Internet of Things

Cluster di dipartimento

  • Sistemi Distribuiti, Internet of things e Cybersecurity

Descrizione

Grazie ai progressi tecnologici, in particolare all’avvento di tecnologie di comunicazione wireless, alla miniaturizzazione dei computer ed alla diffusione a basso costo di una grande varietà di sensori, si sta affermando un’evoluzione dell’utilizzo della rete nota come "Internet of Things", che essenzialmente riprende e realizza quanto teorizzato da Peter T. Lewis già nel lontano 1985 (ben prima che Internet diventasse di dominio pubblico). Lewis profetizzava l’avvento di una “rete degli oggetti” (Internet of Things) che consentisse di connettere computer e dispositivi dotati di sensori attraverso le infrastrutture di comunicazione esistenti, in modo da generare delle interazioni dirette fra macchine, ovvero, l’invio di comandi di controllo e la gestione di flussi di dati. Quindi l'IoT ed il paradigma di comunicazione Machine-to-machine (M2M) esistono da molto tempo (se consideriamo i rapidissimi tempi di evoluzione dell'informatica). Tuttavia, grazie alla diffusione di tecnologie wireless, sistemi embedded, di una gran varietà di dispositivi mobili (e.g., smartphone, tablet) e wearable (e.g., smart watch, virtual video glasses) dotati di una vasta gamma di sensori, l'IoT sta conoscendo una nuova fase di sviluppo e di diffusione su larga scala, diventando una nuova frontiera per l’informatica e l’industria. Basti pensare alle applicazioni in ambito domotico, automotive ed ai social network: ormai l'IoT non è più un semplice oggetto di ricerca accademica, ma è talmente pervasiva che viene spesso denominata "Ubiquitous Computing". Al giorno d'oggi i nostri smartphone, sempre connessi in rete, sono miniere praticamente inesauribili di dati (dati che arrivano dal logging delle nostre attività sui social network, ma anche dai sensori dei nostri smartphone e dai sensori degli impianti o dei dispositivi che controlliamo remotamente tramite i nostri smartphone o i nostri PC). Tuttavia, non è semplice estrarre informazione utile da questo flusso di dati. Questa è la ragione per cui una buona parte della ricerca accademica ed anche dell'industria ICT è dedita ad elaborare modelli e tecniche per la gestione e l'estrazione di informazioni da tali sorgenti.

La ricerca in questo ambito prevede la progettazione e la sperimentazione di reti di sensori e sistemi per l’acquisizione, la memorizzazione ed il data mining di flussi di dati. Inoltre è previsto anche lo studio di interfacce atte a facilitare la visualizzazione dei dati grezzi e la conseguente inferenza di pattern ed informazioni di livello più alto. In particolare è in atto una collaborazione con il Dipartimento Politecnico per la sperimentazione di tecnologie IoT in ambito nautico (nell’ambito del Laboratorio UniUD Sailing Lab), ai fini del monitoraggio e del miglioramento della navigazione di natanti a vela.

Il gruppo è coinvolto in un progetto statunitense per le smart grid energetiche, in particolare per lo sviluppo di algoritmi distribuiti, da eseguirsi in agenti locati nella rete elettrica.

Ciascun agente è sito in prossimità di una centrale di produzione e comunica con altri agenti a lui prossimi. Le centrali sono prevalentemente, ma non esclusivamente, di piccole dimensioni, spesso domestiche, e il fine è quello di instradare dinamicamente la corrente elettrica in rete in modo da minimizzare le dispersioni da dissipazione.

Si prevede di utilizzare l’esperienza ed i risultati della ricerca per trarre utili spunti didattici per il corso omonimo nell’ambito della laurea triennale in Internet of Things, Big Data e Web. Gli studenti potranno così iniziare a sperimentare concretamente, attraverso tirocini e tesi di laurea, una realtà che poi ritroveranno anche nel mondo del lavoro.

Linee di ricerca

  • Sviluppo di sistemi di acquisizione e di distribuzione M2M di dati da sensori
  • Algoritmi di gestione efficiente di flussi di dati
  • Algoritmi per la gestione di reti di sensori distribuiti
  • Algoritmi per la regolazione automatica dei parametri intrinseci ed estrinseci di sensori attivi
  • Algoritmi distribuiti di risoluzione di problemi di ottimizzazione (DCOP)
  • Applicazione di tecniche di machine learning a dati grezzi per estrarre pattern ed informazioni “nascosti”
  • Design e sviluppo di interfacce per il monitoraggio dei dati e delle informazioni estratte dai sensori

Settori ERC

  • PE6_8 Computer graphics, computer vision, multimedia, computer games
  • PE6_9 Human computer interaction and interface, visualisation
  • PE6_12 Scientific computing, simulation and modelling tools
  • PE7_5 (Micro- and nano-) electronic, optoelectronic and photonic components
  • PE7_9 Man-machine interfaces

Etichette libere

  • Internet of Things Sensori, microcontrollori, sistemi embedded Interazione audio-tattile
  • Protocolli M2M (machine to machine), Acquisizione/elaborazione/memorizzazione di flussi di dati
  • Machine learning, , DCOP: Distributed Constraint Optimization Problems
  • Sistemi distribuiti: coordinamento/sincronizzazione
  • Middleware, gestione di basi di dati (semi)strutturate e distribuite

Componenti

Ivan SCAGNETTO
Agostino DOVIER
Federico FONTANA
Gian Luca FORESTI
 

In base alla circolare d'Amministrazione n. 33/1998 si responsabilizzano le persone in indirizzo a verificare la correttezza dei dati inseriti e ad effettuare le dovute comunicazioni di variazione alla Direzione Risorse Umane e Affari generali (DARU) per assicurare il costante aggiornamento dei dati nel tempo, trasmettendo (esclusivamente per posta elettronica) l'esito delle verifiche effettuate agli indirizzi di seguito riportati: