http://elea.unisa.it/xmlui/handle/10556/3000 2026-04-20T08:27:27Z 2026-04-20T08:27:27Z Desiato, Domenico http://elea.unisa.it/xmlui/handle/10556/7190 2025-04-30T17:29:24Z 2022-02-22T00:00:00Z

Enhancing the Sharing and the Management of Personal Data in the Big Data Era Desiato, Domenico Nowadays, thanks to the digitalization of business processes and public administrations, many significant Big data collections are available. Users are direct suppliers of data when publishing contents on social networks. However, when using a service on the web, users must often provide their data, which will become property of the company running the service. To this end, users need to be aware of the privacy issues related to the management of their data, whereas companies need to ensure the protection of users' personal data, also according to new laws and regulations issued by governments. On the other hand, there exists the necessity not to limit the processing of data by companies and other public institutions. Thus, it is necessary to devise methods devoted to the identification of possible privacy threats during users' online activities, and to develop privatization strategies that possibly do not downgrade the significance of data. This dissertation provides experimental evidence of several threats for users when providing their personal data for accessing online services, aiming to increase their awareness, and it describes new methodologies and tools to support companies when processing personal data of their users. In particular, the proposed methodologies exploit data correlations expressed in terms of relaxed functional dependencies (RFDs) to define privatization strategies, aiming to safeguard user's privacy, and to detect malicious accounts in social networks. Finally, two automatic tools have been designed and implemented to help users better understand privacy threats during their online activities. [edited by Author] 2020 - 2021

2022-02-22T00:00:00Z Tambasco, Marco http://elea.unisa.it/xmlui/handle/10556/6608 2025-04-30T17:02:05Z 2021-04-09T00:00:00Z

Statistical Techniques for Mitigation and Prevention of Distributed Attacks over Communication Networks Tambasco, Marco The thesis is focused on statistical methods to characterize, mitigate, and counteract distributed network attacks. When coping with distributed network attacks such as Distributed Denial of Service (DDoS) attacks, two main stages/issues emerge manifestly. The first issue pertains to the design of suitable strategies aimed at revealing and tracking the distributed threats that typically act sneakily to compromise the resources of a network target. The second issue concerns the precautionary countermeasures that a network manager can put in field to mitigate the damages that a distributed threat can provoke. Accordingly, the contributions offered in this thesis move along the two aforementioned lines as detailed in the following. .. [edited by Author]; La tesi è incentrata su metodi statistici per caratterizzare, mitigare e contrastare attacchi di rete distribuiti. Quando si considerano attacchi di rete distribuiti come gli attacchi Distributed Denial of Service (DDoS), emergono chiaramente due principali fasi/problemi. La prima fase riguarda la progettazione di adeguate strategie utili a rivelare e tracciare le minacce distribuite che tipicamente agiscono in modo subdolo per compromettere le risorse di un target di rete. La seconda fase riguarda le contromisure precauzionali che un network manager può mettere in campo per mitigare i danni che una minaccia distribuita può provocare. Di conseguenza, i contributi offerti in questa tesi seguono le due linee sopra menzionate come dettagliato di seguito. .. [a cura dell'Autore] 2019 - 2020

2021-04-09T00:00:00Z Iossa, Antonio http://elea.unisa.it/xmlui/handle/10556/6513 2025-04-30T16:45:18Z 2021-06-11T00:00:00Z

