Corso di laurea

Sicurezza dei Sistemi Software

Università degli Studi del Molise · 29 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

Advanced English (Idoneità) 1° anno · 1° semestre · 3 CFU · ANGL-01/C · 0 file

Al termine del corso lo studente possiede una conoscenza della grammatica, del lessico scientifico e delle abilità (skills) della lingua inglese al livello B2 in riferimento ai parametri fissati dal Consiglio d'Europa.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente possiede una conoscenza della grammatica, del lessico scientifico e delle abilità (skills) della lingua inglese al livello B2 in riferimento ai parametri fissati dal Consiglio d'Europa. Lo studente che ha raggiunto il livello B2 del Quadro Comune Europeo di Riferimento per le Lingue è in grado di comprendere le idee fondamentali di testi complessi su argomenti sia concreti sia astratti, comprese le discussioni tecniche nel proprio settore di specializzazione. È in grado di interagire con relativa scioltezza e spontaneità, tanto che l’interazione con un parlante nativo si sviluppa senza eccessiva fatica e tensione. Sa produrre testi chiari e articolati su un’ampia gamma di argomenti e esprimere un’opinione su un argomento d’attualità, esponendo i pro e i contro delle diverse opzioni.

Programma

CFU 1 Tramite l'analisi di brani autentici scientifici, rinforzare e consolidare la grammatica e vocaboli della lingua inglese nel settore specifico della scienza dei calcolatori. CFU 2 Sviluppare le quattro abilità (speaking, listening, reading, writing) della lingua inglese con particolare attenzione alla abilità di lettura. CFU 3 Preparare una presentazione in inglese su un argomento scientifico. Il corso di inglese avanzato presuppone che gli studenti possiedano già una conoscenza intermedia (livello B1) della lingua. Il corso è basato su lezioni frontali per la presentazione degli argomenti scientifici e del lessico dell’inglese scientifico con delle esercitazioni in classe per lo sviluppo delle abilità della lingua inglese (skills), specialmente reading e delle tecniche di produzione orale per la preparazione di una presentazione in lingua inglese.

Modalità d'esame

La verifica è composta da una prova scritta e una prova orale. La prova scritta consiste in una comprensione di un brano scientifico con domande per verificare l’abilità di lettura (reading); degli esercizi da compilare per verificare la conoscenza del lessico specifico dell’inglese scientifico; la scrittura di un’email informativo scientifico per verificare la conoscenza della abilità di scrittura (writing). La prova orale consiste nella preparazione di una presentazione in gruppi per verificare le abilità della produzione orale (speaking) e di comprensione (listening) e la capacità di lavorare in squadra. L'esame mira a valutare il raggiungimento degli obiettivi formativi: la conoscenza del lessico dell’inglese relativo agli argomenti scientifici e dello sviluppo delle abilità comunicative (reading, writing, speaking and listening) per attestare il conseguimento del livello B2 del Quadro Comune Europeo di Riferimento. L’esame rilascia un’idoneità.

Testi di riferimento

Dispense delle lezioni. Testi per approfondimenti: Murphy R., English Grammar in Use, Intermediate, Cambridge University Press. Redman S., English Vocabulary in Use, Pre-Intermediate & Intermediate, Cambridge University Press. Watcyn-Jones P. and Johnston O., Test your Vocabulary 3, Penguin English Guides. Johnston O. and Farrell M., Ideas & Issues Intermediate, Cideb.

Codice insegnamento 31313112

Advanced English (Idoneità) 1° anno · 1° semestre · 3 CFU · ANGL-01/C · 0 file

Al termine del corso lo studente possiede una conoscenza della grammatica, del lessico scientifico e delle abilità (skills) della lingua inglese al livello B2 in riferimento ai parametri fissati dal Consiglio d'Europa.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente possiede una conoscenza della grammatica, del lessico scientifico e delle abilità (skills) della lingua inglese al livello B2 in riferimento ai parametri fissati dal Consiglio d'Europa. Lo studente che ha raggiunto il livello B2 del Quadro Comune Europeo di Riferimento per le Lingue è in grado di comprendere le idee fondamentali di testi complessi su argomenti sia concreti sia astratti, comprese le discussioni tecniche nel proprio settore di specializzazione. È in grado di interagire con relativa scioltezza e spontaneità, tanto che l’interazione con un parlante nativo si sviluppa senza eccessiva fatica e tensione. Sa produrre testi chiari e articolati su un’ampia gamma di argomenti e esprimere un’opinione su un argomento d’attualità, esponendo i pro e i contro delle diverse opzioni.

Programma

CFU 1 Tramite l'analisi di brani autentici scientifici, rinforzare e consolidare la grammatica e vocaboli della lingua inglese nel settore specifico della scienza dei calcolatori. CFU 2 Sviluppare le quattro abilità (speaking, listening, reading, writing) della lingua inglese con particolare attenzione alla abilità di lettura. CFU 3 Preparare una presentazione in inglese su un argomento scientifico. Il corso di inglese avanzato presuppone che gli studenti possiedano già una conoscenza intermedia (livello B1) della lingua. Il corso è basato su lezioni frontali per la presentazione degli argomenti scientifici e del lessico dell’inglese scientifico con delle esercitazioni in classe per lo sviluppo delle abilità della lingua inglese (skills), specialmente reading e delle tecniche di produzione orale per la preparazione di una presentazione in lingua inglese.

Modalità d'esame

La verifica è composta da una prova scritta e una prova orale. La prova scritta consiste in una comprensione di un brano scientifico con domande per verificare l’abilità di lettura (reading); degli esercizi da compilare per verificare la conoscenza del lessico specifico dell’inglese scientifico; la scrittura di un’email informativo scientifico per verificare la conoscenza della abilità di scrittura (writing). La prova orale consiste nella preparazione di una presentazione in gruppi per verificare le abilità della produzione orale (speaking) e di comprensione (listening) e la capacità di lavorare in squadra. L'esame mira a valutare il raggiungimento degli obiettivi formativi: la conoscenza del lessico dell’inglese relativo agli argomenti scientifici e dello sviluppo delle abilità comunicative (reading, writing, speaking and listening) per attestare il conseguimento del livello B2 del Quadro Comune Europeo di Riferimento. L’esame rilascia un’idoneità.

Testi di riferimento

Dispense delle lezioni. Testi per approfondimenti: Murphy R., English Grammar in Use, Intermediate, Cambridge University Press. Redman S., English Vocabulary in Use, Pre-Intermediate & Intermediate, Cambridge University Press. Watcyn-Jones P. and Johnston O., Test your Vocabulary 3, Penguin English Guides. Johnston O. and Farrell M., Ideas & Issues Intermediate, Cideb.

Codice insegnamento 31313099

Biometric Systems 1° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file

Gli studenti, in coerenza con gli obiettivi del corso di studio, svilupperanno conoscenze di base relative alle principali biometriche ed ai sistemi biometrici su queste basati per la verifica dell’identità ed il…

Scheda dell'insegnamento

Obiettivi formativi

Gli studenti, in coerenza con gli obiettivi del corso di studio, svilupperanno conoscenze di base relative alle principali biometriche ed ai sistemi biometrici su queste basati per la verifica dell’identità ed il riconoscimento della persona. Tali conoscenze includeranno teoria e pratica delle moderne tecniche di estrazione e classificazione di dati biometrici e della loro applicazione nell’ambito dei sistemi di sicurezza. Conoscenza e capacità di comprensione Lo studente, alla fine dell’attività didattica, conoscerà le più moderne tecniche di riconoscimento ed autenticazione di individui a partire da dati biometrici, quali volto, orecchio, iride, retina, impronte digitali, mediante tecniche di pattern recognition e pattern matching. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di analizzare l’architettura di un sistema biometrico al fine di valutarne la sua precisione, robustezza, accettabilità e adeguatezza rispetto al contesto applicativo. Lo studente sarà inoltre in grado di proporre soluzioni biometriche in base alla definizione di vincoli operativi e di obiettivi applicativi specifici. Autonomia di giudizio Lo studente sarà inoltre in grado di confrontare fra loro metodiche di acquisizione, rappresentazione e feature matching di ciascuna biometrica basandosi sull’analisi degli indici di prestazione. Abilità comunicative Lo studente sarà in grado di descrivere con alto livello di formalismo e appropriato linguaggio le caratteristiche e le limitazioni di un sistema biometrico e delle sue componenti chiave. Capacità di apprendimento Lo studente sarà in grado, a partire da un dato sistema biometrico di valutare i suoi punti di forza e di debolezza, proponendo soluzioni migliorative finalizzate all’incremento delle sue performance in funzione degli obiettivi e del contesto.

Programma

CFU 1 Storia della Biometria. Classificazione delle Biometrie. Le Biometrie esistenti. Aspetti normativi e legali. Architettura generale di un sistema biometrico. Indici di prestazione di un sistema biometrico per autenticazione e identificazione. CFU 2 Il Volto come biometrica – Detection del volto. Il riconoscimento automatico del Volto in 2D e 3D. Approcci globali e locali. CFU 3 L’Orecchio come biometrica – Caratterizzazione anatomica ed elementi distintivi dell’orecchio esterno. Il metodo di Iannarelli. Metodi non basati su features geometriche. L’iride. CFU 4 L’iride come biometrica. Caratterizzazione anatomica dell’occhio e dell’iride. Detection e Segmentazione dell’iride. Il metodo di Daugman. Metodologie di segmentazione e matching avanzate. CFU 5 Dall’unimodale al multimodale: analisi e progettazione - Architettura di un sistema multimodale - La terza dimensione. CFU 6 Livelli e strategie di fusione - Normalizzazione dei dati - Indici di affidabilità dei sottosistemi. È consigliata la conoscenza dell’analisi matematica. L’insegnamento è organizzato in lezioni frontali ed esercitazioni in laboratorio.

Modalità d'esame

Saranno valutate le conoscenze teoriche e pratiche acquisite durante il corso. L'esame consiste di una prova scritta ed una discussione orale obbligatoria, nel caso in cui il voto dello scritto sia compreso tra 18/30 e 26/30, o facoltativa, nel caso in cui lo scritto è superato almeno con voto 27/30. Il voto dell'esame è dato dalla somma della prova scritta e della eventuale prova orale. Verifica delle conoscenze, abilità e competenze secondo i Descrittori di Dublino: Conoscenza e capacità di comprensione Sarà valutata la capacità dello studente di analizzare uno scenario applicativo ed identificare, alla luce delle caratteristiche dello stesso, le biometriche, i dispositivi di acquisizione delle stesse e le metodologie di confronto e decisione più indicati per il raggiungimento degli obiettivi di autenticazione o identificazione definiti dai requisiti forniti. Applicazione della conoscenza e della comprensione Sarà valutata sia attraverso la prova scritta attraverso un test a risposta multipla opportunamente progettato che durante la discussione orale. Autonomia di giudizio Sarà valutata durante lo svolgimento del corso nonché durante la prova d'esame attraverso l’analisi delle risposte fornite a quesiti che richiedono la rielaborazione o l’adattamento delle nozioni apprese. Abilità comunicative Saranno valutate durante la discussione orale basandosi sulla qualità ed efficacia delle capacità argomentative ed espositive dello studente. Capacità di apprendimento Sarà valutata sia attraverso i risultati della prova scritta che durante la discussione orale.

Testi di riferimento

Nappi M., Riccio D., Moderne tecniche di elaborazione di immagini e biometria, Athena Editore, 2008. Maltoni D., Maio D., Jain A.K., Prebhaker S., Handbook of Fingerprint Recognition, Springer, 2003. Rafael C.G., Wintz P., Digital Image Processing, Addison Wesley, 1987.

Codice insegnamento 31313114

Biometric Systems 1° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file

Gli studenti, in coerenza con gli obiettivi del corso di studio, svilupperanno conoscenze di base relative alle principali biometriche ed ai sistemi biometrici su queste basati per la verifica dell’identità ed il…

Scheda dell'insegnamento

Obiettivi formativi

Gli studenti, in coerenza con gli obiettivi del corso di studio, svilupperanno conoscenze di base relative alle principali biometriche ed ai sistemi biometrici su queste basati per la verifica dell’identità ed il riconoscimento della persona. Tali conoscenze includeranno teoria e pratica delle moderne tecniche di estrazione e classificazione di dati biometrici e della loro applicazione nell’ambito dei sistemi di sicurezza. Conoscenza e capacità di comprensione Lo studente, alla fine dell’attività didattica, conoscerà le più moderne tecniche di riconoscimento ed autenticazione di individui a partire da dati biometrici, quali volto, orecchio, iride, retina, impronte digitali, mediante tecniche di pattern recognition e pattern matching. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di analizzare l’architettura di un sistema biometrico al fine di valutarne la sua precisione, robustezza, accettabilità e adeguatezza rispetto al contesto applicativo. Lo studente sarà inoltre in grado di proporre soluzioni biometriche in base alla definizione di vincoli operativi e di obiettivi applicativi specifici. Autonomia di giudizio Lo studente sarà inoltre in grado di confrontare fra loro metodiche di acquisizione, rappresentazione e feature matching di ciascuna biometrica basandosi sull’analisi degli indici di prestazione. Abilità comunicative Lo studente sarà in grado di descrivere con alto livello di formalismo e appropriato linguaggio le caratteristiche e le limitazioni di un sistema biometrico e delle sue componenti chiave. Capacità di apprendimento Lo studente sarà in grado, a partire da un dato sistema biometrico di valutare i suoi punti di forza e di debolezza, proponendo soluzioni migliorative finalizzate all’incremento delle sue performance in funzione degli obiettivi e del contesto.

Programma

CFU 1 Storia della Biometria. Classificazione delle Biometrie. Le Biometrie esistenti. Aspetti normativi e legali. Architettura generale di un sistema biometrico. Indici di prestazione di un sistema biometrico per autenticazione e identificazione. CFU 2 Il Volto come biometrica – Detection del volto. Il riconoscimento automatico del Volto in 2D e 3D. Approcci globali e locali. CFU 3 L’Orecchio come biometrica – Caratterizzazione anatomica ed elementi distintivi dell’orecchio esterno. Il metodo di Iannarelli. Metodi non basati su features geometriche. L’iride. CFU 4 L’iride come biometrica. Caratterizzazione anatomica dell’occhio e dell’iride. Detection e Segmentazione dell’iride. Il metodo di Daugman. Metodologie di segmentazione e matching avanzate. CFU 5 Dall’unimodale al multimodale: analisi e progettazione - Architettura di un sistema multimodale - La terza dimensione. CFU 6 Livelli e strategie di fusione - Normalizzazione dei dati - Indici di affidabilità dei sottosistemi. È consigliata la conoscenza dell’analisi matematica. L’insegnamento è organizzato in lezioni frontali ed esercitazioni in laboratorio.

