CODICE 114471 ANNO ACCADEMICO 2025/2026 CFU 6 cfu anno 2 COMPUTER ENGINEERING 11160 (LM-32) - GENOVA 6 cfu anno 2 COMPUTER SCIENCE 10852 (LM-18) - GENOVA 6 cfu anno 1 COMPUTER ENGINEERING 11965 (LM-32) - GENOVA 9 cfu anno 1 COMPUTER SCIENCE 11964 (LM-18) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE INF/01 LINGUA Inglese SEDE GENOVA PERIODO 1° Semestre PRESENTAZIONE Il corso introdurrà metodologie all’avanguardia per la protezione di diversi tipi di dati (ad esempio, basi di dati, serie temporali, grafi, dati longitudinali e dati transazionali) tramite tecniche di anonimizzazione. Inoltre, il corso fornirà alcune nozioni sugli attacchi di deanomizzazione di diverse fonti di dati in scenari reali. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Apprendere le basi teoriche e pratiche dell'anonimizzazione dei dati personali, con particolare riferimento alle tecniche più avanzate per l'anonimizzazione di dati multidimensionali, grafi, serie temporali, dati longitudinali e transazionali, nonché alcune basi giuridiche sulla protezione dei dati personali. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO La frequenza regolare e la partecipazione attiva alle attività didattiche proposte, insieme allo studio individuale, permetteranno agli studenti/alle studentesse di comprendere e spiegare i problemi classici relativi alla protezione dei dati e alla privacy. In particolare, gli studenti/le studentesse saranno in grado di: comprendere l'anonimizzazione dei dati e la privacy sia da un punto di vista tecnico che normativo; spiegare algoritmi di anonimizzazione per diversi tipi di dati, con attività pratiche; implementare diverse tecniche di deanomizzazione per differenti fonti di dati. PREREQUISITI Per avere successo in questo corso, gli studenti/le studentesse dovrebbero possedere conoscenze relative a: Programmazione Fondamenti di algoritmi e strutture dati Basi di algebra e statistica MODALITA' DIDATTICHE Lezioni frontali e attività pratiche, propedeutiche allo svolgimento degli assignment (del progetto) che saranno discussi durante l’esame orale. PROGRAMMA/CONTENUTO Gli argomenti trattati durante il corso sono i seguenti: Dati multidimensionali e complessi Generazione di dati sintetici Test data con preservazione della privacy Minacce ai dati anonimizzati Dati a grafo e tecniche di anonimizzazione sui grafi (solo per la versione del corso da 9 CFU) TESTI/BIBLIOGRAFIA Slide, articoli scientifici e link a materiale rilevante saranno suggeriti e resi disponibili sulla pagina AulaWeb del corso. DOCENTI E COMMISSIONI MARINA RIBAUDO Ricevimento: Gli studenti/le studentesse possono contattare la docente via e-mail. LEZIONI INIZIO LEZIONI In accordo con il calendario didattico approvato dal Consiglio dei Corsi di Studio in Informatica: https://corsi.unige.it/corsi/11964/studenti-orario Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME L’esame si compone delle seguenti parti: (i) una prova scritta come ammissione all’esame orale e (ii) un esame orale durante il quale gli studenti/le studentesse discuteranno i propri assignment (progetto). MODALITA' DI ACCERTAMENTO La prova scritta, che costituisce requisito di ammissione alla discussione orale, consiste in domande relative agli argomenti trattati a lezione e permette di valutare le conoscenze teoriche acquisite dallo studente/dalla studentessa durante il corso. Per la parte orale, la valutazione si baserà sulla qualità del codice prodotto e sulla completezza delle relazioni. La prova scritta e la discussione degli assignment (progetto) si svolgono nella stessa sessione. ALTRE INFORMAZIONI Per ulteriori informazioni, consultare il modulo Aulaweb dell'insegnamento o contattare i docenti.
