Italiano/ Inglese (limitato a specifici moduli didattici ed attività)
Contenuto del corso
Il corso ha spiccate caratteristiche interdisciplinari avendo come obiettivo quello di integrare conoscenze e competenze acquisite in altri corsi proposti nella proposta formativa del CdLM Ingegneria Informatica. I principali contenuti del corso riguardano:
- Richiami di sistemi a coda elementari;
- Tecnologie IoT e IIoT;
- Reti in tecnolgia 5G e 6G;
- Software Defined networks;
- Metodologie software specifiche per il modern networking
Materaile di supporto disponibile sul sito Moodle del corso.
Obiettivi Formativi
Il programma del corso ha lo scopo di fornire conoscenza e competenza nel vasto settore dell’ Information and Computing Technology (ICT). In particolare saranno acquisite conoscenze teoriche e competenze ingegneristiche con caratterizzazione interdisciplinare nel settore Modern Computer Networking tecnologies al fine di sviluppare le conoscenze e le capacità di progetto, integrazione e innovazione necessarie in un settore in continua evoluzione.
Prerequisiti
Conoscenza dei concetti base del settore delle Reti di Telecomunicazioni.
Metodi Didattici
Lezioni ed esercitazioni frontali. Seminari di approfondimento tenuti da qualificato personale esterno.
Altre Informazioni
Nella nuova era dell'informazione i sistemi in rete sono sempre di più diventati pervasivi ed indispensabili all'esistenza umana. Lo studio di nuovi temi di ricerca hanno portato ad accelerare la convergenza e l’integrazione funzionale di conoscenze proprie dell’ingegneria del software, computing avanzato, Big Data, Intelligenza artificiale per citarne alcune con tematiche proprie del settore delle reti di telecomunicazioni. Questo corso è progettato per fornire agli studenti interessati di acquisire conoscenze e competenze in un settore oggi emergente e tecnologicamente avanzato per formare una nuova figura di Computer Science Engineer ad oggi molto richiesta.
Il Corso è fruibile in modalità e-learning attraverso la piattaforma Moodle accessibile dal sito SIAF di Ateneo.
Il calendario delle prove di esame è disponibile presso il servizio di prenotazione degli esami UNIFI.
Modalità di verifica apprendimento
La prova di esame prevede un colloquio orale riguardo tutti gli argomenti prevsiti dal programma di studio.
In particolare le domande saranno finalizzate a verificare:
- Conoscenza dei modelli dei sistemi prevsiti dal programma di studio;.
- Capacità di applicare modelli di teorici per l'analisi delle prestazioni di sistemi specifici;
- Capacità di formulare e risolvere problemi inerenti la progettazione delle reti e la loro ottimizzazione in relazione a specifici requisiti.
Programma del corso
Questo corso è progettato per introdurre argomenti avanzati nelle reti di computer. Verranno trattati algoritmi e protocolli a livello di applicazione, , rete ed accesso, nonché tecniche di sperimentazione, simulazione e definizione di modelli. Il corso esplora le sfide emergenti della ricerca nel campo delle reti incentrate sull’integrazione di conoscenze informatiche con particolare attenzione all’integrazione di nuove metodologie di Intelligenza Artificiale in reti e sistemi evoluti.
NOTA : Il corso è tenuto per la prima volta nel corrente A.A. per cui quanto segue è puramente a titolo indicativo. La versione finale del programma del corso sarà definita al termine dello stesso.
Elenco degli argomenti:
• Richiami di Teoria delle Code
• IoT e IIoT
o Richiami per la manipolazione e analisi dei big data (Eventuale )
o Tecniche di computazione deep per la predizione dei dati in sistemi intelligenti (Eventuale)
o Monitoraggio real-time in sistemi IoT e IIot: Concetto di Age of Information, Modello di analisi; applicazioni a sistemi base M/M/1, M/G/1, Esempi di casi d’uso.
• New Generation Wireless Networks :
o Accesso massimo in reti 5G e successive : Analisi del protocollo Aloha e sue evoluzioni; Richiami di reti neurali ricorrenti: struttura, inizializzazione e parametri, Costruzione di una echo state network per le tecniche di accesso di nuova generazione.
o Service reliability : Modello di servizio per Virtual Reality
• Software Defined Networks
o Richiami di Intelligenza artificiale: obiettivi, metodi e classi principali
o Tecniche di intelligenza artificiale per il routing context-aware
o Framework per la previsione della congestione dei link della rete
o Machine learning gerarchico per la rilevazione di anomalie nella rete
• Network Function Virtualization : Slicing e Placement
o Elementi di teoria delle decisioni: definizioni base, game theory, matching theory e auction theory.
o La matching theory, la condizione di stabilità e il concetto di externalities
o L’algoritmo di Gale-Shapley per il placement delle funzioni virtuali
o L’algoritmo delle aste per la definizione delle slice della rete e la prospettiva del Service Provider
• Edge/Fog/Cloud
o Richiami di machine learning distribuito
o Il problema della privacy dell’utente per la predizione dei servizi della rete
o Il Federated Learning per il content caching, computing and storage
o Processi decisionali di Markov e deep learning per il problema della migrazione delle applicazioni
o Mobile Edge Computing : Modello di analisi markoviano con reneging delle richeiste di servzio, Confronto con modelli realistici.
• Allocazione dei canali in reti WPAN
o Allocazione dei canali tramite ipergrafi
o Intelligent Radio: progettazione e sviluppo di reti neurali ad uscita anticipata e basate su data echoing per l’allocazione delle risorse e lo studio dello stato del canale in maniera efficiente.
• Conoscenze Software ed Attività Pratiche
o Richiami di Python
o Richiami di deep learning (librerie e software)
o Command line e OpenCV
o Fondamenti di Edge-AI con OpenVINO
o Deep Learning Deployment per la IOT
o Tool e tecniche di Ottimizzazione software per le applicazioni