Modalità d'esame

Saranno valutate le conoscenze teoriche e pratiche acquisite durante il corso. L'esame consiste di una prova scritta ed una discussione orale obbligatoria, nel caso in cui il voto dello scritto sia compreso tra 18/30 e 26/30, o facoltativa, nel caso in cui lo scritto è superato almeno con voto 27/30. Il voto dell'esame è dato dalla somma della prova scritta e della eventuale prova orale. Verifica delle conoscenze, abilità e competenze secondo i Descrittori di Dublino: Conoscenza e capacità di comprensione Sarà valutata la capacità dello studente di analizzare uno scenario applicativo ed identificare, alla luce delle caratteristiche dello stesso, le biometriche, i dispositivi di acquisizione delle stesse e le metodologie di confronto e decisione più indicati per il raggiungimento degli obiettivi di autenticazione o identificazione definiti dai requisiti forniti. Applicazione della conoscenza e della comprensione Sarà valutata sia attraverso la prova scritta attraverso un test a risposta multipla opportunamente progettato che durante la discussione orale. Autonomia di giudizio Sarà valutata durante lo svolgimento del corso nonché durante la prova d'esame attraverso l’analisi delle risposte fornite a quesiti che richiedono la rielaborazione o l’adattamento delle nozioni apprese. Abilità comunicative Saranno valutate durante la discussione orale basandosi sulla qualità ed efficacia delle capacità argomentative ed espositive dello studente. Capacità di apprendimento Sarà valutata sia attraverso i risultati della prova scritta che durante la discussione orale.

Testi di riferimento

Nappi M., Riccio D., Moderne tecniche di elaborazione di immagini e biometria, Athena Editore, 2008. Maltoni D., Maio D., Jain A.K., Prebhaker S., Handbook of Fingerprint Recognition, Springer, 2003. Rafael C.G., Wintz P., Digital Image Processing, Addison Wesley, 1987.

Codice insegnamento 31313101

Digital Forensics And Investigations 1° anno · 1° semestre · 6 CFU · GIUR-01/A · 0 file

Lo studente, in coerenza con gli obiettivi del Corso di studio, seguendo un percorso di formazione multidisciplinare, sia di tipo teorico che pratico, acquisirà competenze (metodologiche e tecniche) indispensabili e…

Scheda dell'insegnamento

Obiettivi formativi

Lo studente, in coerenza con gli obiettivi del Corso di studio, seguendo un percorso di formazione multidisciplinare, sia di tipo teorico che pratico, acquisirà competenze (metodologiche e tecniche) indispensabili e necessarie per poter eseguire investigazione informatiche di ogni tipo ed in ogni ambito professionale. Conoscenza e capacità di comprensione Lo studente avrà modo di conoscere il “mondo” delle investigazioni digitali sia sotto il profilo strettamente tecnico sia giuridico e procedurale. Infatti, verranno illustrati non solo gli strumenti tecnici ed informatici utilizzati per procedere ad una corretta acquisizione ed analisi di tracce digitali presenti su un dispositivo (anche di tipo mobile); ma anche tutta la modulistica e la documentazione che si allegano ad una investigazione informatica. Capacità di applicare conoscenza e comprensione Al termine dell’attività didattica, lo studente, sarà in grado di individuare e trattare i diversi crimini informatici, gestendo adeguatamente ogni fase di un’investigazione informatica, condotta sia su dispositivi spenti sia accesi (c.d. “Analisi Live”), fino a redigere perizie informatiche chiare ed esaustive. Inoltre, attraverso la simulazione di casi investigativi, lo studente avrà la possibilità di testare ed ampliare le conoscenze acquisite in aula. Durante l’intero corso, verranno assegnati anche compiti di ricerca, di approfondimento e di analisi su temi e problemi di sicurezza informatica e di digital forensics, da svolgere sia individualmente sia in team. Autonomia di giudizio Attraverso l’analisi di casi investigativi reali e simulati, lo studente acquisirà anche una certa autonomia nel valutare e scegliere, caso per caso, la metodologia da seguire e gli strumenti investigativi più idonei a garantire la buona riuscita dell’investigazione informatica. Abilità comunicative Per un “Digital Forenser” la comunicazione assume una grande importanza nel momento in cui deve interfacciarsi con altri soggetti: come un agente di Polizia Giudiziaria, un Avvocato o un Giudice. Diventa fondamentale sapersi esprimere ed illustrare in modo chiaro, semplice ed immediato le scelte effettuate, le fasi procedimentali che hanno caratterizzato l’investigazione informatica ed, infine, i risultati ottenuti. Per questo motivo, gli studenti verranno abituati a redigere documentazioni legali e tecniche, chiare e professionali, nonché a relazionare il proprio operato di fronte ad una platea. Capacità di apprendimento I metodi di studio e di analisi, insegnati indirettamente durante il corso, permetteranno allo studente di aggiornare ed approfondire in futuro la materia delle indagini informatiche.

Programma

Modulo – Investigations – 3 CFU CFU 1 Le investigazioni informatiche e le indagini su internet; il processo civile e penale; particolari strutture di polizia con supporto psicologico degli operatori; meccanismi di identificazione dell'autore del reato, strumenti delle indagini di polizia; le Indagini internazionali; la perquisizione informatica e il sequestro dei dispositivi; l’intercettazione telematica e dei dispositivi mobili; la custodia e l’utilizzo del materiale sequestrato per l’integrità del dato; la consulenza tecnica con analisi del traffico di rete e recupero file cancellati; analisi tecnica ripetibile e irripetibile; l’analisi tecnica sui dispositivi mobili; esempi pratici (case studies) e normativa di riferimento. CFU 2 I reati informatici: elementi del reato informatico; competenza dell’a.g.; pedopornografia online; adescamento online; i circuiti di pagamento via internet: carte di credito e bancomat, monete elettroniche e banking online; sistemi di clonazione delle carte: phishing e skimming; la manomissione di pos e atm; la sicurezza delle reti: le modalità d'attacco ad un sistema informatico; esempi pratici (case studies) e normativa di riferimento. CFU 3 I reati comuni commessi attraverso internet: le fattispecie di reato; la pirateria audiovisiva-violazione delle norme a tutela del diritto d’autore tramite i programmi p2p= (peer to peer); le truffe on line; i reati commessi sui o tramite i social network: furto di identità, sostituzione di persona, diffamazione, istigazione a delinquere, accesso abusivo a sistema informatico, adescamento, minacce, molestie, stalking online e sextorsion; esempi pratici (case studies) e normativa di riferimento. Modulo – Digital forensics – 3 CFU CFU 4 – La prova digitale Aspetti generali della digital forensic. La prova digitale e la ricerca della prova digitale. Aspetti tecnici del sequestro. Aspetti tecnici della duplicazione, validazione e conformità delle prove. Il write blocker. Aspetti tecnici della intercettazione. CFU 5 – Digital forensics Media, partizioni e volumi. I file system. Metodi per l’acquisizione bit-stream. Metodi per l’analisi dei dati. Analisi di un sistema windows. CFU 6 – Network e mobile forensics Identificazione di un dispositivo mobile. Metodi e strumenti per l’acquisizione dei dati. Analisi di un dispositivo mobile con sistema operativo IoS. Non sono previste propedeuticità, ma è consigliabile avere una discreta conoscenza della lingua inglese. Modulo – Investigazioni: 1. Lezioni frontali (con illustrazione degli argomenti avvalendosi di slides e di contenuti selezionati da Internet); 2. Dibattiti tra Docente e Studenti, invitati a commentare e discutere le tematiche illustrate; 3. Approfondimenti, in cui vengono affrontate casistiche pratiche che gli Studenti sono invitati a presentare o a scelta del Docente; 4. Sono previste circa quattro-sei ore di esercitazioni pratiche in aula con l’ausilio di strumenti informatici. Modulo – Digital forensics: 1. Lezioni frontali; 2. Esercitazioni pratiche in aula della durata complessiva di circa 6 ore.

Modalità d'esame

L’esame si svolgerà in forma orale; non essendo obbligatoria la frequenza, non sono previste prove intermedie anche se è facoltà dei Docenti tenere conto, in sede di esame, degli interventi fatti dagli studenti e di dibattiti che fisiologicamente insorgono nel corso delle lezioni.

Testi di riferimento

Modulo – Investigazioni: Dispense fornite dal docente. Slides usate nel corso delle lezioni. Modulo – Digital forensics: Dispense fornite dal docente.

Codice insegnamento 31313110

Digital Forensics And Investigations 1° anno · 1° semestre · 6 CFU · GIUR-01/A · 0 file

Lo studente, in coerenza con gli obiettivi del Corso di studio, seguendo un percorso di formazione multidisciplinare, sia di tipo teorico che pratico, acquisirà competenze (metodologiche e tecniche) indispensabili e…

Scheda dell'insegnamento

Obiettivi formativi

Lo studente, in coerenza con gli obiettivi del Corso di studio, seguendo un percorso di formazione multidisciplinare, sia di tipo teorico che pratico, acquisirà competenze (metodologiche e tecniche) indispensabili e necessarie per poter eseguire investigazione informatiche di ogni tipo ed in ogni ambito professionale. Conoscenza e capacità di comprensione Lo studente avrà modo di conoscere il “mondo” delle investigazioni digitali sia sotto il profilo strettamente tecnico sia giuridico e procedurale. Infatti, verranno illustrati non solo gli strumenti tecnici ed informatici utilizzati per procedere ad una corretta acquisizione ed analisi di tracce digitali presenti su un dispositivo (anche di tipo mobile); ma anche tutta la modulistica e la documentazione che si allegano ad una investigazione informatica. Capacità di applicare conoscenza e comprensione Al termine dell’attività didattica, lo studente, sarà in grado di individuare e trattare i diversi crimini informatici, gestendo adeguatamente ogni fase di un’investigazione informatica, condotta sia su dispositivi spenti sia accesi (c.d. “Analisi Live”), fino a redigere perizie informatiche chiare ed esaustive. Inoltre, attraverso la simulazione di casi investigativi, lo studente avrà la possibilità di testare ed ampliare le conoscenze acquisite in aula. Durante l’intero corso, verranno assegnati anche compiti di ricerca, di approfondimento e di analisi su temi e problemi di sicurezza informatica e di digital forensics, da svolgere sia individualmente sia in team. Autonomia di giudizio Attraverso l’analisi di casi investigativi reali e simulati, lo studente acquisirà anche una certa autonomia nel valutare e scegliere, caso per caso, la metodologia da seguire e gli strumenti investigativi più idonei a garantire la buona riuscita dell’investigazione informatica. Abilità comunicative Per un “Digital Forenser” la comunicazione assume una grande importanza nel momento in cui deve interfacciarsi con altri soggetti: come un agente di Polizia Giudiziaria, un Avvocato o un Giudice. Diventa fondamentale sapersi esprimere ed illustrare in modo chiaro, semplice ed immediato le scelte effettuate, le fasi procedimentali che hanno caratterizzato l’investigazione informatica ed, infine, i risultati ottenuti. Per questo motivo, gli studenti verranno abituati a redigere documentazioni legali e tecniche, chiare e professionali, nonché a relazionare il proprio operato di fronte ad una platea. Capacità di apprendimento I metodi di studio e di analisi, insegnati indirettamente durante il corso, permetteranno allo studente di aggiornare ed approfondire in futuro la materia delle indagini informatiche.

Programma

Modulo – Investigations – 3 CFU CFU 1 Le investigazioni informatiche e le indagini su internet; il processo civile e penale; particolari strutture di polizia con supporto psicologico degli operatori; meccanismi di identificazione dell'autore del reato, strumenti delle indagini di polizia; le Indagini internazionali; la perquisizione informatica e il sequestro dei dispositivi; l’intercettazione telematica e dei dispositivi mobili; la custodia e l’utilizzo del materiale sequestrato per l’integrità del dato; la consulenza tecnica con analisi del traffico di rete e recupero file cancellati; analisi tecnica ripetibile e irripetibile; l’analisi tecnica sui dispositivi mobili; esempi pratici (case studies) e normativa di riferimento. CFU 2 I reati informatici: elementi del reato informatico; competenza dell’a.g.; pedopornografia online; adescamento online; i circuiti di pagamento via internet: carte di credito e bancomat, monete elettroniche e banking online; sistemi di clonazione delle carte: phishing e skimming; la manomissione di pos e atm; la sicurezza delle reti: le modalità d'attacco ad un sistema informatico; esempi pratici (case studies) e normativa di riferimento. CFU 3 I reati comuni commessi attraverso internet: le fattispecie di reato; la pirateria audiovisiva-violazione delle norme a tutela del diritto d’autore tramite i programmi p2p= (peer to peer); le truffe on line; i reati commessi sui o tramite i social network: furto di identità, sostituzione di persona, diffamazione, istigazione a delinquere, accesso abusivo a sistema informatico, adescamento, minacce, molestie, stalking online e sextorsion; esempi pratici (case studies) e normativa di riferimento. Modulo – Digital forensics – 3 CFU CFU 4 – La prova digitale Aspetti generali della digital forensic. La prova digitale e la ricerca della prova digitale. Aspetti tecnici del sequestro. Aspetti tecnici della duplicazione, validazione e conformità delle prove. Il write blocker. Aspetti tecnici della intercettazione. CFU 5 – Digital forensics Media, partizioni e volumi. I file system. Metodi per l’acquisizione bit-stream. Metodi per l’analisi dei dati. Analisi di un sistema windows. CFU 6 – Network e mobile forensics Identificazione di un dispositivo mobile. Metodi e strumenti per l’acquisizione dei dati. Analisi di un dispositivo mobile con sistema operativo IoS. Non sono previste propedeuticità, ma è consigliabile avere una discreta conoscenza della lingua inglese. Modulo – Investigazioni: 1. Lezioni frontali (con illustrazione degli argomenti avvalendosi di slides e di contenuti selezionati da Internet); 2. Dibattiti tra Docente e Studenti, invitati a commentare e discutere le tematiche illustrate; 3. Approfondimenti, in cui vengono affrontate casistiche pratiche che gli Studenti sono invitati a presentare o a scelta del Docente; 4. Sono previste circa quattro-sei ore di esercitazioni pratiche in aula con l’ausilio di strumenti informatici. Modulo – Digital forensics: 1. Lezioni frontali; 2. Esercitazioni pratiche in aula della durata complessiva di circa 6 ore.

