenti affronteranno lo sviluppo di sistemi basati su apprendimento automatico (machine learning), reti neurali profonde (deep learning), algoritmi di pianificazione e ragionamento automatico, visione artificiale, elaborazione del linguaggio naturale (NLP) tramite l’implementazione di IA Generativa e LLM utilizzando framework e librerie standard del settore (come TensorFlow, PyTorch, Scikit-learn).

Modulo I - Intelligenza Artificiale Discriminativa

  • Introduzione al laboratorio di Intelligenza Artificiale [1 lezione]
  • Apprendimento Supervisionato [1 lezione]
  • Reti neurali e Deep Learning [1 lezione]
  • Apprendimento non Supervisionato [1 lezione]
  • Elaborazione del linguaggio naturale (NLP) [1 lezione]
  • Computer Vision [1 lezione]
  • Reinforcement Learning (RL) [1 lezione]

Modulo II – Intelligenza Artificiale Generativa

  • Generative AI [6 lezioni]

Modulo III – Intelligenza Artificiale Agentica

  • Generative AI [2 lezioni]

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
L’esame finale è volto a verificare la comprensione degli argomenti trattati. La prova scritta consiste in quattro domande a risposta aperta e cinque domande a risposta chiusa sugli argomenti specifici del corso.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è fortemente consigliato lo studio dei seguenti testi:

  • Generative AI with Python: The Developer’s Guide to Pretrained LLMs, Vector Databases, Retrieval Augmented Generation, and Agentic Systems (Rheinwerk Computing) di Bert Gollnick (Author) uscirà il 28-05-2025
  • Python code for Artificial Intelligence Foundations of Computational Agents David L. Poole and Alan K. Mackworth Version 0.9.16 of April 23, 2025

Codice insegnamento curriculum-sviluppo-software-l-8:18529

Laboratorio di Cybersecurity 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Il corso prevede che lo studente abbia…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.

Conoscenza e comprensione

Il corso prevede che lo studente abbia conoscenza della pila iso osi e del protocollo Tcp ip che saranno ripresi con dei cenni nel corso. Si richiede la conoscenza del linguaggio di programmazione Python. Si assume la conoscenza della programmazione orientata agli oggetti.

Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno.

Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.

I principali obiettivi del corso:

  • comprendere gli aspetti difensivi e offensivi della tecnologia;
  • creare le condizioni per riconoscere le diverse forme di attacco informatico;
  • permettere di approfondire i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • affrontare i malware, i ransomware;
  • implementare le strategie di difesa (tattiche tecniche Procedure);
  • creare le basi per realizzare programmi per la difesa delle infrastrutture informatiche delle organizzazioni.

Le conoscenze acquisite creano le condizioni di base per poter avviare le pratiche di ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali attraverso la gestione di logiche di Firewalling. Applicando i modelli concettuali studiati si possono costruire procedure finalizzate alla difesa di sistemi digitali sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa si avvia script che attraverso la costruzione di ACL per firewall avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso a cyber intelligence).

Al termine del laboratorio di Cybersecurity, lo studente sarà in grado di:

  • Comprendere e applicare la sintassi di Python per risolvere problemi reali di sicurezza informatica, sviluppando in autonomia script di complessità crescente utili nell’ambito della cybersecurity.
  • Ideare logiche per monitorare il traffico, individuare anomalie, tracciare comportamenti sospetti e rispondere efficacemente a incidenti di sicurezza.
  • Analizzare servizi, porte, socket e firewall, comprendendone il funzionamento e il ruolo all’interno di un’architettura di difesa multilayer.
  • Progettare e implementare strategie difensive multilivello, valutando criticamente la sicurezza delle infrastrutture e selezionando strumenti adeguati per l’analisi e la difesa del traffico di rete e web.
  • Sviluppare un approccio pratico e operativo alla cybersecurity.

Questi risultati mirano a fornire allo studente le competenze pratiche e teoriche necessarie per operare consapevolmente e autonomamente nel campo della sicurezza informatica, sia come specialista tecnico sia come referente in ambito operativo

Programma

Il laboratorio di Cybersecurity si propone di fornire agli studenti una formazione pratica e approfondita sulle tecniche, gli strumenti e le metodologie utilizzate per proteggere i sistemi informatici e le reti da minacce e attacchi informatici. Attraverso un approccio hands-on, gli studenti acquisiranno competenze fondamentali per identificare vulnerabilità, analizzare attacchi e implementare misure di sicurezza efficaci.

Si parte dall’importanza di Python per la cybersecurity. Python è diventato un linguaggio fondamentale nel campo della cybersecurity grazie a una serie di caratteristiche che lo rendono particolarmente adatto per affrontare le sfide di sicurezza informatica. La semplicità e facilità d'uso, la sua sintassi chiara e leggibile, lo rendono accessibile anche a chi ha poca o nessuna esperienza di programmazione. Questa semplicità consente ai professionisti della sicurezza di concentrarsi su problemi complessi senza doversi preoccupare di complicate strutture di codice. Python è un linguaggio versatile che può essere utilizzato per una vasta gamma di applicazioni nel campo della cybersecurity, come il Penetration Testing consentendo agli esperti di sviluppare strumenti e script che simulano attacchi informatici, identificando vulnerabilità nei sistemi o eseguire script per Analisi dei Log, sfruttando potenti librerie per l'analisi dei log e la rilevazione di anomalie, permettendo l’identificazione di comportamenti sospetti e rispondere rapidamente a potenziali minacce.

La prima parte del corso (Modulo 1) si concentra essenzialmente sulla sintassi Python con l’obiettivo di costruire una conoscenza tale da rendere completamente autonomo lo studente nell’elaborazione di scripts con complessità crescente.

La seconda parte del corso (Modulo 2) si occupa della sicurezza delle infrastrutture informatiche. Si analizzano in dettaglio aspetti legati ai servizi, alle porte, alle socket, ai firewall, agli switch con un atteggiamento sempre orientato a costruire modelli di difesa multilayer. Si prevede lo studio e l’utilizzo di strumenti di controllo ed analisi del traffico di rete e di web. In particolare ci saranno sessioni di lavoro orientate all’utilizzo di uno strumento essenziale per un esperto di cyber, wireshark per comprendere tutte le diverse dinamiche che sottendono un attacco. Approfondimenti sono previsti per il controllo del traffico web anche con altri strumenti utili nella pratica giornaliera di difesa.

Modulo 1: Linguaggio Python

  • Introduzione a Python
  • Fondamenti
  • Tipizzazione e Variabili
  • Basic Data type
  • Strutture dati fondamentali
  • Liste
  • Tuple
  • Set
  • Dizionari
  • Le Funzioni
  • Funzioni
  • Le Closures ei decoratori
  • OOP – Le classi e Programmazione ad oggetti in Python
  • Le classi
  • Cosa accade quando si crea una classe
  • Attributi
  • Metodi
  • Ereditarietà
  • Variabili e metodi privati
  • Organizzazione del codice , Moduli ed eccezioni
  • Moduli e regole di visibilità
  • Gestione delle eccezioni
  • Advanced Python

Modulo 2 : Sicurezza infrastrutturale

  • Security Infrastructure - Le porte
  • Porte Richiami agli stati
  • Tipi di porte: inbound e outbound
  • Le porte safe ed unsafen
  • Security Infrastructure: Firewall
  • Tipologie di traffico da difendere
  • La prima linea di difesa
  • Allegati
  • Classi di indirizzamento e NAT
  • L’importanza della rappresentazione per diagrammi di rete
  • Esempi di ACL
  • Security infrastructure: il Firewall
  • Firewall: approfondimenti
  • La Sottorete Schermata (Screened Subnet)
  • Allegati
  • Classificazione dei firewall e altri sistemi di sicurezza
  • Cenni su wireshark

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato una prova di laboratorio consistente nella stesura di almeno una prova di laboratorio relativa a:

  • Traffico unicast e/o Trasmissione Multicast e/o Trasmissione broadcast
  • Filtraggio avanzato e NAT
  • Configurazione iptable

Il file della prova di laboratorio deve essere consegnato all’indirizzo del docente ([email protected]) almeno 15 giorni prima della prova scritta.

Le domande dell’esame finale formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza e/o la risoluzione di algoritmi specifici relativi ad attacchi e/o intercettabili attraverso acl di un firewall. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare un’organizzazione reale.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il docente avrà totale facoltà di RICHIEDERE QUALUNQUE APPROFONDIMENTO ORALE, al fine di valutare la prova scritta. Le prove scritte sostenute da studenti che dovessero rifiutare l'approfondimento orale, verranno giudicate come "Non superate".

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della precisione e accuratezza espositiva;
  • dell’originalità degli elaborati e delle soluzioni presentate nelle prove scritte;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma (fondamentali), è fortemente consigliato lo studio dei seguenti testi:

  • Riferimenti per linguaggio Python: “Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testo facoltativo:

  • Wireshark for security professionals: using Wireshark and Metasploit Framework - Wiley da consultare per comprendere come intercettare il traffico

Codice insegnamento curriculum-cybersecurity-l-8:20565

Laboratorio di Cybersecurity 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Il corso prevede che lo studente abbia…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.

Conoscenza e comprensione

Il corso prevede che lo studente abbia conoscenza della pila iso osi e del protocollo Tcp ip che saranno ripresi con dei cenni nel corso. Si richiede la conoscenza del linguaggio di programmazione Python. Si assume la conoscenza della programmazione orientata agli oggetti.

Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno.

Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.

I principali obiettivi del corso:

  • comprendere gli aspetti difensivi e offensivi della tecnologia;
  • creare le condizioni per riconoscere le diverse forme di attacco informatico;
  • permettere di approfondire i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • affrontare i malware, i ransomware;
  • implementare le strategie di difesa (tattiche tecniche Procedure);
  • creare le basi per realizzare programmi per la difesa delle infrastrutture informatiche delle organizzazioni.

Le conoscenze acquisite creano le condizioni di base per poter avviare le pratiche di ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali attraverso la gestione di logiche di Firewalling. Applicando i modelli concettuali studiati si possono costruire procedure finalizzate alla difesa di sistemi digitali sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa si avvia script che attraverso la costruzione di ACL per firewall avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso a cyber intelligence).

Al termine del laboratorio di Cybersecurity, lo studente sarà in grado di:

  • Comprendere e applicare la sintassi di Python per risolvere problemi reali di sicurezza informatica, sviluppando in autonomia script di complessità crescente utili nell’ambito della cybersecurity.
  • Ideare logiche per monitorare il traffico, individuare anomalie, tracciare comportamenti sospetti e rispondere efficacemente a incidenti di sicurezza.
  • Analizzare servizi, porte, socket e firewall, comprendendone il funzionamento e il ruolo all’interno di un’architettura di difesa multilayer.
  • Progettare e implementare strategie difensive multilivello, valutando criticamente la sicurezza delle infrastrutture e selezionando strumenti adeguati per l’analisi e la difesa del traffico di rete e web.
  • Sviluppare un approccio pratico e operativo alla cybersecurity.

Questi risultati mirano a fornire allo studente le competenze pratiche e teoriche necessarie per operare consapevolmente e autonomamente nel campo della sicurezza informatica, sia come specialista tecnico sia come referente in ambito operativo

Programma

Il laboratorio di Cybersecurity si propone di fornire agli studenti una formazione pratica e approfondita sulle tecniche, gli strumenti e le metodologie utilizzate per proteggere i sistemi informatici e le reti da minacce e attacchi informatici. Attraverso un approccio hands-on, gli studenti acquisiranno competenze fondamentali per identificare vulnerabilità, analizzare attacchi e implementare misure di sicurezza efficaci.

Si parte dall’importanza di Python per la cybersecurity. Python è diventato un linguaggio fondamentale nel campo della cybersecurity grazie a una serie di caratteristiche che lo rendono particolarmente adatto per affrontare le sfide di sicurezza informatica. La semplicità e facilità d'uso, la sua sintassi chiara e leggibile, lo rendono accessibile anche a chi ha poca o nessuna esperienza di programmazione. Questa semplicità consente ai professionisti della sicurezza di concentrarsi su problemi complessi senza doversi preoccupare di complicate strutture di codice. Python è un linguaggio versatile che può essere utilizzato per una vasta gamma di applicazioni nel campo della cybersecurity, come il Penetration Testing consentendo agli esperti di sviluppare strumenti e script che simulano attacchi informatici, identificando vulnerabilità nei sistemi o eseguire script per Analisi dei Log, sfruttando potenti librerie per l'analisi dei log e la rilevazione di anomalie, permettendo l’identificazione di comportamenti sospetti e rispondere rapidamente a potenziali minacce.

La prima parte del corso (Modulo 1) si concentra essenzialmente sulla sintassi Python con l’obiettivo di costruire una conoscenza tale da rendere completamente autonomo lo studente nell’elaborazione di scripts con complessità crescente.

La seconda parte del corso (Modulo 2) si occupa della sicurezza delle infrastrutture informatiche. Si analizzano in dettaglio aspetti legati ai servizi, alle porte, alle socket, ai firewall, agli switch con un atteggiamento sempre orientato a costruire modelli di difesa multilayer. Si prevede lo studio e l’utilizzo di strumenti di controllo ed analisi del traffico di rete e di web. In particolare ci saranno sessioni di lavoro orientate all’utilizzo di uno strumento essenziale per un esperto di cyber, wireshark per comprendere tutte le diverse dinamiche che sottendono un attacco. Approfondimenti sono previsti per il controllo del traffico web anche con altri strumenti utili nella pratica giornaliera di difesa.

Modulo 1: Linguaggio Python

  • Introduzione a Python
  • Fondamenti
  • Tipizzazione e Variabili
  • Basic Data type
  • Strutture dati fondamentali
  • Liste
  • Tuple
  • Set
  • Dizionari
  • Le Funzioni
  • Funzioni
  • Le Closures ei decoratori
  • OOP – Le classi e Programmazione ad oggetti in Python
  • Le classi
  • Cosa accade quando si crea una classe
  • Attributi
  • Metodi
  • Ereditarietà
  • Variabili e metodi privati
  • Organizzazione del codice , Moduli ed eccezioni
  • Moduli e regole di visibilità
  • Gestione delle eccezioni
  • Advanced Python

Modulo 2 : Sicurezza infrastrutturale

  • Security Infrastructure - Le porte
  • Porte Richiami agli stati
  • Tipi di porte: inbound e outbound
  • Le porte safe ed unsafen
  • Security Infrastructure: Firewall
  • Tipologie di traffico da difendere
  • La prima linea di difesa
  • Allegati
  • Classi di indirizzamento e NAT
  • L’importanza della rappresentazione per diagrammi di rete
  • Esempi di ACL
  • Security infrastructure: il Firewall
  • Firewall: approfondimenti
  • La Sottorete Schermata (Screened Subnet)
  • Allegati
  • Classificazione dei firewall e altri sistemi di sicurezza
  • Cenni su wireshark

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato una prova di laboratorio consistente nella stesura di almeno una prova di laboratorio relativa a:

  • Traffico unicast e/o Trasmissione Multicast e/o Trasmissione broadcast
  • Filtraggio avanzato e NAT
  • Configurazione iptable

Il file della prova di laboratorio deve essere consegnato all’indirizzo del docente ([email protected]) almeno 15 giorni prima della prova scritta.

Le domande dell’esame finale formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza e/o la risoluzione di algoritmi specifici relativi ad attacchi e/o intercettabili attraverso acl di un firewall. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare un’organizzazione reale.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il docente avrà totale facoltà di RICHIEDERE QUALUNQUE APPROFONDIMENTO ORALE, al fine di valutare la prova scritta. Le prove scritte sostenute da studenti che dovessero rifiutare l'approfondimento orale, verranno giudicate come "Non superate".

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della precisione e accuratezza espositiva;
  • dell’originalità degli elaborati e delle soluzioni presentate nelle prove scritte;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma (fondamentali), è fortemente consigliato lo studio dei seguenti testi:

  • Riferimenti per linguaggio Python: “Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testo facoltativo:

  • Wireshark for security professionals: using Wireshark and Metasploit Framework - Wiley da consultare per comprendere come intercettare il traffico

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20565

Laboratorio di Cybersecurity 3° anno · 6 CFU · IINF-05/A · 0 file

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica. Conoscenza e comprensione Il corso prevede che lo studente abbia…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Laboratorio di cybersecurity fornisce una formazione completa e pratica su una vasta gamma di argomenti correlati alla sicurezza informatica.

Conoscenza e comprensione

Il corso prevede che lo studente abbia conoscenza della pila iso osi e del protocollo Tcp ip che saranno ripresi con dei cenni nel corso. Si richiede la conoscenza del linguaggio di programmazione Python. Si assume la conoscenza della programmazione orientata agli oggetti.

Gli attacchi informatici stanno diventando sempre più frequenti, complessi e mirati, con un costo collettivo di miliardi di euro ogni anno.

Questo è il motivo per cui la sicurezza informatica è uno dei settori in più rapida crescita nei paesi europei, poiché ogni anno sempre più aziende e agenzie governative cercano di assumere professionisti della sicurezza informatica con le competenze tecniche specializzate necessarie per difendere i sistemi informatici, le reti e le applicazioni cloud mission-critical dagli attacchi informatici.

I principali obiettivi del corso:

  • comprendere gli aspetti difensivi e offensivi della tecnologia;
  • creare le condizioni per riconoscere le diverse forme di attacco informatico;
  • permettere di approfondire i modelli di intelligence per la gestione delle minacce;
  • conoscere e studiare le diverse forme di attacco, le tattiche, le procedure e le strategie di difesa;
  • avviare alla programmazione di rete, scrivendo codice per gestire porte, socket, attacchi, creando sonde;
  • affrontare i malware, i ransomware;
  • implementare le strategie di difesa (tattiche tecniche Procedure);
  • creare le basi per realizzare programmi per la difesa delle infrastrutture informatiche delle organizzazioni.

Le conoscenze acquisite creano le condizioni di base per poter avviare le pratiche di ethical Hacking ovvero di figure professionali che riescono ad intercettare situazioni anomali nei sistemi digitali attraverso la gestione di logiche di Firewalling. Applicando i modelli concettuali studiati si possono costruire procedure finalizzate alla difesa di sistemi digitali sviluppando script in autonomia per l’intercettazione di anomalie. Pertanto, al termine del corso lo studente sarà in grado di classificare ed individuare i tipi di attacchi informatici, indirizzando e costruendo le procedure di difesa si avvia script che attraverso la costruzione di ACL per firewall avvalendosi di framework solidi e costantemente aggiornati. Il corso conduce lo studente allo sviluppo di competenze e conoscenze trasversali: sistemistiche, di programmazione e di analisi (primi passi verso a cyber intelligence).

Al termine del laboratorio di Cybersecurity, lo studente sarà in grado di:

  • Comprendere e applicare la sintassi di Python per risolvere problemi reali di sicurezza informatica, sviluppando in autonomia script di complessità crescente utili nell’ambito della cybersecurity.
  • Ideare logiche per monitorare il traffico, individuare anomalie, tracciare comportamenti sospetti e rispondere efficacemente a incidenti di sicurezza.
  • Analizzare servizi, porte, socket e firewall, comprendendone il funzionamento e il ruolo all’interno di un’architettura di difesa multilayer.
  • Progettare e implementare strategie difensive multilivello, valutando criticamente la sicurezza delle infrastrutture e selezionando strumenti adeguati per l’analisi e la difesa del traffico di rete e web.
  • Sviluppare un approccio pratico e operativo alla cybersecurity.

Questi risultati mirano a fornire allo studente le competenze pratiche e teoriche necessarie per operare consapevolmente e autonomamente nel campo della sicurezza informatica, sia come specialista tecnico sia come referente in ambito operativo

Programma

Il laboratorio di Cybersecurity si propone di fornire agli studenti una formazione pratica e approfondita sulle tecniche, gli strumenti e le metodologie utilizzate per proteggere i sistemi informatici e le reti da minacce e attacchi informatici. Attraverso un approccio hands-on, gli studenti acquisiranno competenze fondamentali per identificare vulnerabilità, analizzare attacchi e implementare misure di sicurezza efficaci.

Si parte dall’importanza di Python per la cybersecurity. Python è diventato un linguaggio fondamentale nel campo della cybersecurity grazie a una serie di caratteristiche che lo rendono particolarmente adatto per affrontare le sfide di sicurezza informatica. La semplicità e facilità d'uso, la sua sintassi chiara e leggibile, lo rendono accessibile anche a chi ha poca o nessuna esperienza di programmazione. Questa semplicità consente ai professionisti della sicurezza di concentrarsi su problemi complessi senza doversi preoccupare di complicate strutture di codice. Python è un linguaggio versatile che può essere utilizzato per una vasta gamma di applicazioni nel campo della cybersecurity, come il Penetration Testing consentendo agli esperti di sviluppare strumenti e script che simulano attacchi informatici, identificando vulnerabilità nei sistemi o eseguire script per Analisi dei Log, sfruttando potenti librerie per l'analisi dei log e la rilevazione di anomalie, permettendo l’identificazione di comportamenti sospetti e rispondere rapidamente a potenziali minacce.

