COGNITIVE METHODS FOR CYBER INTELLIGENCE

Francesco ORCIUOLI COGNITIVE METHODS FOR CYBER INTELLIGENCE

0222700026
DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS
CORSO DI LAUREA MAGISTRALE
DATA SCIENCE E GESTIONE DELL'INNOVAZIONE
2021/2022

OBBLIGATORIO
ANNO CORSO 2
ANNO ORDINAMENTO 2020
SECONDO SEMESTRE
CFUOREATTIVITÀ
321LABORATORIO
642LEZIONE
Obiettivi
L’INSEGNAMENTO SI PREFIGGE DI FORNIRE AGLI STUDENTI UN BAGAGLIO DI CONOSCENZA RELATIVO AI METODI COMPUTAZIONALI E ALLE TECNOLOGIE BASATE SU APPROCCI COGNITIVI PER LA DEFINIZIONE DI SISTEMI DECISIONALI PER L’INTELLIGENCE. IN PARTICOLARE, L’INSEGNAMENTO FA RIFERIMENTO ALLO STUDIO DELLE TECNICHE INFORMATICHE PER L’ANALISI DEI DATI (CON RIFERIMENTO ANCHE AI BIG DATA) PER SUPPORTARE IL DECISORE NELLE FASI DI IDENTIFICAZIONE E ANALISI DI POSSIBILI MINACCE, DI COME ESSE POSSONO MANIFESTARSI E DEI DANNI CHE POSSONO PROCURARE, IN MANIERA TALE DA AGIRE PER TEMPO CON EFFICACI MISURE DI PREVENZIONE E/O INTERVENTO. DURANTE LE LEZIONI, GLI STUDENTI APPRENDERANNO CONCETTI LEGATI AL COGNITIVE COMPUTING, AL GRANULAR COMPUTING E ALLE TECNOLOGIE SEMANTICHE, ACQUISIRANNO CONOSCENZE SULLA TEORIA DELLE DECISIONI E SU METODI COMPUTAZIONALI QUALI FORMAL CONCEPT ANALYSIS, ROUGH SET THEORY, THREE-WAY DECISIONS, FUZZY CONSENSUS MODEL E AFFRONTERANNO, INOLTRE, LO STUDIO DEI COGNITIVE SERVICES MESSI A DISPOSIZIONE DAI GRANDI PLAYER TECNOLOGICI MONDIALI. GLI STUDENTI, ALLA FINE DEL CORSO, AVRANNO ACQUISITO ABILITÀ PRATICHE RELATIVE ALL’APPLICAZIONE DEI METODI E DELLE TECNOLOGIE STUDIATE A SUPPORTO DELLE METODOLOGIE DI (CYBER) INTELLIGENCE E (COGNITIVE) DEFENSE, OLTRE ALLA CAPACITÀ DI PROGETTARE ED IMPLEMENTARE SISTEMI DI SUPPORTO ALLE DECISIONI IN TALI AMBITI, UTILIZZANDO LINGUAGGI DI PROGRAMMAZIONE E LIBRERIE SPECIFICHE. LE LEZIONI SARANNO ORGANIZZATE IN MANIERA TALE DA CONSENTIRE AGLI STUDENTI DI SVILUPPARE CAPACITÀ DI ANALISI E SINTESI UTILI A COMPRENDERE UN PROBLEMA DECISIONALE RELATIVO ALL’INTELLIGENCE, ANALIZZARLO E PROGETTARE DELLE SOLUZIONI EFFICACI ED EFFICIENTI PER RISOLVERLO.
Prerequisiti
PER AFFRONTARE ADEGUATAMENTE LO STUDIO DEI CONTENUTI RELATIVI AL PRESENTE INSEGNAMENTO È AUSPICABILE CHE GLI STUDENTI POSSEGGANO LE SEGUENTI CONOSCENZE/ABILITÀ: SITUATION AWARENESS E PROGRAMMAZIONE DEI COMPUTER.
Contenuti
I CONTENUTI DELL'INSEGNAMENTO POSSONO ESSERE SUDDIVISI IN QUATTRO PARTI:

I – PART 1 (20 ORE)
I.A INTELLIGENCE CYCLE, DECISION MAKING AND DECISION SUPPORT SYSTEMS
I.B COGNTIVE COMPUTING AND THREE-WAY DECISIONS
I.C ROUGH SET THEORY
I.D GRANULAR COMPUTING BASICS

II – PART 2 (10 ORE)
II.A MODELLING RELATIONS WITH GRAPHS
II.B MODELLING BEHAVIORS WITH FUZZY SIGNATURES
II.C CASE STUDIES: MARITIME SURVEILLANCE, PANDEMIC MANAGEMENT, ETC.