Modalità d'esame

L’esame si svolgerà in forma orale; non essendo obbligatoria la frequenza, non sono previste prove intermedie anche se è facoltà dei Docenti tenere conto, in sede di esame, degli interventi fatti dagli studenti e di dibattiti che fisiologicamente insorgono nel corso delle lezioni.

Testi di riferimento

Modulo – Investigazioni: Dispense fornite dal docente. Slides usate nel corso delle lezioni. Modulo – Digital forensics: Dispense fornite dal docente.

Codice insegnamento 31313097

Foundations Of Statistics 1° anno · 2° semestre · 6 CFU · STAT-01/B · 0 file

Il corso rappresenta un corso intermedio di fondamenti della statistica e analisi dei dati per un programma di studi magistrale in Informatica. Lo studente potrà apprendere tecniche avanzate di metodologia statistica…

Scheda dell'insegnamento

Obiettivi formativi

Il corso rappresenta un corso intermedio di fondamenti della statistica e analisi dei dati per un programma di studi magistrale in Informatica. Lo studente potrà apprendere tecniche avanzate di metodologia statistica classica, data mining e machine learning con applicazione all'analisi di dati complessi. Dal punto di vista didattico verranno privilegiati gli aspetti concettuali ed applicativi senza tralasciare quelli matematici fondamentali. Particolare attenzione è riservata agli aspetti computazionali che verranno sviluppati attraverso un laboratorio di statistica con l'ambiente di calcolo R. Conoscenza e capacità di comprensione Lo studente, alla fine del corso avrà appreso le più importanti tecniche per l'analisi dati, esplorando aspetti concettuali e matematici. Avrà acquisito conoscenze nei fondamenti della statistica, sia univariata che multivariata. Conoscenza e capacità di comprensione applicate Lo studente sperimenterà dal punto di vista applicativo le metodologie studiate relativamente ai vari problemi di analisi dati (stima, previsione, classificazione) il tutto sviluppato in un contesto operativo e decisionale. Autonomia di giudizio Lo studente raggiungerà le necessarie competenze per distinguere i diversi approcci studiati e soprattutto sarà in grado di decidere quando utilizzarli relativamente ai diversi contesti applicativi che si possono presentare. Abilità comunicative Lo studente sarà in grado di esprimere concetti complessi riguardanti le metodologie studiate attraverso un linguaggio fondato su sintesi e chiarezza. Sarà inoltre in grado di rappresentare le stesse tecniche attraverso il rigore del linguaggio matematico. Capacità di apprendere Lo studente sarà in grado di comprendere tutte le fasi dell'analisi statistica di dati, considerando aspetti gestionali, metodologici e di implementazione. Nelle sessioni di laboratori di analisi dati avrà la possibilità di migliorare le sue attitudini applicative ed operative.

Programma

CFU 1 - Richiami di Statistica Descrittiva e Calcolo delle Probabilità Introduzione alla statistica. Analisi esplorativa dei dati: misure di posizione, misure di variabilità, misure di asimmetria. Elementi di teoria della probabilità e variabili aleatorie. Probabilità e rischio: misure di rischio e tassi di variazione. Laboratorio in R. CFU 2 - Elementi di Inferenza Statistica Inferenza statistica: popolazione e campione, campionamento casuale semplice. Definizione di modello statistico, distribuzioni campionarie e statistiche campionarie, funzione di verosimiglianza. Laboratorio in R. CFU 3 - Introduzione alla stima e alla teoria dei test Stima di un parametro: stimatori e loro proprietà. Stima puntuale ed intervalli di confidenza. Teoria dei test e controllo di ipotesi: test su un campione, test su due campioni. Laboratorio in R. CFU 4 - Modelli di regressione lineare Dipendenza statistica fra variabili, correlazione lineare. Il modello lineare classico: semplice e a più variabili. Il modello ANOVA e il modello ANCOVA. Laboratorio in R. CFU 5 - Modelli lineari generalizzati Il modello logistico e il modello log-lineare. Il modello di regressione multinomiale e i problemi di classificazione. Laboratorio in R. CFU 6 - Introduzione all’Analisi Multivariata Analisi in Componenti Principali e Clustering. Laboratorio in R. Conoscenza di un corso base di statistica. Conoscenza della lingua Inglese. L’insegnamento è strutturato in lezioni frontali ed esercitazioni in aula e sessioni di laboratorio con l’ambiente computazionale R.

Modalità d'esame

Una prova scritta e una prova di laboratorio di analisi dati. La prova scritta, strutturata in domande a risposta multipla e aperte, mira a valutare le conoscenze riguardanti aspetti matematici e teorici. La prova di laboratorio e serve a valutare le capacita di applicazione delle metodologie studiate durante il corso. La valutazione finale si basa su una sintesi delle due prove. Verifica delle conoscenze, abilità e competenze secondo i Descrittori di Dublino Conoscenza e capacità di comprensione: Sono valutate in entrambe le prove relativamente agli aspetti teorici ed applicativi. Applicazione della conoscenza e della comprensione in termini di capacità di argomentazione e di saper affrontare casi di problem solving: Sono valutate in entrambe le prove relativamente agli aspetti teorici ed applicativi. Autonomia di giudizio: È valutata soprattutto nella prova di laboratorio dove è richiesta autonomia nella scelta delle metodologie di analisi. Abilità comunicative: È valutata soprattutto la comunicazione scritta in termini di sintesi, chiarezza e completezza con proprietà di linguaggio e sintassi grammaticale. Capacità di apprendimento: Sono valutate in entrambe le prove relativamente agli aspetti teorici ed applicativi.

Testi di riferimento

Levine, Krehbiel, Berenson: Statistica, Pearson, 2011. James, Witten, Hastie, Tibshirani: An Introduction to Statistical Learning with Application in R, Springer, 2013. Iacus, Masarotto: Laboratorio di Statistica con R, Mc Graw Hill, 2000.

Codice insegnamento 31313103

Informatics And Law 1° anno · 2° semestre · 6 CFU · GIUR-17/A · 0 file

Il corso si prefigge di raggiungere i seguenti obiettivi formativi, in linea con i “Descrittori di Dublino”: Conoscenza e capacità di comprensione Lo studente prenderà cognizione dei profili giuridici in materia di reati…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di raggiungere i seguenti obiettivi formativi, in linea con i “Descrittori di Dublino”: Conoscenza e capacità di comprensione Lo studente prenderà cognizione dei profili giuridici in materia di reati informatici, sicurezza informatica e protezione dei dati, con particolare riferimento alle misure di sicurezza nell’ambito del trattamento dei dati personali sensibili, contro i rischi di distruzione o perdita anche accidentale dei dati, accesso non autorizzato, trattamento non consentito o non conforme alle finalità della raccolta. Capacità di applicare conoscenza comprensione Lo studente sarà in grado di implementare le conoscenze apprese al fine di gestire, nel rispetto delle normative vigenti, i vari settori di attività, conformemente alle normative sul trattamento automatizzato dei dati personali e sulla protezione di essi: in particolare, capacità di applicare le misure di sicurezza adeguate nel trattamento automatizzato dei dati e di gestire il rischio di trattamento dei dati nei settori pubblico-amministrativo, privato, nel web, nonché nella prospettiva dei Big Data e dell’Intelligenza Artificiale. Autonomia di giudizio Lo studente acquisirà un’autonomia di giudizio concernente i doveri da osservare in ambito informatico, nonché la formazione di un senso di responsabilità etico-giuridica indispensabile per espletare al meglio le varie attività tecnico-professionali inerenti al settore.

Programma

CFU 1 Aspetti giuridici della sicurezza informatica. Trattamento dei dati personali sensibili. CFU 2 Princìpi e norme del Regolamento Generale sulla Protezione dei Dati. “Privacy by design” e “privacy by default”. CFU 3 Misure di sicurezza in conformità al diritto sulla privacy. Trattamento dei dati e gestione del rischio. CFU 4 Sicurezza dei dati nel web. Internet e società digitale: impatto privacy. Protezione dei dati e criminalità informatica. CFU 5 Protezione dei dati nel mondo dei Big Data e dell’Intelligenza Artificiale. CFU 6 Pubblica Amministrazione: digitalizzazione e diritto. Protezione dei dati nel settore pubblico-amministrativo. Nessuno • Lezioni frontali. • Test a risposta multipla in itinere. • Presentazioni in powerpoint svolte facoltativamente dagli studenti nel corso di brevi interventi in aula, individuali o di gruppo, su argomenti proposti dal docente. • Gli studenti frequentanti possono sostenere alla fine del corso una esercitazione scritta ricapitolativa dei temi trattati, con domande a risposta multipla e quesiti aperti vertenti sulle tematiche approfondite durante le lezioni. Tale opportunità di esplicitazione del livello di apprendimento raggiunto serve per monitorare il percorso svolto e la capacità di autodisciplina dello studente frequentante, costituendo un’utile attività di feedback e di stimolo a una buona preparazione dell’esame finale. I metodi adottati si avvalgono anche dell’impiego di uno strumento a supporto della didattica quale la piattaforma Moodle, che viene utilizzata dal docente per fornire agli studenti del corso indicazioni di dettaglio sul programma e la bibliografia consigliata, per trasmettere on-line slides e materiale didattico, per indicare alcuni link utili, e per erogare informazioni o avvisi sull’attività didattica svolta.

Modalità d'esame

L’esame consiste in una prova orale obbligatoria per tutti gli studenti, concernente i contenuti delle lezioni e del materiale didattico. La prova è tesa alla verifica del percorso formativo compiuto dallo studente, e prevede l’accertamento, con valutazione espressa in trentesimi, della effettiva comprensione degli argomenti del corso, anche mediante domande su argomenti a scelta tratti dal programma svolto. L’esame finale mediante prova orale risulta essere una modalità di verifica dell’apprendimento adatta al conseguimento dei risultati attesi e degli obiettivi del corso, traducibili non solo nella conoscenza dei contenuti teorici in oggetto, e nella capacità di applicazione pratica di tale conoscenza, ma anche nell’acquisizione di un’autonomia di giudizio perseguìta, da una parte, attraverso lo studio del forte impatto normativo delle tecnologie informatiche; dall’altra, attraverso la capacità di compiere valutazioni congrue. Ciò prepara lo studente ad affrontare future esperienze lavorative con il supporto di un’appropriata cognizione in merito alla deontologia distintiva dell’identità professionale specifica del settore. La modalità di verifica orale, in cui può essere richiesto allo studente di integrare la prova con un argomento a sua scelta, costituisce inoltre una modalità idonea a raggiungere, anche in sede di verifica, proficue abilità comunicative in quanto capacità relazionali sempre più importanti nel mondo professionale odierno.

Testi di riferimento

  • Materiale didattico presentato nelle lezioni. • E. Battelli, G. D’Ippolito, Compendio della privacy e della cybersicurezza, Neldiritto Editore, Molfetta, 2025 (solo 2 capitoli a scelta). Oppure, in alternativa: • Materiale didattico presentato nelle lezioni. • F. Lazzini, Etica digitale e intelligenza Artificiale. I rischi per la protezione dei dati, Giappichelli, Torino, 2022 (solo 2 capitoli a scelta).

Codice insegnamento 31313115

Informatics And Law 1° anno · 2° semestre · 6 CFU · GIUR-17/A · 0 file

Il corso si prefigge di raggiungere i seguenti obiettivi formativi, in linea con i “Descrittori di Dublino”: Conoscenza e capacità di comprensione Lo studente prenderà cognizione dei profili giuridici in materia di reati…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di raggiungere i seguenti obiettivi formativi, in linea con i “Descrittori di Dublino”: Conoscenza e capacità di comprensione Lo studente prenderà cognizione dei profili giuridici in materia di reati informatici, sicurezza informatica e protezione dei dati, con particolare riferimento alle misure di sicurezza nell’ambito del trattamento dei dati personali sensibili, contro i rischi di distruzione o perdita anche accidentale dei dati, accesso non autorizzato, trattamento non consentito o non conforme alle finalità della raccolta. Capacità di applicare conoscenza comprensione Lo studente sarà in grado di implementare le conoscenze apprese al fine di gestire, nel rispetto delle normative vigenti, i vari settori di attività, conformemente alle normative sul trattamento automatizzato dei dati personali e sulla protezione di essi: in particolare, capacità di applicare le misure di sicurezza adeguate nel trattamento automatizzato dei dati e di gestire il rischio di trattamento dei dati nei settori pubblico-amministrativo, privato, nel web, nonché nella prospettiva dei Big Data e dell’Intelligenza Artificiale. Autonomia di giudizio Lo studente acquisirà un’autonomia di giudizio concernente i doveri da osservare in ambito informatico, nonché la formazione di un senso di responsabilità etico-giuridica indispensabile per espletare al meglio le varie attività tecnico-professionali inerenti al settore.