La prima parte del corso (Modulo 1) si concentra essenzialmente sulla sintassi Python con l’obiettivo di costruire una conoscenza tale da rendere completamente autonomo lo studente nell’elaborazione di scripts con complessità crescente.

La seconda parte del corso (Modulo 2) si occupa della sicurezza delle infrastrutture informatiche. Si analizzano in dettaglio aspetti legati ai servizi, alle porte, alle socket, ai firewall, agli switch con un atteggiamento sempre orientato a costruire modelli di difesa multilayer. Si prevede lo studio e l’utilizzo di strumenti di controllo ed analisi del traffico di rete e di web. In particolare ci saranno sessioni di lavoro orientate all’utilizzo di uno strumento essenziale per un esperto di cyber, wireshark per comprendere tutte le diverse dinamiche che sottendono un attacco. Approfondimenti sono previsti per il controllo del traffico web anche con altri strumenti utili nella pratica giornaliera di difesa.

Modulo 1: Linguaggio Python

  • Introduzione a Python
  • Fondamenti
  • Tipizzazione e Variabili
  • Basic Data type
  • Strutture dati fondamentali
  • Liste
  • Tuple
  • Set
  • Dizionari
  • Le Funzioni
  • Funzioni
  • Le Closures ei decoratori
  • OOP – Le classi e Programmazione ad oggetti in Python
  • Le classi
  • Cosa accade quando si crea una classe
  • Attributi
  • Metodi
  • Ereditarietà
  • Variabili e metodi privati
  • Organizzazione del codice , Moduli ed eccezioni
  • Moduli e regole di visibilità
  • Gestione delle eccezioni
  • Advanced Python

Modulo 2 : Sicurezza infrastrutturale

  • Security Infrastructure - Le porte
  • Porte Richiami agli stati
  • Tipi di porte: inbound e outbound
  • Le porte safe ed unsafen
  • Security Infrastructure: Firewall
  • Tipologie di traffico da difendere
  • La prima linea di difesa
  • Allegati
  • Classi di indirizzamento e NAT
  • L’importanza della rappresentazione per diagrammi di rete
  • Esempi di ACL
  • Security infrastructure: il Firewall
  • Firewall: approfondimenti
  • La Sottorete Schermata (Screened Subnet)
  • Allegati
  • Classificazione dei firewall e altri sistemi di sicurezza
  • Cenni su wireshark

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato una prova di laboratorio consistente nella stesura di almeno una prova di laboratorio relativa a:

  • Traffico unicast e/o Trasmissione Multicast e/o Trasmissione broadcast
  • Filtraggio avanzato e NAT
  • Configurazione iptable

Il file della prova di laboratorio deve essere consegnato all’indirizzo del docente ([email protected]) almeno 15 giorni prima della prova scritta.

Le domande dell’esame finale formulate sia per argomenti più teorici sia per argomenti più pratici che prevedono la risoluzione di situazioni proprie di Incidenti di sicurezza e/o la risoluzione di algoritmi specifici relativi ad attacchi e/o intercettabili attraverso acl di un firewall. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla cyber intelligence, agli attacchi, ai malware che possono insidiare un’organizzazione reale.

La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il docente avrà totale facoltà di RICHIEDERE QUALUNQUE APPROFONDIMENTO ORALE, al fine di valutare la prova scritta. Le prove scritte sostenute da studenti che dovessero rifiutare l'approfondimento orale, verranno giudicate come "Non superate".

L’esame, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità nel rappresentare e risolvere i problemi di cybersicurezza e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della precisione e accuratezza espositiva;
  • dell’originalità degli elaborati e delle soluzioni presentate nelle prove scritte;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi di innovazione. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma (fondamentali), è fortemente consigliato lo studio dei seguenti testi:

  • Riferimenti per linguaggio Python: “Guida alla sintassi, alle funzionalità avanzate e all’analisi dei dati – Apogeo di Naomi Ceder

Testo facoltativo:

  • Wireshark for security professionals: using Wireshark and Metasploit Framework - Wiley da consultare per comprendere come intercettare il traffico

Codice insegnamento curriculum-sviluppo-software-l-8:20565

Laboratorio di Elettrotecnica 3° anno · 6 CFU · 0 file

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a…

Scheda dell'insegnamento

Obiettivi formativi

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore.

Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati.

Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare.

Programma

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente.

Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare.

Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche.

  • Circuiti e corrente continua
  • Le m acchine sincrone
  • I m otori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L'esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC456656

Laboratorio di Elettrotecnica 3° anno · 6 CFU · 0 file

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a…

Scheda dell'insegnamento

Obiettivi formativi

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore.

Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati.

Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare.

Programma

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente.

Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare.

Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche.

  • Circuiti e corrente continua
  • Le m acchine sincrone
  • I m otori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L'esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC456704

Laboratorio di Elettrotecnica 3° anno · 6 CFU · 0 file

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a…

Scheda dell'insegnamento

Obiettivi formativi

Verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore.

Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati.

Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare.

Programma

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente.

Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare.

Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche.

  • Circuiti e corrente continua
  • Le m acchine sincrone
  • I m otori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L'esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC456787

Laboratorio di applicazioni Web 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web. Conoscere le basi…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web.
  • Conoscere le basi del linguaggio JavaScript necessario per sviluppare applicazioni web moderne.
  • Conoscere le tecniche fondamentali per lo sviluppo delle Progressive Web App (PWA).
  • Comprendere i principi di funzionamento delle applicazioni web e la loro struttura.
  • Apprendere i concetti teorici legati alla creazione di layout responsive e interfacce utente interattive.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Progettare e sviluppare pagine web utilizzando HTML e CSS3 per creare layout esteticamente gradevoli e funzionali.
  • Utilizzare il framework Bootstrap per costruire interfacce di applicazioni web responsive e componenti predefiniti.
  • Implementare funzionalità interattive nelle pagine web utilizzando JavaScript, incluse la manipolazione del DOM e la gestione degli eventi.
  • Creare e configurare Progressive Web App (PWA) includendo funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Sviluppare capacità di problem-solving applicate al contesto dello sviluppo di interfacce di applicazioni web e Progressive Web App.
  • Rafforzare l'autonomia di giudizio nella scelta delle tecnologie e degli approcci di sviluppo più appropriati per risolvere specifici problemi progettuali.
  • Acquisire competenze di apprendimento continuo per rimanere aggiornati sulle evoluzioni delle tecnologie web.

Programma

Il corso di "Laboratorio di Applicazioni Web" è progettato per fornire agli studenti una solida base nello sviluppo di applicazioni web moderne. Durante il corso, gli studenti esploreranno le tecnologie fondamentali per la creazione di interfacce di applicazioni web interattive e responsive.

Il programma include un'introduzione alle applicazioni web, l'apprendimento dei linguaggi HTML e CSS3, l'utilizzo del framework Bootstrap per il design responsivo, e un approfondimento su JavaScript per la gestione delle interazioni dinamiche. Inoltre, il corso introduce le Progressive Web App (PWA), consentendo agli studenti di comprendere i vantaggi di queste applicazioni e di implementare funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Le lezioni sono strutturate in modo da combinare teoria e pratica, con esempi pratici che permettono agli studenti di applicare immediatamente quanto appreso. La valutazione avviene attraverso, un progetto finale e un esame conclusivo, garantendo una comprensione completa e applicata delle tematiche trattate.

Introduzione alle applicazioni web

  • Tecnologie di base
  • Architetture web
  • Tipi di applicazioni web

Tecnologie per il frontend

  • Browser e processo di rendering
  • Strumenti per lo sviluppo: Code editor
  • Il linguaggio HTML
  • I tag del linguaggio HTML
  • Introduzione alla sintassi del linguaggio HTML

Il linguaggio HTML

  • La struttura di base di un documento HTML
  • Esempio pratico: pagina HTML
  • Validazione codice HTML

CSS

  • Introduzione ai CSS
  • La sintassi dei CSS
  • Le proprietà dei CSS
  • Formattare con i fogli di stile
  • Validazione dei CSS
  • Esempio pratico: formattare una pagina HTML con i CSS

Bootstrap

  • Introduzione a Bootstrap
  • Esempio pratico: modifica dello stile con Bootstrap

JavaScript

  • Brevi cenni su Dev Tools
  • Le basi di JavaScript
  • La manipolazione del DOM
  • La programmazione asincrona
  • L’interazione con le API

Progressive Web App

  • Analisi delle Progressive Web App
  • Progettazione e implementazione di una Progressive Web App

Modalità d'esame

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato il progetto finale.

Tutti i file del progetto dovranno essere inseriti all’interno di un’unica cartella che dovrà essere inviata in formato .zip tramite e-mail all’indirizzo del docente ([email protected]).

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 90 minuti e consiste in un questionario di dieci domande tra le quali 8 a scelta multipla e 2 a risposta aperta, calibrate sull’intero programma del corso.

Le domande a scelta multipla sono orientate principalmente all’accertamento delle competenze tecniche e delle conoscenze teoriche degli studenti. Queste domande mirano a valutare la comprensione dei concetti fondamentali e la capacità di applicarli in contesti specifici.

Le domande a risposta aperta, invece, sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico. In queste domande, potrebbe essere richiesto di scrivere semplici regole CSS per formattare elementi di una pagina web o di sviluppare brevi funzioni JavaScript per risolvere problemi specifici. Tali quesiti permettono di verificare la comprensione pratica degli studenti e la loro abilità nell'utilizzare le tecnologie studiate durante il corso.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dello sviluppo di interfacce web e dei concetti teorici trattati a lezione. Inoltre parte del punteggio è riservato alla valutazione del progetto realizzato dallo studente. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte e la realizzazione del progetto sia di particolare pregio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Salvaggio, HTML5 e CSS3 – Edizioni LSWR, 2021
  • Flanagan, JavaScript la guida definitiva, Apogeo, 2021

Codice insegnamento curriculum-cybersecurity-l-8:18987

Laboratorio di applicazioni Web 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web. Conoscere le basi…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web.
  • Conoscere le basi del linguaggio JavaScript necessario per sviluppare applicazioni web moderne.
  • Conoscere le tecniche fondamentali per lo sviluppo delle Progressive Web App (PWA).
  • Comprendere i principi di funzionamento delle applicazioni web e la loro struttura.
  • Apprendere i concetti teorici legati alla creazione di layout responsive e interfacce utente interattive.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Progettare e sviluppare pagine web utilizzando HTML e CSS3 per creare layout esteticamente gradevoli e funzionali.
  • Utilizzare il framework Bootstrap per costruire interfacce di applicazioni web responsive e componenti predefiniti.
  • Implementare funzionalità interattive nelle pagine web utilizzando JavaScript, incluse la manipolazione del DOM e la gestione degli eventi.
  • Creare e configurare Progressive Web App (PWA) includendo funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Sviluppare capacità di problem-solving applicate al contesto dello sviluppo di interfacce di applicazioni web e Progressive Web App.
  • Rafforzare l'autonomia di giudizio nella scelta delle tecnologie e degli approcci di sviluppo più appropriati per risolvere specifici problemi progettuali.
  • Acquisire competenze di apprendimento continuo per rimanere aggiornati sulle evoluzioni delle tecnologie web.

Programma

Il corso di "Laboratorio di Applicazioni Web" è progettato per fornire agli studenti una solida base nello sviluppo di applicazioni web moderne. Durante il corso, gli studenti esploreranno le tecnologie fondamentali per la creazione di interfacce di applicazioni web interattive e responsive.

Il programma include un'introduzione alle applicazioni web, l'apprendimento dei linguaggi HTML e CSS3, l'utilizzo del framework Bootstrap per il design responsivo, e un approfondimento su JavaScript per la gestione delle interazioni dinamiche. Inoltre, il corso introduce le Progressive Web App (PWA), consentendo agli studenti di comprendere i vantaggi di queste applicazioni e di implementare funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Le lezioni sono strutturate in modo da combinare teoria e pratica, con esempi pratici che permettono agli studenti di applicare immediatamente quanto appreso. La valutazione avviene attraverso, un progetto finale e un esame conclusivo, garantendo una comprensione completa e applicata delle tematiche trattate.

Introduzione alle applicazioni web

  • Tecnologie di base
  • Architetture web
  • Tipi di applicazioni web

Tecnologie per il frontend

  • Browser e processo di rendering
  • Strumenti per lo sviluppo: Code editor
  • Il linguaggio HTML
  • I tag del linguaggio HTML
  • Introduzione alla sintassi del linguaggio HTML

Il linguaggio HTML

  • La struttura di base di un documento HTML
  • Esempio pratico: pagina HTML
  • Validazione codice HTML

CSS

  • Introduzione ai CSS
  • La sintassi dei CSS
  • Le proprietà dei CSS
  • Formattare con i fogli di stile
  • Validazione dei CSS
  • Esempio pratico: formattare una pagina HTML con i CSS

Bootstrap

  • Introduzione a Bootstrap
  • Esempio pratico: modifica dello stile con Bootstrap

JavaScript

  • Brevi cenni su Dev Tools
  • Le basi di JavaScript
  • La manipolazione del DOM
  • La programmazione asincrona
  • L’interazione con le API

Progressive Web App

  • Analisi delle Progressive Web App
  • Progettazione e implementazione di una Progressive Web App

Modalità d'esame

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato il progetto finale.

Tutti i file del progetto dovranno essere inseriti all’interno di un’unica cartella che dovrà essere inviata in formato .zip tramite e-mail all’indirizzo del docente ([email protected]).

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 90 minuti e consiste in un questionario di dieci domande tra le quali 8 a scelta multipla e 2 a risposta aperta, calibrate sull’intero programma del corso.

Le domande a scelta multipla sono orientate principalmente all’accertamento delle competenze tecniche e delle conoscenze teoriche degli studenti. Queste domande mirano a valutare la comprensione dei concetti fondamentali e la capacità di applicarli in contesti specifici.

Le domande a risposta aperta, invece, sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico. In queste domande, potrebbe essere richiesto di scrivere semplici regole CSS per formattare elementi di una pagina web o di sviluppare brevi funzioni JavaScript per risolvere problemi specifici. Tali quesiti permettono di verificare la comprensione pratica degli studenti e la loro abilità nell'utilizzare le tecnologie studiate durante il corso.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dello sviluppo di interfacce web e dei concetti teorici trattati a lezione. Inoltre parte del punteggio è riservato alla valutazione del progetto realizzato dallo studente. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte e la realizzazione del progetto sia di particolare pregio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Salvaggio, HTML5 e CSS3 – Edizioni LSWR, 2021
  • Flanagan, JavaScript la guida definitiva, Apogeo, 2021

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18987

Laboratorio di applicazioni Web 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web. Conoscere le basi…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • Conoscere tecnologie fondamentali come HTML, CSS3, Bootstrap, JavaScript per lo sviluppo front-end di applicazioni web.
  • Conoscere le basi del linguaggio JavaScript necessario per sviluppare applicazioni web moderne.
  • Conoscere le tecniche fondamentali per lo sviluppo delle Progressive Web App (PWA).
  • Comprendere i principi di funzionamento delle applicazioni web e la loro struttura.
  • Apprendere i concetti teorici legati alla creazione di layout responsive e interfacce utente interattive.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Progettare e sviluppare pagine web utilizzando HTML e CSS3 per creare layout esteticamente gradevoli e funzionali.
  • Utilizzare il framework Bootstrap per costruire interfacce di applicazioni web responsive e componenti predefiniti.
  • Implementare funzionalità interattive nelle pagine web utilizzando JavaScript, incluse la manipolazione del DOM e la gestione degli eventi.
  • Creare e configurare Progressive Web App (PWA) includendo funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Sviluppare capacità di problem-solving applicate al contesto dello sviluppo di interfacce di applicazioni web e Progressive Web App.
  • Rafforzare l'autonomia di giudizio nella scelta delle tecnologie e degli approcci di sviluppo più appropriati per risolvere specifici problemi progettuali.
  • Acquisire competenze di apprendimento continuo per rimanere aggiornati sulle evoluzioni delle tecnologie web.

Programma

Il corso di "Laboratorio di Applicazioni Web" è progettato per fornire agli studenti una solida base nello sviluppo di applicazioni web moderne. Durante il corso, gli studenti esploreranno le tecnologie fondamentali per la creazione di interfacce di applicazioni web interattive e responsive.

Il programma include un'introduzione alle applicazioni web, l'apprendimento dei linguaggi HTML e CSS3, l'utilizzo del framework Bootstrap per il design responsivo, e un approfondimento su JavaScript per la gestione delle interazioni dinamiche. Inoltre, il corso introduce le Progressive Web App (PWA), consentendo agli studenti di comprendere i vantaggi di queste applicazioni e di implementare funzionalità avanzate come il caching offline e l'installazione su dispositivi mobili.

Le lezioni sono strutturate in modo da combinare teoria e pratica, con esempi pratici che permettono agli studenti di applicare immediatamente quanto appreso. La valutazione avviene attraverso, un progetto finale e un esame conclusivo, garantendo una comprensione completa e applicata delle tematiche trattate.

Introduzione alle applicazioni web

  • Tecnologie di base
  • Architetture web
  • Tipi di applicazioni web

Tecnologie per il frontend

  • Browser e processo di rendering
  • Strumenti per lo sviluppo: Code editor
  • Il linguaggio HTML
  • I tag del linguaggio HTML
  • Introduzione alla sintassi del linguaggio HTML

Il linguaggio HTML

  • La struttura di base di un documento HTML
  • Esempio pratico: pagina HTML
  • Validazione codice HTML

CSS

  • Introduzione ai CSS
  • La sintassi dei CSS
  • Le proprietà dei CSS
  • Formattare con i fogli di stile
  • Validazione dei CSS
  • Esempio pratico: formattare una pagina HTML con i CSS

Bootstrap

  • Introduzione a Bootstrap
  • Esempio pratico: modifica dello stile con Bootstrap

JavaScript

  • Brevi cenni su Dev Tools
  • Le basi di JavaScript
  • La manipolazione del DOM
  • La programmazione asincrona
  • L’interazione con le API

Progressive Web App

  • Analisi delle Progressive Web App
  • Progettazione e implementazione di una Progressive Web App

Modalità d'esame

Per poter svolgere l’esame, lo studente deve aver svolto e consegnato il progetto finale.

Tutti i file del progetto dovranno essere inseriti all’interno di un’unica cartella che dovrà essere inviata in formato .zip tramite e-mail all’indirizzo del docente ([email protected]).

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 90 minuti e consiste in un questionario di dieci domande tra le quali 8 a scelta multipla e 2 a risposta aperta, calibrate sull’intero programma del corso.

Le domande a scelta multipla sono orientate principalmente all’accertamento delle competenze tecniche e delle conoscenze teoriche degli studenti. Queste domande mirano a valutare la comprensione dei concetti fondamentali e la capacità di applicarli in contesti specifici.

Le domande a risposta aperta, invece, sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico. In queste domande, potrebbe essere richiesto di scrivere semplici regole CSS per formattare elementi di una pagina web o di sviluppare brevi funzioni JavaScript per risolvere problemi specifici. Tali quesiti permettono di verificare la comprensione pratica degli studenti e la loro abilità nell'utilizzare le tecnologie studiate durante il corso.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base dello sviluppo di interfacce web e dei concetti teorici trattati a lezione. Inoltre parte del punteggio è riservato alla valutazione del progetto realizzato dallo studente. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte e la realizzazione del progetto sia di particolare pregio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Salvaggio, HTML5 e CSS3 – Edizioni LSWR, 2021
  • Flanagan, JavaScript la guida definitiva, Apogeo, 2021

Codice insegnamento curriculum-sviluppo-software-l-8:18987

Laboratorio: Data Driven Operations for Industry 4.0 3° anno · 6 CFU · 0 file

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria. Verranno elaborate e identificate le metodologie che hanno il…

Scheda dell'insegnamento

Obiettivi formativi

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria.

  • Verranno elaborate e identificate le metodologie che hanno il potenziale per consentire la cosiddetta "Quarta rivoluzione industriale": metodi attuali, standard industriali, tecnologie innovative, sistemi di Key Performance Indicators (KPI) utilizzati per i sistemi di misurazione delle performance nell'Industria 4.0 e casi di studio per comprendere come sfruttare al meglio il mondo interconnesso di Industry 4.0.
  • Verranno approfonditi i metodi e le tecniche basati sui dati per affrontare l’evoluzione e l’innovazione 4.0 in ottica market driven.
  • Saranno inoltre affrontati casi di studio per esplorare l'applicabilità e la pertinenza delle data driven operations per l'innovazione nell'industria 4.0.

