2. Docenti
  3. Didattica

INTERNET OF THINGS

Francesco PALMIERI INTERNET OF THINGS

0522500144
DIPARTIMENTO DI INFORMATICA
CORSO DI LAUREA MAGISTRALE
INFORMATICA
2024/2025



OBBLIGATORIO
ANNO CORSO 1
ANNO ORDINAMENTO 2016
PRIMO SEMESTRE
CFUOREATTIVITÀ
945LEZIONE
FRANCESCO PALMIERI T Curriculum
Obiettivi
L’OBIETTIVO FORMATIVO DELL’INSEGNAMENTO È LA CREAZIONE DI COMPETENZE CIRCA LE TECNOLOGIE ABILITANTI, I PROTOCOLLI, LE ARCHITETTURE SOFTWARE E LE APPLICAZIONI LEGATE AL PARADIGMA EMERGENTE DELL’INTERNET OF THINGS (IOT).

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
•LO STUDENTE ACQUISIRÀ I FONDAMENTI ARCHITETTURALI E METODOLOGICI ALLA BASE DELL’ECOSISTEMA INTERNET OF THINGS (IOT) SVILUPPANDO COMPETENZE AVANZATE RELATIVAMENTE AI PROTOCOLLI DI COMUNICAZIONE IN RETE SPECIALIZZATI PER TALE AMBITO, ALL’INTEGRAZIONE DI DISPOSITIVI UBIQUI PERVASIVI E MOBILI, SECONDO IL PARADIGMA MACHINE-TO-MACHINE (M2M), CONSIDERANDO I VARI TIPI DI SENSORI, ATTUATORI E PIATTAFORME MIDDLEWARE PER LA REALIZZAZIONE DI SISTEMI IOT BASATE SU MODELLI EDGE/FOG/DISTRIBUTED/GATEWAY COMPUTING.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
•LO STUDENTE ACQUISIRÀ LA CAPACITÀ DI PROGETTARE ED IMPLEMENTARE SERVIZI BASATI SUL PARADIGMA DELL'INTERNET OF THINGS NEI SUOI PRINCIPALI CAMPI DI UTILIZZO EMERGENTI (INDUSTRY 4.0, DOMOTICA, INTELLIGENT TRANSPORTATION SYSTEMS, DISPOSITIVI WEARABLE, E-HEALTH, ETC), IMPARANDO A PADRONEGGIARE LE DIVERSE PIATTAFORME E SCENARI APPLICATIVI ORIENTATE ALL’IMPLEMENTAZIONE DI SOLUZIONI IOT AVANZATE

AUTONOMIA DI GIUDIZIO:
LO STUDENTE SARÀ IN GRADO DI:
• RAGIONARE CRITICAMENTE E PORRE IN DISCUSSIONE SCELTE PROGETTUALI E IMPLEMENTATIVE;
• SVILUPPARE RAGIONAMENTI E RIFLESSIONI AUTONOME E INDIPENDENTI;
• VALUTARE L'EFFICIENZA DI SISTEMI IOT COMPLESSI;
• VALUTARE CRITICAMENTE ASPETTI POSITIVI E NEGATIVI DI SOLUZIONI ALTERNATIVE, PRENDENDO IN CONSIDERAZIONE QUALITÀ E COST/EFFECTIVENESS;

ABILITA' COMUNICATIVE:
LO STUDENTE SARÀ IN GRADO DI:
·       PRESENTARE I RISULTATI DI UNA VALUTAZIONE DI UN PROGETTO O DI UNA ARCHITETTURA IOT IN UNO SPECIFICO CONTESTO, DANDO LA GIUSTA EVIDENZA ALLE SCELTE TECNOLOGICHE ED ALA LOTO VALIDITA’;
PRESENTARE E DISCUTERE UN PROGETTO, UN’ARCHITETTURA O I RISULTATI DI UN’ANALISI ANCHE NEL CONTESTO DI UN DIBATTITO O DI UN GRUPPO DI LAVORO.
Prerequisiti
IL CORSO SI RIVOLGE PREFERIBILMENTE A STUDENTI GIÀ DOTATI DI CONOSCENZA BASILARE DELLA LINGUA INGLESE TECNICA (IN PARTICOLARE BUONA CAPACITÀ DI LETTURA E DI INTERPRETAZIONE), E BUONA CONOSCENZA DELLE NOZIONI RELATIVE A:
- RETI DI CALCOLATORI
Contenuti
IL CORSO INCLUDE ORE DI DIDATTICA NELLA FORMA DI LEZIONI E ORE DI ESERCITAZIONI GUIDATE DURANTE LE QUALI GLI STUDENTI VERIFICANO DIRETTAMENTE CIÒ CHE IL DOCENTE HA PRESENTATO NEL CORSO DELLE LEZIONI (CON UN APPROCCIO LEARNING-BY-DOING).