Programma

CFU 1 Aspetti giuridici della sicurezza informatica. Trattamento dei dati personali sensibili. CFU 2 Princìpi e norme del Regolamento Generale sulla Protezione dei Dati. “Privacy by design” e “privacy by default”. CFU 3 Misure di sicurezza in conformità al diritto sulla privacy. Trattamento dei dati e gestione del rischio. CFU 4 Sicurezza dei dati nel web. Internet e società digitale: impatto privacy. Protezione dei dati e criminalità informatica. CFU 5 Protezione dei dati nel mondo dei Big Data e dell’Intelligenza Artificiale. CFU 6 Pubblica Amministrazione: digitalizzazione e diritto. Protezione dei dati nel settore pubblico-amministrativo. Nessuno • Lezioni frontali. • Test a risposta multipla in itinere. • Presentazioni in powerpoint svolte facoltativamente dagli studenti nel corso di brevi interventi in aula, individuali o di gruppo, su argomenti proposti dal docente. • Gli studenti frequentanti possono sostenere alla fine del corso una esercitazione scritta ricapitolativa dei temi trattati, con domande a risposta multipla e quesiti aperti vertenti sulle tematiche approfondite durante le lezioni. Tale opportunità di esplicitazione del livello di apprendimento raggiunto serve per monitorare il percorso svolto e la capacità di autodisciplina dello studente frequentante, costituendo un’utile attività di feedback e di stimolo a una buona preparazione dell’esame finale. I metodi adottati si avvalgono anche dell’impiego di uno strumento a supporto della didattica quale la piattaforma Moodle, che viene utilizzata dal docente per fornire agli studenti del corso indicazioni di dettaglio sul programma e la bibliografia consigliata, per trasmettere on-line slides e materiale didattico, per indicare alcuni link utili, e per erogare informazioni o avvisi sull’attività didattica svolta.

Modalità d'esame

L’esame consiste in una prova orale obbligatoria per tutti gli studenti, concernente i contenuti delle lezioni e del materiale didattico. La prova è tesa alla verifica del percorso formativo compiuto dallo studente, e prevede l’accertamento, con valutazione espressa in trentesimi, della effettiva comprensione degli argomenti del corso, anche mediante domande su argomenti a scelta tratti dal programma svolto. L’esame finale mediante prova orale risulta essere una modalità di verifica dell’apprendimento adatta al conseguimento dei risultati attesi e degli obiettivi del corso, traducibili non solo nella conoscenza dei contenuti teorici in oggetto, e nella capacità di applicazione pratica di tale conoscenza, ma anche nell’acquisizione di un’autonomia di giudizio perseguìta, da una parte, attraverso lo studio del forte impatto normativo delle tecnologie informatiche; dall’altra, attraverso la capacità di compiere valutazioni congrue. Ciò prepara lo studente ad affrontare future esperienze lavorative con il supporto di un’appropriata cognizione in merito alla deontologia distintiva dell’identità professionale specifica del settore. La modalità di verifica orale, in cui può essere richiesto allo studente di integrare la prova con un argomento a sua scelta, costituisce inoltre una modalità idonea a raggiungere, anche in sede di verifica, proficue abilità comunicative in quanto capacità relazionali sempre più importanti nel mondo professionale odierno.

Testi di riferimento

  • Materiale didattico presentato nelle lezioni. • E. Battelli, G. D’Ippolito, Compendio della privacy e della cybersicurezza, Neldiritto Editore, Molfetta, 2025 (solo 2 capitoli a scelta). Oppure, in alternativa: • Materiale didattico presentato nelle lezioni. • F. Lazzini, Etica digitale e intelligenza Artificiale. I rischi per la protezione dei dati, Giappichelli, Torino, 2022 (solo 2 capitoli a scelta).

Codice insegnamento 31313102

Innovation Economics And Management 1° anno · 1° semestre · 6 CFU · ECON-07/A · 0 file

In linea con gli obiettivi del Corso di Studio, l’insegnamento si propone di fornire agli studenti l’apprendimento degli elementi strutturali del governo delle imprese in un’ottica strategica, studiare l'impatto…

Scheda dell'insegnamento

Obiettivi formativi

In linea con gli obiettivi del Corso di Studio, l’insegnamento si propone di fornire agli studenti l’apprendimento degli elementi strutturali del governo delle imprese in un’ottica strategica, studiare l'impatto dell'innovazione sulla crescita economica e sviluppa competenze di gestione, per affrontare le dinamiche tecnologiche in un contesto aziendale costantemente in evoluzione. Gli obiettivi formativi della disciplina sono coerenti con quelli del Corso di studi in quanto finalizzati alla maturazione di una capacità analitica dello studente in campo manageriale ed organizzativo con particolare riferimento al tema dell’Innovazione. All’interno del percorso c’è un adeguato bilanciamento tra la componente teorica e l’acquisizione di esperienze, grazie ai business case e alle testimonianze aziendali eventuali. Infine, il corso si pone l’obiettivo di formare professionisti con competenze avanzate nella gestione strategica e operativa delle imprese, con particolare attenzione ai processi di innovazione, alla loro influenza sulla crescita e sullo sviluppo aziendale. Conoscenza e capacità di comprensione Al termine del corso, lo studente sarà in grado di comprendere le nozioni base della teoria economica dell’innovazione, le modalità di gestione dell’innovazione e l’impatto sulla competitività delle imprese. In particolare, lo studente avrà acquisito le seguenti conoscenze: 1) elementi caratterizzanti le diverse tipologie di innovazione; 2) caratteristiche dei processi innovativi; 3) ruolo dei cambiamenti organizzativi legati allo sviluppo di nuovi prodotti; 4) ruolo delle risorse intangibili; 5) rapporti tra imprese per lo sviluppo di nuove tecnologie. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di affrontare, in senso critico, questioni e problematiche inerenti all’economia dell’innovazione. Sarà in grado di descrivere il processo innovativo come fenomeno complesso, che non si limita alla fase di introduzione nel mercato di una innovazione, ma si estende al processo di diffusione settoriale e all’intero sistema economico. Autonomia di giudizio Al termine del corso, lo studente sarà in grado di interpretare le scelte strategiche delle imprese innovative nei settori innovativi e comprendere gli impatti sulle dinamiche di mercato generati dall’introduzione di innovazioni di prodotto e di processo. Abilità comunicative Lo studente sarà in grado di affiancare la conoscenza di casi studio alla letteratura sulla economia e gestione dell’innovazione, e discutere degli elementi più interessanti, relativamente alle strategie di crescita delle nuove imprese tecnologiche. Al termine del corso, lo studente saprà elaborare, con maggiore consapevolezza, e interpretare, in maniera critica, quali sono le opportunità che la tecnologia presenta e come essa impatta sulle nuove imprese. Capacità di apprendimento La frequenza delle lezioni e l’interazione con il docente e gli altri studenti, l’utilizzo dei materiali caricati sul sito del corso e lo studio individuale forniscono allo studente la cassetta degli attrezzi per stimolare l’apprendimento individuale. Obiettivi formativi specifici del corso e descrizione del percorso formativo L'obiettivo dell’insegnamento è fornire agli studenti una solida base di conoscenze teoriche e manageriali per comprendere e analizzare le sfide legate ai processi di innovazione nell’attuale contesto tecnologico, competitivo e di mercato, che richiede la capacità di aziende ed istituzioni di agire in linea con le tendenze in atto a livello globale, valorizzando risorse e competenze distintive. L’obiettivo è dotare gli studenti delle competenze necessarie per: - Conoscere l’impresa e le sue regole, le strategie di sviluppo ed il ruolo dei mercati nazionali ed internazionali. - Analizzare le dinamiche dei processi di innovazione a diversi livelli (territoriale, organizzativo, individuale). - Identificare i principali attori (innovatori, facilitatori, utilizzatori) dei processi di innovazione e analizzare la dinamica delle relazioni fra essi, riconoscendo i fattori incentivanti e quelli di ostacolo allo sviluppo di processi virtuosi. - Impostare processi di analisi e progettazione strategica per la traduzione di idee creative in progetti di innovazione di prodotto/processo e progetti d’impresa. Il corso intende approfondire le strategie, le scelte manageriali e organizzative necessarie per la crescita, l’innovazione e la competitività delle imprese, anche operanti in contesti internazionali.

Programma

CFU 1 L’impresa in generale ed i suoi modelli di governo - L’impresa come soggetto dell’attività economica. - I principali modelli analitici di governo dell’impresa. CFU 2 Gli approcci di pianificazione strategica - Management operativo, tattica e strategia. - Le condizioni di sopravvivenza e competitività attuale e prospettica delle imprese. CFU 3 Concetti di base sull'innovazione - Definizione d’innovazione. - Le Fonti e le Forme d’innovazione. CFU 4 Diffusione dell’innovazione - Scelta del tempo d’ingresso nel mercato. - Definizione dell’orientamento strategico. - Scelta dei progetti di innovazione e i meccanismi di protezione dell’innovazione. CFU 5 Management dell’innovazione - Organizzazione dei processi innovativi e sviluppo di un nuovo prodotto. - Strategie di Marketing per l’innovazione. CFU 6 Analisi e case studies - Definire e mettere in campo idonee strategie e tecniche di gestione dell’innovazione in base all’analisi dei case studies. Nessun prerequisito. L’insegnamento è strutturato in 48 ore di didattica frontale, che comprenderà anche la discussione di casi studio e project work. La didattica frontale si costituisce di lezioni teoriche. Durante l’insegnamento è proposto agli studenti il coinvolgimento su progetti di casi studio da svolgersi in aula e in modo collettivo, che permettano agli stessi di verificare e consolidare la comprensione degli argomenti trattati a lezione. La frequenza è facoltativa, consigliata. Gli studenti saranno, inoltre, coinvolti nell'analisi e realizzazione di un caso di studio. Saranno formati dei gruppi di lavoro durante lo svolgimento delle lezioni ed a ciascun verrà assegnato un caso specifico da esaminare attraverso le metodologie apprese durante il corso. Nella settimana conclusiva del corso ogni gruppo presenterà il proprio progetto proponendo strategie e soluzioni innovative.

Modalità d'esame

La modalità di verifica consiste in un esame orale finale, durante la quale saranno esaminati aspetti teorici del programma ed i contenuti dei project work individuali o di gruppo preparati dagli studenti. La valutazione sarà effettuata in trentesimi.

Testi di riferimento

Schilling M., Izzo F. (2022), Gestione dell'innovazione, McGraw-Hill Education, V edizione, Milano. Durante il corso verrà reso disponibile attraverso la piattaforma online il materiale di supporto alla didattica (lucidi delle lezioni e altro materiale esaminato in aula o da leggere per approfondimento). Su richiesta degli studenti Erasmus può loro essere suggerito ulteriore materiale di studio in lingua inglese. Non sono previste differenze di programma e di referenze bibliografiche tra gli studenti frequentanti e non frequentanti.

Codice insegnamento 31313098

Introduction To Cybersecurity 1° anno · 1° semestre · 6 CFU · INFO-01/A · 0 file

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della sicurezza informatica, delle principali minacce e vulnerabilità e delle strategie di mitigazione per…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della sicurezza informatica, delle principali minacce e vulnerabilità e delle strategie di mitigazione per proteggere sistemi e dati. Il corso mira a sviluppare una mentalità proattiva e critica nella gestione dei rischi cibernetici, preparando gli studenti ad affrontare le sfide di un panorama digitale in continua evoluzione e a contribuire alla creazione di ambienti tecnologici più sicuri. Conoscenza e capacità di comprensione Gli studenti matureranno una conoscenza approfondita dei principi cardine della sicurezza informatica, comprendendo a fondo concetti come confidenzialità, integrità, disponibilità, autenticazione, autorizzazione e non ripudiabilità. Saranno in grado di riconoscere e descrivere le principali tipologie di attacchi informatici, incluse diverse forme di malware, gli attacchi di phishing e le tecniche di ingegneria sociale. La loro comprensione si estenderà anche alle vulnerabilità più comuni a livello di software, hardware e configurazioni di sistema. Verranno introdotte anche le nozioni fondamentali di sicurezza dei sistemi. Capacità di applicare conoscenza e comprensione Gli studenti saranno concretamente in grado di applicare le conoscenze acquisite in situazioni pratiche. Saranno capaci di identificare e categorizzare le diverse forme di attacchi cibernetici in base allo specifico scenario operativo, che sia un attacco diretto alle reti, ai sistemi, alle applicazioni o ai dati. Di conseguenza, avranno la competenza per proporre e implementare le soluzioni di mitigazione più adeguate per prevenire o contrastare gli attacchi rilevati. Avranno le competenze per capire i rapporti di incidenti di sicurezza, proponendo azioni correttive mirate. Autonomia di giudizio Gli studenti saranno in grado di valutare in modo indipendente la gravità di una minaccia o di una vulnerabilità, comprendendo le sue potenziali ripercussioni. Questa capacità critica li porterà a scegliere la soluzione di sicurezza più idonea tra le diverse opzioni disponibili, tenendo conto del contesto specifico e dei vincoli esistenti. Svilupperanno la consapevolezza dell'importanza di un approccio olistico alla sicurezza, che sappia integrare armoniosamente aspetti tecnologici, procedurali e umani. Abilità comunicative Gli studenti saranno in grado di spiegare concetti legati alla sicurezza informatica anche a interlocutori che non hanno competenze tecniche specifiche, utilizzando un linguaggio chiaro e comprensibile. Avranno la capacità di comunicare in modo persuasivo i rischi e le raccomandazioni di sicurezza a colleghi e superiori, trasmettendo l'urgenza e l'importanza delle azioni da intraprendere. Sapranno presentare analisi di sicurezza e proposte di soluzioni in maniera strutturata, logica e convincente. Capacità di apprendimento Gli studenti svilupperanno la capacità di ricercare e assimilare in modo efficiente nuove informazioni relative a minacce emergenti, tecnologie di sicurezza innovative e le migliori pratiche del settore. Questo li renderà capaci di aggiornarsi costantemente rispetto alle continue evoluzioni del panorama della cybersecurity.