Programma

Fornire agli studenti le conoscenze indispensabili e gli strumenti di base per cogliere le sfide e le opportunità offerte da Industry 4.0 e dal corretto utilizzo dei dati e delle informazioni nell’ambito della gestione operativa, in sinergia tra i concetti teorici e le tecnologie innovative applicabili alle realtà industriali e d’impresa presenti nel territorio.

Il corso prevede 3 moduli, ognuno dei quali contiene differenti lezioni. I nomi dei moduli e gli argomenti trattati sono riportati di seguito:
Industria 4.0: tecnologie abilitanti

  • Industry 4.0
  • Industry 4.0: tecnologie abilitanti
  • Industry 4.0: approfondimenti sulle tecnologie abilitanti con focus sui dati and Big Data
  • Machine Learning, Deep Learning
  • Framework per la Digital Transformation

Data driven Operations e Project Management

  • Concetti di Project Management
  • Concetti di Operations Management
  • Metodologie di miglioramento Data Driven
  • Lean
  • Six Sigma
  • Lean Six Sigma 4.0

Piattaforme per l’acquisizione dei dati, l’analisi e la simulazione

  • Introduzione alle basi di dati, tools per data analysis, manipulation, visualization, and reporting
  • Introduzione a KNIME Analytics Platform e Installazione
  • Reading, Manipulation, Visualization, Training, Reporting

Modalità d'esame

La prova di idoneità consiste in una prova scritta alla cui valutazione si aggiunge la realizzazione di un piccolo progetto.
La prova scritta ha una durata di 30 minuti ed è composta da domande a scelta multipla e/o domande a risposta aperta che possono includere lo svolgimento di uno o più esercizi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito l’ausilio del seguente testo:

  • “Big Data Analytics” – Andrea De Mauro – Apogeo

Ulteriori testi di approfondimento:

  • “Industria 4.0 Guida Utente” - di Nicola Accialini
  • “Operations management nella produzione e nei servizi.” Di F. Robert Jacobs (Autore), Chase Richard B. (Autore), Alberto Grando (Autore), Andrea Sianesi (Autore)

Codice insegnamento UC456654

Laboratorio: Data Driven Operations for Industry 4.0 3° anno · 6 CFU · 0 file

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria. Verranno elaborate e identificate le metodologie che hanno il…

Scheda dell'insegnamento

Obiettivi formativi

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria.

  • Verranno elaborate e identificate le metodologie che hanno il potenziale per consentire la cosiddetta "Quarta rivoluzione industriale": metodi attuali, standard industriali, tecnologie innovative, sistemi di Key Performance Indicators (KPI) utilizzati per i sistemi di misurazione delle performance nell'Industria 4.0 e casi di studio per comprendere come sfruttare al meglio il mondo interconnesso di Industry 4.0.
  • Verranno approfonditi i metodi e le tecniche basati sui dati per affrontare l’evoluzione e l’innovazione 4.0 in ottica market driven.
  • Saranno inoltre affrontati casi di studio per esplorare l'applicabilità e la pertinenza delle data driven operations per l'innovazione nell'industria 4.0.

Programma

Fornire agli studenti le conoscenze indispensabili e gli strumenti di base per cogliere le sfide e le opportunità offerte da Industry 4.0 e dal corretto utilizzo dei dati e delle informazioni nell’ambito della gestione operativa, in sinergia tra i concetti teorici e le tecnologie innovative applicabili alle realtà industriali e d’impresa presenti nel territorio.

Il corso prevede 3 moduli, ognuno dei quali contiene differenti lezioni. I nomi dei moduli e gli argomenti trattati sono riportati di seguito:
Industria 4.0: tecnologie abilitanti

  • Industry 4.0
  • Industry 4.0: tecnologie abilitanti
  • Industry 4.0: approfondimenti sulle tecnologie abilitanti con focus sui dati and Big Data
  • Machine Learning, Deep Learning
  • Framework per la Digital Transformation

Data driven Operations e Project Management

  • Concetti di Project Management
  • Concetti di Operations Management
  • Metodologie di miglioramento Data Driven
  • Lean
  • Six Sigma
  • Lean Six Sigma 4.0

Piattaforme per l’acquisizione dei dati, l’analisi e la simulazione

  • Introduzione alle basi di dati, tools per data analysis, manipulation, visualization, and reporting
  • Introduzione a KNIME Analytics Platform e Installazione
  • Reading, Manipulation, Visualization, Training, Reporting

Modalità d'esame

La prova di idoneità consiste in una prova scritta alla cui valutazione si aggiunge la realizzazione di un piccolo progetto.
La prova scritta ha una durata di 30 minuti ed è composta da domande a scelta multipla e/o domande a risposta aperta che possono includere lo svolgimento di uno o più esercizi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito l’ausilio del seguente testo:

  • “Big Data Analytics” – Andrea De Mauro – Apogeo

Ulteriori testi di approfondimento:

  • “Industria 4.0 Guida Utente” - di Nicola Accialini
  • “Operations management nella produzione e nei servizi.” Di F. Robert Jacobs (Autore), Chase Richard B. (Autore), Alberto Grando (Autore), Andrea Sianesi (Autore)

Codice insegnamento UC456703

Laboratorio: Data Driven Operations for Industry 4.0 3° anno · 6 CFU · 0 file

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria. Verranno elaborate e identificate le metodologie che hanno il…

Scheda dell'insegnamento

Obiettivi formativi

Il laboratorio concorre a formare capacità di analisi di sistemi e processi complessi ricompresi nell’ambito delle competenze gestionali dell’ingegneria.

  • Verranno elaborate e identificate le metodologie che hanno il potenziale per consentire la cosiddetta "Quarta rivoluzione industriale": metodi attuali, standard industriali, tecnologie innovative, sistemi di Key Performance Indicators (KPI) utilizzati per i sistemi di misurazione delle performance nell'Industria 4.0 e casi di studio per comprendere come sfruttare al meglio il mondo interconnesso di Industry 4.0.
  • Verranno approfonditi i metodi e le tecniche basati sui dati per affrontare l’evoluzione e l’innovazione 4.0 in ottica market driven.
  • Saranno inoltre affrontati casi di studio per esplorare l'applicabilità e la pertinenza delle data driven operations per l'innovazione nell'industria 4.0.

Programma

Fornire agli studenti le conoscenze indispensabili e gli strumenti di base per cogliere le sfide e le opportunità offerte da Industry 4.0 e dal corretto utilizzo dei dati e delle informazioni nell’ambito della gestione operativa, in sinergia tra i concetti teorici e le tecnologie innovative applicabili alle realtà industriali e d’impresa presenti nel territorio.

Il corso prevede 3 moduli, ognuno dei quali contiene differenti lezioni. I nomi dei moduli e gli argomenti trattati sono riportati di seguito:
Industria 4.0: tecnologie abilitanti

  • Industry 4.0
  • Industry 4.0: tecnologie abilitanti
  • Industry 4.0: approfondimenti sulle tecnologie abilitanti con focus sui dati and Big Data
  • Machine Learning, Deep Learning
  • Framework per la Digital Transformation

Data driven Operations e Project Management

  • Concetti di Project Management
  • Concetti di Operations Management
  • Metodologie di miglioramento Data Driven
  • Lean
  • Six Sigma
  • Lean Six Sigma 4.0

Piattaforme per l’acquisizione dei dati, l’analisi e la simulazione

  • Introduzione alle basi di dati, tools per data analysis, manipulation, visualization, and reporting
  • Introduzione a KNIME Analytics Platform e Installazione
  • Reading, Manipulation, Visualization, Training, Reporting

Modalità d'esame

La prova di idoneità consiste in una prova scritta alla cui valutazione si aggiunge la realizzazione di un piccolo progetto.
La prova scritta ha una durata di 30 minuti ed è composta da domande a scelta multipla e/o domande a risposta aperta che possono includere lo svolgimento di uno o più esercizi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è suggerito l’ausilio del seguente testo:

  • “Big Data Analytics” – Andrea De Mauro – Apogeo

Ulteriori testi di approfondimento:

  • “Industria 4.0 Guida Utente” - di Nicola Accialini
  • “Operations management nella produzione e nei servizi.” Di F. Robert Jacobs (Autore), Chase Richard B. (Autore), Alberto Grando (Autore), Andrea Sianesi (Autore)

Codice insegnamento UC456785

Linked Data e Web Semantico 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti di base della logica e della semantica sia formale sia linguistica; comprendere l’ontologia come disciplina logico-filosofica e il suo…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti di base della logica e della semantica sia formale sia linguistica;
  • comprendere l’ontologia come disciplina logico-filosofica e il suo ruolo nella specificazione della semantica dei sistemi informativi;
  • conoscere i formalismi e gli standard per la redazione di modelli concettuali e basi di dati aperte e semanticamente qualificate;
  • conoscere i modelli di interoperabilità semantica e la loro realizzazione nei piani di e-government;
  • produrre semplici dimostrazioni in logica proposizionale;
  • modellare semplici basi di conoscenza mediante i formalismi acquisiti;
  • valutare la qualità di un modello concettuale in termini di coerenza rispetto alle interpretazioni intese;
  • valutare l’adeguatezza di diversi modelli di interoperabilità semantica in relazione ai casi d’uso;
  • approfondire i temi della semantica formale e della gestione dei processi socio-tecnici nello sviluppo di sistemi informativi interoperabili;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso offre una panoramica completa sul Web Semantico e i Linked Data, secondo le definizioni e gli standard del consorzio W3C. Dopo aver richiamato le nozioni di base della semiologia, della logica, dell’ontologia, delle architetture e dei servizi Web, il corso si rivolgerà allo studio dei linguaggi RDF, OWL e SPARQL. Infine, il corso illustrerà linee guida tecniche e normative per la condivisione dei dati aperti delle pubbliche amministrazioni.

Il corso è articolato in tre parti. Nella prima gli studenti verranno introdotti al tema del corso, alla storia della nascita e dell’evoluzione del Web, al problema generale dell’integrazione semantica dell’informazione. Vengono inoltre introdotte le nozioni basilari della logica e della semantica formale, con riferimento al ruolo dell’ontologia. Nella seconda parte si approfondiscono gli standard W3C e le basi teorico-pratiche per la modellazione concettuale e la costruzione di basi di conoscenza. Sulla base delle nozioni acquisite nelle prime due parti, nella terza si affronta il tema dei Linked Data sia dal punto di vista degli standard tecnici, sia da quello delle problematiche teoriche. Infine, si offre una panoramica sulle iniziative del Governo italiano e della Commissione europea per favorire l’interoperabilità semantica nelle Pubbliche Amministrazioni.

Parte 1:

  • Introduzione al Semantic Web e ai Linked Data
  • La nascita del Web e il Consorzio W3C
  • L’annuncio e motivazione del Web Semantico
  • L’evoluzione del Web Semantico
  • L’annuncio e motivazione dei Linked Data
  • L’evoluzione dei Linked Data
  • La logica della rappresentazione dei dati
  • La struttura predicativa
  • Le relazioni logiche
  • La semantica formale
  • La semantica
  • Il concetto di segno
  • L’interpretazione del segno in logica e nel linguaggio
  • Teorie del significato
  • L’ontologia
  • Il livello ontologico
  • Ontologia formale e ontologia materiale
  • Gli ‘Upper Level’
  • Metodologie per lo sviluppo
  • Algoritmi
  • Ragionamenti sulle ontologie
  • Ragionamenti sulle istanze
  • Query Answering

Parte 2:

  • Resource Description Framework
  • Il modello
  • Lo schema per i vocabolari
  • Grafi RDF e loro semantica
  • La serializzazione
  • I linguaggi OWL 2
  • Il modello
  • Le costruzioni
  • Gli assiomi
  • I profili
  • Costruzione di ontologie
  • L’ambiente Protégé
  • La modularizzazione
  • La specificazione del modello
  • La pubblicazione
  • Basi di conoscenza RDF\OWL
  • I database di triple
  • L’ambiente Sesame
  • Popolamento di una base di conoscenza
  • Basi di conoscenza a grafo (Knowledge Graphs)
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Database a grafo
  • Accesso alle basi di conoscenza
  • Tipi di interrogazione
  • SPARQL e accesso attraverso interfaccia di interrogazione
  • JSON e accesso mediante API
  • Ricapitolazione: Creazione ed uso di una base di conoscenza (OWL\SESAME)
  • Analisi del dominio
  • Creazione dell’ontologia
  • Popolamento dei dati
  • Interrogazione

Parte 3:

  • I Dati aperti
  • Origine e definizioni
  • Tipologia
  • Problematiche di gestione
  • I Linked Data
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Le specifiche tecniche
  • Le assunzioni
  • Le problematiche di gestione e di uso
  • Principali basi di Linked Data (Data Set)
  • La ‘nuvola’ dei Linked Data
  • Wikipedia \ DBPedia
  • Dataset italiani
  • Quadro normativo e linee guida nazionali
  • I database pubblici e la cooperazione applicativa
  • Decreto Legge n. 90/2014
  • Le linee guida dell’Agid

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste in un questionario di dieci domande, alcune a scelta multipla altre a risposta aperta, calibrate sull’intero programma del corso. Le prime sono orientate principalmente all’accertamento delle competenze tecniche e nozionali, le seconde alla comprensione profonda dei temi e alla padronanza del lessico tecnico-specialistico.
La valutazione della prova scritta consiste nell’assegnazione a ciascuna risposta di un punteggio da 0 a 3. Le domande chiuse a risposta singola sono valutate 3 se corrette, 0 se errate; le domande a risposta multipla sono valutate in proporzione al numero delle selezioni corrette; alle risposte aperte è assegnato un valore nell’intervallo [0,3]. La valutazione finale consiste nella somma dei punteggi arrotondata per eccesso nel caso in cui la parte decimale sia maggiore o uguale a 0,5. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte sia di particolare pregio.
La prova orale può consistere in una prova scritta con successiva disamina individuale delle eventuali carenze, o, compatibilmente col numero dei candidati, nell’interrogazione di ciascuno studente, accompagnata da una semplice prova pratica finalizzata all’accertamento delle capacità operative acquisite.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • Di Noia, De Virgilio, Di Sciascio, Donini: Semantic Web, Tra ontologie e open data, Apogeo

Il corso fornisce inoltre un corredo di letture di materiale accessibile sul web, che fa parte integrante del supporto didattico.

Codice insegnamento curriculum-cybersecurity-l-8:18851

Linked Data e Web Semantico 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti di base della logica e della semantica sia formale sia linguistica; comprendere l’ontologia come disciplina logico-filosofica e il suo…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti di base della logica e della semantica sia formale sia linguistica;
  • comprendere l’ontologia come disciplina logico-filosofica e il suo ruolo nella specificazione della semantica dei sistemi informativi;
  • conoscere i formalismi e gli standard per la redazione di modelli concettuali e basi di dati aperte e semanticamente qualificate;
  • conoscere i modelli di interoperabilità semantica e la loro realizzazione nei piani di e-government;
  • produrre semplici dimostrazioni in logica proposizionale;
  • modellare semplici basi di conoscenza mediante i formalismi acquisiti;
  • valutare la qualità di un modello concettuale in termini di coerenza rispetto alle interpretazioni intese;
  • valutare l’adeguatezza di diversi modelli di interoperabilità semantica in relazione ai casi d’uso;
  • approfondire i temi della semantica formale e della gestione dei processi socio-tecnici nello sviluppo di sistemi informativi interoperabili;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso offre una panoramica completa sul Web Semantico e i Linked Data, secondo le definizioni e gli standard del consorzio W3C. Dopo aver richiamato le nozioni di base della semiologia, della logica, dell’ontologia, delle architetture e dei servizi Web, il corso si rivolgerà allo studio dei linguaggi RDF, OWL e SPARQL. Infine, il corso illustrerà linee guida tecniche e normative per la condivisione dei dati aperti delle pubbliche amministrazioni.

Il corso è articolato in tre parti. Nella prima gli studenti verranno introdotti al tema del corso, alla storia della nascita e dell’evoluzione del Web, al problema generale dell’integrazione semantica dell’informazione. Vengono inoltre introdotte le nozioni basilari della logica e della semantica formale, con riferimento al ruolo dell’ontologia. Nella seconda parte si approfondiscono gli standard W3C e le basi teorico-pratiche per la modellazione concettuale e la costruzione di basi di conoscenza. Sulla base delle nozioni acquisite nelle prime due parti, nella terza si affronta il tema dei Linked Data sia dal punto di vista degli standard tecnici, sia da quello delle problematiche teoriche. Infine, si offre una panoramica sulle iniziative del Governo italiano e della Commissione europea per favorire l’interoperabilità semantica nelle Pubbliche Amministrazioni.

Parte 1:

  • Introduzione al Semantic Web e ai Linked Data
  • La nascita del Web e il Consorzio W3C
  • L’annuncio e motivazione del Web Semantico
  • L’evoluzione del Web Semantico
  • L’annuncio e motivazione dei Linked Data
  • L’evoluzione dei Linked Data
  • La logica della rappresentazione dei dati
  • La struttura predicativa
  • Le relazioni logiche
  • La semantica formale
  • La semantica
  • Il concetto di segno
  • L’interpretazione del segno in logica e nel linguaggio
  • Teorie del significato
  • L’ontologia
  • Il livello ontologico
  • Ontologia formale e ontologia materiale
  • Gli ‘Upper Level’
  • Metodologie per lo sviluppo
  • Algoritmi
  • Ragionamenti sulle ontologie
  • Ragionamenti sulle istanze
  • Query Answering

Parte 2:

  • Resource Description Framework
  • Il modello
  • Lo schema per i vocabolari
  • Grafi RDF e loro semantica
  • La serializzazione
  • I linguaggi OWL 2
  • Il modello
  • Le costruzioni
  • Gli assiomi
  • I profili
  • Costruzione di ontologie
  • L’ambiente Protégé
  • La modularizzazione
  • La specificazione del modello
  • La pubblicazione
  • Basi di conoscenza RDF\OWL
  • I database di triple
  • L’ambiente Sesame
  • Popolamento di una base di conoscenza
  • Basi di conoscenza a grafo (Knowledge Graphs)
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Database a grafo
  • Accesso alle basi di conoscenza
  • Tipi di interrogazione
  • SPARQL e accesso attraverso interfaccia di interrogazione
  • JSON e accesso mediante API
  • Ricapitolazione: Creazione ed uso di una base di conoscenza (OWL\SESAME)
  • Analisi del dominio
  • Creazione dell’ontologia
  • Popolamento dei dati
  • Interrogazione

Parte 3:

  • I Dati aperti
  • Origine e definizioni
  • Tipologia
  • Problematiche di gestione
  • I Linked Data
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Le specifiche tecniche
  • Le assunzioni
  • Le problematiche di gestione e di uso
  • Principali basi di Linked Data (Data Set)
  • La ‘nuvola’ dei Linked Data
  • Wikipedia \ DBPedia
  • Dataset italiani
  • Quadro normativo e linee guida nazionali
  • I database pubblici e la cooperazione applicativa
  • Decreto Legge n. 90/2014
  • Le linee guida dell’Agid

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste in un questionario di dieci domande, alcune a scelta multipla altre a risposta aperta, calibrate sull’intero programma del corso. Le prime sono orientate principalmente all’accertamento delle competenze tecniche e nozionali, le seconde alla comprensione profonda dei temi e alla padronanza del lessico tecnico-specialistico.
La valutazione della prova scritta consiste nell’assegnazione a ciascuna risposta di un punteggio da 0 a 3. Le domande chiuse a risposta singola sono valutate 3 se corrette, 0 se errate; le domande a risposta multipla sono valutate in proporzione al numero delle selezioni corrette; alle risposte aperte è assegnato un valore nell’intervallo [0,3]. La valutazione finale consiste nella somma dei punteggi arrotondata per eccesso nel caso in cui la parte decimale sia maggiore o uguale a 0,5. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte sia di particolare pregio.
La prova orale può consistere in una prova scritta con successiva disamina individuale delle eventuali carenze, o, compatibilmente col numero dei candidati, nell’interrogazione di ciascuno studente, accompagnata da una semplice prova pratica finalizzata all’accertamento delle capacità operative acquisite.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • Di Noia, De Virgilio, Di Sciascio, Donini: Semantic Web, Tra ontologie e open data, Apogeo

Il corso fornisce inoltre un corredo di letture di materiale accessibile sul web, che fa parte integrante del supporto didattico.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18851

Linked Data e Web Semantico 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti di base della logica e della semantica sia formale sia linguistica; comprendere l’ontologia come disciplina logico-filosofica e il suo…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti di base della logica e della semantica sia formale sia linguistica;
  • comprendere l’ontologia come disciplina logico-filosofica e il suo ruolo nella specificazione della semantica dei sistemi informativi;
  • conoscere i formalismi e gli standard per la redazione di modelli concettuali e basi di dati aperte e semanticamente qualificate;
  • conoscere i modelli di interoperabilità semantica e la loro realizzazione nei piani di e-government;
  • produrre semplici dimostrazioni in logica proposizionale;
  • modellare semplici basi di conoscenza mediante i formalismi acquisiti;
  • valutare la qualità di un modello concettuale in termini di coerenza rispetto alle interpretazioni intese;
  • valutare l’adeguatezza di diversi modelli di interoperabilità semantica in relazione ai casi d’uso;
  • approfondire i temi della semantica formale e della gestione dei processi socio-tecnici nello sviluppo di sistemi informativi interoperabili;
  • esprimere con opportuno linguaggio gli argomenti del corso.

