Course Syllabus
Obiettivi
Il corso ha lo scopo di fornire una solida conoscenza delle piattaforme tecnologiche (sensori e reti) che consentono la raccolta di dati in un ambiente IoT, nonché delle piattaforme elaborative (architetture, algoritmi e infrastrutture) utilizzate per analizzare tali dati. Le esercitazioni forniranno allo studente le competenze di base necessarie per interagire con tali piattaforme.
Contenuti sintetici
Fonti dei dati, qualità dei dati forniti dai sensori, reti di raccolta dati, piattaforme di gestione dei sensori. Architetture per l'elaborazione dei dati, infrastrutture elaborative, piattaforme Big Data per la Data Science, esempi di piattaforme.
Programma esteso
- Introduzione al paradigma IoT
- Dati provenienti dai sensori
- Sensori ambientali
- Sensori domestici e domotici
- Wearables
- Sensori incorporati nei telefoni cellulari
- Qualità dei dati dei sensori (Precisione, Tempestività e Disponibilità)
- Reti di raccolta dati
- Reti domestiche e accesso a banda larga
- Reti wireless: soluzioni LPWAN e industry-specific
- Reti cellulari: eSIM, LTE-M, NB-IoT e 5G
- Piattaforme di raccolta dati e gestione dei sensori
- Architetture di elaborazione dati
- Gestione delle infrastrutture
- Virtualizzazione e containerizzazione
- Ambienti cloud, modelli e costi
- Piattaforme Big Data per la data Science
- Tipi di workload
- MapReduce: l'ecosistema Hadoop
- Elaborazione di eventi e stream
- Architetture Lambda e Kappa
- Esempi di piattaforma
- Apache Spark
- Apache Kafka
- Google Cloud Platform
Prerequisiti
Nessuno
Modalità didattica
Lazioni ed esercitazioni in aula
Il corso verrà erogato in lingua inglese
Nel periodo di emergenza Covid-19 la modalità di erogazione dell'insegnamento viene modificata. Lezioni ed esercitazioni saranno erogati da remoto asincrono con videoregistrazioni e con eventi in videoconferenza sincrona.
Materiale didattico
Dispense e slide del corso fornite dai docenti
Periodo di erogazione dell'insegnamento
secondo anno, primo semestre
Modalità di verifica del profitto e valutazione
L'esame sarà scritto e costituito da due parti, relative rispettivamente alle piattaforme elaborative ed alle piattaforme tecnologiche (si veda la descrizione del corso ai punti precedenti). Le due parti potranno essere svolte indipendentemente anche in appelli differenti.
Ciascuna parte consisterà in un insieme di domande chiuse ed aperte da svolgersi in un'ora(orientativamente si avranno 6 domande chiuse ed una aperta per la parte relativa alle piattaforme elaborative e tre domande aperte per la parte relativa alle piattaforme tecnologiche, tuttavia si potranno avere piccole variazioni nella struttura dell'esame). L'esame si svolgerà in forma cartacea ed il peso di ciascuna domanda per la formazione del voto verrà esplicitamente indicato nella parte alta del foglio contenente le domande. Le risposte alle domande verranno scritte sul foglio stesso, ma è facoltà dello studente utilizzare ulteriori fogli per fornire una risposta più estesa alle domande aperte.
Una volta che lo studente avrà svolto entrambe le prove, l'esame si considererà superato se si verificheranno entrambe queste condizioni:
- per entrambe le parti lo studente avrà ottenuto più della metà dei 15 punti a disposizione
- la somme dei punti delle due parti sarà maggiore o uguale a 18
Orario di ricevimento
martedì 12:30-14:30, chiedere conferma per email
Aims
The course aims at providing a solid understanding of the technological platforms (sensors and networks) which allow the collection of data in an IoT environment, as well as of the computing platforms (architectures, algorithms and infrastructures) which cab used to analyse those data.
The exercises will provide the student with the basic capabilities necessary to interact with such platforms.
Contents
Sources of sensor data, quality of sensor data, data collection networks, sensor management platforms. Data processing architectures, Infrastructure Management, Big Data Platforms for data Science, platform examples.
Detailed program
• Introduction to the IoT paradigm (2)
• Sources of sensor data (4)
o Environment sensors
o Home and appliance-based sensors
o Wearables
o Sensor embedded in mobiles
• Quality of sensor data (Precision, Timeliness and Availability) (2)
• Data collection networks (8)
o Home networks and broadband access
o Wireless networks: LPWAN and Industry-specific solutions
o Cellular networks: the eSIM concept, LTE-M, NB-IoT and 5G
• Data collection and sensor management platforms (8)
• Data processing architectures (4)
• Infrastructure Management (6)
o Virtualization vs containerization
o Cloud environments, models and pricing
• Big Data Platforms for data Science
o Workload types
o MapReduce - the Hadoop ecosystem
o Event processing and Stream processing
o Lambda and Kappa architectures
• Platform examples (8)
o Apache Spark
o Apache Kafka
o Google Cloud Platform
Prerequisites
No prerequisites
Teaching form
Classroom lectures, classroom exercises
The course will be held in english
During the Covid-19 emergency period, the teaching form is changed. Lectures and exercises will be mostly delivered remotely with video recordings and with live videoconferencing events.
Textbook and teaching resource
Lecture notes and slides provided by the lecturers
Semester
second year, first semester
Assessment method
The exam will be in written form and made up of two parts, relating respectively to the processing platforms and to the technological platforms (see the course description in the previous points). The two parts can be carried out independently even in different sessions.
Each part will consist of a set of closed and open questions to be carried out in an hour (approximately 6 multiple choice questions and one open question for the part relating to the processing platforms and three open questions for the part relating to the technological platforms, however small variations in the structure of the exam will be possible). The exam will be held in paper form and the weight of each question for the formation of the vote will be explicitly indicated in the upper part of the sheet containing the questions. The answers to the questions will be written on the sheet itself, but it is up to the student to use additional sheets to provide a more extensive answer to the open questions.
Once the student has done both tests, the exam will be considered passed if both these conditions are met:
- for both parts the student will have obtained more than half of the 15 points available
- the sum of the points of the two parts will be greater than or equal to 18
in this case the student can register a grade consisting of the sum of the points.
In addition to the standard sessions, there will be an ongoing test relative to the part of the program carried out in the first half of the course, which will correspond to one of the two parts of the exam. Consequently, a student who has completed (with a positive result, more than half of the points available) the on-going test may perform only the missing part of the exam during the sessions.
Office hours
tuesday 12:30-14:30 ask for email confirmation
Key information
Staff
-
Michele Ciavotta
-
Riccardo Melen