Programma

CFU 1 Sicurezza degli account: Autenticazione degli utenti (password, 2FA, multi-factor, OTP, SSO, passkey) e relativi attacchi (forza bruta, dizionario, keylogging, SIM swapping, phishing). CFU 2 Sicurezza dei dati: Gestione di dati privati (password, dati sensibili, chiavi) e principi di crittografia applicata (token JWT, hashing, cifratura di dati, firma digitale). CFU 3 Sicurezza dei sistemi e delle comunicazioni: Certificati, protocolli per la comunicazione sicura (HTTPS, SSL, TLS, SSH), VPN, attacchi (port scanning, malware, DoS, DDoS) e protezioni (firewall, antivirus). CFU 4 Sicurezza dei software: Tassonomie di vulnerabilità software (CWE, OWASP), cataloghi di vulnerabilità (CVE) e attachi, (come reverse engineering e cracking). CFU 5 Ingegneria sociale: Tattiche di manipolazione degli utenti (phishing, pretexting, baiting, scarware) e difesa. CFU 6 Privacy: Concetti di base legati alla privacy sul web (cronologia del browser, log, cookie, fingerprinting, tracking, DNS, ToR e servizi basati sulla localizzazione) e metodologie per preservare la privacy. Nessuno. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

L’esame consisterà in una prova scritta e una prova orale. La prova scritta conterrà domande a risposta multipla e a risposta aperta e sarà volta a valutare la capacità degli studenti di apprendere e di applicare i concetti trattati nel corso. Gli studenti che raggiungeranno la sufficienza (18/30) alla prova scritta potranno accedere alla prova orale. Questa sarà principalmente mirata a valutare le abilità comunicative acquisite dagli studenti. Alla fine della prova orale, se sufficiente, sarà assegnato un punteggio tra 18 e 30. Il voto finale sarà calcolato come media aritmetica tra le due valutazioni (prova scritta e orale).

Testi di riferimento

W. Stallings, L. Brown, Computer Security: Principles and Practice. 4rd edition. Pearson (2017).

Codice insegnamento 31313108

Introduction To Cybersecurity 1° anno · 1° semestre · 6 CFU · INFO-01/A · 0 file

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della sicurezza informatica, delle principali minacce e vulnerabilità e delle strategie di mitigazione per…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della sicurezza informatica, delle principali minacce e vulnerabilità e delle strategie di mitigazione per proteggere sistemi e dati. Il corso mira a sviluppare una mentalità proattiva e critica nella gestione dei rischi cibernetici, preparando gli studenti ad affrontare le sfide di un panorama digitale in continua evoluzione e a contribuire alla creazione di ambienti tecnologici più sicuri. Conoscenza e capacità di comprensione Gli studenti matureranno una conoscenza approfondita dei principi cardine della sicurezza informatica, comprendendo a fondo concetti come confidenzialità, integrità, disponibilità, autenticazione, autorizzazione e non ripudiabilità. Saranno in grado di riconoscere e descrivere le principali tipologie di attacchi informatici, incluse diverse forme di malware, gli attacchi di phishing e le tecniche di ingegneria sociale. La loro comprensione si estenderà anche alle vulnerabilità più comuni a livello di software, hardware e configurazioni di sistema. Verranno introdotte anche le nozioni fondamentali di sicurezza dei sistemi. Capacità di applicare conoscenza e comprensione Gli studenti saranno concretamente in grado di applicare le conoscenze acquisite in situazioni pratiche. Saranno capaci di identificare e categorizzare le diverse forme di attacchi cibernetici in base allo specifico scenario operativo, che sia un attacco diretto alle reti, ai sistemi, alle applicazioni o ai dati. Di conseguenza, avranno la competenza per proporre e implementare le soluzioni di mitigazione più adeguate per prevenire o contrastare gli attacchi rilevati. Avranno le competenze per capire i rapporti di incidenti di sicurezza, proponendo azioni correttive mirate. Autonomia di giudizio Gli studenti saranno in grado di valutare in modo indipendente la gravità di una minaccia o di una vulnerabilità, comprendendo le sue potenziali ripercussioni. Questa capacità critica li porterà a scegliere la soluzione di sicurezza più idonea tra le diverse opzioni disponibili, tenendo conto del contesto specifico e dei vincoli esistenti. Svilupperanno la consapevolezza dell'importanza di un approccio olistico alla sicurezza, che sappia integrare armoniosamente aspetti tecnologici, procedurali e umani. Abilità comunicative Gli studenti saranno in grado di spiegare concetti legati alla sicurezza informatica anche a interlocutori che non hanno competenze tecniche specifiche, utilizzando un linguaggio chiaro e comprensibile. Avranno la capacità di comunicare in modo persuasivo i rischi e le raccomandazioni di sicurezza a colleghi e superiori, trasmettendo l'urgenza e l'importanza delle azioni da intraprendere. Sapranno presentare analisi di sicurezza e proposte di soluzioni in maniera strutturata, logica e convincente. Capacità di apprendimento Gli studenti svilupperanno la capacità di ricercare e assimilare in modo efficiente nuove informazioni relative a minacce emergenti, tecnologie di sicurezza innovative e le migliori pratiche del settore. Questo li renderà capaci di aggiornarsi costantemente rispetto alle continue evoluzioni del panorama della cybersecurity.

Programma

CFU 1 Sicurezza degli account: Autenticazione degli utenti (password, 2FA, multi-factor, OTP, SSO, passkey) e relativi attacchi (forza bruta, dizionario, keylogging, SIM swapping, phishing). CFU 2 Sicurezza dei dati: Gestione di dati privati (password, dati sensibili, chiavi) e principi di crittografia applicata (token JWT, hashing, cifratura di dati, firma digitale). CFU 3 Sicurezza dei sistemi e delle comunicazioni: Certificati, protocolli per la comunicazione sicura (HTTPS, SSL, TLS, SSH), VPN, attacchi (port scanning, malware, DoS, DDoS) e protezioni (firewall, antivirus). CFU 4 Sicurezza dei software: Tassonomie di vulnerabilità software (CWE, OWASP), cataloghi di vulnerabilità (CVE) e attachi, (come reverse engineering e cracking). CFU 5 Ingegneria sociale: Tattiche di manipolazione degli utenti (phishing, pretexting, baiting, scarware) e difesa. CFU 6 Privacy: Concetti di base legati alla privacy sul web (cronologia del browser, log, cookie, fingerprinting, tracking, DNS, ToR e servizi basati sulla localizzazione) e metodologie per preservare la privacy. Nessuno. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

L’esame consisterà in una prova scritta e una prova orale. La prova scritta conterrà domande a risposta multipla e a risposta aperta e sarà volta a valutare la capacità degli studenti di apprendere e di applicare i concetti trattati nel corso. Gli studenti che raggiungeranno la sufficienza (18/30) alla prova scritta potranno accedere alla prova orale. Questa sarà principalmente mirata a valutare le abilità comunicative acquisite dagli studenti. Alla fine della prova orale, se sufficiente, sarà assegnato un punteggio tra 18 e 30. Il voto finale sarà calcolato come media aritmetica tra le due valutazioni (prova scritta e orale).

Testi di riferimento

W. Stallings, L. Brown, Computer Security: Principles and Practice. 4rd edition. Pearson (2017).

Codice insegnamento 31313095

Malware Analysis 1° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file

L’insegnamento contribuisce al percorso formativo del Corso di laurea magistrale in Sicurezza dei sistemi software, attraverso i seguenti obiettivi: • Fornire conoscenze approfondite sulle caratteristiche e tecniche di…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento contribuisce al percorso formativo del Corso di laurea magistrale in Sicurezza dei sistemi software, attraverso i seguenti obiettivi: • Fornire conoscenze approfondite sulle caratteristiche e tecniche di diffusione dei malware. • Sviluppare capacità pratiche nell'utilizzo di strumenti e metodologie di analisi statica e dinamica. • Incentivare l'autonomia di giudizio nella valutazione delle minacce e nella scelta di contromisure adeguate. • Rafforzare le competenze comunicative attraverso report e presentazioni tecniche dettagliate. • Potenziare le capacità di apprendimento autonomo sulle nuove minacce emergenti.

Programma

CFU 1 Introduzione al Corso: o Introduzione all'analisi dei malware o Tipologie di malware: virus, worm, trojan, ransomware. o Metodi di infezione e diffusione. o Principi e pratiche di ethical hacking CFU 2 Analisi Statica del Malware (1 CFU): o Tecniche di reverse engineering e disassemblaggio. o Identificazione delle firme. o Strumenti specifici (Ghidra, Radare2). CFU 3 Analisi Dinamica del Malware: o Monitoraggio comportamentale in ambienti virtualizzati. o Sandbox e strumenti di monitoraggio (Wireshark, ProcMon). CFU 4-5 Analisi dei Malware per Android: o Specifiche vulnerabilità e minacce per dispositivi Android. o Strumenti di analisi statica e dinamica per Android (APKtool, Android Debug Bridge, emulatori). CFU 6 Tecniche avanzate di mitigazione e prevenzione: o Sistemi di Intrusion Detection/Prevention. o Malware Analysis e Intelligenza Artificiale. Non sono previste propedeuticità obbligatorie. Tuttavia, è fortemente consigliato aver acquisito conoscenze relative ai sistemi operativi, architetture dei calcolatori e reti informatiche. • Lezioni teoriche frontali per approfondire i concetti fondamentali. • Sessioni pratiche di laboratorio orientate all'applicazione diretta delle tecniche analitiche su malware reali e simulati. • Attività progettuali basate su casi di studio per facilitare l'apprendimento attivo e collaborativo. • Utilizzo della piattaforma Moodle per il materiale didattico, assegnazione di esercitazioni pratiche e interazioni formative continue.

Modalità d'esame

L’esame consiste in: • Progetto finale obbligatorio basato su un caso di studio reale o simulato (peso 50%), volto a valutare l'applicazione pratica delle conoscenze acquisite, la capacità di analisi critica e le competenze espositive. • Prova orale (peso 50%) per approfondire ulteriormente la comprensione teorica, la capacità di correlare conoscenze trasversali e valutare le abilità comunicative tecniche. Il voto finale scaturirà dalla media ponderata delle due prove, a condizione che ciascuna prova raggiunga almeno 18/30.

Testi di riferimento

Alexey Kleymenov, Amr Thabet. Mastering Malware Analysis – Second Edition, Packt Publishing, 2022. Qian Han; Salvador Mandujano; Sebastian Porst; V.S. Subrahmanian; Sai Deep Tetali; Yanhai Xiong, The Android Malware Handbook: Detection and Analysis by Human and Machine, No Starch Press, 2024.

Codice insegnamento 31313116

Modern Cryptography 1° anno · 2° semestre · 6 CFU · INFO-01/A · 0 file

Introdurre i metodi, le tecniche, gli algoritmi e le nozioni elementari che sono alla base dei sistemi di crittografia moderni. Conoscenza e capacità di comprensione Lo studente, al termine del corso, conoscerà il…

Scheda dell'insegnamento

Obiettivi formativi

Introdurre i metodi, le tecniche, gli algoritmi e le nozioni elementari che sono alla base dei sistemi di crittografia moderni. Conoscenza e capacità di comprensione Lo studente, al termine del corso, conoscerà il significato, saprà spiegare il funzionamento e il modello matematico alla base dei metodi e delle tecniche di crittografia presentati. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di applicare un metodo crittografico per la protezione dei dati. Sarà in grado di scrivere algoritmi e codici per garantire confidenzialità, autenticità ed integrità dei dati. Autonomia di giudizio Lo studente otterrà le competenze necessarie per valutare quali metodi crittografici utilizzare in diversi contesti applicativi. Abilità comunicative Lo studente sarà in grado di utilizzare il linguaggio appropriato nell’enunciare teoremi, effettuare dimostrazioni, precisare definizioni di sicurezza e descrivere metodi crittografici. Capacità di apprendimento Lo studente sarà in grado di individuare il metodo crittografico utile a risolvere un determinato problema per la protezione dei dati e delle informazioni.

Programma

Modulo I – Mathematical Foundations CFU 1 Definizione di crittografia e crittoanalisi. Cifrari storici e loro modello matematico. Cifrari perfetti: definizione e proprietà, il one-time pad. CFU 2 Funzioni one-way con trappola. Generatori di numeri pseudo-casuali. Sicurezza provabile dei cifrari simmetrici: sicurezza IND-CPA e IND-CCA. CFU 3 Crittografia a chiave pubblica: concetti fondamentali e obiettivi di sicurezza. Strumenti algebrici di base: aritmetica modulare, gruppi ciclici, operazioni di gruppo. Problema RSA. Problema di Diffie-Hellman. Modulo II – Computational Applications CFU 4 Crittografia simmetrica: cifratura e codici di autenticazione dei messaggi (MAC). DES, AES, one-time pad con PRG, one-time pad con PRF. CFU 5 Crittografia asimmetrica: cifratura e firme digitali. RSA, ElGamal, paradigma Hash-and-Sign. CFU 6 Protocolli di instaurazione della chiave: protocolli di scambio/accordo di chiavi. Scambio di chiavi Diffie-Hellman, attacchi ai protocolli di instaurazione, nozione di sicurezza AKE. Non sono previste propedeuticità. Il corso è organizzato in lezioni frontali ed esercitazioni. Tutti i concetti introdotti verranno corredati da esercizi ed esempi per garantire la comprensione della materia. Le esercitazioni prevedono il coinvolgimento attivo degli studenti. La frequenza alle lezioni non è obbligatoria, ma è vivamente raccomandata per il raggiungimento degli obiettivi formativi del corso, in quanto consente un più rapido apprendimento della terminologia, dei concetti di base e delle diverse tecniche per provare la sicurezza di protocolli crittografici, incentivando le potenzialità cognitive occorrenti per lo studio autonomo dei contenuti teorici e per la loro applicazione.

Modalità d'esame

Lo studente dovrà superare una prova scritta nell’ambito della quale saranno verificate le conoscenze, la capacità di comprensione, la capacità di apprendimento e la capacità di applicazione delle conoscenze. Superata la prova scritta, con un punteggio di almeno 18/30, gli studenti hanno accesso alla prova orale durante la quale saranno valutate in maggior dettaglio la capacità di applicazione delle conoscenze, la capacità di apprendimento e le abilità comunicative. La valutazione della prova orale, che coinciderà con la valutazione finale, è espressa in trentesimi.

Testi di riferimento

Jonathan Katz, Yehuda Lindell, Introduction to modern cryptography, CRC Press, Taylor & Francis Group, 2015. Menezes, A. J., Van Oorschot, Paul C., Vanstone, Scott A., Handbook of applied cryptography, CRC Press, 1997.