Programma

Il corso offre una panoramica completa sul Web Semantico e i Linked Data, secondo le definizioni e gli standard del consorzio W3C. Dopo aver richiamato le nozioni di base della semiologia, della logica, dell’ontologia, delle architetture e dei servizi Web, il corso si rivolgerà allo studio dei linguaggi RDF, OWL e SPARQL. Infine, il corso illustrerà linee guida tecniche e normative per la condivisione dei dati aperti delle pubbliche amministrazioni.

Il corso è articolato in tre parti. Nella prima gli studenti verranno introdotti al tema del corso, alla storia della nascita e dell’evoluzione del Web, al problema generale dell’integrazione semantica dell’informazione. Vengono inoltre introdotte le nozioni basilari della logica e della semantica formale, con riferimento al ruolo dell’ontologia. Nella seconda parte si approfondiscono gli standard W3C e le basi teorico-pratiche per la modellazione concettuale e la costruzione di basi di conoscenza. Sulla base delle nozioni acquisite nelle prime due parti, nella terza si affronta il tema dei Linked Data sia dal punto di vista degli standard tecnici, sia da quello delle problematiche teoriche. Infine, si offre una panoramica sulle iniziative del Governo italiano e della Commissione europea per favorire l’interoperabilità semantica nelle Pubbliche Amministrazioni.

Parte 1:

  • Introduzione al Semantic Web e ai Linked Data
  • La nascita del Web e il Consorzio W3C
  • L’annuncio e motivazione del Web Semantico
  • L’evoluzione del Web Semantico
  • L’annuncio e motivazione dei Linked Data
  • L’evoluzione dei Linked Data
  • La logica della rappresentazione dei dati
  • La struttura predicativa
  • Le relazioni logiche
  • La semantica formale
  • La semantica
  • Il concetto di segno
  • L’interpretazione del segno in logica e nel linguaggio
  • Teorie del significato
  • L’ontologia
  • Il livello ontologico
  • Ontologia formale e ontologia materiale
  • Gli ‘Upper Level’
  • Metodologie per lo sviluppo
  • Algoritmi
  • Ragionamenti sulle ontologie
  • Ragionamenti sulle istanze
  • Query Answering

Parte 2:

  • Resource Description Framework
  • Il modello
  • Lo schema per i vocabolari
  • Grafi RDF e loro semantica
  • La serializzazione
  • I linguaggi OWL 2
  • Il modello
  • Le costruzioni
  • Gli assiomi
  • I profili
  • Costruzione di ontologie
  • L’ambiente Protégé
  • La modularizzazione
  • La specificazione del modello
  • La pubblicazione
  • Basi di conoscenza RDF\OWL
  • I database di triple
  • L’ambiente Sesame
  • Popolamento di una base di conoscenza
  • Basi di conoscenza a grafo (Knowledge Graphs)
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Database a grafo
  • Accesso alle basi di conoscenza
  • Tipi di interrogazione
  • SPARQL e accesso attraverso interfaccia di interrogazione
  • JSON e accesso mediante API
  • Ricapitolazione: Creazione ed uso di una base di conoscenza (OWL\SESAME)
  • Analisi del dominio
  • Creazione dell’ontologia
  • Popolamento dei dati
  • Interrogazione

Parte 3:

  • I Dati aperti
  • Origine e definizioni
  • Tipologia
  • Problematiche di gestione
  • I Linked Data
  • Caratteristiche e posizionamento rispetto al Semantic Web
  • Le specifiche tecniche
  • Le assunzioni
  • Le problematiche di gestione e di uso
  • Principali basi di Linked Data (Data Set)
  • La ‘nuvola’ dei Linked Data
  • Wikipedia \ DBPedia
  • Dataset italiani
  • Quadro normativo e linee guida nazionali
  • I database pubblici e la cooperazione applicativa
  • Decreto Legge n. 90/2014
  • Le linee guida dell’Agid

Modalità d'esame

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste in un questionario di dieci domande, alcune a scelta multipla altre a risposta aperta, calibrate sull’intero programma del corso. Le prime sono orientate principalmente all’accertamento delle competenze tecniche e nozionali, le seconde alla comprensione profonda dei temi e alla padronanza del lessico tecnico-specialistico.
La valutazione della prova scritta consiste nell’assegnazione a ciascuna risposta di un punteggio da 0 a 3. Le domande chiuse a risposta singola sono valutate 3 se corrette, 0 se errate; le domande a risposta multipla sono valutate in proporzione al numero delle selezioni corrette; alle risposte aperte è assegnato un valore nell’intervallo [0,3]. La valutazione finale consiste nella somma dei punteggi arrotondata per eccesso nel caso in cui la parte decimale sia maggiore o uguale a 0,5. La lode viene assegnata nel caso in cui l’esposizione delle risposte aperte sia di particolare pregio.
La prova orale può consistere in una prova scritta con successiva disamina individuale delle eventuali carenze, o, compatibilmente col numero dei candidati, nell’interrogazione di ciascuno studente, accompagnata da una semplice prova pratica finalizzata all’accertamento delle capacità operative acquisite.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo in base agli argomenti trattati:

  • Di Noia, De Virgilio, Di Sciascio, Donini: Semantic Web, Tra ontologie e open data, Apogeo

Il corso fornisce inoltre un corredo di letture di materiale accessibile sul web, che fa parte integrante del supporto didattico.

Codice insegnamento curriculum-sviluppo-software-l-8:18851

MATH-02/B Mathematics III 3° anno · 6 CFU · 0 file
Matematica III 3° anno · 6 CFU · MATH-02/B · 0 file

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Matematica III fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Matematica I e II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio degli integrali multidimensionali, quelli di superficie e di linea, mediante tutte le tecniche a disposizione, per poi approdare alle applicazioni Fisico-Matematiche.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di Matematica I e II, o in generale dall’analisi matematica. Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo.

Il calcolo Integrale di diverso tipo e natura ricopre parte principale insieme alle forme differenziali dell’intero corso.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si propone di estendere i metodi e le tecniche del calcolo differenziale ed integrale alle funzioni in più variabili reali, anche in vista delle applicazioni delle tecniche analitiche ad altri settori della matematica come pure ad altre discipline scientifiche. Iniziando dallo spazio lineare normato Rn si passa allo studio delle funzioni implicite ed estremi vincolati e in seguito agli integrali delle funzioni a più variabili, di curva e di superficie. Infine si studieranno i campi conservativi e le forme differenziali esatte.

  • Integrali curvilinei e forme differenziali nel piano: Curve regolari, lunghezza di una curva, curve orientate, ascissa curvilinea, integrale curvilineo di una funzione, integrale curvilineo di una forma differenziale, forme differenziali esatte, forme differenziali chiuse.
  • Integrali doppi e tripli: integrali su domini normali, formule di riduzione per gli integrali doppi, formule di Gauss-Green, teorema della divergenza, formula di Stokes, cambiamento di variabile negli integrali doppi, integrali tripli.
  • Superfici e integrali di superficie: superfici regolari, piano tangente e versore normale, area di una superficie, integrali di superficie, teorema della divergenza e la formula di Stokes.
  • Funzioni Implicite: introduzione alle funzioni implicite, il teorema di Dini per funzioni implicite di una variabile, conseguenze del teorema di Dini, il teorema di Dini per funzioni di due o più variabili, il teorema di Dini per i sistemi, invertibilità locale e globale, massimi e minimi vincolati in due dimensioni, moltiplicatori di Lagrange, massimi e minimi vincolati in due dimensioni e moltiplicatori di Lagrange in tre o più dimensioni.

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente la consultazione di un formulario fornito direttamente dalla commissione d’esame e l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da tre/quattro esercizi sugli argomenti svolti durante il corso.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica dei Teoremi o Formule di Gauss, Green e Stokes, e le loro possibili applicazioni nel campo della Fisica.

Stesso discorso vale per la parte concernente gli esercizi sulle forme differenziali e sugli Integrali Multidimensionali.

L’esame si intende superato con il punteggio minimo si 18/30 quando lo studente è in grado di svolgere il primo dei tre esercizi in maniera completa, ovvero la risoluzione con verifica di uno dei Teoremi di Green, Gauss e Stokes e almeno metà di un secondo esercizio sempre su queste tematiche.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • “Elementi di analisi matematica 2” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Esercizi di matematica vol. 2.1, 2.2, 2.3, 2.4.” Marcellini Paolo, Sbordone Carlo; Liguori Editore.
  • “Calcolo Differenziale 2”, Funzioni di più variabili, Robert A. Adams; quarta edizione, Casa Editrice Ambrosiana.

Per coloro i quali intendano approfondire gli argomenti del Corso di Matematica III, si consigliano i seguenti testi di Analisi Matematica II:

  • “Calcolo. Volume terzo, Analisi 2” Apostol Tom; Bollati Boringhieri Editore.
  • “Lezioni di Analisi matematica Volume II” Zwirner Giuseppe; CEDAM Editore.
  • “Esercizi e complementi di Analisi matematica, Vol II” Zwirner Giuseppe; CEDAM Editore.
  • “Analisi matematica volume 2” Giusti Enrico; Bollati Boringhieri Editore.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20715

Modelli di sistemi di produzione 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti fondamentali sottostanti i sistemi di produzione; classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti fondamentali sottostanti i sistemi di produzione;
  • classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio la modalità di evasione dell’ordine cliente;
  • conoscere i principi fondamentali della pianificazione e della gestione delle scorte dei sistemi produttivi e dei sistemi logistici;
  • conoscere i principi dello scheduling e della pianificazione operativa dei sistemi logistici;
  • conoscere le tecniche di management dei sistemi produttivi, in particolare quelli collegati all’approccio lean e alla gestione della qualità;
  • risolvere problemi di pianificazione aggregata e di dettaglio dei sistemi di produzione, di previsione della domanda e di gestione delle scorte;
  • risolvere problematiche di scheduling;
  • analizzare e progettare sistemi di gestione della produzione basati su tecniche lean;
  • valutare in autonomia i vantaggi e gli svantaggi di configurazioni di sistemi di produzione o di servizio, modalità di pianificazione e gestione in relazione alla tipologia di sistema di produzione;
  • saper analizzare ed integrare testi su sistemi di produzione, di servizio o logistici;
  • saper interpretare indicatori di performance e modelli matematici rappresentativi di problemi classici di sistemi di produzione;
  • esprimere con opportuno linguaggio e formalismo gli argomenti del corso.

Programma

Il corso analizza i sistemi di produzione ed introduce modelli e metodi per la soluzione delle problematiche più comuni di gestione e pianificazione sia a livello strategico che tattico ed operativo.

Il corso è composto da 5 moduli.
Nel primo Modulo vengono introdotti concetti fondamentali dei sistemi di produzione e della catena logistica, considerandone l’evoluzione storica, e il ciclo di vita. Vengono definiti i processi primari e di supporto, il concetto di flessibilità ed efficienza, il paradigma push-pull e i livelli decisionali strategici tattici ed operativi.
Nel secondo Modulo vengono trattate previsione della domanda e gestione scorte. Si propone in particolare lo studio dei metodi causali e temporali di previsione, il concetto di inventory pooling, il metodo di decomposizione della domanda. Si analizzano i diversi modelli di gestione delle scorte a singolo punto e singolo prodotto, in presenza di domanda costante o variabile e si introducono i modelli di Wilson e i modelli a quantità o periodo costante, di tipo (s,S) o basati sul concetto dei due contenitori.
Il Modulo 3 è dedicato alla Pianificazione. Si analizzano in particolare il ruolo di pianificazione e pianificazione aggregata nei sistemi di produzione, l’MRP (Material Requirement Planning) ed il sistema JIT (Just in Time.). Inoltre vengono trattati alcuni metodi di pianificazione multiperiodo tra cui l’euristica Silver – Meal. Come contrapposizione ai sistemi basati su MIP si introduce la pianificazione basata su Kanban ed i metodi lean quali il CONWIP e il metodo basato su theory of constraints.
Nel Modulo 4 si studiano i problemi di Scheduling. Vengono analizzati i principi dello scheduling e le diverse tipologie di scheduling e layout (fisso, per prodotto, per processo o group technology). Si studia inoltre la notazione a tre campi e le principali misure di prestazione. Vengono proposti alcuni problemi di scheduling su macchina singola e su flow shop. Infine si studierà il problema di scheduling per sistemi di produzione flessibile e linee di assemblagio mixed models in ambito TPS (Toyota Production System).
Il Modulo 5 è dedicato a Logistica e Organizzazione. Tale modulo contiene l’analisi di problematiche di Facility Location, Trasporto, e Lean Six Sigma. Si analizzeranno in particolare le relazioni tra costi e numero di magazzini; problemi UFLP (Uncapacitated Facility Location Problem). Viene dettagliato il problema di trasporto a breve distanza con particolare riguardo al TSP (Travel Saleseman Problem) con relativo algoritmo di soluzione. Vengono descritti i principali problemi di trasporto a lunga distanza e altre problematiche operative (quali il vehicle scheduling e il crew scheduling). Nella parte di Organizzazione viene illustrata la metodologia Lean Six Sigma e il DMAIC.

Modulo 1: concetti fondamentali dei sistemi di produzione e della catena logistica [2 LEZ.]

  • Il sistema di produzione e la sua evoluzione storica (1 lezione)
  • Ciclo di vita e catena logistica (1 lezione)

Modulo 2: Previsione della domanda e gestione scorte [4 LEZ.]

  • Previsione della domanda (1 lezione)
  • Gestione delle scorte parte (3 lezioni)

Modulo 3: Pianificazione [3 LEZ.]

  • Sistemi di produzione e pianificazione (1 lezione)
  • Pianificazione della produzione e MRP (1 lezione)
  • Pianificiazione della produzione e JIT (1 lezione)

Modulo 4: Scheduling [4 LEZ.]

  • Principi di scheduling e scheduling su macchina singola (1 lezione)
  • Scheduling EDD e flow shop (1 lezione)
  • Scheduling flow shop (1 lezione)
  • Scheduling per linee di assemblaggio mixed – model (1 lezione)

Modulo 5: Logistica ed organizzazione [4 LEZ.]

  • Facility location (1 lezione)
  • Algoritmi per facility location (1 lezione)
  • Trasporto (1 lezione)
  • Lean Six Sigma (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti introduttivi sui sistemi di produttivi, conoscere i metodi principali della previsione della domanda, della pianificazione, dello scheduling, della logistica e dell’organizzazione dei sistemi logistici. Tale conoscenza deve essere dimostrata sia per ciò che riguarda i metodi teorici che per quanto riguarda i modelli e gli algoritmi di soluzione dei problemi di ottimizzazione relativi agli argomenti sopracitati. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi di produzione oltre che ha saper risolvere praticamente problemi di ottimizzazione negli argomenti sopracitati.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente 3 domande che possono essere di tipo teorico o di tipo applicativo (risoluzione di esercizi) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di produzione e la capacità dello studente di applicare tali conoscenze in casi applicativi ed esempi notevoli di Sistemi di Produzione. Gli esercizi proposti riguardano argomenti trattati nelle videolezioni nelle quali sono presenti esempi di soluzione.

Le domande possono riguardare sia argomenti teorici che applicativi. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande. Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;

della capacità di applicare metodi e modelli per organizzare ed ottimizzare il design, la pianificazione e l’operatività di sistemi di produzione e logistici, oltre che analizzare in modo critico scelte di management in situazioni reali.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma contengono tutto il materiale necessario a superare l’esame. Per approfondimento si può fare riferimento ai testi elencati di seguito in base agli argomenti trattati. Inoltre si consiglia fortemente di fare i test proposti sulla piattaforma di e-learning. Infine si consiglia di esercitarsi sulle formulazioni dei problemi e di svolgere tutti gli esercizi proposti nelle videolezioni.

  • Ghiani, G. Laporte, R. Musmanno. Introduzione alla gestione dei sistemi logistici.
  • S. Chopra e P. Meindl. Supply Chain Management: Strategy, Planning, and Operation
  • M.L. Pinedo. Scheduling Theory, Algorithms, and Systems
  • R. Chase, F.R. Jacobs, N. Aquilano. Operations Management for Competitive Advantage
  • R.G. Askin, C.R. Standridge. Modeling and Analysis of Manufacturing Systems
  • D.F. Pyke, R. Peterson, E.A. Silver. Inventory Management and Production Planning and Scheduling

Codice insegnamento curriculum-cybersecurity-l-8:20395

Modelli di sistemi di produzione 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti fondamentali sottostanti i sistemi di produzione; classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti fondamentali sottostanti i sistemi di produzione;
  • classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio la modalità di evasione dell’ordine cliente;
  • conoscere i principi fondamentali della pianificazione e della gestione delle scorte dei sistemi produttivi e dei sistemi logistici;
  • conoscere i principi dello scheduling e della pianificazione operativa dei sistemi logistici;
  • conoscere le tecniche di management dei sistemi produttivi, in particolare quelli collegati all’approccio lean e alla gestione della qualità;
  • risolvere problemi di pianificazione aggregata e di dettaglio dei sistemi di produzione, di previsione della domanda e di gestione delle scorte;
  • risolvere problematiche di scheduling;
  • analizzare e progettare sistemi di gestione della produzione basati su tecniche lean;
  • valutare in autonomia i vantaggi e gli svantaggi di configurazioni di sistemi di produzione o di servizio, modalità di pianificazione e gestione in relazione alla tipologia di sistema di produzione;
  • saper analizzare ed integrare testi su sistemi di produzione, di servizio o logistici;
  • saper interpretare indicatori di performance e modelli matematici rappresentativi di problemi classici di sistemi di produzione;
  • esprimere con opportuno linguaggio e formalismo gli argomenti del corso.

Programma

Il corso analizza i sistemi di produzione ed introduce modelli e metodi per la soluzione delle problematiche più comuni di gestione e pianificazione sia a livello strategico che tattico ed operativo.

Il corso è composto da 5 moduli.
Nel primo Modulo vengono introdotti concetti fondamentali dei sistemi di produzione e della catena logistica, considerandone l’evoluzione storica, e il ciclo di vita. Vengono definiti i processi primari e di supporto, il concetto di flessibilità ed efficienza, il paradigma push-pull e i livelli decisionali strategici tattici ed operativi.
Nel secondo Modulo vengono trattate previsione della domanda e gestione scorte. Si propone in particolare lo studio dei metodi causali e temporali di previsione, il concetto di inventory pooling, il metodo di decomposizione della domanda. Si analizzano i diversi modelli di gestione delle scorte a singolo punto e singolo prodotto, in presenza di domanda costante o variabile e si introducono i modelli di Wilson e i modelli a quantità o periodo costante, di tipo (s,S) o basati sul concetto dei due contenitori.
Il Modulo 3 è dedicato alla Pianificazione. Si analizzano in particolare il ruolo di pianificazione e pianificazione aggregata nei sistemi di produzione, l’MRP (Material Requirement Planning) ed il sistema JIT (Just in Time.). Inoltre vengono trattati alcuni metodi di pianificazione multiperiodo tra cui l’euristica Silver – Meal. Come contrapposizione ai sistemi basati su MIP si introduce la pianificazione basata su Kanban ed i metodi lean quali il CONWIP e il metodo basato su theory of constraints.
Nel Modulo 4 si studiano i problemi di Scheduling. Vengono analizzati i principi dello scheduling e le diverse tipologie di scheduling e layout (fisso, per prodotto, per processo o group technology). Si studia inoltre la notazione a tre campi e le principali misure di prestazione. Vengono proposti alcuni problemi di scheduling su macchina singola e su flow shop. Infine si studierà il problema di scheduling per sistemi di produzione flessibile e linee di assemblagio mixed models in ambito TPS (Toyota Production System).
Il Modulo 5 è dedicato a Logistica e Organizzazione. Tale modulo contiene l’analisi di problematiche di Facility Location, Trasporto, e Lean Six Sigma. Si analizzeranno in particolare le relazioni tra costi e numero di magazzini; problemi UFLP (Uncapacitated Facility Location Problem). Viene dettagliato il problema di trasporto a breve distanza con particolare riguardo al TSP (Travel Saleseman Problem) con relativo algoritmo di soluzione. Vengono descritti i principali problemi di trasporto a lunga distanza e altre problematiche operative (quali il vehicle scheduling e il crew scheduling). Nella parte di Organizzazione viene illustrata la metodologia Lean Six Sigma e il DMAIC.

