Questo sito utilizza cookie tecnici e di terze parti. Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy. Proseguendo la navigazione o cliccando su "Chiudi" acconsenti all'uso dei cookie. Chiudi
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-INF/03 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1000593 INTERNET OF THINGS in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 MOLINARO ANTONELLA |
| Docente | Antonella MOLINARO |
| Obiettivi | Il corso si propone di fornire le nozioni di base relative al paradigma in forte ascesa nello scenario dell’ICT, l’Internet of Things, alle tecnologie che lo caratterizzano e alle soluzioni di rete che sottendono alle infrastrutture globali per l’interoperabilità di elementi di una IoT. Il corso inoltre intende fornire le conoscenze sui principi di base delle reti di comunicazione device2device con particolare attenzione alle reti inter-veicolari. CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente conosce le principali soluzioni tecnologiche e protocollari impiegate nell'ambito dell’IoT e delle sue applicazioni. CAPACITÀ DI APPLICARE CONOSCENZE: a seguito del superamento dell’esame, lo studente è in grado di analizzare e progettare soluzioni basate sulle tecnologie e i protocolli presentati durante il corso. AUTONOMIA DI GIUDIZIO: per il superamento dell'esame lo studente deve rispondere autonomamente a domande teoriche sui concetti erogati durante il corso e sapere impostare campagne di misure sperimentali per l'analisi prestazionale delle tecnologie e protocolli presentati ed è quindi portato a sviluppare autonomia di giudizio nel commentare in maniera critica i risultati ottenuti. ABILITÀ COMUNICATIVE: il corso e l’esame aiutano lo studente a migliorare la capacità di comunicazione dello studente che deve essere in grado di illustrare le motivazioni teoriche e tecniche che sono alla base delle principali tecnologie IoT e IoV, e presentare i tool utilizzati e i risultati ottenuti nella prova pratica. CAPACITÀ DI APPRENDIMENTO: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie e protocolli presentati durante il corso, applicare le metodologie di valutazione apprese a nuove tecnologie, e utilizzare strumenti per la valutazione delle prestazioni. MODALITÀ DI ACCERTAMENTO E VALUTAZIONE: Gli esami di accertamento e di valutazione consistono: - in una prova progettuale, da svolgere in gruppo, volta ad accertare la capacità di analizzare il comportamento dei protocolli e delle tecnologie presentati durante il corso tramite strumenti sperimentali e di valutarne le prestazioni. - in una prova orale, finalizzata ad accertare la comprensione delle tecnologie e dei protocolli presentati durante il corso. Ai fine del superamento dell’esame con votazione minima di 18/30 è necessario che le conoscenze/competenze della materia siano almeno ad un livello elementare, sia per la prova progettuale che per quella orale. È attribuito un voto compreso fra 20/30 e 24/30 quando lo studente sia in grado di realizzare correttamente la parte progettuale e possegga competenze sufficienti nella parte teorica. È attribuito un voto compreso fra 25/30 e 30/30 quando lo studente sia in grado di svolgere correttamente la parte progettuale e dimostri buone competenze nella parte orale. Agli studenti che abbiano acquisito competenze eccellenti sia nella parte progettuale che in quella teorica può essere attribuita la lode. |
| Programma | Introduzione al concetto di IoT La prima generazione di IoT: Tagged Things • Principali innovazioni • Principali soluzioni architetturali: rete EPCglobal, architetture per comunicazioni Machine-to-Machine, architetture per integrazione RFID e WSN in IoT • Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali La seconda generazione di IoT: completa interconnessione delle "cose" e (social) web of things • Principali innovazioni • Principali soluzioni architetturali: 6loWPAN, CoRe Architecture, Web of Things, Social Web of Things • Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali La terza generazione di IoT: l'era dei “social objects”, il “cloud computing”, e “future internet” • Principali innovazioni • Principali soluzion architetturali: IoT e Cloud computing, Edge e Fog computing per IoT, Social-IoT, IoT e ICN • Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali Scenari applicativi per ambienti intelligenti: dalla smart home alla smart city alla smart grid • Principali tecnologie abilitanti layer-2: dalle reti WPAN alle reti LPWAN (SigFox, LoRA, LTE-M, NB-IoT) • Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali Il caso di Internet dei Veicoli (IoV) • Principali innovazioni • Principali soluzioni architetturali: ETSI ITS station; il protocollo WAVE; V2X e la rete cellulare 5G • Principali progetti correlati, principali risultati di ricerca, principali sperimentazioni industriali Durante il corso saranno tenute alcune lezioni pratiche e di laboratorio su argomenti specifici (es. OMA Lightweight M2M, COAP, MQTT, ecc.). |
| Testi docente | Materiale didattico • Lucidi preparati dal docente • The Internet of Things: From RFID to the Next-Generation Pervasive Networked Systems, Auerbach Pub. 2008 • Interconnecting Smart Objects with IP: The Next Internet, Jean-Philippe Vasseur and Adam Dunkels, Morgan Kaufmann, 2010 • The Internet of Things in the Cloud: A Middleware Perspective, Honbo Zhou, Taylor & Francis • 6LoWPAN: The Wireless Embedded Internet, Zach Shelby, Carsten Bormann, Wiley 2009 • Vehicular ad hoc Networks, Standards, Solutions, and Research, Springer, 2015 |
| Erogazione tradizionale | No |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | No |
| Valutazione test attitudinale | No |
| Valutazione progetto | No |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-IND/31 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 36M061 TRATTAMENTO DEI SEGNALI AMBIENTALI in Ingegneria per la gestione sostenibile dell'ambiente e dell'energia LM-35 LM-30 MORABITO FRANCESCO CARLO |
| Docente | Francesco Carlo MORABITO |
| Obiettivi | N.D. |