GLI ARGOMENTI AFFRONTATI NELLE LEZIONI IN AULA SONO:

LEZIONI FRONTALI:

- INTRODUZIONE ALLA TECNOLOGIA INTERNET OF THINGS
- COMPONENTI IOT: DAI SENSORI AL GATEWAY
•SENSORI E ATTUATORI, POLITICHE DI REMOTE SENSING E ACQUISIZIONE DATI
•IOT GATEWAYS
•COMUNICAZIONE MACHINE-TO-MACHINE (M2M) TRA DISPOSITIVI: TECNOLOGIE WIRELESS ABILITANTI PER RETI WPAN (BLE, IEEE 802.15.4, Z-WAVE, ETC.), WLAN E WSAN (LORA, DASH7, SPIRIT, ETC.)
•ARCHITETTURE DI RETE E ROUTING (6LOWPAN, RPL)

- ARCHITETTURA IOT: DAL GATEWAY AL CLOUD
•MODELLI DI COMUNICAZIONE E INTERSCAMBIO DATI: PUBLISH/SUBSCRIBE
•STANDARD PER LA RAPPRESENTAZIONE E LO SCAMBIO DI INFORMAZIONI
•PROTOCOLLI DI ACQUISIZIONE DATI: XMPP, COAP, MQTT, AMQP, WEBSOCKET, ETC.
•ARCHITETTURE DI STORAGE/PROCESSAMENTO DATI: APPROCCI CLOUD/FOG/EDGE COMPUTING
•IOT & BIG-DATA PROCESSING/ANALYTICS

- CRITICITÀ ED OPEN ISSUES
•SICUREZZA, PRIVACY E TECNICHE CRITTOGRAFICHE IN AMBITO IOT
•EFFICIENZA ENERGETICA DEI DISPOSITIVI E TECNICHE DI POWER-SAVING
•SCALABILITÀ DI SOLUZIONI IOT


ATTIVITÀ DI LABORATORIO
-IMPLEMENTAZIONE DI APPLICAZIONI IOT
•MIDDLEWARE STACKS PER APPLICAZIONI IOT.
•REALIZZAZIONE DI PROTOTIPI DI SISTEMI IOT MEDIANTE MICROCONTROLLORI, SISTEMI EMBEDDED & SOC (ARDUINO, RASPBERRY)
Metodi Didattici
L’ATTIVITÀ DI FORMAZIONE, ORIENTATA A FORNIRE GLI STRUMENTI PER LAVORARE A 360 GRADI NEL COMPLESSO ECOSISTEMA IOT, ALTERNANDO DIDATTICA TRADIZIONALE AD ANALISI DI CASI REALI, PREVEDE 9 CFU DIVISE FRA ORE DI LEZIONE FRONTALE ED ESERCITAZIONI.
IN PARTICOLARE LE ATTIVITÀ ESERCITATIVE IN LABORATORIO DI CARATTERE PROGETTUALE E TEORICO-PRATICO, CHE COSTITUISCONO UN'IMPORTANTE OPPORTUNITÀ DI APPLICAZIONE DELLE METODOLOGIE E CONOSCENZE ACQUISITE DURANTE IL CORSO.
GLI STUDENTI SONO GUIDATI AD APPRENDERE IN MANIERA CRITICA E RESPONSABILE TUTTO CIÒ CHE VIENE SPIEGATO LORO IN CLASSE E AD ARRICCHIRE LE PROPRIE CAPACITÀ DI GIUDIZIO ATTRAVERSO LO STUDIO DEL MATERIALE DIDATTICO INDICATO DAL DOCENTE.
LA FREQUENZA È FORTEMENTE CONSIGLIATA. GLI STUDENTI DEVONO ESSERE PREPARATI A TRASCORRERE UNA CONGRUA QUANTITÀ DI TEMPO NELLO STUDIO AL DI FUORI DELLE LEZIONI. UNA PREPARAZIONE SODDISFACENTE RICHIEDE IN MEDIA DUE ORE DI STUDIO PER CIASCUNA ORA TRASCORSA IN AULA.
Verifica dell'apprendimento
È PREVISTA UNA PROVA ORALE CON VOTAZIONE IN TRENTESIMI, AVENTE LO SCOPO DI VALUTARE LA PREPARAZIONE GENERALE RISPETTO ALL'INTERO PROGRAMMA, LA STESSA PUÒ ESSERE EVENTUALMENTE ACCOMPAGNATA DA UN PROGETTO, CON IL FINE DI DIMOSTRARE LA MATURITÀ DEL CANDIDATO NEL RISOLVERE IN AUTONOMIA UNO SPECIFICO PROBLEMA DI PROGETTAZIONE.
SONO PREVISTI 6 APPELLI NEL CORSO DELL’ANNO ACCADEMICO.
Testi
DISPENSE ED APPUNTI FORNITI DAL DOCENTE
Altre Informazioni
PER QUALSIASI ALTRA INFORMAZIONE È POSSIBILE CONTATTARE IL DOCENTE ALL'INDIRIZZO FPALMIERI@UNISA.IT
Orari Lezioni

  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-11-18]