Modulo 1: concetti fondamentali dei sistemi di produzione e della catena logistica [2 LEZ.]

  • Il sistema di produzione e la sua evoluzione storica (1 lezione)
  • Ciclo di vita e catena logistica (1 lezione)

Modulo 2: Previsione della domanda e gestione scorte [4 LEZ.]

  • Previsione della domanda (1 lezione)
  • Gestione delle scorte parte (3 lezioni)

Modulo 3: Pianificazione [3 LEZ.]

  • Sistemi di produzione e pianificazione (1 lezione)
  • Pianificazione della produzione e MRP (1 lezione)
  • Pianificiazione della produzione e JIT (1 lezione)

Modulo 4: Scheduling [4 LEZ.]

  • Principi di scheduling e scheduling su macchina singola (1 lezione)
  • Scheduling EDD e flow shop (1 lezione)
  • Scheduling flow shop (1 lezione)
  • Scheduling per linee di assemblaggio mixed – model (1 lezione)

Modulo 5: Logistica ed organizzazione [4 LEZ.]

  • Facility location (1 lezione)
  • Algoritmi per facility location (1 lezione)
  • Trasporto (1 lezione)
  • Lean Six Sigma (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti introduttivi sui sistemi di produttivi, conoscere i metodi principali della previsione della domanda, della pianificazione, dello scheduling, della logistica e dell’organizzazione dei sistemi logistici. Tale conoscenza deve essere dimostrata sia per ciò che riguarda i metodi teorici che per quanto riguarda i modelli e gli algoritmi di soluzione dei problemi di ottimizzazione relativi agli argomenti sopracitati. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi di produzione oltre che ha saper risolvere praticamente problemi di ottimizzazione negli argomenti sopracitati.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente 3 domande che possono essere di tipo teorico o di tipo applicativo (risoluzione di esercizi) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di produzione e la capacità dello studente di applicare tali conoscenze in casi applicativi ed esempi notevoli di Sistemi di Produzione. Gli esercizi proposti riguardano argomenti trattati nelle videolezioni nelle quali sono presenti esempi di soluzione.

Le domande possono riguardare sia argomenti teorici che applicativi. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande. Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;

della capacità di applicare metodi e modelli per organizzare ed ottimizzare il design, la pianificazione e l’operatività di sistemi di produzione e logistici, oltre che analizzare in modo critico scelte di management in situazioni reali.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma contengono tutto il materiale necessario a superare l’esame. Per approfondimento si può fare riferimento ai testi elencati di seguito in base agli argomenti trattati. Inoltre si consiglia fortemente di fare i test proposti sulla piattaforma di e-learning. Infine si consiglia di esercitarsi sulle formulazioni dei problemi e di svolgere tutti gli esercizi proposti nelle videolezioni.

  • Ghiani, G. Laporte, R. Musmanno. Introduzione alla gestione dei sistemi logistici.
  • S. Chopra e P. Meindl. Supply Chain Management: Strategy, Planning, and Operation
  • M.L. Pinedo. Scheduling Theory, Algorithms, and Systems
  • R. Chase, F.R. Jacobs, N. Aquilano. Operations Management for Competitive Advantage
  • R.G. Askin, C.R. Standridge. Modeling and Analysis of Manufacturing Systems
  • D.F. Pyke, R. Peterson, E.A. Silver. Inventory Management and Production Planning and Scheduling

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20395

Modelli di sistemi di produzione 3° anno · 6 CFU · IEGE-01/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere i concetti fondamentali sottostanti i sistemi di produzione; classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere i concetti fondamentali sottostanti i sistemi di produzione;
  • classificare i sistemi di produzione in base a caratteristiche peculiari quali ad esempio la modalità di evasione dell’ordine cliente;
  • conoscere i principi fondamentali della pianificazione e della gestione delle scorte dei sistemi produttivi e dei sistemi logistici;
  • conoscere i principi dello scheduling e della pianificazione operativa dei sistemi logistici;
  • conoscere le tecniche di management dei sistemi produttivi, in particolare quelli collegati all’approccio lean e alla gestione della qualità;
  • risolvere problemi di pianificazione aggregata e di dettaglio dei sistemi di produzione, di previsione della domanda e di gestione delle scorte;
  • risolvere problematiche di scheduling;
  • analizzare e progettare sistemi di gestione della produzione basati su tecniche lean;
  • valutare in autonomia i vantaggi e gli svantaggi di configurazioni di sistemi di produzione o di servizio, modalità di pianificazione e gestione in relazione alla tipologia di sistema di produzione;
  • saper analizzare ed integrare testi su sistemi di produzione, di servizio o logistici;
  • saper interpretare indicatori di performance e modelli matematici rappresentativi di problemi classici di sistemi di produzione;
  • esprimere con opportuno linguaggio e formalismo gli argomenti del corso.

Programma

Il corso analizza i sistemi di produzione ed introduce modelli e metodi per la soluzione delle problematiche più comuni di gestione e pianificazione sia a livello strategico che tattico ed operativo.

Il corso è composto da 5 moduli.
Nel primo Modulo vengono introdotti concetti fondamentali dei sistemi di produzione e della catena logistica, considerandone l’evoluzione storica, e il ciclo di vita. Vengono definiti i processi primari e di supporto, il concetto di flessibilità ed efficienza, il paradigma push-pull e i livelli decisionali strategici tattici ed operativi.
Nel secondo Modulo vengono trattate previsione della domanda e gestione scorte. Si propone in particolare lo studio dei metodi causali e temporali di previsione, il concetto di inventory pooling, il metodo di decomposizione della domanda. Si analizzano i diversi modelli di gestione delle scorte a singolo punto e singolo prodotto, in presenza di domanda costante o variabile e si introducono i modelli di Wilson e i modelli a quantità o periodo costante, di tipo (s,S) o basati sul concetto dei due contenitori.
Il Modulo 3 è dedicato alla Pianificazione. Si analizzano in particolare il ruolo di pianificazione e pianificazione aggregata nei sistemi di produzione, l’MRP (Material Requirement Planning) ed il sistema JIT (Just in Time.). Inoltre vengono trattati alcuni metodi di pianificazione multiperiodo tra cui l’euristica Silver – Meal. Come contrapposizione ai sistemi basati su MIP si introduce la pianificazione basata su Kanban ed i metodi lean quali il CONWIP e il metodo basato su theory of constraints.
Nel Modulo 4 si studiano i problemi di Scheduling. Vengono analizzati i principi dello scheduling e le diverse tipologie di scheduling e layout (fisso, per prodotto, per processo o group technology). Si studia inoltre la notazione a tre campi e le principali misure di prestazione. Vengono proposti alcuni problemi di scheduling su macchina singola e su flow shop. Infine si studierà il problema di scheduling per sistemi di produzione flessibile e linee di assemblagio mixed models in ambito TPS (Toyota Production System).
Il Modulo 5 è dedicato a Logistica e Organizzazione. Tale modulo contiene l’analisi di problematiche di Facility Location, Trasporto, e Lean Six Sigma. Si analizzeranno in particolare le relazioni tra costi e numero di magazzini; problemi UFLP (Uncapacitated Facility Location Problem). Viene dettagliato il problema di trasporto a breve distanza con particolare riguardo al TSP (Travel Saleseman Problem) con relativo algoritmo di soluzione. Vengono descritti i principali problemi di trasporto a lunga distanza e altre problematiche operative (quali il vehicle scheduling e il crew scheduling). Nella parte di Organizzazione viene illustrata la metodologia Lean Six Sigma e il DMAIC.

Modulo 1: concetti fondamentali dei sistemi di produzione e della catena logistica [2 LEZ.]

  • Il sistema di produzione e la sua evoluzione storica (1 lezione)
  • Ciclo di vita e catena logistica (1 lezione)

Modulo 2: Previsione della domanda e gestione scorte [4 LEZ.]

  • Previsione della domanda (1 lezione)
  • Gestione delle scorte parte (3 lezioni)

Modulo 3: Pianificazione [3 LEZ.]

  • Sistemi di produzione e pianificazione (1 lezione)
  • Pianificazione della produzione e MRP (1 lezione)
  • Pianificiazione della produzione e JIT (1 lezione)

Modulo 4: Scheduling [4 LEZ.]

  • Principi di scheduling e scheduling su macchina singola (1 lezione)
  • Scheduling EDD e flow shop (1 lezione)
  • Scheduling flow shop (1 lezione)
  • Scheduling per linee di assemblaggio mixed – model (1 lezione)

Modulo 5: Logistica ed organizzazione [4 LEZ.]

  • Facility location (1 lezione)
  • Algoritmi per facility location (1 lezione)
  • Trasporto (1 lezione)
  • Lean Six Sigma (1 lezione)

Modalità d'esame

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficienti sui concetti introduttivi sui sistemi di produttivi, conoscere i metodi principali della previsione della domanda, della pianificazione, dello scheduling, della logistica e dell’organizzazione dei sistemi logistici. Tale conoscenza deve essere dimostrata sia per ciò che riguarda i metodi teorici che per quanto riguarda i modelli e gli algoritmi di soluzione dei problemi di ottimizzazione relativi agli argomenti sopracitati. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici a sistemi di produzione oltre che ha saper risolvere praticamente problemi di ottimizzazione negli argomenti sopracitati.
La prova orale consiste nel richiedere chiarimenti e approfondimenti allo studente riguardo imprecisioni o carenze concettuali nelle risposte fornite alle domande durante lo scritto oppure di altri argomenti del corso al fine di completare la valutazione della preparazione dello studente.

L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.
La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente 3 domande che possono essere di tipo teorico o di tipo applicativo (risoluzione di esercizi) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione dei sistemi di produzione e la capacità dello studente di applicare tali conoscenze in casi applicativi ed esempi notevoli di Sistemi di Produzione. Gli esercizi proposti riguardano argomenti trattati nelle videolezioni nelle quali sono presenti esempi di soluzione.

Le domande possono riguardare sia argomenti teorici che applicativi. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande. Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;

della capacità di applicare metodi e modelli per organizzare ed ottimizzare il design, la pianificazione e l’operatività di sistemi di produzione e logistici, oltre che analizzare in modo critico scelte di management in situazioni reali.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma contengono tutto il materiale necessario a superare l’esame. Per approfondimento si può fare riferimento ai testi elencati di seguito in base agli argomenti trattati. Inoltre si consiglia fortemente di fare i test proposti sulla piattaforma di e-learning. Infine si consiglia di esercitarsi sulle formulazioni dei problemi e di svolgere tutti gli esercizi proposti nelle videolezioni.

  • Ghiani, G. Laporte, R. Musmanno. Introduzione alla gestione dei sistemi logistici.
  • S. Chopra e P. Meindl. Supply Chain Management: Strategy, Planning, and Operation
  • M.L. Pinedo. Scheduling Theory, Algorithms, and Systems
  • R. Chase, F.R. Jacobs, N. Aquilano. Operations Management for Competitive Advantage
  • R.G. Askin, C.R. Standridge. Modeling and Analysis of Manufacturing Systems
  • D.F. Pyke, R. Peterson, E.A. Silver. Inventory Management and Production Planning and Scheduling

Codice insegnamento curriculum-sviluppo-software-l-8:20395

Operations and project management 3° anno · 6 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto*
  • La pianificazione di un progetto (Qualità e Comunicazione)*
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica*
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II*
  • Manutenzione ‒ Parte I*
  • Manutenzione ‒ Parte II*
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing*
  • Six Sigma*
  • Industry 4.0*
  • Sistemi Informativi di Gestione*
  • Esercitazione Operations Management – Parte I*
  • Esercitazione Operations Management – Parte II
  • Lezioni di approfondimento

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi, McGraw-Hill Education

Codice insegnamento UC456647

Operations and project management 3° anno · 6 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto*
  • La pianificazione di un progetto (Qualità e Comunicazione)*
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica*
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II*
  • Manutenzione ‒ Parte I*
  • Manutenzione ‒ Parte II*
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing*
  • Six Sigma*
  • Industry 4.0*
  • Sistemi Informativi di Gestione*
  • Esercitazione Operations Management – Parte I*
  • Esercitazione Operations Management – Parte II
  • Lezioni di approfondimento

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi, McGraw-Hill Education

Codice insegnamento UC456697

Operations and project management 3° anno · 6 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto*
  • La pianificazione di un progetto (Qualità e Comunicazione)*
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica*
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I*
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II*
  • Manutenzione ‒ Parte I*
  • Manutenzione ‒ Parte II*
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing*
  • Six Sigma*
  • Industry 4.0*
  • Sistemi Informativi di Gestione*
  • Esercitazione Operations Management – Parte I*
  • Esercitazione Operations Management – Parte II
  • Lezioni di approfondimento

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi, McGraw-Hill Education

Codice insegnamento UC456771

Prova finale 3° anno · 6 CFU · 0 file
Prova finale 3° anno · 6 CFU · 0 file
Prova finale 3° anno · 6 CFU · 0 file
Prova finale 3° anno · 6 CFU · 0 file
Reti di nuova generazione 3° anno · 6 CFU · IINF-03/A · 0 file

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti…

Scheda dell'insegnamento

Obiettivi formativi

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti economici e regolamentari. In particolare, si descrive la transizione dal regime di monopolio al mercato delle telecomunicazioni e viene posto l'accento su alcuni aspetti legati al mondo tariffario e ai flussi economici che regolano il funzionamento di internet e delle reti ti telecomunicazioni in generale.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: conoscenza del contesto tecnico e regolatorio dei casi che verranno presi in esame durante il corso delle lezioni frontali.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacità di comprendere, tradurre e sintetizzare testi specialistici anche in lingua inglese e di elaborare analisi sui contesti attuali dello sviluppo delle NGN.
AUTONOMIA DI GIUDIZIO: capacità di dialogo sulle tematiche tecniche e regolatorie affrontate. Capacità di analizzare criticamente il quadro attuale sullo sviluppo delle NGN
ABILITÀ COMUNICATIVE: capacità di comunicare efficacemente in forma orale sulle tematiche trattate durante il corso delle lezioni frontali. Saper esporre criticamente i contenuti del corso attraverso un focus critico metodologico innovativo.
CAPACITÀ DI APPRENDIMENTO: apprendere e integrare le conoscenze da varie fonti sulle architetture delle reti di accesso e sulle condizioni regolatorie e concorrenziali in essere, al fine di valutare attraverso una visione più ampia le potenzialità delle infrastrutture di telecomunicazioni.

Programma

Il corso è orientato all’acquisizione delle nozioni di base relative alle reti di accesso (ultimo miglio), con particolare riferimento a quelle di nuova generazione. I moderni servizi internet richiedono alte velocità di connessione che oggi vengono per lo più fornite tramite la rete telefonica tradizionale in rame (es. ADSL). Per alcuni limiti fisici, le velocità dati fruibili con tale rete non possono evolvere indefinitamente e non possono quindi soddisfare la futura domanda di sempre più alte prestazioni. In questo contesto è facile dedurre che lo sviluppo ed il successo dei nuovi servizi non può prescindere dalla realizzazione di reti di nuova generazione, le uniche in grado di soddisfare la crescente domanda di banda per i prossimi decenni.

Nella prima parte di questo corso (Parte I) si analizzano con un formalismo relativamente semplice, le tecniche realizzative delle reti di accesso, i servizi e i mezzi trasmissivi per l’evoluzione tecnologica.
Nella seconda parte (Parte II) le economie di internet ed i modelli di business nel mercato delle telecomunicazioni in generale, nonché la disaggregazione della rete di accesso (unbundling) per l’apertura della rete alla concorrenza.
Al termine di tale corso quindi lo studente avrà acquisito il linguaggio tecnico e le conoscenze di base sulle reti di accesso attuali e future e potrà comprendere i meccanismi economici e di regolamentazione che ne governano il mercato.

PARTE I: tecnologia - 15 lezioni
Introduzione: importanza delle ICT per lo sviluppo dell’economia e della società.

  • Importanza delle ICT per lo sviluppo dell'economia e della società e primi fondamenti di reti
  • Le porte di accesso e fondamenti di NGNN
  • Standard PON, TV via cavo e tv su rete ottica

La rete di accesso telefonica e prime nozioni sulle reti di accesso di nuova generazione (NGAN).
Doppino telefonico e servizi.

  • Cavi in rame per reti di accesso, modello matematico del doppino telefonico e comportamento in frequenza
  • Servizi su doppino telefonico

Uso del doppino telefonico fuori banda POTS e tecnologia DSL.

  • I primi modem e l'uso del doppino telefonico fuori banda
  • Le tecnologie DSL

Introduzione alle fibre ottiche (meccanismi di propagazione e fenomeni collegati).

  • Introduzione alle fibre ottiche
  • Propagazione reale nelle f.o.
  • La dispersione e i fenomeni non lineari
  • I fenomeni non lineari e i sistemi WDM
  • Le sorgenti ottiche
  • Dispositivi ottici

I sistemi PON e WDM PON.

  • Sistemi PON ed evoluzione
  • Scenari WDM-PON

PARTE II: economia e regolamentazione – 7 lezioni
Mercati: concorrenza, effetto rete ed efficienza, costi di transazione e di organizzazione. Transizione dal monopolio al regime di mercato.

  • Concorrenza
  • Effetto rete
  • Efficienza

Telecomunicazioni e monopoli naturali, campi di intervento delle Autorità.

  • Costi di transizione e di organizzazione
  • Transizione dal monopolio al regime di mercato

Principi economici alla base dell’interconnessione e sistemi di tariffazione al dettaglio e all’ingrosso.

  • Campi di intervento delle NRA

Tariffazione e gerarchia delle reti in internet.

  • Principi economici alla base dell'interconnessione e sistemi di tariffazione
  • Tariffazione wholesale e nel mondo internet
  • Gerarchia delle reti internet e accesso disaggregato

Disaggregazione della rete di accesso (unbundling).

Modalità d'esame

Prova scritta o orale consistente nella valutazione del linguaggio tecnico acquisito mirato alla comprensione del quadro tecnico, economici e regolatorio concernente le reti di nuova generazione.
L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 3) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione delle reti di nuova generazione e del quadro regolatorio vigente [DUBLINO 1] e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate [DUBLINO 2]. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base. e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti di nuova generazione, una conoscenza di base sui principali protocolli utilizzati ed infine, di essere in grado di comprendere gli scenari in cui operano i diversi operatori. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e saper analizzare il corretto contesto regolatorio vigente.

La prova orale consiste in tre domande aperte in analogia a quelle della prova scritta. In questo caso però, allo studente viene chiesto di poter esprimere i concetti in maniera più elastica e potendo approfondire singoli aspetti che emergono durante il colloquio.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma sono sufficienti per raggiungere la preparazione ottimale.
Per maggiori approfondimenti si può consultare il testo:

  • L.G. Kazovsky, N. Cheng, W.Shaw et al., Broadband Optical Access Networks, Wiley, 2011

Codice insegnamento curriculum-cybersecurity-l-8:19645

Reti di nuova generazione 3° anno · 6 CFU · IINF-03/A · 0 file

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti…

Scheda dell'insegnamento

Obiettivi formativi

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti economici e regolamentari. In particolare, si descrive la transizione dal regime di monopolio al mercato delle telecomunicazioni e viene posto l'accento su alcuni aspetti legati al mondo tariffario e ai flussi economici che regolano il funzionamento di internet e delle reti ti telecomunicazioni in generale.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: conoscenza del contesto tecnico e regolatorio dei casi che verranno presi in esame durante il corso delle lezioni frontali.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacità di comprendere, tradurre e sintetizzare testi specialistici anche in lingua inglese e di elaborare analisi sui contesti attuali dello sviluppo delle NGN.
AUTONOMIA DI GIUDIZIO: capacità di dialogo sulle tematiche tecniche e regolatorie affrontate. Capacità di analizzare criticamente il quadro attuale sullo sviluppo delle NGN
ABILITÀ COMUNICATIVE: capacità di comunicare efficacemente in forma orale sulle tematiche trattate durante il corso delle lezioni frontali. Saper esporre criticamente i contenuti del corso attraverso un focus critico metodologico innovativo.
CAPACITÀ DI APPRENDIMENTO: apprendere e integrare le conoscenze da varie fonti sulle architetture delle reti di accesso e sulle condizioni regolatorie e concorrenziali in essere, al fine di valutare attraverso una visione più ampia le potenzialità delle infrastrutture di telecomunicazioni.