| Programma | Introduzione al trattamento dei Segnali (CFU 1) Generalità sul trattamento dei segnali, segnali analogici, campionamento e conversione AD e DA, segnali a tempo discreto (numerici), equazioni alle differenze lineari a coefficienti costanti, rappresentazione nel dominio del tempo e della frequenza, segnali aleatori multi-dimensionali, statistiche di ordine superiore al secondo, processi stocastici, concetti di teoria della stima, metodo della massima verosimiglianza, stima del minimo errore quadratico medio, metodo della massima probabilità a posteriori, elementi di teoria dell’informazione, entropia informazionale, informazione mutua, negentropia, correntropia, metodo di stima a massima entropia, metodi di ottimizzazione. Rappresentazione di sistemi digitali mediante grafi e schemi a blocchi, strutture di rete fondamentali per sistemi FIR e IIR. Algoritmi di Soft Computing e di Analisi Multirisoluzione e Multidimensionale (CFU 2) Sistemi adattivi, stima del gradiente, metodi iterativi, apprendimento Hebbiano, reti auto-organizzanti. Pattern recognition: formulazioni, classificatori lineari e non lineari, trattamento dell’incertezza, problemi rappresentativi in diversi ambiti di ricerca. Algoritmi avanzati per l’elaborazione dei segnali, studio serie temporali, Analisi nel dominio della frequenza, Trasformata di Fourier, Short-Time Fourier Transform, analisi di segnali nel dominio tempo-frequenza, elaborazione di segnali non stazionari, segnali e sistemi non lineari, trasformata Wavelet Continua e Discreta, decomposizione Wavelet, applicazioni pratiche della trasformata Wavelet, Principal Component Analysis (PCA), Independent Component Analysis (ICA), applicazioni PCA e ICA. Implementazione numerica degli algoritmi (CFU 1) Introduzione al MATLAB, nozioni preliminari, potenzialità e limiti del software, programmare con l’editor di MATLAB; introduzione all’uso dei Toolboxes: Signal Processing, Wavelet, Algoritmi PCA e ICA, EEGLAB, ICA-lab, FAST-ICA. Introduzione ai segnali ambientali (CFU 1) Nozione di segnale ambientale; tecniche di rilievo di segnali e dati ambientali; manipolazione di database di natura ambientale; elementi di data mining; gestione delle informazioni e dati ambientali. Tecniche di elaborazione dei segnali ambientali (CFU1) Sistemi di acquisizione e conversione A/D; interfacce di acquisizione; sensori per la registrazione di segnali ambientali; raccolta e selezione di campioni; sistemi statistici per il trattamento di dati ambientali; trattamento outliers; Teoria della decisione statistica. Implementazione di algoritmi per l’analisi multi-risoluzione e multidimensionale di segnali ambientali; modelli per la simulazione di sistemi ambientali; elaborazione numerica di segnali ambientali; rumore; progettazione ed implementazione di circuiti e sistemi per il trattamento di segnali ambientali esempi di dati meteorologici e satellitari; esercitazioni di laboratorio. |
| Testi docente | Principe, Eliano, Neural and Adaptive Systems, IEEE Bishop, Statistical Pattern Recognition, Oxford University Press Materiale del corso fornito dal docente Audio-lezioni del docente |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Docente | FABIO LA FORESTA |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-IND/31 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Docente | Nadia Mammone |
| Obiettivi | CONOSCENZA E COMPRENSIONE: Il corso si propone di completare la preparazione dello studente magistrale in ambito machine learning, focalizzando l’attenzione sugli aspetti maggiormente collegati alle neuroscienze. Vengono proposte applicazioni all'elaborazione di segnali elettroencefalografici (EEG) sia per discriminazione di stati cerebrali sia per Brain Computer Interface (BCI). Lo studente, in autonomia, svolgerà un proprio elaborato suggerito dal docente. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso è orientato a far acquisire allo studente competenze sulla progettazione e sviluppo di algoritmi, basati su metodi di Deep Learning, per applicazioni nell’ambito delle neuroscienze. Tale obiettivo viene perseguito anche attraverso esercitazioni laboratoriali durante le quali lo studente avrà modo di progettare i propri esperimenti, acquisire i segnali elettroencefalografici ed elaborarli. AUTONOMIA DI GIUDIZIO: A fine corso, e in particolare al superamento dell’esame, lo studente sarà in grado, in completa autonomia, di: definire paradigmi ed esperimenti di acquisizione dei segnali EEG secondo quelli che sono gli obiettivi del proprio studio; progettare algoritmi per l’elaborazione dei segnali acquisiti al fine di raggiungere l’obiettivo dello studio. Lo studente potrà contare sul bagaglio di metodi trattati durante il corso nonché sulla propria capacità di approfondire autonomamente ulteriori metodi presenti in letteratura, grazie ad un’acquisita padronanza dei concetti fondamentali del deep learning. ABILITA' COMUNICATIVE: Attraverso una continua interazione docente-studente, il corso orienterà all’acquisizione del linguaggio proprio dell’intelligenza artificiale e della computational neuroscience, permettendo inoltre allo studente di affinare la capacità di esprimersi attraverso un linguaggio tecnico appropriato. CAPACITA' DI APPRENDIMENTO Al superamento dell’esame, lo studente avrà acquisito la capacità di progettare algoritmi basati su reti neurali artificiali, sia di tipo shallow sia di tipo deep. Sarà in grado di definire paradigmi ed esperimenti per l’acquisizione di segnali elettroencefalografici (EEG) secondo quelli che sono gli obiettivi dello studio; acquisire tali segnali; elaborarli mediante algoritmi di Deep Learning sviluppati ad-hoc; integrare tali algoritmi con piattaforme per l’interfacciamento in tempo reale con il sistema di acquisizione EEG. Viceversa, l’applicazione pratica dei concetti teorici permetterà di comprenderli a fondo e rielaborarli; lo studente svilupperà così in generale un approccio teorico-pratico alle materie ingegneristiche. MODALITA’ DI VALUTAZIONE L’esame consta nella discussione di un elaborato progettuale, svolto autonomamente oppure in gruppo, e nella prova orale. La discussione dell’elaborato è volta a valutare l’autonomia e le capacità critiche sviluppate dallo studente nonché il rigore metodologico nella progettazione di algoritmi basati su metodi di deep learning. La prova orale è volta a verificare il livello di padronanza delle conoscenze degli argomenti proposti durante il corso nonché la capacità di esposizione dei contenuti teorici della disciplina. Il voto finale sarà attribuito considerando la valutazione dell’elaborato e l’esito della discussione orale, secondo il seguente criterio di valutazione: 30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze acquisite; 27 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti; 24 - 26: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze acquisite; 21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze acquisite; 18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite; Insufficiente: lo studente non possiede una conoscenza accettabile degli argomenti trattati durante il corso. |