Codice insegnamento 31313113

Network And Industrial Security 1° anno · 1° semestre · 9 CFU · IINF-03/A · 0 file

Il corso fornisce una formazione avanzata sulla sicurezza informatica applicata alle reti IP e ai sistemi industriali, con competenze teorico-pratiche nella progettazione, analisi e difesa delle reti contro minacce…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce una formazione avanzata sulla sicurezza informatica applicata alle reti IP e ai sistemi industriali, con competenze teorico-pratiche nella progettazione, analisi e difesa delle reti contro minacce informatiche. Si affrontano minacce, vulnerabilità e strategie di difesa in ambienti ICS (Industrial Control Systems) e SCADA, analizzando l'integrazione con tecnologie IT. Conoscenza e comprensione Approfondita conoscenza dei protocolli di rete, dei sistemi ICS/SCADA, e delle tecniche di sicurezza informatica avanzate. Capacità di applicare conoscenza e comprensione Capacità di simulare attacchi informatici, analizzare log e traffico di rete, configurare strumenti di sicurezza, e implementare architetture di difesa. Autonomia di giudizio Capacità di valutare criticamente i rischi e proporre soluzioni efficaci e aderenti a standard internazionali. Abilità comunicative Capacità di documentare in modo tecnico ed efficace progetti e analisi di sicurezza, anche in forma orale. Capacità di apprendimento Capacità di aggiornarsi autonomamente rispetto all’evoluzione delle minacce cyber e delle tecnologie difensive.

Programma

CFU 1-2 Introduzione alla sicurezza delle reti informatiche: ‑ Richiami su architettura e protocolli di rete (TCP/IP, UDP, ARP, DNS) ‑ Vulnerabilità di livello rete e trasporto ‑ Tecniche di attacco: spoofing, sniffing, port scanning ‑ Firewall, NAT, ACL, IDS/IPS 2. CFU 3 Il livello di collegamento: sicurezza e prestazioni: ‑ Il protocollo Ethernet. ‑ Virtual LAN (VLAN) ‑ Time Sensitive Ethernet CFU 4-5 Reti industriali: ‑ Sistemi ICS, SCADA e PLC: modelli architetturali. ‑ Protocolli industriali (Modbus, DNP3, OPC UA) ‑ Interfacciamento OT/IT: problematiche e rischi ‑ Simulazione di ambienti industriali CFU 6-7 Sicurezza in sistemi ICS: ‑ Modelli di minaccia: STRIDE, MITRE ATT&CK for ICS ‑ Reverse engineering di pacchetti ICS ‑ Simulazione di attacchi CFU 8 Monitoraggio di reti industriali: ‑ Deep packet inspection in ambienti industriali ‑ Packet capturing e anomaly detection ‑ Logging e alerting CFU 9 Standard e architetture di difesa: ‑ ISA/IEC 62443, NIST SP 800-82 ‑ Architetture Zero Trust in ambienti OT ‑ Segmentazione È necessario possedere le conoscenze di base relative alle reti di calcolatori (architettura protocollare TCP/IP). Lezioni frontali ed attività pratiche/laboratoriali. La frequenza alle lezioni non è obbligatoria, ma è vivamente raccomandata per il raggiungimento degli obiettivi formativi del corso, in quanto consente un più rapido apprendimento della terminologia, dei concetti di base e delle attività pratiche incentivando le potenzialità cognitive occorrenti per lo studio autonomo dei contenuti teorici e per la loro applicazione.

Modalità d'esame

L’esame prevede due prove: una prova scritta e una prova orale. La prova scritta ha l’obiettivo di determinare il livello di conoscenze acquisite; è propedeutica alla prova orale, alla quale si accede solo se raggiunto il punteggio di almeno 18/30. La prova orale ha l’obiettivo di valutare la capacità di utilizzare le conoscenze acquisite per risolvere casi reali legati alla sicurezza delle reti, come mostrato durante le attività pratiche svolte all’interno del corso. Il voto finale, definito alla fine della prova orale, non scaturisce dalla media aritmetica delle due prove.

Testi di riferimento

Eric D. Knapp and Joel Thomas Langill, “Industrial Network Security”, Syngress, 2015. Materiale didattico messo a disposizione dal docente sulla piattaforma Moodle.

Codice insegnamento 31313109

Network And Industrial Security 1° anno · 1° semestre · 9 CFU · IINF-03/A · 0 file

Il corso fornisce una formazione avanzata sulla sicurezza informatica applicata alle reti IP e ai sistemi industriali, con competenze teorico-pratiche nella progettazione, analisi e difesa delle reti contro minacce…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce una formazione avanzata sulla sicurezza informatica applicata alle reti IP e ai sistemi industriali, con competenze teorico-pratiche nella progettazione, analisi e difesa delle reti contro minacce informatiche. Si affrontano minacce, vulnerabilità e strategie di difesa in ambienti ICS (Industrial Control Systems) e SCADA, analizzando l'integrazione con tecnologie IT. Conoscenza e comprensione Approfondita conoscenza dei protocolli di rete, dei sistemi ICS/SCADA, e delle tecniche di sicurezza informatica avanzate. Capacità di applicare conoscenza e comprensione Capacità di simulare attacchi informatici, analizzare log e traffico di rete, configurare strumenti di sicurezza, e implementare architetture di difesa. Autonomia di giudizio Capacità di valutare criticamente i rischi e proporre soluzioni efficaci e aderenti a standard internazionali. Abilità comunicative Capacità di documentare in modo tecnico ed efficace progetti e analisi di sicurezza, anche in forma orale. Capacità di apprendimento Capacità di aggiornarsi autonomamente rispetto all’evoluzione delle minacce cyber e delle tecnologie difensive.

Programma

CFU 1-2 Introduzione alla sicurezza delle reti informatiche: ‑ Richiami su architettura e protocolli di rete (TCP/IP, UDP, ARP, DNS) ‑ Vulnerabilità di livello rete e trasporto ‑ Tecniche di attacco: spoofing, sniffing, port scanning ‑ Firewall, NAT, ACL, IDS/IPS 2. CFU 3 Il livello di collegamento: sicurezza e prestazioni: ‑ Il protocollo Ethernet. ‑ Virtual LAN (VLAN) ‑ Time Sensitive Ethernet CFU 4-5 Reti industriali: ‑ Sistemi ICS, SCADA e PLC: modelli architetturali. ‑ Protocolli industriali (Modbus, DNP3, OPC UA) ‑ Interfacciamento OT/IT: problematiche e rischi ‑ Simulazione di ambienti industriali CFU 6-7 Sicurezza in sistemi ICS: ‑ Modelli di minaccia: STRIDE, MITRE ATT&CK for ICS ‑ Reverse engineering di pacchetti ICS ‑ Simulazione di attacchi CFU 8 Monitoraggio di reti industriali: ‑ Deep packet inspection in ambienti industriali ‑ Packet capturing e anomaly detection ‑ Logging e alerting CFU 9 Standard e architetture di difesa: ‑ ISA/IEC 62443, NIST SP 800-82 ‑ Architetture Zero Trust in ambienti OT ‑ Segmentazione È necessario possedere le conoscenze di base relative alle reti di calcolatori (architettura protocollare TCP/IP). Lezioni frontali ed attività pratiche/laboratoriali. La frequenza alle lezioni non è obbligatoria, ma è vivamente raccomandata per il raggiungimento degli obiettivi formativi del corso, in quanto consente un più rapido apprendimento della terminologia, dei concetti di base e delle attività pratiche incentivando le potenzialità cognitive occorrenti per lo studio autonomo dei contenuti teorici e per la loro applicazione.

Modalità d'esame

L’esame prevede due prove: una prova scritta e una prova orale. La prova scritta ha l’obiettivo di determinare il livello di conoscenze acquisite; è propedeutica alla prova orale, alla quale si accede solo se raggiunto il punteggio di almeno 18/30. La prova orale ha l’obiettivo di valutare la capacità di utilizzare le conoscenze acquisite per risolvere casi reali legati alla sicurezza delle reti, come mostrato durante le attività pratiche svolte all’interno del corso. Il voto finale, definito alla fine della prova orale, non scaturisce dalla media aritmetica delle due prove.

Testi di riferimento

Eric D. Knapp and Joel Thomas Langill, “Industrial Network Security”, Syngress, 2015. Materiale didattico messo a disposizione dal docente sulla piattaforma Moodle.

Codice insegnamento 31313096

Possesso Dei Requisiti Curriculari 1° anno · 1° semestre · 0 file
Security Governance 1° anno · 2° semestre · 12 CFU · INFO-01/A · 0 file

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della gestione del rischio cibernetico, delle metodologie per l'identificazione, l'analisi, la valutazione e il…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo principale del corso è fornire agli studenti una solida comprensione dei concetti fondamentali della gestione del rischio cibernetico, delle metodologie per l'identificazione, l'analisi, la valutazione e il trattamento dei rischi, delle strategie per la loro mitigazione, dei principali framework e standard di sicurezza informatica, delle loro applicazioni pratiche e della loro importanza per la governance e la conformità aziendale. Il corso mira a sviluppare una mentalità proattiva e strategica nella gestione dei rischi cibernetici, a sviluppare la capacità di selezionare, implementare e mantenere framework di sicurezza adeguati al contesto organizzativo, preparando gli studenti a contribuire alla resilienza e alla sicurezza delle organizzazioni nel panorama digitale. Conoscenza e capacità di comprensione Gli studenti matureranno una conoscenza approfondita dei principi cardine della gestione del rischio cibernetico, comprendendo a fondo concetti come identificazione degli asset, valutazione delle minacce e delle vulnerabilità, calcolo del rischio, e strategie di risposta. La loro comprensione si estenderà anche alle diverse tipologie di impatto che un evento cibernetico può generare su un'organizzazione. Gli studenti matureranno una conoscenza approfondita dei framework e standard di sicurezza IT più rilevanti, come ISO 27001 e NIST Cybersecurity Framework. Saranno in grado di comprendere i principi sottostanti, la struttura e gli obiettivi di ciascun framework, nonché le relazioni tra di essi. La loro comprensione si estenderà anche ai requisiti di conformità e alle implicazioni legali e normative derivanti dall'adozione di tali standard Capacità di applicare conoscenza e comprensione Gli studenti saranno concretamente in grado di applicare le conoscenze acquisite in situazioni pratiche. Saranno capaci di identificare e categorizzare i rischi cibernetici in base allo specifico scenario operativo, che sia un'infrastruttura IT, un'applicazione software o un processo aziendale. Di conseguenza, avranno la competenza per proporre e implementare le soluzioni di mitigazione più adeguate per prevenire o contrastare i rischi rilevati. Avranno le competenze per condurre analisi di rischio e presentare report chiari e concisi. Avranno la competenza per identificare i controlli di sicurezza richiesti dai vari standard e per proporre strategie di implementazione. Saranno in grado di contribuire alla valutazione della conformità e alla preparazione per audit di sicurezza. Autonomia di giudizio Gli studenti saranno in grado di valutare in modo indipendente la gravità di un rischio cibernetico, comprendendo le sue potenziali ripercussioni. Questa capacità critica li porterà a scegliere la strategia di trattamento del rischio più idonea tra le diverse opzioni disponibili, tenendo conto del contesto specifico e dei vincoli esistenti. Svilupperanno la consapevolezza dell'importanza di un approccio continuo e iterativo alla gestione del rischio cibernetico. Abilità comunicative Gli studenti saranno in grado di spiegare concetti legati alla gestione del rischio cibernetico anche a interlocutori che non hanno competenze tecniche specifiche, utilizzando un linguaggio chiaro e comprensibile. Avranno la capacità di comunicare in modo persuasivo i rischi e le raccomandazioni di sicurezza a colleghi e superiori, trasmettendo l'urgenza e l'importanza delle azioni da intraprendere. Sapranno presentare analisi di rischio e proposte di soluzioni in maniera strutturata, logica e convincente. Capacità di apprendimento Gli studenti svilupperanno la capacità di ricercare e assimilare in modo efficiente nuove informazioni relative a metodologie emergententi di gestione del rischio. Questo li renderà capaci di aggiornarsi costantemente rispetto alle continue evoluzioni del panorama delle minacce e della governance della sicurezza IT.

Programma

Modulo “Cyber Risk Management” CFU 1 - Fondamenti di Cyber Risk Management Introduzione al concetto di rischio cibernetico, definizioni chiave, ciclo di vita della gestione del rischio, ruoli e responsabilità. CFU 2 - Identificazione e Analisi del Rischio Metodologie per l'identificazione degli asset, delle minacce e delle vulnerabilità. Tecniche di analisi qualitativa e quantitativa del rischio. CFU 3 - Valutazione e Trattamento del Rischio Calcolo del livello di rischio. Strategie di trattamento del rischio: accettazione, evitamento, trasferimento, mitigazione. Controlli di sicurezza. CFU 4 - Gestione degli Asset e delle Vulnerabilità Importanza della gestione degli asset per la sicurezza. Classificazione degli asset. Strumenti e tecniche per l'identificazione e la valutazione delle vulnerabilità. Strategie di patch management. CFU 5 - Risposta agli Incidenti e Business Continuity Pianificazione della risposta agli incidenti cibernetici. Concetti di business continuity e disaster recovery nel contesto della sicurezza. CFU 6 - Governance del Rischio Cibernetico Integrazione della gestione del rischio cibernetico nella governance aziendale. Aspetti legali, etici e normativi. Misurazione e reporting del rischio. Modulo “IT security frameworks and standards” CFU 7 - Introduzione ai Framework e Standard di Sicurezza IT Concetti fondamentali di governance, rischio e conformità (GRC). Panoramica sui principali framework e standard globali. Obiettivi e benefici dell'adozione. CFU 8-9 - ISO/IEC 27001 e ISO/IEC 27002 Struttura e requisiti della ISO 27001 (Sistema di Gestione della Sicurezza delle Informazioni - SGSI). Controlli di sicurezza della ISO 27002. Processo di certificazione. CFU 10 - 11 - NIST Cybersecurity Framework (CSF) Le cinque funzioni del NIST CSF: Identify, Protect, Detect, Respond, Recover. Implementazione e utilizzo per migliorare la postura di sicurezza. Relazione con altri standard. CFU 12 - Audit e Conformità Metodologie di audit interno ed esterno per la sicurezza IT. Gestione della conformità e monitoraggio continuo. Strumenti e tecniche per la verifica. Nessuno. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

L’esame consisterà in una prova scritta e una prova orale. La prova scritta conterrà domande a risposta multipla e a risposta aperta e sarà volta a valutare la capacità degli studenti di apprendere e di applicare i concetti trattati nel corso. Gli studenti che raggiungeranno la sufficienza (18/30) alla prova scritta potranno accedere alla prova orale. Questa sarà principalmente mirata a valutare le abilità comunicative acquisite dagli studenti. Alla fine della prova orale, se sufficiente, sarà assegnato un punteggio tra 18 e 30. Il voto finale sarà calcolato come media aritmetica tra le due valutazioni (prova scritta e orale).