Programma

Il corso è orientato all’acquisizione delle nozioni di base relative alle reti di accesso (ultimo miglio), con particolare riferimento a quelle di nuova generazione. I moderni servizi internet richiedono alte velocità di connessione che oggi vengono per lo più fornite tramite la rete telefonica tradizionale in rame (es. ADSL). Per alcuni limiti fisici, le velocità dati fruibili con tale rete non possono evolvere indefinitamente e non possono quindi soddisfare la futura domanda di sempre più alte prestazioni. In questo contesto è facile dedurre che lo sviluppo ed il successo dei nuovi servizi non può prescindere dalla realizzazione di reti di nuova generazione, le uniche in grado di soddisfare la crescente domanda di banda per i prossimi decenni.

Nella prima parte di questo corso (Parte I) si analizzano con un formalismo relativamente semplice, le tecniche realizzative delle reti di accesso, i servizi e i mezzi trasmissivi per l’evoluzione tecnologica.
Nella seconda parte (Parte II) le economie di internet ed i modelli di business nel mercato delle telecomunicazioni in generale, nonché la disaggregazione della rete di accesso (unbundling) per l’apertura della rete alla concorrenza.
Al termine di tale corso quindi lo studente avrà acquisito il linguaggio tecnico e le conoscenze di base sulle reti di accesso attuali e future e potrà comprendere i meccanismi economici e di regolamentazione che ne governano il mercato.

PARTE I: tecnologia - 15 lezioni
Introduzione: importanza delle ICT per lo sviluppo dell’economia e della società.

  • Importanza delle ICT per lo sviluppo dell'economia e della società e primi fondamenti di reti
  • Le porte di accesso e fondamenti di NGNN
  • Standard PON, TV via cavo e tv su rete ottica

La rete di accesso telefonica e prime nozioni sulle reti di accesso di nuova generazione (NGAN).
Doppino telefonico e servizi.

  • Cavi in rame per reti di accesso, modello matematico del doppino telefonico e comportamento in frequenza
  • Servizi su doppino telefonico

Uso del doppino telefonico fuori banda POTS e tecnologia DSL.

  • I primi modem e l'uso del doppino telefonico fuori banda
  • Le tecnologie DSL

Introduzione alle fibre ottiche (meccanismi di propagazione e fenomeni collegati).

  • Introduzione alle fibre ottiche
  • Propagazione reale nelle f.o.
  • La dispersione e i fenomeni non lineari
  • I fenomeni non lineari e i sistemi WDM
  • Le sorgenti ottiche
  • Dispositivi ottici

I sistemi PON e WDM PON.

  • Sistemi PON ed evoluzione
  • Scenari WDM-PON

PARTE II: economia e regolamentazione – 7 lezioni
Mercati: concorrenza, effetto rete ed efficienza, costi di transazione e di organizzazione. Transizione dal monopolio al regime di mercato.

  • Concorrenza
  • Effetto rete
  • Efficienza

Telecomunicazioni e monopoli naturali, campi di intervento delle Autorità.

  • Costi di transizione e di organizzazione
  • Transizione dal monopolio al regime di mercato

Principi economici alla base dell’interconnessione e sistemi di tariffazione al dettaglio e all’ingrosso.

  • Campi di intervento delle NRA

Tariffazione e gerarchia delle reti in internet.

  • Principi economici alla base dell'interconnessione e sistemi di tariffazione
  • Tariffazione wholesale e nel mondo internet
  • Gerarchia delle reti internet e accesso disaggregato

Disaggregazione della rete di accesso (unbundling).

Modalità d'esame

Prova scritta o orale consistente nella valutazione del linguaggio tecnico acquisito mirato alla comprensione del quadro tecnico, economici e regolatorio concernente le reti di nuova generazione.
L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 3) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione delle reti di nuova generazione e del quadro regolatorio vigente [DUBLINO 1] e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate [DUBLINO 2]. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base. e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti di nuova generazione, una conoscenza di base sui principali protocolli utilizzati ed infine, di essere in grado di comprendere gli scenari in cui operano i diversi operatori. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e saper analizzare il corretto contesto regolatorio vigente.

La prova orale consiste in tre domande aperte in analogia a quelle della prova scritta. In questo caso però, allo studente viene chiesto di poter esprimere i concetti in maniera più elastica e potendo approfondire singoli aspetti che emergono durante il colloquio.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma sono sufficienti per raggiungere la preparazione ottimale.
Per maggiori approfondimenti si può consultare il testo:

  • L.G. Kazovsky, N. Cheng, W.Shaw et al., Broadband Optical Access Networks, Wiley, 2011

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19645

Reti di nuova generazione 3° anno · 6 CFU · IINF-03/A · 0 file

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti…

Scheda dell'insegnamento

Obiettivi formativi

OBIETTIVI FORMATIVI: alla fine del corso lo studente avrà appreso le nozioni fondamentali sulle reti di nuova generazione. Il percorso formativo parte dalla descrizione tecnica di tali reti ed arriva agli aspetti economici e regolamentari. In particolare, si descrive la transizione dal regime di monopolio al mercato delle telecomunicazioni e viene posto l'accento su alcuni aspetti legati al mondo tariffario e ai flussi economici che regolano il funzionamento di internet e delle reti ti telecomunicazioni in generale.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: conoscenza del contesto tecnico e regolatorio dei casi che verranno presi in esame durante il corso delle lezioni frontali.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacità di comprendere, tradurre e sintetizzare testi specialistici anche in lingua inglese e di elaborare analisi sui contesti attuali dello sviluppo delle NGN.
AUTONOMIA DI GIUDIZIO: capacità di dialogo sulle tematiche tecniche e regolatorie affrontate. Capacità di analizzare criticamente il quadro attuale sullo sviluppo delle NGN
ABILITÀ COMUNICATIVE: capacità di comunicare efficacemente in forma orale sulle tematiche trattate durante il corso delle lezioni frontali. Saper esporre criticamente i contenuti del corso attraverso un focus critico metodologico innovativo.
CAPACITÀ DI APPRENDIMENTO: apprendere e integrare le conoscenze da varie fonti sulle architetture delle reti di accesso e sulle condizioni regolatorie e concorrenziali in essere, al fine di valutare attraverso una visione più ampia le potenzialità delle infrastrutture di telecomunicazioni.

Programma

Il corso è orientato all’acquisizione delle nozioni di base relative alle reti di accesso (ultimo miglio), con particolare riferimento a quelle di nuova generazione. I moderni servizi internet richiedono alte velocità di connessione che oggi vengono per lo più fornite tramite la rete telefonica tradizionale in rame (es. ADSL). Per alcuni limiti fisici, le velocità dati fruibili con tale rete non possono evolvere indefinitamente e non possono quindi soddisfare la futura domanda di sempre più alte prestazioni. In questo contesto è facile dedurre che lo sviluppo ed il successo dei nuovi servizi non può prescindere dalla realizzazione di reti di nuova generazione, le uniche in grado di soddisfare la crescente domanda di banda per i prossimi decenni.

Nella prima parte di questo corso (Parte I) si analizzano con un formalismo relativamente semplice, le tecniche realizzative delle reti di accesso, i servizi e i mezzi trasmissivi per l’evoluzione tecnologica.
Nella seconda parte (Parte II) le economie di internet ed i modelli di business nel mercato delle telecomunicazioni in generale, nonché la disaggregazione della rete di accesso (unbundling) per l’apertura della rete alla concorrenza.
Al termine di tale corso quindi lo studente avrà acquisito il linguaggio tecnico e le conoscenze di base sulle reti di accesso attuali e future e potrà comprendere i meccanismi economici e di regolamentazione che ne governano il mercato.

PARTE I: tecnologia - 15 lezioni
Introduzione: importanza delle ICT per lo sviluppo dell’economia e della società.

  • Importanza delle ICT per lo sviluppo dell'economia e della società e primi fondamenti di reti
  • Le porte di accesso e fondamenti di NGNN
  • Standard PON, TV via cavo e tv su rete ottica

La rete di accesso telefonica e prime nozioni sulle reti di accesso di nuova generazione (NGAN).
Doppino telefonico e servizi.

  • Cavi in rame per reti di accesso, modello matematico del doppino telefonico e comportamento in frequenza
  • Servizi su doppino telefonico

Uso del doppino telefonico fuori banda POTS e tecnologia DSL.

  • I primi modem e l'uso del doppino telefonico fuori banda
  • Le tecnologie DSL

Introduzione alle fibre ottiche (meccanismi di propagazione e fenomeni collegati).

  • Introduzione alle fibre ottiche
  • Propagazione reale nelle f.o.
  • La dispersione e i fenomeni non lineari
  • I fenomeni non lineari e i sistemi WDM
  • Le sorgenti ottiche
  • Dispositivi ottici

I sistemi PON e WDM PON.

  • Sistemi PON ed evoluzione
  • Scenari WDM-PON

PARTE II: economia e regolamentazione – 7 lezioni
Mercati: concorrenza, effetto rete ed efficienza, costi di transazione e di organizzazione. Transizione dal monopolio al regime di mercato.

  • Concorrenza
  • Effetto rete
  • Efficienza

Telecomunicazioni e monopoli naturali, campi di intervento delle Autorità.

  • Costi di transizione e di organizzazione
  • Transizione dal monopolio al regime di mercato

Principi economici alla base dell’interconnessione e sistemi di tariffazione al dettaglio e all’ingrosso.

  • Campi di intervento delle NRA

Tariffazione e gerarchia delle reti in internet.

  • Principi economici alla base dell'interconnessione e sistemi di tariffazione
  • Tariffazione wholesale e nel mondo internet
  • Gerarchia delle reti internet e accesso disaggregato

Disaggregazione della rete di accesso (unbundling).

Modalità d'esame

Prova scritta o orale consistente nella valutazione del linguaggio tecnico acquisito mirato alla comprensione del quadro tecnico, economici e regolatorio concernente le reti di nuova generazione.
L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta ha una durata massima di 120 minuti e consiste nel sottoporre allo studente una serie di domande teoriche (in genere 3) alle quali lo studente dovrà rispondere in maniera soddisfacente attenendosi all’argomento richiesto senza dilungarsi su argomenti collegati ma non centrali nella domanda. Le domande richiedono di norma la spiegazione o la descrizione di argomenti ben precisi trattati durante il corso, che mirano a dimostrare la conoscenza e comprensione delle reti di nuova generazione e del quadro regolatorio vigente [DUBLINO 1] e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e protocolli implementati in reti reali e attualmente dispiegate [DUBLINO 2]. Di solito le difficoltà presenti (e di conseguenza il punteggio massimo conseguibile, se non diversamente esplicitato) sono equidistribuite tra le varie domande.

Tuttavia, al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o protocolli nella progettazione di sistemi di base. e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze sufficiente sui concetti di base delle reti di nuova generazione, una conoscenza di base sui principali protocolli utilizzati ed infine, di essere in grado di comprendere gli scenari in cui operano i diversi operatori. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso e di essere in grado di applicare i concetti teorici e saper analizzare il corretto contesto regolatorio vigente.

La prova orale consiste in tre domande aperte in analogia a quelle della prova scritta. In questo caso però, allo studente viene chiesto di poter esprimere i concetti in maniera più elastica e potendo approfondire singoli aspetti che emergono durante il colloquio.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le lezioni realizzate dal Docente e i materiali didattici pubblicati in piattaforma sono sufficienti per raggiungere la preparazione ottimale.
Per maggiori approfondimenti si può consultare il testo:

  • L.G. Kazovsky, N. Cheng, W.Shaw et al., Broadband Optical Access Networks, Wiley, 2011

Codice insegnamento curriculum-sviluppo-software-l-8:19645

Scelta libera 1 3° anno · 6 CFU · 0 file
Scelta libera 1 3° anno · 6 CFU · 0 file
Scelta libera 1 3° anno · 6 CFU · 0 file
Scelta libera 1 3° anno · 6 CFU · 0 file
Scelta libera 2 3° anno · 6 CFU · 0 file
Scelta libera 2 3° anno · 6 CFU · 0 file
Scelta libera 2 3° anno · 6 CFU · 0 file
Scelta libera 2 3° anno · 6 CFU · 0 file
Security di Rete 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: Conoscenza e comprensione: Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

Conoscenza e comprensione:

  • Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.
  • Identificare e spiegare le vulnerabilità e le minacce associate a diversi livelli della pila OSI.
  • Conoscere le tecnologie e i protocolli di sicurezza, inclusi IPsec e SSL/TLS, e il loro funzionamento.
  • Analizzare le problematiche di sicurezza specifiche per le reti wireless e i dispositivi mobili.
  • Comprendere le tecniche e le migliori pratiche per la protezione dei dati e delle comunicazioni in ambienti di rete

Capacità di applicare conoscenze e comprensione:

  • Configurare e gestire correttamente i protocolli di sicurezza come IPsec per garantire comunicazioni sicure.
  • Implementare soluzioni di sicurezza per reti wireless e dispositivi mobili, proteggendo da potenziali minacce.
  • Eseguire una valutazione delle vulnerabilità di rete e applicare le contromisure appropriate.
  • Monitorare e rispondere agli attacchi informatici utilizzando strumenti e tecniche di rilevamento delle minacce.
  • Sviluppare e implementare politiche di sicurezza efficaci per salvaguardare le risorse aziendali e personali.

Competenze trasversali:

  • Comunicare in modo chiaro e dettagliato le problematiche e le soluzioni di sicurezza a diverse figure professionali e tecniche.
  • Collaborare efficacemente con team multidisciplinari per progettare e gestire strategie di sicurezza informatica.
  • Utilizzare il pensiero critico per valutare e risolvere problemi complessi relativi alla sicurezza di rete e alle minacce emergenti.
  • Adattare le proprie competenze e conoscenze alle evoluzioni tecnologiche e alle nuove minacce nel campo della sicurezza informatica.
  • Gestire progetti di sicurezza informatica con capacità di leadership e decision-making, assicurando il rispetto delle normative e delle best practices

Programma

Il corso "Security di Rete" è progettato per fornire una formazione approfondita sulla protezione delle reti informatiche, affrontando una vasta gamma di tematiche cruciali per la sicurezza informatica moderna. Il corso inizia con una panoramica dei principi fondamentali della sicurezza di rete, esplorando le minacce comuni e le vulnerabilità che possono compromettere l'integrità e la disponibilità delle informazioni.
Un focus particolare è dedicato alla sicurezza a vari livelli della pila OSI. Gli studenti apprenderanno come proteggere ciascun livello, dalle protezioni fisiche e di collegamento dati, fino ai livelli di trasporto e applicazione. Verranno analizzati i protocolli di sicurezza più rilevanti e le tecniche di cifratura utilizzate per garantire la confidenzialità e l'integrità dei dati.
Un modulo dedicato alla sicurezza dei dispositivi mobili analizzerà le minacce specifiche per smartphone e tablet, come malware mobile, phishing e vulnerabilità delle app. Verranno presentate best practice per la gestione sicura dei dispositivi mobili, incluse le politiche BYOD (Bring Your Own Device) e relativa gestione all’interno di organizzazioni.

1. Introduzione al corso di Security di Rete

  • Perchè un corso sulla security di rete
  • Obiettivi del corso
  • Organizzazione del corso
  • Storia della sicurezza delle reti

2. Introduzione alla sicurezza delle reti

  • Definizione e Importanza della Sicurezza delle Reti
  • Principi Fondamentali della Sicurezza delle Informazioni
  • Minacce e Vulnerabilità delle Reti
  • Autenticazione, Autorizzazione e Accounting (AAA)

3. Concetti fondamentali di Reti di Calcolatori

  • Definizione e Tipologie di reti di calcolatori
  • Componenti di rete
  • Modello OSI e modello TCP/IP
  • Concetti di Sicurezza di Base nelle Reti di Calcolatori

4. Crittografia e funzioni di hash

  • Algoritmi di crittografia simmetrica
  • Funzioni di HASH
  • Accenni di crittografia asimmetrica

5. Algoritmi per la Data Integrity

  • Overview sulle funzioni per la Message Authentication
  • MAC, Message Authentication Code
  • HMAC, hash-based message authentication code
  • Digital signature

6. Tecniche di attacco e strumenti a supporto

  • Overview sulle principali minacce informatiche
  • DDOS (DDOS, distributed Denial-of-Service)
  • EDR (Endpoint Detection and Response)
  • XDR (Extended Detection and Response)

7. Sicurezza a livello fisico e data link

  • Introduzione alla sicurezza nei livelli fisico e data link
  • Minacce e contromisure a livello fisico
  • Minacce e contromisure a livello data link

8. Sicurezza nel Livello di Rete: IPsec (prima parte)

  • Introduzione alla sicurezza nei livelli di rete
  • Fondamenti di IPSEC
  • Tunnel mode e transport mode

9. Sicurezza nel Livello di Rete: IPsec (seconda parte)

  • ESP – Encapsulating Security Payload
  • Combinare le security associations
  • Internet Key Exchange

10. Sicurezza di internet e delle reti

  • User Authentication
  • Network Access Control
  • Extensible Authentication Protocol
  • IEEE 802.1X Port-Based Network Access Control

11. Sicurezza a livello Transport

  • SSL
  • TLS
  • HTTPS
  • SSH

12. Sicurezza a livello Application

  • Oauth
  • Security Assertion Markup Language (SAML)
  • Intrusion Detection Systems (IDS) and Intrusion Prevention Systems (IPS)
  • Antispam
  • Antiphishing

13. Sicurezza a livello Cloud

  • Cloud computing
  • Cloud security
  • Cloud Security As A Service
  • Cloud Access Security Brokers (CASB)

14. Wireless Network Security

  • Wireless Security
  • Sicurezza dei dispositivi mobili
  • IEEE 802.11/i

15. Electronic Mail Security

  • PGP, Pretty Good Privacy
  • S/MIME

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla sicurezza delle reti e ai protocolli di sicurezza (prescrizioni Dublino 1) e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso (prescrizioni Dublino 2). La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide (prescrizioni Dublino 5);
  • della padronanza di linguaggio scritto dello studente (prescrizioni Dublino 4);
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali (prescrizioni Dublino 2) e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali (prescrizioni Dublino 3).

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo (prescrizioni Dublino 1). Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso (prescrizioni Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Sicurezza dei computer e delle reti, Pearson Editore, 2022
  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Crittografia, Pearson Editore, 2022
  • William Stallings, Cryptography and Network Security: Principles and Practice, Global Edition, Pearson Editore, 2022

Codice insegnamento curriculum-cybersecurity-l-8:18921

Security di Rete 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: Conoscenza e comprensione: Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

Conoscenza e comprensione:

  • Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.
  • Identificare e spiegare le vulnerabilità e le minacce associate a diversi livelli della pila OSI.
  • Conoscere le tecnologie e i protocolli di sicurezza, inclusi IPsec e SSL/TLS, e il loro funzionamento.
  • Analizzare le problematiche di sicurezza specifiche per le reti wireless e i dispositivi mobili.
  • Comprendere le tecniche e le migliori pratiche per la protezione dei dati e delle comunicazioni in ambienti di rete

Capacità di applicare conoscenze e comprensione:

  • Configurare e gestire correttamente i protocolli di sicurezza come IPsec per garantire comunicazioni sicure.
  • Implementare soluzioni di sicurezza per reti wireless e dispositivi mobili, proteggendo da potenziali minacce.
  • Eseguire una valutazione delle vulnerabilità di rete e applicare le contromisure appropriate.
  • Monitorare e rispondere agli attacchi informatici utilizzando strumenti e tecniche di rilevamento delle minacce.
  • Sviluppare e implementare politiche di sicurezza efficaci per salvaguardare le risorse aziendali e personali.

Competenze trasversali:

  • Comunicare in modo chiaro e dettagliato le problematiche e le soluzioni di sicurezza a diverse figure professionali e tecniche.
  • Collaborare efficacemente con team multidisciplinari per progettare e gestire strategie di sicurezza informatica.
  • Utilizzare il pensiero critico per valutare e risolvere problemi complessi relativi alla sicurezza di rete e alle minacce emergenti.
  • Adattare le proprie competenze e conoscenze alle evoluzioni tecnologiche e alle nuove minacce nel campo della sicurezza informatica.
  • Gestire progetti di sicurezza informatica con capacità di leadership e decision-making, assicurando il rispetto delle normative e delle best practices

Programma

Il corso "Security di Rete" è progettato per fornire una formazione approfondita sulla protezione delle reti informatiche, affrontando una vasta gamma di tematiche cruciali per la sicurezza informatica moderna. Il corso inizia con una panoramica dei principi fondamentali della sicurezza di rete, esplorando le minacce comuni e le vulnerabilità che possono compromettere l'integrità e la disponibilità delle informazioni.
Un focus particolare è dedicato alla sicurezza a vari livelli della pila OSI. Gli studenti apprenderanno come proteggere ciascun livello, dalle protezioni fisiche e di collegamento dati, fino ai livelli di trasporto e applicazione. Verranno analizzati i protocolli di sicurezza più rilevanti e le tecniche di cifratura utilizzate per garantire la confidenzialità e l'integrità dei dati.
Un modulo dedicato alla sicurezza dei dispositivi mobili analizzerà le minacce specifiche per smartphone e tablet, come malware mobile, phishing e vulnerabilità delle app. Verranno presentate best practice per la gestione sicura dei dispositivi mobili, incluse le politiche BYOD (Bring Your Own Device) e relativa gestione all’interno di organizzazioni.