| Programma | FONDAMENTI DI INGEGNERIA NEURALE (0.5 CFU) Fondamenti di ingegneria neurale. Panoramica sulle applicazioni dell’ingegneria neurale. Necessità di una nuova prospettiva negli approcci basati su modelli. Introduzione dell'esame e del progetto di fine corso. Introduzione ai campi elettrici del cervello e all'EEG. Concetti fondamentali sulla generazione dei ritmi EEG. Registrazione e acquisizione di segnali EEG. Pattern EEG normali e anormali. Disturbi neurologici e loro effetti sulle onde cerebrali (morbo di Alzheimer, epilessia, ictus, morbo di Parkinson, ecc.). Brain Computer Interfaces (BCI) e BCI basate su EEG. Applicazione dell'intelligenza artificiale ai segnali EEG. RETI NEURALI ARTIFICIALI (2 CFU) Proprietà generali dei sistemi di elaborazione neurale. Modello di neurone biologice. Neurone artificiale di McCulloch-Pitts. Discesa del gradiente. Non linearità: sigmoidale, tangente iperbolica, funzioni di attivazione di ReLu. Processo di apprendimento. Correzione dell'errore. Regola Widrow-Hopf. Hebbian Learning. Apprendimento competitivo. Apprendimento supervisionato e non supervisionato. Apprendimento con rinforzo. Natura statistica del processo di apprendimento. Architetture di rete: modelli feedforward. Modelli competitivi e auto-organizzativi. Rappresentazione della conoscenza. Visualizzazione dei processi nelle reti neurali. Perceptrons. Multi-layer Perceptrons. Radial Basis Functions. Reti ricorrenti. Mappe auto-organizzanti. DEEP LEARNING (1.5 CFU) Modelli Deep e Shallow. Convolutional Neural Networks. Visualizzazione e comprensione delle reti convoluzionali, visualizzazione di modelli di classificazione delle immagini e saliency maps, comprensione delle reti neurali attraverso la deep visualization. Metodi di Explainable Machine Learning. Stacked AutoEncoders. Generative Adversarial Networks. ELABORAZIONE DEI SEGNALI EEG (1 CFU) Fondamenti di elaborazione dei segnali EEG. Analisi dei segnali EEG nel domino del tempo. Analisi spettrale e tempo-frequenza. Analisi dinamica e teoria del caos applicata all’EEG. Analisi entropica e tramite altri descrittori di complessità. Analisi delle Componenti Principali e Analisi delle Component Indipendenti. Common Spatial Patterns. Teoria dei grafi applicata all'EEG. Elaborazione del segnale EEG basata su reti neurali. Classificazione degli stati cerebrali tramite reti neurali. ESPERIENZE DI LABORATORIO (1 CFU) Utilizzo del Deep Learning toolbox di Matlab; Python; Neural Works Professional II / + e CAD. Progettazione di paradigmi per applicazioni EEG-based tramite EEGlab e OpenViBE. Set up dei sistemi di acquisizione dei segnali EEG. Registrazione ed elaborazione di EEG. Acquisizione dei segnali destinati allo sviluppo del progetto finale. |
| Testi docente | José C. Principe, Neural and Adaptive Systems: Fundamentals Through Simulations, Wiley Paul L. Nunez and Ramesh Srinivasan, Electric fields of the brain - the Neurophysics of EEG (second edition), Oxford University Press Sani-Chambers, EEG Signal Processing, IEEE- Wiley Simon Haykin, Neural Networks, IEEE Press |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | Sì |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | MAT/08 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1001196 Calcolo numerico in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 COTRONEI MARIANTONIA |
| Docente | Mariantonia COTRONEI |
| Obiettivi | Il corso si propone di fornire le conoscenze di base relative ai principali metodi dell’algebra lineare numerica, dell’approssimazione di dati, dell’ottimizzazione numerica e di introdurre gli ambienti di calcolo scientifico Matlab e Octave. Gli obiettivi formativi del corso prevedono l’acquisizione di: capacità di costruire modelli numerici e di progettare algoritmi risolutivi; consapevolezza delle problematiche relative all’utilizzo del calcolatore per la risoluzione di problemi matematici; capacità di implementare algoritmi numerici sul calcolatore, realizzare test numerici e analizzare criticamente i risultati ottenuti. Le lezioni di teoria si svolgeranno con l'uso di slides e con spiegazioni dettagliate alla lavagna. Le lezioni pratiche si svolgeranno con l'ausilio dei PC presenti nelle Aule di Informatica. MODALITA' DI VALUTAZIONE L’esame prevede una prova pratica (da svolgersi utilizzando il proprio laptop o uno dei computer delle Aule di Informatica), e una prova orale. La prova pratica, della durata di 4 ore, ha lo scopo di verificare se lo studente ha sviluppato sia le competenze richieste che le capacità di applicare le conoscenze acquisite. Sarà somministrato un test con tre esercizi, che potranno prevedere l’implementazione in Matlab/Octave di un metodo numerico e/o la realizzazione di test numerici. A conclusione della prova lo studente elaborerà una breve sintesi scritta commentata relativa a quanto svolto/ottenuto. La prova si riterrà superata se lo studente implementa correttamente almeno 1 metodo e realizza almeno 1 test numerico con un’esauriente analisi critica dei risultati. La valutazione sarà effettuata usando una scala di giudizi, da “insufficiente” ad “ottimo”. La corrispondenza tra tali giudizi e il range dei voti in trentesimi è indicativamente la seguente: “ottimo” (29-30), “buono” (26-28), “discreto” (23-25), “sufficiente” (18-22), “insufficiente” (<18). La prova orale si svolgerà previo superamento della prova pratica (giudicata almeno “sufficiente”) e servirà ad accertare le conoscenze degli argomenti oggetto delle lezioni e specificati nel programma, la capacità di approfondimento e le abilità comunicative. Il voto nella prova orale sarà attribuito secondo il seguente criterio di valutazione: 29 - 30: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio 26 - 28: conoscenza completa degli argomenti, piena proprietà di linguaggio; 24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio; 21 - 23: conoscenza adeguata degli argomenti, ma scarsa padronanza degli stessi, sufficiente proprietà di linguaggio; 18 - 20: conoscenza di base degli argomenti principali, appena sufficiente proprietà di linguaggio; Insufficiente: scarsa conoscenza degli argomenti trattati durante il corso. La votazione finale terrà conto, in egual misura, sia del giudizio ottenuto nella prova pratica che della valutazione della prova orale. La lode sarà assegnata in caso di giudizio “ottimo” nella prova pratica e di voto uguale a 30 nella prova orale. |
| Programma | ARITMETICA FLOATING-POINT E ANALISI DEGLI ERRORI Rappresentazione dei numeri in un calcolatore. Precisione numerica. Aritmetica floatingpoint. Errori e loro propagazione. Condizionamento di un problema matematico. Stabilità di un algoritmo. SISTEMI DI EQUAZIONI LINEARI Richiami di calcolo matriciale. Analisi di stabilità per sistemi lineari. Numero di condizionamento di una matrice. Metodi diretti. Risoluzione di sistemi triangolari. Metodo di eliminazione di Gauss. Pivoting. Fattorizzazione LU. Metodi iterativi. Matrice di iterazione. Convergenza e rapidità di convergenza. Criteri d'arresto. Metodo di Richardson e del gradiente. APPROSSIMAZIONE DI FUNZIONI E DI DATI Interpolazione polinomiale. Polinomio interpolatore nella forma di Lagrange. Interpolazione trigonometrica e FFT. Effetto Runge. Interpolazione con funzioni spline. Spline lineari e cubiche. Approssimazione nel senso dei minimi quadrati. Sistemi sovradeterminati. OTTIMIZZAZIONE NUMERICA Ottimizzazione non vincolata. Metodi per funzioni monodimensionali: bisezione, Newton, di ricerca dicotomica, sezione aurea, interpolazione parabolica. Metodi di discesa: gradiente, Newton, quasi-Newton, gradiente coniugato. Cenni su metodi di ottimizzazione vincolata. INTRODUZIONE AL MATLAB Ambiente di calcolo scientifico Matlab: comandi principali, matrici, funzioni matematiche. Istruzioni per la grafica. Progettazione e sviluppo dei programmi. Implementazione di metodi numerici e analisi/validazione dei risultati su problemi test. |
| Testi docente | A. Quarteroni, F. Saleri, P. Gervasio. Calcolo Scientifico. Esercizi e problemi risolti con MATLAB e Octave, Springer. |