Testi di riferimento

Jonathan Reuvid, "Managing Cybersecurity Risk", Legend Business, 2018

Codice insegnamento 31313100

Software Security And Program Analysis (Eng) 1° anno · 1° semestre · 12 CFU · INFO-01/A · 0 file
Verifica Adeguatezzadella Preparazione Personale 1° anno · 1° semestre · 0 file
(Seminars On) Cybersecurity Awareness 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso mira a fornire una comprensione solida di attacchi e difese informatiche, basandosi su casi reali. Gli obiettivi sono pienamente coerenti con il corso di studi, formando professionisti capaci di operare in un…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire una comprensione solida di attacchi e difese informatiche, basandosi su casi reali. Gli obiettivi sono pienamente coerenti con il corso di studi, formando professionisti capaci di operare in un contesto digitale in evoluzione. Si sviluppa una mentalità proattiva nella gestione del rischio, essenziale per ogni profilo IT. Conoscenza e capacità di comprensione Al termine, gli studenti avranno una conoscenza approfondita dei principali attacchi informatici, delle vulnerabilità comuni e di come queste si sono sviluppate in pratica. Avranno, inoltre, compreso le principali strategie difensive e le best practice per la protezione di dati e sistemi. Capacità di applicare conoscenza e comprensione Gli studenti saranno in grado di analizzare scenari di attacco reali, identificare vulnerabilità e proporre soluzioni difensive appropriate. Sapranno applicare le conoscenze acquisite per valutare i rischi e implementare misure di sicurezza efficaci. Saranno anche capaci di simulare e analizzare la propagazione di attacchi e rispondere a incidenti di sicurezza. Autonomia di giudizio Il corso stimolerà la capacità di valutare criticamente le informazioni sulla cybersecurity. Gli studenti formuleranno giudizi autonomi sulle minacce emergenti, identificando le priorità nella sicurezza e prendendo decisioni informate sulle migliori pratiche di protezione. Abilità comunicative Gli studenti svilupperanno competenze comunicative efficaci per spiegare concetti complessi di cybersecurity a un pubblico non specialistico. Sapranno presentare analisi di casi reali, illustrare strategie difensive e comunicare i rischi in modo persuasivo e responsabile. Capacità di apprendimento Il corso fornirà gli strumenti per un apprendimento continuo nel campo della cybersecurity. Gli studenti saranno in grado di ricercare autonomamente nuove informazioni, comprendere nuovi attacchi e vulnerabilità e adattarsi rapidamente a nuove tecnologie e approcci.

Programma

CFU 1 - Attacchi malware e ransomware Casi di studio di attacchi malware (Morris Worm, Pegasus Spyware) e ransomware (WannaCry, REvil). CFU 2 - Violazioni e furti di dati Casi di studio di attacchi mirati al furto di dati personali (Sony PlayStation Network Breach, Uber Data Breach, Equifax Data Breach e altri). CFU 3 - Attacchi alla supply chain Casi di studio di attacchi mirati a sfruttare la catena di fornitura e la fiducia (Target Data Breach, SolarWinds Supply Chain Attack, Okta Breach e altri). CFU 4 - Exploit di vulnerabilità software Casi di studio di attacchi mirati a sfruttare vulnerabilità software (Code Red, Heartbleed, EternalBlue, Meltdown, Spectre e altri). CFU 5 - Attacchi di ingegneria sociale Casi di studio di attacchi che hanno sfruttato l’ingegneria sociale (ILOVEYOU Worm, Twitter Bitcoin Scam, Colonial Pipeline e altri) CFU 6 - Attacchi a infrastrutture critiche e Cyberwar Casi di studio di attacchi mirati a compromettere infrastrutture critiche, anche nel contesto della guerra cibernetica (Stuxnet, NotPetya, Maersk e altri). Nessuno. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

L’esame consisterà in una prova scritta e una prova orale. La prova scritta conterrà domande a risposta multipla e a risposta aperta e sarà volta a valutare la capacità degli studenti di apprendere e di applicare i concetti trattati nel corso. Gli studenti che raggiungeranno la sufficienza (18/30) alla prova scritta potranno accedere alla prova orale. Questa sarà principalmente mirata a valutare le abilità comunicative acquisite dagli studenti. Alla fine della prova orale, se sufficiente, sarà assegnato un punteggio tra 18 e 30. Il voto finale sarà calcolato come media aritmetica tra le due valutazioni (prova scritta e orale).

Testi di riferimento

P. W. Singer, A. Friedman. Cybersecurity and Cyberwar: What Everyone Needs to Know. Oxford University Press (2014).

Codice insegnamento 31313106

Hacking In Practice 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso offre un'esperienza pratica nella sicurezza informatica, esplorando tecniche offensive (Red Team) e difensive (Blue Team). Questi obiettivi si allineano perfettamente con un corso di studi in sicurezza dei…

Scheda dell'insegnamento

Obiettivi formativi

Il corso offre un'esperienza pratica nella sicurezza informatica, esplorando tecniche offensive (Red Team) e difensive (Blue Team). Questi obiettivi si allineano perfettamente con un corso di studi in sicurezza dei sistemi software, formando professionisti capaci di affrontare le attuali e future sfide della sicurezza dei sistemi informatici. L'obiettivo è sviluppare una mentalità proattiva e critica, essenziale per identificare vulnerabilità e implementare contromisure efficaci. Conoscenza e capacità di comprensione Al termine del corso, gli studenti avranno una solida comprensione dei principi dell'hacking etico e del test di penetrazione, inclusi metodologie e strumenti. Saranno note le tecniche offensive di ricognizione e sfruttamento di vulnerabilità. Si impareranno a usare strumenti del Red Team come Metasploit e Nmap, a gestire strategie di difesa del Blue Team, tra cui monitoraggio della rete e risposta agli incidenti. Capacità di applicare conoscenza e comprensione Gli studenti saranno in grado di eseguire test di penetrazione etici, identificando e sfruttando vulnerabilità in ambienti controllati, documentando i risultati e suggerendo soluzioni. Il corso permetterà di simulare attacchi reali e comprendere le tattiche degli aggressori. Si imparerà ad implementare contromisure difensive, gestendo sistemi di sicurezza e rispondendo agli incidenti attraverso l’analisi degli attacchi e il ripristino dei sistemi. Si acquisirà padronanza nell'uso pratico di strumenti di sicurezza informatica, sia offensivi che difensivi. Autonomia di giudizio Gli studenti svilupperanno un'autonomia di giudizio per valutare la gravità delle vulnerabilità e prioritizzare le azioni correttive. Si acquisirà la competenza di scegliere le strategie di attacco e difesa più appropriate in base al contesto. Il corso guiderà gli studenti a prendere decisioni etiche nel campo dell'hacking e ad adattarsi a nuove minacce e tecnologie, mantenendo un approccio critico e proattivo. Abilità comunicative Gli studenti svilupperanno competenze comunicative efficaci per comunicare efficacemente le problematiche di sicurezza a diversi interlocutori, tecnici e non. Il corso promuove la collaborazione in team, permettendo agli studenti di interagire efficacemente con colleghi. Infine, saranno in grdo di discutere e argomentare su questioni di sicurezza in modo costruttivo. Capacità di apprendimento Il corso stimolerà la capacità degli studenti di apprendere in modo autonomo, ricercando e assimilando nuove informazioni nel campo dell’hacking. Saranno in grado di aggiornarsi costantemente su nuove vulnerabilità e contromisur e impareranno ad adattarsi a nuove sfide, e problemi di sicurezza inediti.

Programma

CFU 1 Fondamenti e ricognizione: Introduzione all'Hacking etico. Information gathering and reconnaissance. CFU 2 Penetration testing ed exploit di vulnerabilità note: Penetration testing. Exploit di vulnerabilità note (es: SQL Injection e XSS). CFU 3 Attacchi alle reti e post-exploitation: Sniffing di pacchetti, attacchi alle reti wireless e tecnichedi post-exploitation (escalation di privilegi ed estrazione di dati). CFU 4 Reverse Engineering e cracking: Decompilazione e analisi di software, analisi binaria, bypass di protezioni. CFU 5 Tecniche di protezione dagli attacchi: Hardening dei sistemi, security by design, sicurezza del software e dei sistemi. CFU 6 Risposta agli incidenti: Tecniche di monitoraggio e risposta agli incidenti di sicurezza informatic (preparazione, identificazione, contenimento, eradicazione e ripristino). Nessuno. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

L’esame consisterà in una prova scritta e una prova orale. La prova scritta conterrà domande a risposta multipla e a risposta aperta e sarà volta a valutare la capacità degli studenti di apprendere e di applicare i concetti trattati nel corso. Gli studenti che raggiungeranno la sufficienza (18/30) alla prova scritta potranno accedere alla prova orale. Questa sarà principalmente mirata a valutare le abilità comunicative acquisite dagli studenti. Alla fine della prova orale, se sufficiente, sarà assegnato un punteggio tra 18 e 30. Il voto finale sarà calcolato come media aritmetica tra le due valutazioni (prova scritta e orale).

Testi di riferimento

R. Baloch, Ethical Hacking and Penetration Testing Guide, CRC Press (2014) P. Kim, The Hacker Playbook: Practical Guide To Penetration Testing (2018).

Codice insegnamento 31313119

Prova Finale 2° anno · 30 CFU · 0 file
Prova Finale 2° anno · 30 CFU · 0 file
Secure Software Engineering With Deep Learning 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso ha l’obiettivo di fornire le competenze fondamentali per affrontare le sfide della progettazione, analisi e manutenzione sicura del software, integrando metodologie di ingegneria del software e deep learning.…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire le competenze fondamentali per affrontare le sfide della progettazione, analisi e manutenzione sicura del software, integrando metodologie di ingegneria del software e deep learning. Gli studenti apprenderanno tecniche moderne di rappresentazione del codice, detection automatizzata di vulnerabilità, correzione assistita da AI, e strategie di mitigazione per i rischi introdotti dai modelli generativi. Conoscenza e capacità di comprensione Lo studente acquisirà comprensione teorica e pratica dei concetti di Secure Software Engineering, delle vulnerabilità software comuni, e dei principali modelli AI utilizzati per analisi, fixing e audit del codice. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di analizzare codice e identificarne le vulnerabilità tramite tecniche AI, correggere automaticamente codice sorgente vulnerabile, valutare la robustezza e la sicurezza del software generato o assistito da modelli AI Autonomia di giudizio Lo studente svilupperà competenze critiche per valutare dataset e modelli in scenari reali, identificare bias o difetti nei modelli, affrontare i trade-off tra accuratezza, robustezza e trasparenza. Abilità comunicative Lo studente sarà in grado di documentare pipeline AI, motivare scelte progettuali e discutere pubblicamente risultati di audit o fixing, con proprietà di linguaggio tecnico. Capacità di apprendimento Lo studente sarà preparato per l’apprendimento continuo di tecnologie emergenti nel campo dell’ingegneria del software e AI, incluso il testing e il deployment di modelli AI nel ciclo di vita del software.

Programma

CFU 1 – Introduzione: Deep Learning e Sicurezza del Software Secure Software Engineering e SSDLC. Fondamenti di Deep Learning. Vulnerabilità software: CWE, CVE, OWASP. AI per l’analisi automatica del codice. CFU 2 – Code Representation e Feature Engineering Rappresentazione del codice: token, AST, CFG, PDG, CPG. Modelli di embedding: Code2Vec, CodeBERT, GraphCodeBERT. CFU 3 – Rilevamento di Vulnerabilità con Deep Learning Classificazione binaria di codice vulnerabile. CNN, RNN, Transformer applicati al codice. Fine-tuning su dataset specifici. CFU 4 – Vulnerability Fixing & Code Repair Fixing automatico con modelli sequence-to-sequence. LLM e tecniche di generazione automatica di patch. CFU 5 – Sicurezza dei Modelli AI e del Codice Generato Attacchi ai modelli: data poisoning, inversione, model stealing. Prompt injection su LLM. Audit di codice generato (Copilot, GPT). CFU 6 – Best Practice, Difese & Progetto Finale Difese AI: adversarial training, explainability. Sicurezza della software supply chain. MLOps sicuro. Privacy-preserving learning (federated, DP). Concetti base di machine learning e deep learning. Nozioni di sicurezza software (consigliate ma non obbligatorie). Lezioni frontali, attività pratiche in laboratorio, studio guidato di casi reali, sviluppo e presentazione di un progetto finale. La frequenza è consigliata, specialmente per le esercitazioni e l’uso di strumenti AI su codice reale.

Modalità d'esame

Prova orale unica, che include: (1) Discussione teorica: concetti, metodi e scenari applicativi; (2) Presentazione e valutazione di un progetto: applicazione concreta dei contenuti (es. detection, repair, audit di sicurezza con AI). La valutazione finale è in trentesimi, sulla base di: (i) padronanza concettuale e tecnica; (ii) solidità e completezza del progetto; (iii) chiarezza espositiva e capacità critica

Testi di riferimento

Dispense a cura del docente Articoli selezionati da conferenze Documentazione e dataset open-source Repositori GitHub di modelli e framework

Codice insegnamento 31313117

Secure Software Engineering With Deep Learning 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso ha l’obiettivo di fornire le competenze fondamentali per affrontare le sfide della progettazione, analisi e manutenzione sicura del software, integrando metodologie di ingegneria del software e deep learning.…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire le competenze fondamentali per affrontare le sfide della progettazione, analisi e manutenzione sicura del software, integrando metodologie di ingegneria del software e deep learning. Gli studenti apprenderanno tecniche moderne di rappresentazione del codice, detection automatizzata di vulnerabilità, correzione assistita da AI, e strategie di mitigazione per i rischi introdotti dai modelli generativi. Conoscenza e capacità di comprensione Lo studente acquisirà comprensione teorica e pratica dei concetti di Secure Software Engineering, delle vulnerabilità software comuni, e dei principali modelli AI utilizzati per analisi, fixing e audit del codice. Capacità di applicare conoscenza e comprensione Lo studente sarà in grado di analizzare codice e identificarne le vulnerabilità tramite tecniche AI, correggere automaticamente codice sorgente vulnerabile, valutare la robustezza e la sicurezza del software generato o assistito da modelli AI Autonomia di giudizio Lo studente svilupperà competenze critiche per valutare dataset e modelli in scenari reali, identificare bias o difetti nei modelli, affrontare i trade-off tra accuratezza, robustezza e trasparenza. Abilità comunicative Lo studente sarà in grado di documentare pipeline AI, motivare scelte progettuali e discutere pubblicamente risultati di audit o fixing, con proprietà di linguaggio tecnico. Capacità di apprendimento Lo studente sarà preparato per l’apprendimento continuo di tecnologie emergenti nel campo dell’ingegneria del software e AI, incluso il testing e il deployment di modelli AI nel ciclo di vita del software.

