Corso di perfezionamento e aggiornamento professionale

Intelligenza Artificiale, Sistemi Distribuiti e Cybersecurity

  • A.A.: 2024/2025
  • CFU:
  • I Edizione I Sessione
  • Scadenza:

Obiettivi e destinatari

Il Corso si propone di fornire ai partecipanti una preparazione completa e multidisciplinare nel campo dell’Intelligenza Artificiale (IA) e della Cybersecurity, affrontando tematiche avanzate e pratiche essenziali per operare in contesti tecnologici moderni.
Dopo un’introduzione generale al Corso (2 ore), sono previsti i seguenti quattro moduli:

  1. Intelligenza artificiale e machine learning I (Python) – 12 ore, Prof. Andrea Dimitri
  2. Intelligenza artificiale e machine learning II (R) – 12 ore, Prof. Carlo Drago
  3. Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore, Prof. Salvatore Monteleone
  4. Cybersecurity – 12 ore, Prof. Antonino Longo Minnolo

Obiettivi del corso
Il corso su Intelligenza Artificiale, Sistemi Distribuiti e Cybersecurity mira a fornire una preparazione completa e multidisciplinare, suddivisa in quattro moduli principali con i seguenti obiettivi formativi:

  1. Intelligenza Artificiale e Machine Learning I (Python):
  • Comprendere i concetti base di IA e ML.
  • Acquisire competenze pratiche nell’uso di Python per implementare modelli di ML.
  •  Realizzare progetti pratici con librerie come Pandas, NumPy e Scikit-learn.
  1. Intelligenza Artificiale e Machine Learning II (R):
  • Approfondire l’uso di R per analisi statistica e ML.
  • Studiare modelli avanzati come reti neurali e deep learning.
  • Interpretare e visualizzare i risultati per comunicare le scoperte.
  1. Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain:
  •  Capire i sistemi distribuiti e l’integrazione con l’IA.
  •  Esaminare l’applicazione della blockchain nella pubblica amministrazione.
  •  Sviluppare strategie per l’uso congiunto di IA e blockchain.
  1. Cybersecurity:
  •  Apprendere i fondamenti della sicurezza informatica.
  •  Identificare minacce e vulnerabilità nei sistemi.
  • Sviluppare strategie di difesa per la protezione di reti e dati.

Il corso combina teoria e pratica, preparando i partecipanti a lavorare con tecnologie avanzate in sicurezza informatica e intelligenza artificiale.

Programma

Gli obiettivi formativi specifici sono suddivisi in quattro moduli principali:

Modulo 1 – Intelligenza Artificiale e Machine Learning I (Python) – 12 ore
Argomenti: 

  • Introduzione al machine learning (ML) e all’intelligenza artificiale (AI) (2 ore)
  • Python e le librerie per il ML e l’AI (2 ore)
  • Supervised learning: tecniche e algoritmi (2 ore)
  • Supervised learning: esempi in python e analisi di storie reali (2 ore)
  • Unsupervised learning: tecniche e algoritmi (2 ore)
  • Unsupervised learning: esempi in python e analisi di storie reali (2 ore)

Obiettivi:

  • Fondamenti di IA e ML: Comprendere i concetti base di Intelligenza Artificiale e Machine Learning, inclusi algoritmi e tecniche.
  • Linguaggio Python: Sviluppare competenze pratiche nell’uso di Python per l’implementazione di modelli di machine learning.
  • Progetti pratici: Realizzare progetti di analisi dei dati e creazione di modelli predittivi, utilizzando librerie come Pandas, NumPy e Scikit-learn.

Modulo 2 – Intelligenza Artificiale e Machine Learning II (R) – 12 ore

 Argomenti:

  • R e Machine Learning (2 ore)
  • Data pre-processing, analisi esplorativa e visualizzazione dei dati (2 ore)
  • Algoritmi avanzati di Machine Learning in R (2 ore)
  • Reti neurali e Deep Learning in R (2 ore)
  • Valutazione e Interpretazione dei modelli di Machine Learning (2 ore)
  • Machine Learning e Graph Mining (2 ore)

Obiettivi:

  • Approfondimento in R: Esplorare l’uso di R per l’analisi statistica e il machine learning, con focus su pacchetti come caret e randomForest.
  • Modelli avanzati: Approfondire modelli complessi, come le reti neurali e il deep learning, con applicazioni pratiche.
  • Analisi dei risultati: Sviluppare abilità nell’interpretazione e visualizzazione dei risultati, per comunicare efficacemente le scoperte.

Modulo 3 – Applicazioni dell’IA nei Sistemi Distribuiti e Blockchain – 12 ore
Argomenti:

  • Introduzione ai sistemi distribuiti (2 ore)
  • Comunicazione e consenso nei sistemi distribuiti (2 ore)
  • Sistemi distribuiti per l’intelligenza artificiale (2 ore)
  • Blockchain come sistema distribuito (1 ora)
  • Algoritmi di consenso nelle blockchain (1 ora)
  • Smart Contracts e automazione distribuita (2 ore)
  • Blockchain e intelligenza artificiale (2 ore)

Obiettivi:

  • Sistemi distribuiti: Comprendere i principi dei sistemi distribuiti e come l’IA può trarne vantaggio.
  • Blockchain: Analizzare l’applicazione della tecnologia blockchain nella pubblica amministrazione, esaminando casi studio reali.
  • Applicazioni IA e Blockchain: Sviluppare strategie per l’integrazione dell’IA e della blockchain, nei servizi della pubblica amministrazione

Modulo 4 – Cybersecurity – 12 ore
Argomenti:

  • Fondamenti teorici della sicurezza dei sistemi informativi (1 ora)
  • Metodologie di analisi dei rischi per la sicurezza di un sistema Informativo (1 ora)
  • Modelli organizzativi finalizzati all’incremento del livello di sicurezza dei sistemi informativi (2 ore)
  • Meccanismi e strumenti di protezione (2 ore)
  • Crittografia (2 ore)
  • Firma digitale e la PEC (2 ore)
  • Disegnare una rete dati sicura (2 ore)

Obiettivi:

  • Fondamenti di Cybersecurity: Apprendere le basi della sicurezza informatica, inclusi i principi di protezione dei dati e delle informazioni.
  • Minacce e vulnerabilità: Identificare le principali minacce alla sicurezza e le vulnerabilità nei sistemi informatici.
  • Strategie di difesa: Sviluppare competenze nella progettazione e implementazione di strategie di sicurezza per proteggere reti e dati.

CHIEDI INFORMAZIONI