| Erogazione tradizionale | No |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | No |
| Valutazione test attitudinale | No |
| Valutazione progetto | No |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-IND/31 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Docente | GIOVANNI ANGIULLI |
| Obiettivi | Obiettivi Formativi: La Compatibilità Elettromagnetica è la disciplina che studia le interazioni elettromagnetiche tra apparati e sistemi elettrici ed elettronici. Gli obiettivi fondamentali sono rivolti all' identificazione e simulazione delle sorgenti di disturbo che caratterizzano l'ambiente elettromagnetico in cui sono immersi i vari apparati, nella determinazione dei possibili accoppiamenti e delle interferenze prodotte, nell'individuazione dei dispositivi di protezione, nella definizione dei vincoli di progetto. Gli strumenti d'indagine sono basati sulla teoria dei campi elettromagnetici e dei circuiti elettrici. Tali conoscenze sono di fondamentale interesse per l'ingegnere elettronico. Conoscenza e comprensione: A partire dal principio che un apparato elettrico o elettronico è compatibile con il proprio ambiente di lavoro se è capace di funzionare in modo soddisfacente senza generare o essere soggetto a disturbi intollerabili che ne pregiudichino il funzionamento lo studente dovrà aver acquisito le principali conoscenze di base relative ai concetti di disturbo, delle relative sorgenti, dei meccanismi che lo determinano, e infine delle tecniche e dei mezzi di protezione da utilizzare sulla sorgente di disturbo, sulla via di accoppiamento o sull'apparato perturbato per mitigarne gli effetti d'influenza. Dall'insieme di queste conoscenze, le principali abilità acquisite dallo studente, in termini di capacità di applicare le conoscenze acquisite e di adottare con autonomia di giudizio l’opportuno approccio, consisteranno nella capacita' di individuare e classificare la tipologia di disturbo e di selezionare l'insieme delle tecniche più appropriata per risolvere uno specifico problema di Compatibilità Elettromagnetica. L'esame consta in una prova orale accompagnata dalla discussione di un elaborato, corredato da una serie di codici realizzati in ambiente di programmazione Matlab, inerente ciascuno degli argomenti previsti nel programma dell'insegnamento. L'elaborato ha lo scopo di accertare la capacità dello studente di applicare le conoscenze acquisite durante il corso alla risoluzione di problemi La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione della prova scritta, in domande e/o esercizi sui contenuti del corso. Il voto finale delle prove di esame è determinato tenendo conto sia dell'elaborato che della prova orale. La griglia di valutazione adottata è definita come segue: Se lo studente dimostrerà una conoscenza di base degli argomenti principali, una conoscenza di base del linguaggio tecnico, una sufficiente capacità interpretativa, una sufficiente capacità di applicare le conoscenze di base acquisite il punteggio conseguito sarà compreso tra 18 e 19; Se lo studente dimostrerà una conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, una soddisfacente proprietà di linguaggio, una corretta capacità interpretativa, una più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 20 e 23; Se lo studente dimostrerà una conoscenza degli argomenti con un buon grado di padronanza, una buona proprietà di linguaggio, una corretta e sicura capacità interpretativa, una buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 24 e 27; Se lo studente dimostrerà una conoscenza completa e approfondita degli argomenti, una ottima proprietà di linguaggio, una completa ed efficace capacità interpretativa e sarà in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 28 e 30; Il punteggio di 30 e lode sarà conseguito dallo studente capace di dimostrare una conoscenza completa, approfondita e critica degli argomenti, una eccellente proprietà di linguaggio, una completa ed originale capacità interpretativa e una piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; |
| Programma | Prima Parte: Richiami sui seguenti argomenti: Linee di trasmissione: equazioni delle linee di trasmissione, circuiti a parametri distribuiti, parametri per unità di lunghezza, soluzione nel dominio del tempo (transitori). Antenne: guadagno di antenna, direttività, apertura efficace, fattore di antenna, antenne a larga banda per misure: biconiche e log-periodiche. Seconda Parte: L'ambiente elettromagnetico: generazione e soppressione di transitori, presenza di elementi non lineari; Schermature: Efficienza di schermatura per campo vicino e campo lontano, schermi multistrato, schermi magnetici, schermi con aperture. Scariche elettrostatiche: Origine delle scariche elettrostatiche, effetti delle scariche elettrostatiche, tecniche di progettazione per mitigare gli effetti delle scariche elettrostatiche. Progetto di sistemi elettromagneticamente compatibili: Collegamenti a massa: terre e masse di segnale, collegamento a massa a punto comune e a punti multipli, percorsi di massa parassiti - Configurazione dei sistemi: contenitori dei sistemi, collocazione dei filtri di alimentazione, disposizione interna dei cavi e collocazione dei connettori, disaccoppiamento dei sottosistemi; Tecniche di prova e di misura: Misure di emissione a bassa ed alta frequenza Disturbi condotti - Disturbi radiati - Prove di immunità; Effetti biologici dei campi elettromagnetici. |
| Testi docente | Christopoulos, Christos. Principles and techniques of electromagnetic compatibility. CRC press, 2018. |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-IND/31 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Docente | GIOVANNI ANGIULLI |
| Obiettivi | Obiettivi Formativi: Nello sviluppo e nella progettazione di dispositivi elettromagnetici spesso si affrontano situazioni caratterizzate da geometrie complesse e proprietà dei materiali non standard. L'applicazione delle procedure analitiche introdotte nel corso "Campi elettromagnetici" risulta nella maggior parte dei casi insoddisfacente e l'applicazione di tecniche numeriche si rende necessaria. Il corso si propone di illustrare le più comuni tecniche numeriche adottate per la modellistica elettromagnetica. Conoscenza e comprensione: : Al termine del corso - lo studente dovrà aver acquisito le principali conoscenze di base della teoria degli operatori e delle tecniche proiettive di risoluzione delle equazioni operatoriali e aver assimilato i fondamenti de. Lo studente dovrà possedere conoscenze approfondite sui fondamenti logico-procedurali delle metodologie numeriche di risoluzione dei modelli matematici descriventi fenomeni elettromagnetici di di interesse ingegneristico. Dall'insieme di queste conoscenze, le principali abilità acquisite (capacità di applicare le conoscenze acquisite e di adottare con autonomia di giudizio l’opportuno approccio, consisteranno nella capacita' di selezionare la tecnica numerica più appropriata per risolvere uno specifico problema elettromagnetico e di implementare codici numerici per risolvere problemi specifici, abilità nella valutazione dei risultati forniti e capacità