1. Introduzione al corso di Security di Rete

  • Perchè un corso sulla security di rete
  • Obiettivi del corso
  • Organizzazione del corso
  • Storia della sicurezza delle reti

2. Introduzione alla sicurezza delle reti

  • Definizione e Importanza della Sicurezza delle Reti
  • Principi Fondamentali della Sicurezza delle Informazioni
  • Minacce e Vulnerabilità delle Reti
  • Autenticazione, Autorizzazione e Accounting (AAA)

3. Concetti fondamentali di Reti di Calcolatori

  • Definizione e Tipologie di reti di calcolatori
  • Componenti di rete
  • Modello OSI e modello TCP/IP
  • Concetti di Sicurezza di Base nelle Reti di Calcolatori

4. Crittografia e funzioni di hash

  • Algoritmi di crittografia simmetrica
  • Funzioni di HASH
  • Accenni di crittografia asimmetrica

5. Algoritmi per la Data Integrity

  • Overview sulle funzioni per la Message Authentication
  • MAC, Message Authentication Code
  • HMAC, hash-based message authentication code
  • Digital signature

6. Tecniche di attacco e strumenti a supporto

  • Overview sulle principali minacce informatiche
  • DDOS (DDOS, distributed Denial-of-Service)
  • EDR (Endpoint Detection and Response)
  • XDR (Extended Detection and Response)

7. Sicurezza a livello fisico e data link

  • Introduzione alla sicurezza nei livelli fisico e data link
  • Minacce e contromisure a livello fisico
  • Minacce e contromisure a livello data link

8. Sicurezza nel Livello di Rete: IPsec (prima parte)

  • Introduzione alla sicurezza nei livelli di rete
  • Fondamenti di IPSEC
  • Tunnel mode e transport mode

9. Sicurezza nel Livello di Rete: IPsec (seconda parte)

  • ESP – Encapsulating Security Payload
  • Combinare le security associations
  • Internet Key Exchange

10. Sicurezza di internet e delle reti

  • User Authentication
  • Network Access Control
  • Extensible Authentication Protocol
  • IEEE 802.1X Port-Based Network Access Control

11. Sicurezza a livello Transport

  • SSL
  • TLS
  • HTTPS
  • SSH

12. Sicurezza a livello Application

  • Oauth
  • Security Assertion Markup Language (SAML)
  • Intrusion Detection Systems (IDS) and Intrusion Prevention Systems (IPS)
  • Antispam
  • Antiphishing

13. Sicurezza a livello Cloud

  • Cloud computing
  • Cloud security
  • Cloud Security As A Service
  • Cloud Access Security Brokers (CASB)

14. Wireless Network Security

  • Wireless Security
  • Sicurezza dei dispositivi mobili
  • IEEE 802.11/i

15. Electronic Mail Security

  • PGP, Pretty Good Privacy
  • S/MIME

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla sicurezza delle reti e ai protocolli di sicurezza (prescrizioni Dublino 1) e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso (prescrizioni Dublino 2). La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide (prescrizioni Dublino 5);
  • della padronanza di linguaggio scritto dello studente (prescrizioni Dublino 4);
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali (prescrizioni Dublino 2) e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali (prescrizioni Dublino 3).

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo (prescrizioni Dublino 1). Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso (prescrizioni Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Sicurezza dei computer e delle reti, Pearson Editore, 2022
  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Crittografia, Pearson Editore, 2022
  • William Stallings, Cryptography and Network Security: Principles and Practice, Global Edition, Pearson Editore, 2022

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18921

Security di Rete 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: Conoscenza e comprensione: Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

Conoscenza e comprensione:

  • Comprendere i principi fondamentali della sicurezza di rete e il loro impatto sulla protezione delle infrastrutture informatiche.
  • Identificare e spiegare le vulnerabilità e le minacce associate a diversi livelli della pila OSI.
  • Conoscere le tecnologie e i protocolli di sicurezza, inclusi IPsec e SSL/TLS, e il loro funzionamento.
  • Analizzare le problematiche di sicurezza specifiche per le reti wireless e i dispositivi mobili.
  • Comprendere le tecniche e le migliori pratiche per la protezione dei dati e delle comunicazioni in ambienti di rete

Capacità di applicare conoscenze e comprensione:

  • Configurare e gestire correttamente i protocolli di sicurezza come IPsec per garantire comunicazioni sicure.
  • Implementare soluzioni di sicurezza per reti wireless e dispositivi mobili, proteggendo da potenziali minacce.
  • Eseguire una valutazione delle vulnerabilità di rete e applicare le contromisure appropriate.
  • Monitorare e rispondere agli attacchi informatici utilizzando strumenti e tecniche di rilevamento delle minacce.
  • Sviluppare e implementare politiche di sicurezza efficaci per salvaguardare le risorse aziendali e personali.

Competenze trasversali:

  • Comunicare in modo chiaro e dettagliato le problematiche e le soluzioni di sicurezza a diverse figure professionali e tecniche.
  • Collaborare efficacemente con team multidisciplinari per progettare e gestire strategie di sicurezza informatica.
  • Utilizzare il pensiero critico per valutare e risolvere problemi complessi relativi alla sicurezza di rete e alle minacce emergenti.
  • Adattare le proprie competenze e conoscenze alle evoluzioni tecnologiche e alle nuove minacce nel campo della sicurezza informatica.
  • Gestire progetti di sicurezza informatica con capacità di leadership e decision-making, assicurando il rispetto delle normative e delle best practices

Programma

Il corso "Security di Rete" è progettato per fornire una formazione approfondita sulla protezione delle reti informatiche, affrontando una vasta gamma di tematiche cruciali per la sicurezza informatica moderna. Il corso inizia con una panoramica dei principi fondamentali della sicurezza di rete, esplorando le minacce comuni e le vulnerabilità che possono compromettere l'integrità e la disponibilità delle informazioni.
Un focus particolare è dedicato alla sicurezza a vari livelli della pila OSI. Gli studenti apprenderanno come proteggere ciascun livello, dalle protezioni fisiche e di collegamento dati, fino ai livelli di trasporto e applicazione. Verranno analizzati i protocolli di sicurezza più rilevanti e le tecniche di cifratura utilizzate per garantire la confidenzialità e l'integrità dei dati.
Un modulo dedicato alla sicurezza dei dispositivi mobili analizzerà le minacce specifiche per smartphone e tablet, come malware mobile, phishing e vulnerabilità delle app. Verranno presentate best practice per la gestione sicura dei dispositivi mobili, incluse le politiche BYOD (Bring Your Own Device) e relativa gestione all’interno di organizzazioni.

1. Introduzione al corso di Security di Rete

  • Perchè un corso sulla security di rete
  • Obiettivi del corso
  • Organizzazione del corso
  • Storia della sicurezza delle reti

2. Introduzione alla sicurezza delle reti

  • Definizione e Importanza della Sicurezza delle Reti
  • Principi Fondamentali della Sicurezza delle Informazioni
  • Minacce e Vulnerabilità delle Reti
  • Autenticazione, Autorizzazione e Accounting (AAA)

3. Concetti fondamentali di Reti di Calcolatori

  • Definizione e Tipologie di reti di calcolatori
  • Componenti di rete
  • Modello OSI e modello TCP/IP
  • Concetti di Sicurezza di Base nelle Reti di Calcolatori

4. Crittografia e funzioni di hash

  • Algoritmi di crittografia simmetrica
  • Funzioni di HASH
  • Accenni di crittografia asimmetrica

5. Algoritmi per la Data Integrity

  • Overview sulle funzioni per la Message Authentication
  • MAC, Message Authentication Code
  • HMAC, hash-based message authentication code
  • Digital signature

6. Tecniche di attacco e strumenti a supporto

  • Overview sulle principali minacce informatiche
  • DDOS (DDOS, distributed Denial-of-Service)
  • EDR (Endpoint Detection and Response)
  • XDR (Extended Detection and Response)

7. Sicurezza a livello fisico e data link

  • Introduzione alla sicurezza nei livelli fisico e data link
  • Minacce e contromisure a livello fisico
  • Minacce e contromisure a livello data link

8. Sicurezza nel Livello di Rete: IPsec (prima parte)

  • Introduzione alla sicurezza nei livelli di rete
  • Fondamenti di IPSEC
  • Tunnel mode e transport mode

9. Sicurezza nel Livello di Rete: IPsec (seconda parte)

  • ESP – Encapsulating Security Payload
  • Combinare le security associations
  • Internet Key Exchange

10. Sicurezza di internet e delle reti

  • User Authentication
  • Network Access Control
  • Extensible Authentication Protocol
  • IEEE 802.1X Port-Based Network Access Control

11. Sicurezza a livello Transport

  • SSL
  • TLS
  • HTTPS
  • SSH

12. Sicurezza a livello Application

  • Oauth
  • Security Assertion Markup Language (SAML)
  • Intrusion Detection Systems (IDS) and Intrusion Prevention Systems (IPS)
  • Antispam
  • Antiphishing

13. Sicurezza a livello Cloud

  • Cloud computing
  • Cloud security
  • Cloud Security As A Service
  • Cloud Access Security Brokers (CASB)

14. Wireless Network Security

  • Wireless Security
  • Sicurezza dei dispositivi mobili
  • IEEE 802.11/i

15. Electronic Mail Security

  • PGP, Pretty Good Privacy
  • S/MIME

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla sicurezza delle reti e ai protocolli di sicurezza (prescrizioni Dublino 1) e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso (prescrizioni Dublino 2). La prova scritta ha una durata massima di 120 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide (prescrizioni Dublino 5);
  • della padronanza di linguaggio scritto dello studente (prescrizioni Dublino 4);
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali (prescrizioni Dublino 2) e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali (prescrizioni Dublino 3).

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo (prescrizioni Dublino 1). Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso (prescrizioni Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Sicurezza dei computer e delle reti, Pearson Editore, 2022
  • William Stallings, a cura di Alessandra De Paola e Giuseppe Lo Re, Crittografia, Pearson Editore, 2022
  • William Stallings, Cryptography and Network Security: Principles and Practice, Global Edition, Pearson Editore, 2022

Codice insegnamento curriculum-sviluppo-software-l-8:18921

Sistemi di Elaborazione delle Informazioni 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere e comprendere i principi fondamentali dell’informatica. Conoscere e comprendere l’architettura e il funzionamento dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • Conoscere e comprendere i principi fondamentali dell’informatica.
  • Conoscere e comprendere l’architettura e il funzionamento dei calcolatori elettronici.
  • Conoscere e comprendere come vengono create e gestite le informazioni.
  • Conoscere e comprendere le principali caratteristiche delle piattaforme Cloud e delle tecniche di virtualizzazione.
  • Conoscere e comprendere i principali sistemi informativi in ambito Industria 4.0, eGov, Sanità digitale.

Capacità di applicare conoscenze e comprensione

  • Capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore.
  • Valutare in autonomia i diversi aspetti trattati del corso.
  • Capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi.
  • Esprimere con opportuno linguaggio gli argomenti del corso.

Competenze trasversali

  • Sviluppare una visione di sistema multidisciplinare nell’ambito dell’informatica.
  • Identificare i principali trend evolutivi delle tecnologie trattate.
  • Stimolare una capacità logico-computazionale su problemi nuovi da affrontare.
  • Stimolare la creatività nell’identificare e sviluppare nuove applicazioni e servizi digitali abilitati dalle moderne piattaforme digitali nei diversi settori sia civili che militari.

Programma

L’insegnamento di Sistemi di Elaborazione delle Informazioni intende fornire un primo approccio strutturato al mondo dell’informatica. Si introduce il significato di Informatica, insieme a un breve excursus storico dei primi prototipi di calcolatori elettronici. La gestione di contenuti informatici in chiave digitale e i principali modelli architetturali degli elaboratori consentono di fornire allo studente un primo quadro generale dell’elaboratore elettronico, che verrà poi analizzato in dettaglio nelle sue componenti hardware e software. Le reti di calcolatori e le relative modalità di connessione vengono descritte in dettaglio, così come verrà approfondito il contesto sempre più attuale del Cloud Computing e delle principali tecniche di virtualizzazione. Infine, verranno forniti alcuni esempi di Sistemi Informativi, in particolare del settore Industria 4.0, eGov e sanità digitale, con le relative architetture, modelli funzionali e servizi.

Modulo I - Introduzione all'informatica

  • Introduzione

Modulo II - La gestione delle informazioni

  • Gli elaboratori elettronici
  • Gli algoritmi
  • Informazioni multimediali
  • Trasmissione dell’informazione

Modulo III - Infrastrutture Hardware

  • Infrastrutture hardware
  • Memoria
  • Dispositivi di input-output

Modulo IV - Infrastrutture Software

  • Infrastrutture software - Parte 1
  • Infrastrutture software - Parte 2
  • Linguaggi per la formalizzazione delle informazioni – Parte 1
  • Linguaggi per la formalizzazione delle informazioni – Parte 2

Modulo V - Infrastrutture di rete

  • Infrastrutture di rete

Modulo VI - Cloud e virtualizzazione

  • Infrastrutture di rete

Modulo VII - Esempi di sistemi informativi

  • Esempi di sistemi informativi

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sull’informatica e sugli elaboratori elettronici, della loro architettura e relative funzionalità principali. La prova scritta ha una durata massima di 1 ora e 30 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • D. Sciuto, G. Buonanno, L. Mari: “Introduzione ai sistemi informatici”, McGraw-Hill Education, 6° Edizione (2022)
  • G. M. Schneider, J. L. Gersting: “Invitation to Computer Science”, Cengage Learning, 8th Edition (2019)

Codice insegnamento curriculum-cybersecurity-l-8:18579

Sistemi di Elaborazione delle Informazioni 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere e comprendere i principi fondamentali dell’informatica. Conoscere e comprendere l’architettura e il funzionamento dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • Conoscere e comprendere i principi fondamentali dell’informatica.
  • Conoscere e comprendere l’architettura e il funzionamento dei calcolatori elettronici.
  • Conoscere e comprendere come vengono create e gestite le informazioni.
  • Conoscere e comprendere le principali caratteristiche delle piattaforme Cloud e delle tecniche di virtualizzazione.
  • Conoscere e comprendere i principali sistemi informativi in ambito Industria 4.0, eGov, Sanità digitale.

Capacità di applicare conoscenze e comprensione

  • Capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore.
  • Valutare in autonomia i diversi aspetti trattati del corso.
  • Capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi.
  • Esprimere con opportuno linguaggio gli argomenti del corso.

Competenze trasversali

  • Sviluppare una visione di sistema multidisciplinare nell’ambito dell’informatica.
  • Identificare i principali trend evolutivi delle tecnologie trattate.
  • Stimolare una capacità logico-computazionale su problemi nuovi da affrontare.
  • Stimolare la creatività nell’identificare e sviluppare nuove applicazioni e servizi digitali abilitati dalle moderne piattaforme digitali nei diversi settori sia civili che militari.

Programma

L’insegnamento di Sistemi di Elaborazione delle Informazioni intende fornire un primo approccio strutturato al mondo dell’informatica. Si introduce il significato di Informatica, insieme a un breve excursus storico dei primi prototipi di calcolatori elettronici. La gestione di contenuti informatici in chiave digitale e i principali modelli architetturali degli elaboratori consentono di fornire allo studente un primo quadro generale dell’elaboratore elettronico, che verrà poi analizzato in dettaglio nelle sue componenti hardware e software. Le reti di calcolatori e le relative modalità di connessione vengono descritte in dettaglio, così come verrà approfondito il contesto sempre più attuale del Cloud Computing e delle principali tecniche di virtualizzazione. Infine, verranno forniti alcuni esempi di Sistemi Informativi, in particolare del settore Industria 4.0, eGov e sanità digitale, con le relative architetture, modelli funzionali e servizi.

Modulo I - Introduzione all'informatica

  • Introduzione

Modulo II - La gestione delle informazioni

  • Gli elaboratori elettronici
  • Gli algoritmi
  • Informazioni multimediali
  • Trasmissione dell’informazione

Modulo III - Infrastrutture Hardware

  • Infrastrutture hardware
  • Memoria
  • Dispositivi di input-output

Modulo IV - Infrastrutture Software

  • Infrastrutture software - Parte 1
  • Infrastrutture software - Parte 2
  • Linguaggi per la formalizzazione delle informazioni – Parte 1
  • Linguaggi per la formalizzazione delle informazioni – Parte 2

Modulo V - Infrastrutture di rete

  • Infrastrutture di rete

Modulo VI - Cloud e virtualizzazione

  • Infrastrutture di rete

Modulo VII - Esempi di sistemi informativi

  • Esempi di sistemi informativi

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sull’informatica e sugli elaboratori elettronici, della loro architettura e relative funzionalità principali. La prova scritta ha una durata massima di 1 ora e 30 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • D. Sciuto, G. Buonanno, L. Mari: “Introduzione ai sistemi informatici”, McGraw-Hill Education, 6° Edizione (2022)
  • G. M. Schneider, J. L. Gersting: “Invitation to Computer Science”, Cengage Learning, 8th Edition (2019)

Codice insegnamento curriculum-intelligenza-artificiale-l-8:18579

Sistemi di Elaborazione delle Informazioni 3° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Conoscenza e comprensione Conoscere e comprendere i principi fondamentali dell’informatica. Conoscere e comprendere l’architettura e il funzionamento dei…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • Conoscere e comprendere i principi fondamentali dell’informatica.
  • Conoscere e comprendere l’architettura e il funzionamento dei calcolatori elettronici.
  • Conoscere e comprendere come vengono create e gestite le informazioni.
  • Conoscere e comprendere le principali caratteristiche delle piattaforme Cloud e delle tecniche di virtualizzazione.
  • Conoscere e comprendere i principali sistemi informativi in ambito Industria 4.0, eGov, Sanità digitale.

Capacità di applicare conoscenze e comprensione

  • Capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore.
  • Valutare in autonomia i diversi aspetti trattati del corso.
  • Capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi.
  • Esprimere con opportuno linguaggio gli argomenti del corso.

Competenze trasversali

  • Sviluppare una visione di sistema multidisciplinare nell’ambito dell’informatica.
  • Identificare i principali trend evolutivi delle tecnologie trattate.
  • Stimolare una capacità logico-computazionale su problemi nuovi da affrontare.
  • Stimolare la creatività nell’identificare e sviluppare nuove applicazioni e servizi digitali abilitati dalle moderne piattaforme digitali nei diversi settori sia civili che militari.

Programma

L’insegnamento di Sistemi di Elaborazione delle Informazioni intende fornire un primo approccio strutturato al mondo dell’informatica. Si introduce il significato di Informatica, insieme a un breve excursus storico dei primi prototipi di calcolatori elettronici. La gestione di contenuti informatici in chiave digitale e i principali modelli architetturali degli elaboratori consentono di fornire allo studente un primo quadro generale dell’elaboratore elettronico, che verrà poi analizzato in dettaglio nelle sue componenti hardware e software. Le reti di calcolatori e le relative modalità di connessione vengono descritte in dettaglio, così come verrà approfondito il contesto sempre più attuale del Cloud Computing e delle principali tecniche di virtualizzazione. Infine, verranno forniti alcuni esempi di Sistemi Informativi, in particolare del settore Industria 4.0, eGov e sanità digitale, con le relative architetture, modelli funzionali e servizi.

Modulo I - Introduzione all'informatica

  • Introduzione

Modulo II - La gestione delle informazioni

  • Gli elaboratori elettronici
  • Gli algoritmi
  • Informazioni multimediali
  • Trasmissione dell’informazione

Modulo III - Infrastrutture Hardware

  • Infrastrutture hardware
  • Memoria
  • Dispositivi di input-output

Modulo IV - Infrastrutture Software

  • Infrastrutture software - Parte 1
  • Infrastrutture software - Parte 2
  • Linguaggi per la formalizzazione delle informazioni – Parte 1
  • Linguaggi per la formalizzazione delle informazioni – Parte 2

Modulo V - Infrastrutture di rete

  • Infrastrutture di rete

Modulo VI - Cloud e virtualizzazione

  • Infrastrutture di rete

Modulo VII - Esempi di sistemi informativi

  • Esempi di sistemi informativi

Modalità d'esame

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sull’informatica e sugli elaboratori elettronici, della loro architettura e relative funzionalità principali. La prova scritta ha una durata massima di 1 ora e 30 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • D. Sciuto, G. Buonanno, L. Mari: “Introduzione ai sistemi informatici”, McGraw-Hill Education, 6° Edizione (2022)
  • G. M. Schneider, J. L. Gersting: “Invitation to Computer Science”, Cengage Learning, 8th Edition (2019)

Codice insegnamento curriculum-sviluppo-software-l-8:18579

Sistemi energetici innovativi 3° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le relative interazioni con l’ambiente, fornendo i criteri per l’analisi di sostenibilità del sistema energetico.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano l’analisi Well To Use dell’energia, analizzare cioè, le implicazioni in termini di consumi di energia primaria non rinnovabile ed emissioni, nell’intero ciclo di vita dovute agli usi finali dell’energia.