Coverage in Wireless Sensor Networks with additional operating time constraints: efficient algorithms Iossa, Antonio Nowadays there is a growing interest in wireless sensor networks, one of the most significant technologies of the 21𝑠𝑡 century. A wireless sensor network (WSN) is essentially composed by a large number of electronic devices, defined sensors, whose aim is to detect physical phenomena such as heat, light, humidity, air pollution, pressure, etc. Compared to wired networks, WSNs offer simpler deployment and great flexibility of devices. In the context of the Internet of Things, WSNs are the enabling technology that allows to collect information about the environment in which people live. The numerous application areas in environmental monitoring, automation, healthcare, oil and gas, transportation, infrastructure, insurance services and smart home, among others, have driven the market of WSNs to a staggering scale. Indeed the WSNs market was valued at USD 46.76 billion in 2019 and it is expected to reach USD 123.93 billion by 2025. In addition to the heterogeneity of the WSN applications, the market growth has been driven by the increasing adoption of wireless technologies and, also, by the reduced cost and the great availability of the sensor nodes. Indeed nowadays we are practically surrounded by sensors, ranging from those aboard a simple smartphone to the most specialized sensors such as those that detect air quality, vehicles position, persons heartbeat. .. [edited by Author]; Le reti di sensori wireless, o wireless sensor networks, hanno beneficiato, negli ultimi anni, di un interesse considerevole da parte della ricerca scientifica e rappresentano una delle più importanti tecnologie del 21𝑠𝑡 secolo. Una wireless sensor network (WSN) è essenzialmente una rete costituita da un gran numero di dispositivi elettronici, definiti sensori, il cui scopo è rilevare fenomeni fisici come calore, luce, umidità, inquinamento atmosferico, pressione, etc. Rispetto alle reti cablate, le WSN consentono una più semplice installazione ed inoltre, i dispositivi sensore di cui esse sono costituite, offrono una grande eterogeneità di funzioni e flessibilità d’uso. Nell’ambito dell’Internet of Things, le WSN costituiscono la tecnologia abilitante che consente di raccogliere informazioni sull’ambiente in cui le persone vivono. Le numerose aree di applicazione in contesti quali il monitoraggio ambientale, l’automazione, la sanità, i trasporti, le infrastrutture, i servizi assicurativi e la domotica, per citarne alcune, hanno spinto il mercato delle WSN verso livelli considerevoli. Tale mercato è infatti stato valutato, per l’anno 2019, in 46,76 miliardi di dollari statunitensi e si prevede che raggiungerà i 123,93 miliardi di dollari entro il 2025. Oltre all’eterogeneità delle applicazioni delle WSN, l’incremento del mercato è stato determinato dalla crescente adozione di tecnologie wireless, nonché dal minor costo e maggiore disponibilità dei sensori. Infatti, al giorno d’oggi si è praticamente circondati da sensori, il cui costo è in continua discesa, che vanno da sensori più semplici come quelli a bordo di uno smartphone, fino a sensori più specializzati come quelli che rilevano la qualità dell’aria, la posizione dei veicoli, il battito cardiaco delle persone, etc. .. [a cura dell'Autore] 2019 - 2020

2021-06-11T00:00:00Z Guarino, Alfonso http://elea.unisa.it/xmlui/handle/10556/6509 2025-04-30T16:49:40Z 2021-05-24T00:00:00Z

Intelligent privacy safeguards for the digital society Guarino, Alfonso The growth of the Internet and the pervasiveness of Information and Communication Technology (ICT) have led to a radical change in our society, a deep economical, commercial and social impact on our lives. To date, most of our lives takes place online where algorithms shape and guide our behaviour and the governance of our societies. One of the drawbacks of this change is an increased risk for Internet users about their personal information privacy. Indeed an enormous amount of data is being generated and disseminated by people at high pace, often without knowing who is recording what about them. Online browsing, banking, shopping, social network interactions, and any type of online economic, social, personal collaboration and communication could undermine the individuals’ privacy due to a variety of factors that include not only the frightening increase of information leakage. Indeed, specific private information can be also inferred/extracted via computational heuristics applied on data (apparently unrelated to such information) users voluntarily disclose on the Internet. .. [edited by Author]; La crescita di Internet e la pervasività delle tecnologie dell’informazione e della comunicazione (TIC) hanno portato a un cambiamento radicale nella nostra societ`a, un profondo impatto economico, commerciale e sociale sulle nostre vite. Ad oggi, la maggior parte della nostra vita si svolge online dove gli algoritmi modellano e guidano il nostro comportamento e governano le nostre società. Uno degli svantaggi di questo cambiamento è un aumento del rischio per gli utenti di Internet per la privacy delle loro informazioni personali. In effetti, un’enorme quantità di dati viene generata e diffusa da persone a ritmi elevati, spesso senza sapere chi sta registrando e cosa su di loro. La navigazione online, le operazioni bancarie, gli acquisti, le interazioni con i social network e qualsiasi tipo di collaborazione e comunicazione economica, sociale e personale online potrebbero minare la privacy degli individui a causa di una varietà di fattori che includono non solo lo spaventoso aumento della fuga di informazioni. In effetti, informazioni private specifiche possono anche essere dedotte/estratte tramite euristiche computazionali applicate ai dati (apparentemente non correlati a tali informazioni) che gli utenti divulgano volontariamente su Internet. .. [a cura dell'Autore] 2019 - 2020

2021-05-24T00:00:00Z