di sviluppare autonomamente semplici valutazioni sulla qualità delle soluzioni numeriche adottate basate sull'estensione e l'applicazione delle conoscenze acquisite. In termini di abilità comunicative lo studente avrà acquisito il linguaggio proprio della disciplina e sarà in grado di comprendere e rivolgersi agli operatori del settore. In termini di capacità di apprendimento, lo studente sarà in grado di operare con sicurezza e approfondire i temi svolti nel corso. L'esame consta in una prova orale accompagnata dalla discussione di un elaborato, corredato da una serie di codici realizzati in ambiente di programmazione Matlab, inerente ciascuno degli argomenti previsti nel programma dell'insegnamento. L'elaborato ha lo scopo di accertare la capacità dello studente di applicare le conoscenze acquisite durante il corso alla risoluzione di problemi La prova orale è volta ad accertare il livello di conoscenza e comprensione dei contenuti del corso, di valutare l'autonomia di giudizio, la capacità di apprendimento e le abilità comunicative. La prova orale consiste nella discussione della prova scritta, in domande e/o esercizi sui contenuti del corso. Il voto finale delle prove di esame è determinato tenendo conto sia dell'elaborato che della prova orale. La griglia di valutazione adottata è definita come segue: Se lo studente dimostrerà una conoscenza di base degli argomenti principali, una conoscenza di base del linguaggio tecnico, una sufficiente capacità interpretativa, una sufficiente capacità di applicare le conoscenze di base acquisite il punteggio conseguito sarà compreso tra 18 e 19; Se lo studente dimostrerà una conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, una soddisfacente proprietà di linguaggio, una corretta capacità interpretativa, una più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 20 e 23; Se lo studente dimostrerà una conoscenza degli argomenti con un buon grado di padronanza, una buona proprietà di linguaggio, una corretta e sicura capacità interpretativa, una buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 24 e 27; Se lo studente dimostrerà una conoscenza completa e approfondita degli argomenti, una ottima proprietà di linguaggio, una completa ed efficace capacità interpretativa e sarà in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti il punteggio conseguito sarà compreso tra 28 e 30; Il punteggio di 30 e lode sarà conseguito dallo studente capace di dimostrare una conoscenza completa, approfondita e critica degli argomenti, una eccellente proprietà di linguaggio, una completa ed originale capacità interpretativa e una piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; |
| Programma | Fondamenti di Analisi Lineare ed Algebra Lineare Numerica: spazi lineari, Spazi di Prodotto scalare, spazi normati, spazi di Hilbert, approssimazione in spazi di Hilbert, operatori in spazi di Hilbert, teorema proiettivo, metodo di Galerkin Il Metodo delle Differenze Finite . Il Metodo dei Momenti. Il Metodo degli Elementi Finiti. Il Metodo degli Elementi al Contorno. Tecniche Variazionali. Applicazioni a problemi di elettrostatica e magnetostatica |
| Testi docente | Materiale didattico fornito dal docente. Appunti delle lezioni. |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-IND/32 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1000723 MACCHINE ELETTRICHE PER AZIONAMENTI INDUSTRIALI in Ingegneria Industriale L-9 VERSACI MARIO |
| Docente | Mario VERSACI |
| Obiettivi | N.D. |
| Programma | Materiali magnetici, conduttori e isolanti. Il trasformatore. Macchine a commutazione . Avvolgimenti AC. Macchine a induzione. Macchine sincrone. Motore brushless. Regolazione della Velocità. Azionamenti industriali. |
| Testi docente | E. Fitzgerald e C. jr. Kinsley, Macchine Elettriche, Franco Angeli Editore. |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | Sì |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-INF/04 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Docente | VALERIO SCORDAMAGLIA |
| Obiettivi | Obiettivi formativi Il corso di Sistemi di Controllo Embedded intende trasferire agli studenti alcuni concetti specialistici relativi alla realizzazione di sistemi di regolazione automatica su piattaforme embedded. Gli studenti sono posti in condizione di approfondire la conoscenza di alcuni strumenti matematici per l’analisi delle proprietà di sistemi in retroazione ed inoltre sono posti in condizione di approfondire la conoscenza di alcuni strumenti software di ausilio alla progettazione e alla realizzazione di un sistema di regolazione automatica. Conoscenza e comprensione: a seguito del superamento dell’esame, lo studente è padrone delle conoscenze tecniche necessarie alla progettazione e alla realizzazione su piattaforma embedded di un sistema di regolazione automatica Autonomia di giudizio: per il superamento dell'esame lo studente deve rispondere autonomamente a domande teoriche, analitiche e progettuali a risposta libera ed è quindi portato a sviluppare autonomia di giudizio sulla completezza, la profondità e la correttezza delle risposte liberamente fornite. Abilità comunicative: è in grado di illustrare le motivazioni teoriche e tecniche che sono alla base delle teoria dei controlli automatici. Capacità di apprendimento: a seguito del superamento dell’esame, lo studente è autonomo nell’ottica della progettazione e della realizzazione mediante piattaforme embedded di un sistema di regolazione automatica La prova d'esame consiste nella valutazione di un progetto. Il progetto riguarda la progettazione e la realizzazione di un regolatore analogico e digitale per un processo lineare stazionario tempo continuo (30 pt) Attraverso il progetto si valutano le capacità progettuali raggiunte dallo Studente nell’ambito della progettazione e realizzazione di un sistema di regolazione automatico La prova d’esame consiste in un colloquio avente per oggetto la discussione delle soluzioni progettuali proposte . Verranno valutate la capacità di ragionamento dello studente, la sua capacità di comunicare le nozioni acquisite attraverso un linguaggio scientifico adeguato, nonché la capacità di esposizione dei contenuti teorici e la capacità di descrivere le soluzioni implementative fatte.. Il voto finale sarà attribuito secondo il seguente criterio di valutazione: 30 - 30 e lode: conoscenza completa, approfondita e critica degli argomenti, ottima proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 26 - 29: conoscenza completa e approfondita degli argomenti, piena proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti; 24 - 25: conoscenza degli argomenti con un buon grado di apprendimento, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti; 21 - 23: conoscenza adeguata degli argomenti, ma mancata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, limitata capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 18 - 20: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, capacità interpretativa sufficiente, capacità di applicare le conoscenze basilari acquisite; Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso. |