Programma

CFU 1 – Introduzione: Deep Learning e Sicurezza del Software Secure Software Engineering e SSDLC. Fondamenti di Deep Learning. Vulnerabilità software: CWE, CVE, OWASP. AI per l’analisi automatica del codice. CFU 2 – Code Representation e Feature Engineering Rappresentazione del codice: token, AST, CFG, PDG, CPG. Modelli di embedding: Code2Vec, CodeBERT, GraphCodeBERT. CFU 3 – Rilevamento di Vulnerabilità con Deep Learning Classificazione binaria di codice vulnerabile. CNN, RNN, Transformer applicati al codice. Fine-tuning su dataset specifici. CFU 4 – Vulnerability Fixing & Code Repair Fixing automatico con modelli sequence-to-sequence. LLM e tecniche di generazione automatica di patch. CFU 5 – Sicurezza dei Modelli AI e del Codice Generato Attacchi ai modelli: data poisoning, inversione, model stealing. Prompt injection su LLM. Audit di codice generato (Copilot, GPT). CFU 6 – Best Practice, Difese & Progetto Finale Difese AI: adversarial training, explainability. Sicurezza della software supply chain. MLOps sicuro. Privacy-preserving learning (federated, DP). Concetti base di machine learning e deep learning. Nozioni di sicurezza software (consigliate ma non obbligatorie). Lezioni frontali, attività pratiche in laboratorio, studio guidato di casi reali, sviluppo e presentazione di un progetto finale. La frequenza è consigliata, specialmente per le esercitazioni e l’uso di strumenti AI su codice reale.

Modalità d'esame

Prova orale unica, che include: (1) Discussione teorica: concetti, metodi e scenari applicativi; (2) Presentazione e valutazione di un progetto: applicazione concreta dei contenuti (es. detection, repair, audit di sicurezza con AI). La valutazione finale è in trentesimi, sulla base di: (i) padronanza concettuale e tecnica; (ii) solidità e completezza del progetto; (iii) chiarezza espositiva e capacità critica

Testi di riferimento

Dispense a cura del docente Articoli selezionati da conferenze Documentazione e dataset open-source Repositori GitHub di modelli e framework

Codice insegnamento 31313104

Semantic Intelligence For Cybersecurity 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso si prefigge di dare allo studente una comprensione delle metodologie di semantic intelligence a supporto della sicurezza. Nel corso verranno introdotte tecniche di analisi del linguaggio naturale e del codice…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di dare allo studente una comprensione delle metodologie di semantic intelligence a supporto della sicurezza. Nel corso verranno introdotte tecniche di analisi del linguaggio naturale e del codice sorgente, descrivendo gli algoritmi che ne stanno alla base e i principali software implementati. Lo studente imparerà ad applicare le metodologie acquisite in tipici contesti applicativi, quali l’identificazione di problemi di sicurezza in recensioni e bug report pubblicati dagli utenti. Conoscenza e capacità di comprensione Lo studente, alla fine dell’attività didattica, conoscerà gli aspetti teorici e pratici alla base delle tecniche di analisi dei contenuti testuali (in linguaggi naturali e artificiali) e come possono essere applicati per analizzare e migliorare la qualità e la sicurezza di sistemi software. Capacità di applicare conoscenza e comprensione Lo studente sperimenterà direttamente le diverse metodologie apprese su software open source. Autonomia di giudizio Lo studente raggiungerà le necessarie competenze per valutare l’applicabilità delle diverse metodologie apprese a problematiche specifiche di security, definendo soluzioni custom adeguate. Abilità comunicative Lo studente sarà in grado di illustrare soluzioni di intelligence a supporto della security non solo a specialisti tecnici di provenienza IT ma anche a decision-maker in ambito organizzativo e governativo, dimostrando l’efficacia delle soluzioni proposte sia nella gestione di problemi immediati che nell’implementazione di una strategia di sicurezza a lungo termine. Capacità di apprendimento Lo studente sarà in grado di comprendere il funzionamento delle diverse tecniche e metodologie attraverso l’accesso a software che ne implementano le funzionalità di base, e procedendo poi a personalizzare e adattare tali funzionalità a problemi specifici. Lo studente sarà inoltre in grado di accedere alle principali fonti di documentazione online e comprenderne i contenuti sulla base di una conoscenza di base delle metodologie e delle tecniche di intelligence.

Programma

CFU 1 - Algoritmi fondamentali per il Natural Language Processing Espressioni regolari. Tokenizzazione (basata o meno sul dizionario), normalizzazione, rimozione di stop word, stemming e lemmizzazione. Annotazioni sulla struttura linguistica. Database semantici (WordNet). CFU 2 - Machine Learning per NLP Semantica dei vettori ed embedding. Embedding di documenti. Embedding di parole. Funzioni di distanza e similarità. Proprietà semantica dei vettori. Modelli di machine learning per la classificazione e il raggruppamento di testo (es: sentiment analysis). CFU 3 - Modelli Linguistici Modelli linguistici e la loro applicazione per l'analisi del codice sorgente (naturalness). Large Language Model (LLM). LLM per il linguaggio naturale (traduzione, riassunto, chatbot). LLM per il codice sorgente (generazione di codice, documentazione di codice, correzione di bug). CFU 4 - Interpretazione e affidabilità dei modelli Interpretazione dei modelli di Machine Learning (LIME). Interpretazione di LLM (Integrated Gradients e Shapley Values). Affidabilità dei modelli di Machine Learning e degli LLM. CFU 5 - Intelligenza semantica per l'assicurazione della qualità del software Valutazione e miglioramento della leggibilità e comprensibilità del codice. Rilevamento di problemi di sicurezza a partire dalle recensioni degli utenti. Generazione di casi di test per chatbot. CFU 6 - Casi di Studio Applicazione dei concetti studiati durante il corso su grandi progetti software open-source. Consigliata la padronanza di elementi di base di statistica, intelligenza artificiale e ingegneria del software. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

Una prova pratica nella forma di un progetto con relativa discussione. La valutazione è espressa in trentesimi. Il progetto consentirà allo studente di applicare le metodologie apprese a un contesto reale. La prova orale consisterà nella discussione del progetto e in una verifica della padronanza delle competenze generali sviluppate su tutto il programma del corso. Verifica delle conoscenze, abilità e competenze secondo i Descrittori di Dublino: Conoscenza e capacità di comprensione La capacità di applicare le competenze acquisite da parte dello studente verrà sottoposta a valutazione attraverso il progetto. Le conoscenze teoriche e pratiche saranno inoltre valutate durante una discussione orale. Applicazione della conoscenza e della comprensione in termini di capacità di argomentazione e di saper affrontare casi di problem solving Il progetto, che rappresenterà una parte rilevante nella valutazione complessiva, consentirà di valutate la chiarezza con la quale un problema sottoposto allo studente è inquadrato nel suo contesto e la capacità di trovare una soluzione al problema. Autonomia di giudizio (anche con riferimento ai problemi sociali, scientifici ed etici) Sarà valutata la capacità di descrivere i diversi aspetti di un problema reale e valutare i vantaggi e gli svantaggi della soluzione adottata. Abilità comunicative Sarà valutata la capacità di esprimere concetti tecnici complessi tramite l’utilizzo di un linguaggio chiaro e comprensibile, con particolare enfasi sulla capacità di comunicazioni a utenti non tecnici ma rilevanti dal punto di vista del decision making. Capacità di apprendimento Saranno valutate durante nel contesto del progetto e della discussione orale sugli argomenti del corso.

Testi di riferimento

  • Daniel Jurafsky, James H. Martin. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. 3rd edition (2025). - Articoli scientifici.

Codice insegnamento 31313118

Semantic Intelligence For Cybersecurity 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso si prefigge di dare allo studente una comprensione delle metodologie di semantic intelligence a supporto della sicurezza. Nel corso verranno introdotte tecniche di analisi del linguaggio naturale e del codice…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di dare allo studente una comprensione delle metodologie di semantic intelligence a supporto della sicurezza. Nel corso verranno introdotte tecniche di analisi del linguaggio naturale e del codice sorgente, descrivendo gli algoritmi che ne stanno alla base e i principali software implementati. Lo studente imparerà ad applicare le metodologie acquisite in tipici contesti applicativi, quali l’identificazione di problemi di sicurezza in recensioni e bug report pubblicati dagli utenti. Conoscenza e capacità di comprensione Lo studente, alla fine dell’attività didattica, conoscerà gli aspetti teorici e pratici alla base delle tecniche di analisi dei contenuti testuali (in linguaggi naturali e artificiali) e come possono essere applicati per analizzare e migliorare la qualità e la sicurezza di sistemi software. Capacità di applicare conoscenza e comprensione Lo studente sperimenterà direttamente le diverse metodologie apprese su software open source. Autonomia di giudizio Lo studente raggiungerà le necessarie competenze per valutare l’applicabilità delle diverse metodologie apprese a problematiche specifiche di security, definendo soluzioni custom adeguate. Abilità comunicative Lo studente sarà in grado di illustrare soluzioni di intelligence a supporto della security non solo a specialisti tecnici di provenienza IT ma anche a decision-maker in ambito organizzativo e governativo, dimostrando l’efficacia delle soluzioni proposte sia nella gestione di problemi immediati che nell’implementazione di una strategia di sicurezza a lungo termine. Capacità di apprendimento Lo studente sarà in grado di comprendere il funzionamento delle diverse tecniche e metodologie attraverso l’accesso a software che ne implementano le funzionalità di base, e procedendo poi a personalizzare e adattare tali funzionalità a problemi specifici. Lo studente sarà inoltre in grado di accedere alle principali fonti di documentazione online e comprenderne i contenuti sulla base di una conoscenza di base delle metodologie e delle tecniche di intelligence.

Programma

CFU 1 - Algoritmi fondamentali per il Natural Language Processing Espressioni regolari. Tokenizzazione (basata o meno sul dizionario), normalizzazione, rimozione di stop word, stemming e lemmizzazione. Annotazioni sulla struttura linguistica. Database semantici (WordNet). CFU 2 - Machine Learning per NLP Semantica dei vettori ed embedding. Embedding di documenti. Embedding di parole. Funzioni di distanza e similarità. Proprietà semantica dei vettori. Modelli di machine learning per la classificazione e il raggruppamento di testo (es: sentiment analysis). CFU 3 - Modelli Linguistici Modelli linguistici e la loro applicazione per l'analisi del codice sorgente (naturalness). Large Language Model (LLM). LLM per il linguaggio naturale (traduzione, riassunto, chatbot). LLM per il codice sorgente (generazione di codice, documentazione di codice, correzione di bug). CFU 4 - Interpretazione e affidabilità dei modelli Interpretazione dei modelli di Machine Learning (LIME). Interpretazione di LLM (Integrated Gradients e Shapley Values). Affidabilità dei modelli di Machine Learning e degli LLM. CFU 5 - Intelligenza semantica per l'assicurazione della qualità del software Valutazione e miglioramento della leggibilità e comprensibilità del codice. Rilevamento di problemi di sicurezza a partire dalle recensioni degli utenti. Generazione di casi di test per chatbot. CFU 6 - Casi di Studio Applicazione dei concetti studiati durante il corso su grandi progetti software open-source. Consigliata la padronanza di elementi di base di statistica, intelligenza artificiale e ingegneria del software. L’insegnamento è strutturato in lezioni frontali in aula.

Modalità d'esame

Una prova pratica nella forma di un progetto con relativa discussione. La valutazione è espressa in trentesimi. Il progetto consentirà allo studente di applicare le metodologie apprese a un contesto reale. La prova orale consisterà nella discussione del progetto e in una verifica della padronanza delle competenze generali sviluppate su tutto il programma del corso. Verifica delle conoscenze, abilità e competenze secondo i Descrittori di Dublino: Conoscenza e capacità di comprensione La capacità di applicare le competenze acquisite da parte dello studente verrà sottoposta a valutazione attraverso il progetto. Le conoscenze teoriche e pratiche saranno inoltre valutate durante una discussione orale. Applicazione della conoscenza e della comprensione in termini di capacità di argomentazione e di saper affrontare casi di problem solving Il progetto, che rappresenterà una parte rilevante nella valutazione complessiva, consentirà di valutate la chiarezza con la quale un problema sottoposto allo studente è inquadrato nel suo contesto e la capacità di trovare una soluzione al problema. Autonomia di giudizio (anche con riferimento ai problemi sociali, scientifici ed etici) Sarà valutata la capacità di descrivere i diversi aspetti di un problema reale e valutare i vantaggi e gli svantaggi della soluzione adottata. Abilità comunicative Sarà valutata la capacità di esprimere concetti tecnici complessi tramite l’utilizzo di un linguaggio chiaro e comprensibile, con particolare enfasi sulla capacità di comunicazioni a utenti non tecnici ma rilevanti dal punto di vista del decision making. Capacità di apprendimento Saranno valutate durante nel contesto del progetto e della discussione orale sugli argomenti del corso.

Testi di riferimento

  • Daniel Jurafsky, James H. Martin. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models. 3rd edition (2025). - Articoli scientifici.

Codice insegnamento 31313105

Software Security And Program Analysis Annuale · 12 CFU · INF/01 · 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.