Lo studente dovrà poi essere in grado di confrontare, in termini di sostenibilità, i diversi sistemi utilizzabili per ottenere un determinato effetto utile.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti sapranno analizzare, con un approccio Weel to Use, sistemi energetici anche complessi dal punto di vista della sostenibilità, anche economica.

In concreto, lo studente sarà in grado di analizzare tutti i passaggi necessari a partire dall’effetto utile desiderato, esaminando gli eventuali processi di conversione/trasformazione trasporto e stoccaggio dell’energia, a partire dalla fonte primaria fino agli usi finali dell’energia.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.
L’Aula virtuale è costruita e pensata in doppia modalità: ovvero in presenza con discussione finale e in streaming per gli studenti collegati in modalità telematica.
Quest’ultima è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta. Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso è strutturato in cinque parti. Nella prima parte, oltre ad introdurre il corso, si definisce il concetto di sistema energetico considerando l’intero ciclo dell’energia, se ne illustrano gli elementi che lo compongono e si forniscono i criteri di analisi da un punto di vista della sostenibilità. Nella seconda parte si analizzano le fonti primarie di energia, classificandole in base alla sostenibilità (rinnovabili e non rinnovabili) fornendone le principali caratteristiche in termini di disponibilità, potenzialità e possibili utilizzi. Nella terza parte si definisce il concetto di vettore energetico, analizzando le principali caratteristiche in termini di capacità di stoccaggio e trasporto dell’energia e di efficienza dei processi attualmente più utilizzati. Nella quarta parte si analizzano i processi di conversione e trasformazione dell’energia per la produzione dei vettori energetici per gli usi finali. Nella quinta parte si analizzano gli usi finale dell’energia, illustrando le tecnologie e forme di energia che consentono di coprire tutti gli effetti utili richiesti. Particolare attenzione è dedicata allo studio dei sistemi per la mobilità.

Prima parte:

  • Introduzione al corso
  • I sistemi energetici
  • Le risorse energetiche
  • L’impatto ambientale dei sistemi energetici

Seconda parte

  • Le risorse energetiche non rinnovabili
  • Combustibili fossili
  • Energia nucleare
  • Risorse energetiche rinnovabili
  • La radiazione solare
  • Energia eolica
  • La biomassa
  • Energia Geotermica
  • Energia potenziale idraulica
  • Energia del mare

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: Sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Quarta parte

  • Analisi dei principali vettori energetici
  • Stoccaggio del calore
  • Stoccaggio di energia meccanica

Quinta parte

  • Usi finali dell’energia
  • Usi termici
  • Usi meccanici: la mobilità
  • Tecnologie per gli usi finali dell’energia
  • Sistemi di trazione convenzionali e innovativi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice e del testo della normativa fornita direttamente dalla commissione d’esame.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili in piattaforma le videolezioni e le dispense realizzate dal docente.

Codice insegnamento curriculum-cybersecurity-l-8:19099

Sistemi energetici innovativi 3° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le relative interazioni con l’ambiente, fornendo i criteri per l’analisi di sostenibilità del sistema energetico.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano l’analisi Well To Use dell’energia, analizzare cioè, le implicazioni in termini di consumi di energia primaria non rinnovabile ed emissioni, nell’intero ciclo di vita dovute agli usi finali dell’energia.

Lo studente dovrà poi essere in grado di confrontare, in termini di sostenibilità, i diversi sistemi utilizzabili per ottenere un determinato effetto utile.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti sapranno analizzare, con un approccio Weel to Use, sistemi energetici anche complessi dal punto di vista della sostenibilità, anche economica.

In concreto, lo studente sarà in grado di analizzare tutti i passaggi necessari a partire dall’effetto utile desiderato, esaminando gli eventuali processi di conversione/trasformazione trasporto e stoccaggio dell’energia, a partire dalla fonte primaria fino agli usi finali dell’energia.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.
L’Aula virtuale è costruita e pensata in doppia modalità: ovvero in presenza con discussione finale e in streaming per gli studenti collegati in modalità telematica.
Quest’ultima è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta. Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso è strutturato in cinque parti. Nella prima parte, oltre ad introdurre il corso, si definisce il concetto di sistema energetico considerando l’intero ciclo dell’energia, se ne illustrano gli elementi che lo compongono e si forniscono i criteri di analisi da un punto di vista della sostenibilità. Nella seconda parte si analizzano le fonti primarie di energia, classificandole in base alla sostenibilità (rinnovabili e non rinnovabili) fornendone le principali caratteristiche in termini di disponibilità, potenzialità e possibili utilizzi. Nella terza parte si definisce il concetto di vettore energetico, analizzando le principali caratteristiche in termini di capacità di stoccaggio e trasporto dell’energia e di efficienza dei processi attualmente più utilizzati. Nella quarta parte si analizzano i processi di conversione e trasformazione dell’energia per la produzione dei vettori energetici per gli usi finali. Nella quinta parte si analizzano gli usi finale dell’energia, illustrando le tecnologie e forme di energia che consentono di coprire tutti gli effetti utili richiesti. Particolare attenzione è dedicata allo studio dei sistemi per la mobilità.

Prima parte:

  • Introduzione al corso
  • I sistemi energetici
  • Le risorse energetiche
  • L’impatto ambientale dei sistemi energetici

Seconda parte

  • Le risorse energetiche non rinnovabili
  • Combustibili fossili
  • Energia nucleare
  • Risorse energetiche rinnovabili
  • La radiazione solare
  • Energia eolica
  • La biomassa
  • Energia Geotermica
  • Energia potenziale idraulica
  • Energia del mare

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: Sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Quarta parte

  • Analisi dei principali vettori energetici
  • Stoccaggio del calore
  • Stoccaggio di energia meccanica

Quinta parte

  • Usi finali dell’energia
  • Usi termici
  • Usi meccanici: la mobilità
  • Tecnologie per gli usi finali dell’energia
  • Sistemi di trazione convenzionali e innovativi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice e del testo della normativa fornita direttamente dalla commissione d’esame.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili in piattaforma le videolezioni e le dispense realizzate dal docente.

Codice insegnamento curriculum-intelligenza-artificiale-l-8:19099

Sistemi energetici innovativi 3° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza l’intero ciclo dell’energia, dalle fonti primarie fino all’effetto utile, analizzando i processi di conversione/trasformazione, trasporto e stoccaggio e le relative interazioni con l’ambiente, fornendo i criteri per l’analisi di sostenibilità del sistema energetico.

Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano l’analisi Well To Use dell’energia, analizzare cioè, le implicazioni in termini di consumi di energia primaria non rinnovabile ed emissioni, nell’intero ciclo di vita dovute agli usi finali dell’energia.

Lo studente dovrà poi essere in grado di confrontare, in termini di sostenibilità, i diversi sistemi utilizzabili per ottenere un determinato effetto utile.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti sapranno analizzare, con un approccio Weel to Use, sistemi energetici anche complessi dal punto di vista della sostenibilità, anche economica.

In concreto, lo studente sarà in grado di analizzare tutti i passaggi necessari a partire dall’effetto utile desiderato, esaminando gli eventuali processi di conversione/trasformazione trasporto e stoccaggio dell’energia, a partire dalla fonte primaria fino agli usi finali dell’energia.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.
L’Aula virtuale è costruita e pensata in doppia modalità: ovvero in presenza con discussione finale e in streaming per gli studenti collegati in modalità telematica.
Quest’ultima è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta. Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso è strutturato in cinque parti. Nella prima parte, oltre ad introdurre il corso, si definisce il concetto di sistema energetico considerando l’intero ciclo dell’energia, se ne illustrano gli elementi che lo compongono e si forniscono i criteri di analisi da un punto di vista della sostenibilità. Nella seconda parte si analizzano le fonti primarie di energia, classificandole in base alla sostenibilità (rinnovabili e non rinnovabili) fornendone le principali caratteristiche in termini di disponibilità, potenzialità e possibili utilizzi. Nella terza parte si definisce il concetto di vettore energetico, analizzando le principali caratteristiche in termini di capacità di stoccaggio e trasporto dell’energia e di efficienza dei processi attualmente più utilizzati. Nella quarta parte si analizzano i processi di conversione e trasformazione dell’energia per la produzione dei vettori energetici per gli usi finali. Nella quinta parte si analizzano gli usi finale dell’energia, illustrando le tecnologie e forme di energia che consentono di coprire tutti gli effetti utili richiesti. Particolare attenzione è dedicata allo studio dei sistemi per la mobilità.

Prima parte:

  • Introduzione al corso
  • I sistemi energetici
  • Le risorse energetiche
  • L’impatto ambientale dei sistemi energetici

Seconda parte

  • Le risorse energetiche non rinnovabili
  • Combustibili fossili
  • Energia nucleare
  • Risorse energetiche rinnovabili
  • La radiazione solare
  • Energia eolica
  • La biomassa
  • Energia Geotermica
  • Energia potenziale idraulica
  • Energia del mare

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: Sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Quarta parte

  • Analisi dei principali vettori energetici
  • Stoccaggio del calore
  • Stoccaggio di energia meccanica

Quinta parte

  • Usi finali dell’energia
  • Usi termici
  • Usi meccanici: la mobilità
  • Tecnologie per gli usi finali dell’energia
  • Sistemi di trazione convenzionali e innovativi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice e del testo della normativa fornita direttamente dalla commissione d’esame.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili in piattaforma le videolezioni e le dispense realizzate dal docente.

Codice insegnamento curriculum-sviluppo-software-l-8:19099

Software Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: conoscere i tipi di innovazione; conoscere metodi base per la gestione dell’innovazione; comprendere alcuni strumenti di gestione…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • conoscere i tipi di innovazione;
  • conoscere metodi base per la gestione dell’innovazione;
  • comprendere alcuni strumenti di gestione (valutazione di progetti, analisi costi benefici, analisi dei rischi, strumenti di pianificazione);
  • saper presentare un progetto innovativo;
  • conoscere il processo di innovazione ed alcune metodologie specifiche che si applicano nel processo;
  • conoscere elementi utili allo svolgimento della professione di software innovation manager quali alcuni standard ISO e normative di riferimento, skills necessari e metodologie per acquisirli e mantenerli, in particolare sui temi che riguardano le nuove tendenze di mercato.

Capacità di applicare conoscenze e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • saper classificare i tipi di innovazione;
  • essere in grado di fare una analisi costi benefici e una analisi dei rischi;
  • sapere implementare le fasi di un processo di gestione dell’innovazione;
  • saper creare una pianificazione attraverso un diagramma di Gantt;
  • saper creare una presentazione sintetica di un progetto (pitch) e saper strutturare e creare una presentazione dettagliata (business case);
  • capacità di ricerca di informazioni su tendenze di mercato, su normative e standard di riferimento relativi all’innovazione nel mondo software.

Competenze trasversali

Le principali competenze trasversali riguardano lo sviluppo di elementari capacità di management, di comunicazione e gestione dei processi decisionali attraverso strumenti e metodi di valutazione formali.

Programma

Il corso verte sull’insegnamento di metodi e best practices per la gestione del processo di innovazione con un occhio specifico per il mondo software.
Argomenti del corso sono: definizione e tipi di innovazione, processo di innovazione, aspetti regolatori, strumenti di pianificazione e valutazione di progetti innovativi, strumenti di base per la presentazione formale di progetti di innovazione.

  • Definizione e tipi di innovazione
  • Strumenti di pianificazione dell’innovazione
  • Processo di gestione dell’innovazione e strumenti utilizzati
  • Legislazione di riferimento per protezione dati e innovazione
  • Protezione dei dati
  • Analisi costi benefici
  • Analisi dei rischi
  • Pianificazione (WBS, PERT, percorsi critici, Gantt)
  • User centric design
  • Come comunicare una idea innovativa (Elevator pitch, business case)
  • Nuove tendenze nell’innovazione software, ricerche di mercato

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 90 minuti e consiste in una serie di domande aperte sugli argomenti del corso.

Le domande a risposta aperta sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico.

Per superare l’esame è indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.

Per approfondimenti si consigliano i seguenti testi:

  • Henry William Chesbrough "Open Innovation: The New Imperative for Creating and Profiting from Technology"
  • Clayton M. Christensen "The Innovator’s Solution"
  • Tim Brown "Change by Design"

Codice insegnamento curriculum-cybersecurity-l-8:20333

Software Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: conoscere i tipi di innovazione; conoscere metodi base per la gestione dell’innovazione; comprendere alcuni strumenti di gestione…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • conoscere i tipi di innovazione;
  • conoscere metodi base per la gestione dell’innovazione;
  • comprendere alcuni strumenti di gestione (valutazione di progetti, analisi costi benefici, analisi dei rischi, strumenti di pianificazione);
  • saper presentare un progetto innovativo;
  • conoscere il processo di innovazione ed alcune metodologie specifiche che si applicano nel processo;
  • conoscere elementi utili allo svolgimento della professione di software innovation manager quali alcuni standard ISO e normative di riferimento, skills necessari e metodologie per acquisirli e mantenerli, in particolare sui temi che riguardano le nuove tendenze di mercato.

Capacità di applicare conoscenze e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • saper classificare i tipi di innovazione;
  • essere in grado di fare una analisi costi benefici e una analisi dei rischi;
  • sapere implementare le fasi di un processo di gestione dell’innovazione;
  • saper creare una pianificazione attraverso un diagramma di Gantt;
  • saper creare una presentazione sintetica di un progetto (pitch) e saper strutturare e creare una presentazione dettagliata (business case);
  • capacità di ricerca di informazioni su tendenze di mercato, su normative e standard di riferimento relativi all’innovazione nel mondo software.

Competenze trasversali

Le principali competenze trasversali riguardano lo sviluppo di elementari capacità di management, di comunicazione e gestione dei processi decisionali attraverso strumenti e metodi di valutazione formali.

Programma

Il corso verte sull’insegnamento di metodi e best practices per la gestione del processo di innovazione con un occhio specifico per il mondo software.
Argomenti del corso sono: definizione e tipi di innovazione, processo di innovazione, aspetti regolatori, strumenti di pianificazione e valutazione di progetti innovativi, strumenti di base per la presentazione formale di progetti di innovazione.

  • Definizione e tipi di innovazione
  • Strumenti di pianificazione dell’innovazione
  • Processo di gestione dell’innovazione e strumenti utilizzati
  • Legislazione di riferimento per protezione dati e innovazione
  • Protezione dei dati
  • Analisi costi benefici
  • Analisi dei rischi
  • Pianificazione (WBS, PERT, percorsi critici, Gantt)
  • User centric design
  • Come comunicare una idea innovativa (Elevator pitch, business case)
  • Nuove tendenze nell’innovazione software, ricerche di mercato

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 90 minuti e consiste in una serie di domande aperte sugli argomenti del corso.

Le domande a risposta aperta sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico.

Per superare l’esame è indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.

Per approfondimenti si consigliano i seguenti testi:

  • Henry William Chesbrough "Open Innovation: The New Imperative for Creating and Profiting from Technology"
  • Clayton M. Christensen "The Innovator’s Solution"
  • Tim Brown "Change by Design"

Codice insegnamento curriculum-intelligenza-artificiale-l-8:20333

Software Innovation Manager 3° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: conoscere i tipi di innovazione; conoscere metodi base per la gestione dell’innovazione; comprendere alcuni strumenti di gestione…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • conoscere i tipi di innovazione;
  • conoscere metodi base per la gestione dell’innovazione;
  • comprendere alcuni strumenti di gestione (valutazione di progetti, analisi costi benefici, analisi dei rischi, strumenti di pianificazione);
  • saper presentare un progetto innovativo;
  • conoscere il processo di innovazione ed alcune metodologie specifiche che si applicano nel processo;
  • conoscere elementi utili allo svolgimento della professione di software innovation manager quali alcuni standard ISO e normative di riferimento, skills necessari e metodologie per acquisirli e mantenerli, in particolare sui temi che riguardano le nuove tendenze di mercato.

Capacità di applicare conoscenze e comprensione

Al termine di questo corso lo studente sarà in grado di:

  • saper classificare i tipi di innovazione;
  • essere in grado di fare una analisi costi benefici e una analisi dei rischi;
  • sapere implementare le fasi di un processo di gestione dell’innovazione;
  • saper creare una pianificazione attraverso un diagramma di Gantt;
  • saper creare una presentazione sintetica di un progetto (pitch) e saper strutturare e creare una presentazione dettagliata (business case);
  • capacità di ricerca di informazioni su tendenze di mercato, su normative e standard di riferimento relativi all’innovazione nel mondo software.

Competenze trasversali

Le principali competenze trasversali riguardano lo sviluppo di elementari capacità di management, di comunicazione e gestione dei processi decisionali attraverso strumenti e metodi di valutazione formali.

Programma

Il corso verte sull’insegnamento di metodi e best practices per la gestione del processo di innovazione con un occhio specifico per il mondo software.
Argomenti del corso sono: definizione e tipi di innovazione, processo di innovazione, aspetti regolatori, strumenti di pianificazione e valutazione di progetti innovativi, strumenti di base per la presentazione formale di progetti di innovazione.

  • Definizione e tipi di innovazione
  • Strumenti di pianificazione dell’innovazione
  • Processo di gestione dell’innovazione e strumenti utilizzati
  • Legislazione di riferimento per protezione dati e innovazione
  • Protezione dei dati
  • Analisi costi benefici
  • Analisi dei rischi
  • Pianificazione (WBS, PERT, percorsi critici, Gantt)
  • User centric design
  • Come comunicare una idea innovativa (Elevator pitch, business case)
  • Nuove tendenze nell’innovazione software, ricerche di mercato

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta ha una durata massima di 90 minuti e consiste in una serie di domande aperte sugli argomenti del corso.

Le domande a risposta aperta sono progettate per valutare in maniera più approfondita sia le conoscenze teoriche che la capacità degli studenti di applicare le loro conoscenze in modo pratico.

Per superare l’esame è indispensabile rispondere in modo puntuale alla domanda posta circoscrivendo gli argomenti richiesti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per il superamento dell'esame è sufficiente il materiale disponibile in piattaforma ed i riferimenti forniti nelle lezioni.

Per approfondimenti si consigliano i seguenti testi:

  • Henry William Chesbrough "Open Innovation: The New Imperative for Creating and Profiting from Technology"
  • Clayton M. Christensen "The Innovator’s Solution"
  • Tim Brown "Change by Design"

Codice insegnamento curriculum-sviluppo-software-l-8:20333

Tirocinio 3° anno · 6 CFU · 0 file
Tirocinio 3° anno · 6 CFU · 0 file
Tirocinio 3° anno · 6 CFU · 0 file
Uno a scelta tra: rosa 1 3° anno · 6 CFU · 0 file
Uno a scelta tra: rosa 2 3° anno · 6 CFU · 0 file
Uno o due insegnamenti a scelta tra: rosa 2 3° anno · 12 CFU · 0 file
Uno o due insegnamenti a scelta tra: rosa 2 3° anno · 12 CFU · 0 file
Diritto dell’informazione, dell’accesso e delle telecomunicazioni 6 CFU · IUS/10 · 0 file
Diritto dell’informazione, dell’accesso e delle telecomunicazioni 6 CFU · IUS/10 · 0 file
Diritto dell’informazione, dell’accesso e delle telecomunicazioni 6 CFU · IUS/10 · 0 file
Operation and project management 6 CFU · ING-IND/17 · 0 file
Operation and project management 6 CFU · ING-IND/17 · 0 file
Operation and project management 6 CFU · ING-IND/17 · 0 file
Security Innovation Manager 6 CFU · ING-INF/05 · 0 file
Security Innovation Manager 6 CFU · ING-INF/05 · 0 file
Security Innovation Manager 6 CFU · ING-INF/05 · 0 file
Tirocini formativi e di orientamento 12 CFU · 0 file
Tirocini formativi e di orientamento 12 CFU · 0 file
Tirocini formativi e di orientamento 12 CFU · 0 file
rosa 1 6 CFU · 0 file
rosa 1 6 CFU · 0 file
rosa 1 6 CFU · 0 file
rosa 2 12 CFU · 0 file
rosa 2 6 CFU · 0 file
rosa 2 12 CFU · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.