| Programma | Richiami di controlli automatici, modellistica mediante amp op. Sviluppo di un circuito su simulatore di dettaglio e confronto con modello matematico. Progetto e realizzazione mediante Amp op di un Regolatore analogico. Problema inserimento morbido azione di controllo. Progetto Regolatore Digitale, discretizzazione, problemi implementazione e confronto con analogico. Automi a stati finiti (Stateflow ). Codice Autogenerato per alcune piattaforme embedded (arduino e raspberry). Seminario di approfondimento su applicazioni dei sistemi di controllo embedded |
| Testi docente | - Teoria dei Sistemi - Quad. I, Balestrino, Celentano - Teoria dei Sistemi - Quad. III, Balestrino, Celentano - Appunti di Teoria dei Sistemi, Fornasini, Marchesini, Edizioni Libreria Progetto Padova - Levine, “The Control Handbook”, CRC Press - Fondamenti di Controlli Automatici, Bolzern, Scattolini, Schiavoni, Ed. McGraw-Hill, 1998. - Sistemi di Controllo Digitale, Bonivento , Melchiorri, Zanasi, Progetto Leonardo, Bologna |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | No |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-INF/05 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1001482 CyberSecurity in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 BUCCAFURRI FRANCESCO ANTONIO |
| Docente | Francesco BUCCAFURRI |
| Obiettivi | OBIETTIVI FORMATIVI Gli obiettivi formativi del corso, in accordo ai descrittori di Dublino, sono i seguenti: 1) Conoscenze e capacità di comprensione Conoscenza dei concetti fondamentali, delle metodologie, degli algoritmi, dei protocolli, delle tecnologie e degli standard di base nel dominio della cybersecurity. 2) Utilizzazione delle conoscenze e capacità di comprensione Capacità basilare di applicare le conoscenze per la progettazione di misure di sicurezza di un sistema IT. 3) Capacità di trarre conclusioni Capacità basilare di valutare in maniera critica diverse soluzioni di sicurezza 4) Abilità comunicative Capacità di comunicare con adeguata competenza tecnica e con linguaggio appropriato in ambito cybersecurity 5) Capacità di apprendere Capacità di apprendimento di nuove metodologie, algoritmi, protocolli, tecnologie e standard nel dominio della cybersecurity. MODALITA' DI ACCERTAMENTO E VALUTAZIONE La prova d'esame consiste in una prova orale la cui durata media è di 30 minuti. Nella prova orale vengono discussi i concetti illustrati a lezione inerenti al programma del corso, spaziando su almeno 3 argomenti diversi. L’obiettivo della prova orale, in relazione ai descrittore di Dublino, è quello di valutare: 1) Conoscenze e capacità di comprensione Il grado di conoscenza dei concetti fondamentali, delle metodologie, degli algoritmi, dei protocolli, delle tecnologie e degli standard di base nel dominio della cybersecurity. 2) Utilizzazione delle conoscenze e capacità di comprensione La capacità basilare di applicare le conoscenze per la progettazione di misure di sicurezza di un sistema IT. 3) Capacità di trarre conclusioni La capacità basilare di valutare in maniera critica diverse soluzioni di sicurezza 4) Abilità comunicative La capacità di comunicare con adeguata competenza tecnica e con linguaggio appropriato in ambito cybersecurity 5) Capacità di apprendere In misura minore, la capacità di apprendimento di nuove metodologie, algoritmi, protocolli, tecnologie e standard nel dominio della cybersecurity. Il voto finale sarà attribuito secondo il seguente criterio di valutazione: 30 e lode: conoscenza completa, approfondita e critica degli argomenti, eccellente proprietà di linguaggio, completa ed originale capacità interpretativa, piena capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 28 - 30: conoscenza completa e approfondita degli argomenti, ottima proprietà di linguaggio, completa ed efficace capacità interpretativa, in grado di applicare autonomamente le conoscenze per risolvere i problemi proposti; 24 - 27: conoscenza degli argomenti con un buon grado di padronanza, buona proprietà di linguaggio, corretta e sicura capacità interpretativa, buona capacità di applicare in modo corretto la maggior parte delle conoscenze per risolvere i problemi proposti; 20 - 23: conoscenza adeguata degli argomenti ma limitata padronanza degli stessi, soddisfacente proprietà di linguaggio, corretta capacità interpretativa, più che sufficiente capacità di applicare autonomamente le conoscenze per risolvere i problemi proposti; 18 - 19: conoscenza di base degli argomenti principali, conoscenza di base del linguaggio tecnico, sufficiente capacità interpretativa, sufficiente capacità di applicare le conoscenze di base acquisite; Insufficiente: non possiede una conoscenza accettabile degli argomenti trattati durante il corso. |
| Programma | Parte I: Introduzione Concetti basilari. Minaccia di vulnerabilità, attacco L'attaccante Ingegneria sociale Servizi di sicurezza e meccanismi di sicurezza (X.800) Gestione e pianificazione della sicurezza informatica Standard per sistemi di gestione della sicurezza delle informazioni ISO-IEC 27001-27002 Parte II. Crittografia Introduzione alla crittografia. Funzioni one-way e trap-door Ciphers Cifratura simmetrica e a chiave pubblica Principi di confusione e diffusione Crittografia classica Attacchi e criptoanalisi Modelli di attacco • Known Ciphertext Attack • Known Plaintext Attack • Chosen Plaintext Attack • Chosen Ciphertext Attack Crittografia moderna Crittografie a blocchi e crittografie a flusso Rete di Feistel Data Encryption Standard (DES). Inconvenienti di DES • Chiavi deboli • Dimensione della chiave • Meet in the middle attack Triple DES AES Modalità di funzionamento della cifratura a blocchi • ECB • CBC • Cipher feedback • Counter Pseudo and True Random Number Generators (PRNG and TRNG) Stream Ciphers • RC4. Hash crittografico • SHA1 - SHA-256 Attacco del compleanno Crittografie a chiave pubblica • RSA Vulnerabilità di RSA Autenticazione dei messaggi basata su crittografia simmetrica e a chiave pubblica Autenticazione dei messaggi basata su hash crittografici (MAC): • Prefisso segreto • Postfisso segreto • HMAC Crittografia a chiave pubblica e firma digitale Blind signature PKI X.509 e autorità di certificazione Firma elettronica qualificata PKCS # 7 Vulnerabilità della firma digitale Aspetti normativi europei e nazionali Parte III. Sicurezza di rete introduzione Peer Entity Authentication: protocolli challenge-response Controllo degli accessi e autorizzazioni Algoritmo Diffie-Hellman e scambio di chiavi Approcci basati su KDC (Key Distribution Center) • Kerberos Approcci basati su PKI X.509 SAML e Open-ID Connect OTP (One time password) Schema di Lamport per l'autenticazione Standard per l'autenticazione Sicurezza IP • IPsec: Transport and Tunneling, Authentication Header (AH) e Encapsulating Security Payload (ESP). DNS poisoning Sicurezza web • TLS Parte IV: nozioni avanzate Malware (virus, worm, spyware, trojan, ecc.). BOTNETS Incident Response e SOC (Security Operation Center) Information Hiding (Watermarking e Steganografia) Introduzione a Blockchain |