III – PART 3 (21 ORE)
III.A PYTHON FOR SUPPORTING DECISION-MAKING IN THE INTELLIGENCE CYCLE
III.B PYTHON LIBRARIES: NUMPY/PANDAS, NETWORKX, MATPLOTLIB/PLOTLY, ETC.
III.C HANDS-ON LAB

IV – PART 4 – POSSIBLE EXTRAS – (12 ORE)
IV.A INCREMENTAL METHODS FOR APPROXIMATE REASONING
IV.B SEQUENTIAL THREE-WAY CLASSIFIERS
IV.C COGNITIVE SERVICES
IV.D SEMANTIC TECHNOLOGIES
IV.E DECISION THEORY
IV.F FUZZY CONSENSUS MODEL
IV.G FORMAL CONCEPT ANALYSIS
Metodi Didattici
LE ATTIVITÀ DI INSEGNAMENTO (63 ORE DI LEZIONE E 9 ECTS) SARANNO SUDDIVISE IN LEZIONI FRONTALI CON L'AUSILIO DI MATERIALE MULTIMEDIALE (42 ORE) E LEZIONI LABORATORIALI (21 ORE). IL PRINCIPALE METODO DIDATTICO ADOTTATO SARÀ L'ACTIVITY-BASED LEARNING. GLI STUDENTI SARANNO IMPEGNATI IN PROJECT WORKS INDIVIDUALI E DI GRUPPO.
Verifica dell'apprendimento
LA VALUTAZIONE SARÀ EFFETTUATA MEDIANTE UN COLLOQUIO ORALE CHE DURERÀ CIRCA 40 MINUTI PER OGNI STUDENTE E VERTERÀ SU TUTTI GLI ARGOMENTI DEL CORSO E SULLA PRESENTAZIONE E DISCUSSIONE DEI PROJECT WORK. GLI STUDENTI SARANNO VALUTATI IN TRENTESIMI.
Testi
TESTI PRINCIPALI:

- LIRONG JIAN, SIFENG LIU, YI LIN – HYBRID ROUGH SETS AND APPLICATIONS IN UNCERTAIN DECISION-MAKING – CRC PRESS

- M. PETERSON – AN INTRODUCTION TO DECISION THEORY – 2ND EDITION, CAMBRIDGE UNIVERSITY PRESS, 2017

- G-H TZENG, J-J HUANG - MULTIPLE ATTRIBUTE DECISION MAKING: METHODS AND APPLICATIONS - 1ST EDITION, CRC PRESS, 2011

- R. SHARDA, D. DELEN, E. TURBAN – BUSINESS INTELLIGENCE AND ANALYTICS: SYSTEMS FOR DECISION SUPPORT – 10TH EDITION, PEARSON, 2013

- V.L. SAUTER – DECISION SUPPORT SYSTEMS FOR BUSINESS INTELLIGENCE – 2ND EDITION, WILEY, 2011

- G. ANTONIOU, P. GROTH, F. VAN HARMELEN – A SEMANTIC WEB PRIMER – 3RD EDITION, MIT PRESS, 2012

- M. LUTZ – LEARNING PYTHON – 5TH EDITION, O’REILLY, 2013

- C.R. SEVERANCE - PYTHON FOR EVERYBODY: EXPLORING DATA USING PYTHON 3 (FREE WEB RESOURCE)
Altre Informazioni
ULTERIORE MATERIALE DIDATTICO SARÀ MESSO A DISPOSIZIONE DAL DOCENTE.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2021-12-09]