| Testi docente | William Stallings, Sicurezza delle reti: Applicazioni e standard – 3 - Ed. |
| Erogazione tradizionale | No |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | No |
| Valutazione test attitudinale | No |
| Valutazione progetto | No |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-INF/06 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1001238 Fondamenti di bioingegneria elettronica in Ingegneria dell'Informazione L-8 Bibbò Luigi |
| Docente | LUIGI BIBBO' |
| Obiettivi | N.D. |
| Programma | Il corso prevede le seguenti unità didattiche: 1- Bioingegneria elettronica • Definizione • Area di attivita’ 2- Segnali biologici • Sorgenti • Classificazione 3-Strumentazione biomedica • Classificazione • Definizione e principali caratteristiche • Apparecchiature 4-Metodologie di acquisizione e elaborazione dei segnali biomedici • ECG • EMG • Bioimmagini 5- Sensori e Trasduttori • Classificazione • Parametrici caratteristici • Principi fisici utilizzati 6- Realtà Virtuale 7- Analisi dei dati e metodi decisionali • Informatica medica (biodati,biosegnali,bioimmagini,biofilmati) • Sistemi esperti e reti neurali 8- Sicurezza elettrica della strumentazione biomedica 9-Nanobiotecnologie • Definizione • Classificazione • Strutture 10-Strumenti di caratterizzazione 11-Metamateriali • Definizioni • Funzionalità e proprietà |
| Testi docente | The Biomedical Engineering Handbook, Joseph D. Bronzino. Medical Instrumentation, J.G. Webster. Handbook of Nanotechnology, Bharat Bhushan Editor, Springer. Handbook of Nanomaterials, Bharat Bhushan Editor, Springer. Sono altresì fornite su Microsoft Teams le dispense sugli argomenti trattati durante il corso . |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | Sì |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | No |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Corso | Ingegneria Elettronica |
| Curriculum | ELETTRONICA |
| Orientamento | Generale |
| Anno Accademico | 2020/2021 |
| Crediti | 6 |
| Settore Scientifico Disciplinare | ING-INF/03 |
| Anno | Primo anno |
| Unità temporale | Secondo semestre |
| Ore aula | 48 |
| Attività formativa | Attività formative affini ed integrative |
| Erogazione | 1000928 5G Systems in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 CAMPOLO CLAUDIA |
| Docente | Claudia CAMPOLO |
| Obiettivi | Il corso intende fornire nozioni teoriche e pratiche utili al fine di approfondire le conoscenze relative ai paradigmi, alle architetture di rete, ai protocolli della quinta generazione (5G) di sistemi cellulari, e alle evoluzioni verso i sistemi post-5G e 6G. Verranno esaminate soluzioni di networking innovative della rete Internet del futuro, es., software defined networking (SDN), network function virtualization (NFV), cloud/fog/edge computing, nuovi paradigmi di comunicazione e tecnologie cellulari emergenti (es., network slicing, New Radio) alla base dei sistemi 5G. Alcune tematiche verranno anche approfondite mediante lo studio e l’analisi di progetti, di soluzioni sul mercato, di field-trial e di articoli scientifici di riferimento e di specifiche proposte dagli enti di standardizzazione per meglio comprendere le principali sfide per la ricerca e per gli operatori del settore ICT. Successivamente, lo studente apprenderà le principali metodologie per l’analisi, la progettazione e la valutazione delle alcune soluzioni tecnologiche presentate. Infine, lo studente passerà all’utilizzo di alcune di esse tramite esercitazioni di laboratorio su piattaforme e tramite strumenti software/hardware per lo più basati su sistemi operativi di tipo open source. CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente conosce le principali soluzioni tecnologiche che verranno impiegate nell'ambito dei sistemi 5G ed evoluzioni verso i sistemi 6G. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE: a seguito del superamento dell’esame, lo studente è in grado di analizzare e progettare soluzioni basate sulle tecnologie presentate durante il corso. AUTONOMIA DI GIUDIZIO: per il superamento dell'esame lo studente deve rispondere autonomamente a domande teoriche e sapere impostare campagne di misure sperimentali per l'analisi prestazionale delle tecnologie presentate ed è quindi portato a sviluppare autonomia di giudizio nel commentare in maniera critica i risultati ottenuti. ABILITA' COMUNICATIVE: il corso e l’esame aiutano lo studente a migliorare la capacità di comunicazione nell'illustrare le motivazioni teoriche e tecniche che sono alla base delle principali tecnologie 5G e post-5G. CAPACITA' DI APPRENDIMENTO: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie presentate durante il corso e di applicare le metodologie di valutazione apprese a nuove tecnologie e di utilizzare strumenti differenti, basati sulla stessa metodologia, per la valutazione delle prestazioni. MODALITA' DI ACCERTAMENTO E VALUTAZIONE: Gli esami di accertamento e di valutazione consistono: - in una prova progettuale, da svolgere in gruppo, volta ad accertare la capacità di analizzare il comportamento dei protocolli e delle tecnologie presentati durante il corso tramite strumenti sperimentali e di valutarne le prestazioni. - in una prova orale, finalizzata ad accertare la comprensione delle tecnologie e dei protocolli presentati durante il corso. Voto massimo 30/30. Ai fine del superamento dell’esame con votazione minima di 18/30 è necessario che le conoscenze/competenze della materia siano almeno ad un livello elementare, sia per la prova progettuale che per quella orale. E’ attribuito un voto compreso fra 20/30 e 24/30 quando lo studente sia in grado di realizzare correttamente la parte progettuale ma possegga discrete competenze nella parte teorica. E’ attribuito un voto compreso fra 25/30 e 30/30 quando lo studente sia in grado di svolgere correttamente la parte progettuale e dimostri buone competenze nella parte orale. Agli studenti che abbiano acquisito competenze eccellenti sia nella parte progettuale che in quella teorica può essere attribuita la lode. |
| Programma | I paradigmi di virtualizzazione di rete (10 h) - Software defined networking (SDN): principi, soluzioni e problematiche aperte - Il protocollo OpenFlow per la Southbound Interface - Network function virtualization (NFV): architettura ETSI, service chaining Le reti 5G (10 h) - Obiettivi, classi di servizio (eMBB, URLLC, mMTC), tecnologie abilitanti (New Radio, Full-duplex, millimeter-wave), architetture di rete - L'architettura 5G in 3GPP - Evoluzione dei sistemi 5G verso i sistemi 6G I paradigmi di Cloud computing per reti 5G (12 h) - Modelli di servizio NIST: IaaS, PaaS, SaaS - Mobile/Multi-access Edge Computing - Edge AI: intelligenza artificiale ed edge computing Network slicing in reti 5G (4 h) - Virtualizzazione della core network - Virtualizzazione della RAN (Cloud-RAN) - Network slicing in reti 5G: specifiche 3GPP e principali casi d’uso Tool e metodologie per l’implementazione, l’analisi e la valutazione di soluzioni per reti 5G (12 h) - Emulatori di rete (Mininet, Mininet-WiFi), Generatori di traffico (iperf), Controller SDN, Tool per la virtualizzazione (container Docker) |
| Testi docente | - Materiale bibliografico fornito dalla docente quando necessario. |
| Erogazione tradizionale | Sì |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | Sì |
| Valutazione test attitudinale | No |
| Valutazione progetto | Sì |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
| Erogazione | 1001479 Multimedia Internet in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 RUGGERI GIUSEPPE |
| Docente | Giuseppe RUGGERI |
| Obiettivi | Obiettivi formativi: Al termine del corso, lo studente possiede le conoscenze di base degli attuali e futuri sistemi di telecomunicazione digitali. Conosce le caratteristiche dei principali mezzi trasmissivi adottati per la realizzazione dei sistemi di telecomunicazioni. Conosce le tecniche di multiplazione comunemente usate. Conosce I principali standard di codifica dei segnali Multimediali. Sa caratterizzare il profilo di traffico generato da una sorgente Multimediale. Conosce i parametri chiave per definire la qualità del servizio a livello IP. Conosce i protocolli, le tecnologie e le architetture per la trasmissione dei contenuti Multimediali su IP. Conosce le tecniche di scheduling e di gestione delle code presenti in letteratura nonché dei modelli matematici costruiti per analizzarne le performance, sia in presenza traffico di tipo UDP che TCP. Conosce i modelli per il supporto della Qualità del Servizio (QoS) in Internet: Intserv e Diffserv. Conosce dei sistemi IP over ATM, MPLS, IP over SDH. Possiede le conoscenze per assemblare, a partire da componenti elettroniche commerciale, un piccolo router e dotarlo di sistema operativo open source (OpenWRT, ZeroShell). Capacità di applicare conoscenze e competenze: Dopo il superamento dell’esame lo studente è in grado di ideare e sostenere argomentazioni sulla scelta più opportuna dei mezzi trasmissivi da utilizzare, sulla scelta della tecnologia di multiplazione da adottare, sui meccanismi. Sa scegliere in maniera opportuna il codificatore multimediale da utilizzare, e di questo sa stimare il profilo di traffico. Sa gestire la QoS a livello IP, scegliendo propriamente tecnologie, algoritmi e protocolli da utilizzare. È in grado di progettare costruire e configurare un piccolo router partendo da componenti off the shelf e software open source. Autonomia di giudizio: Dopo il superamento dell’esame lo studente è in grado di condurre in autonomia l’analisi e la progettazione di un sistema di telecomunicazione multimediale o di sue parti. E’ in grado di analizzarne le criticità di funzionamento. Di proporne modifiche al fine di migliorare la QoS, di supportare nuovi servizi, o di incrementarne la capacità. Abilità comunicative: a seguito del superamento dell’esame lo studente è in grado di illustrare le motivazioni teoriche e tecniche che sono alla base dei moderni sistemi di telecomunicazione multimediali. Capacità di apprendimento: a seguito del superamento dell’esame, lo studente è in grado di apprendere in autonomia possibili evoluzioni delle tecnologie presentate durante il corso e di applicare le metodologie di valutazione apprese a nuove tecnologie. Modalità di accertamento e valutazione: Gli esami di accertamento e di valutazione consiste in una prova progettuale, da svolgere di gruppo ed in una prova orale. La prova orale è volta a valutare la conoscenza degli aspetti teorici del corso ed il conseguimento dei relativi obiettivi. La prova progettuale è volta ad accertare la capacità di mettere in pratica le conoscenze teoriche acquisite mediante la progettazione/realizzazione/configurazione di un router o di un altro componente di rete. Al fine del superamento dell’esame con votazione minima di 18/30 è necessario che le conoscenze/competenze della materia siano almeno ad un livello elementare. È attribuito un voto compreso fra 20/30 e 24/30 quando lo studente sia in grado di presentare in maniera esaustiva gli argomenti trattato. È attribuito un voto compreso fra 25/30 e 27/30 quando lo studente, oltre a quanto richiesto in precedenza, sia anche in grado di approntare in autonomia alcune soluzione progettuali per rispondere a dei casi d’uso proposti dal docente. È attribuito un voto compreso fra 27/30 e 30/30 quando lo studente, oltre a quanto già richiesto in precedenza, sia anche in grado di svolgere correttamente la parte progettuale. Agli studenti che abbiano acquisito competenze eccellenti testimoniate dalle modalità con cui è stato realizzato e discusso il progetto può essere attribuita la lode. |
| Programma | 1 - Richiami sui mezzi trasmissivi (1 CFU): Richiami di teoria della propagazione su linee bifilari omogenee; linee in cavo a coppie simmetriche; fibre ottiche. 2 - La Rete di Trasporto (1 CFU). Tecniche di multiplazione, PCM e PDH, SDH, multiplazione, apparati e reti, sincronizzazione nelle reti numeriche. Sistemi di trasmissione WDM. Reti ottiche. Architettura dei nodi di commutazione. 3- La rete di accesso (0.5 CFU): I sitemi xDSL, I sistemi cable modem. I sistemi FTTx. 4 - Sorgenti Multimediali (1 CFU): Codificatori e modelli di traffico. Introduzione. Tecniche VBR di codifica della voce. Standards MPEG (Audio e Video). Modelli di traffico multimediali. 5 – La Qualità Del Servizio in IP (1.5 CFU): Parametri di qualità di servio: Throughput, Delay, Jitter, Skew. Il buffer di Playout. Il protocollo RTP/RTCP. Shaping, Policing, Scheduling, end-to-end congestion control, Active Queue Management. MPLS 6 - Architetture per il supporto della QoS in reti IP (0.5 CFU): Rete a servizi Integrati (Intserv), RSVP, Rete a servizi differenziati Diffserv. 7 – Progettazione e prototipazione di piccoli router (3 CFU). Componenti per dispositivi dispositivi di rete; Sistemi operativi per dispositivi e terminali wireless (Linux, Open WRT, Router OS, …); Richiami su compilazione e cross-compilazione; Linee guida per la realizzazione di un firmware per dispositivi di rete; Esempi di configurazione e testing; |
| Testi docente | [1] Achille Patavina, “Reti di Telecomunicazioni”, Mc-Graw Hill. [2] “Engineering Internet QoS”, by Sanjay Jha and Mahbub Hassan. ISBN 1-58053-341-8 [3] Draft e RFC IETF direttamente disponibili sul sito www.ietf.org. [4] Roger L. Freeman, “Telecommunication system Engineering”, Wiley [5] Appunti del corso forniti dal docente. Materiale bibliografico aggiuntivo, fornito dal docente quando necessario. |
| Erogazione tradizionale | No |
| Erogazione a distanza | No |
| Frequenza obbligatoria | No |
| Valutazione prova scritta | No |
| Valutazione prova orale | No |
| Valutazione test attitudinale | No |
| Valutazione progetto | No |
| Valutazione tirocinio | No |
| Valutazione in itinere | No |
| Prova pratica | No |
Cerca nel sito
Posta Elettronica Certificata
Direzione
Tel +39 0965.1693217/3252
Fax +39 0965.1693247
Protocollo
Tel +39 0965.1693422
Fax +39 0965.1693247
Didattica e orientamento
Tel +39 0965.16933385
Fax +39 0965.1693247
Segreteria studenti
Tel +39 0965.1691475
Fax +39 0965.1691474
Amministrazione
Tel +39 0965.1693214
Fax +39 0965.1693247
Ricerca
Tel +39 0965.1693422
Fax +39 0965.1693247
Social
