Scarica informatica esame dispense e più Dispense in PDF di Sistemi Elaborativi Informatici solo su Docsity!
LEZIONE 1
CALCOLATORE = dispositivo per elaborare dati e segnali (emissione di un suono che corrisponde all’invio di una info ed é analogico dal punto di visto matematico vs digitale invece può avere solo 2 valori cioè 1/0) :scopo computer è elaborare i dati e trasformarli facendo visualizzare la parte grafica e le informazioni utili trasformate sul display al fine di accelerare la soluzione dei problemi e migliorare la produttività. —> SCOPO COMPUTER : Input= tastiera Output= monitor Data science: da dati scollegati tra loro vengono collegati x arrivare a informazioni utili per sfruttare queste info trovando uno schema x gestire questi miliardi di dati pk non gestibili da una persona. DEF. INFORMATICA : scienza che studia l’elaborazione delle informazioni e le sue applicazioni e si occupa della rappresentazione, organizzazione e del trattamento automatico dell’informazione. Lavoratore di per sé non serve a nulla e x qs amplio il concetto a SISTEMA INFORMATIVO formato da: ● HARDWARE: apparecchiatura x elaborare info cioè insieme delle componenti tangibili dall’elaboratore ● SOFTWARE cioè programmi tramite cui l’elaboratore esegue determinate funzioni di elaborazioni (x es. sistema operativo come android ) ● RETI DI COMUNICAZIONE : collegamenti tra 2/ più dispositivi attraverso un mezzo trasmissivo x effettuare una trasformazione dei dati. (Appr. 1) ● lavoratori ● processi ● dati e informazioni —> che permettono all’azienda di disporre delle informazioni necessarie al posto giusto e al momento giusto x soddisfare il FABBISOGNO INFORMATIVO attribuendo a ogni centro decisionale le info necessarie x operare. DEF. DATO: rappresentazione numerica o simbolica di una misura o di una caratteristica di un fenomeno, evento, oggetto. DEF. INFO : dato o insieme di dati che hanno un significato e sono associati a un determinato contenuto. —
> un sistema informativo elabora dati e li trasforma in informazioni
PERCHÉ UN’AZIENDA SPENDE RISORSE NEL SISTEMA INFORMATIVO?
- Per realizzare un obiettivo strategico aziendale: se non ho un sistema informativo che mi valuta l’andamento del personale interno + x prevenire eventuale accesso ai dati aziendali.
- Per ottenere un vantaggio competitivo (limitato nel tempo) rispetto ai concorrenti: x es. mi serve sistema informativo per avere dei dati che mi consentono di sapere se in un altra parte del mondo venderei quel prodotto. al posto dei lavoratori posso utilizzare dei robot sostituendoli perché vanno avanti h24 ma vanno programmati attraverso un sistema informativo + non devo pagare la manodopera e così ho un vantaggio competitivo rispetto alle altre aziende che non hanno investito su esso. Ma qs vantaggio non dura x sempre perché le altre società inizieranno ad accorgersi che esistono robot che portano vantaggi economici quindi lo installano anche loro e il vantaggio competitivo diminuisce così nel tempo.
- X aumentare l'efficienza : x es. se inserisco tutti i dati dall’inizio ottengo già risultati pk tt digitalizzato vs dati scritti tutti a mano
LA FUNZIONE SISTEMI INFORMATIVI: La Funzione Sistemi Informativi (FSI) è l'unità di business delegata alla gestione
dell'elaborazione e della distribuzione a tutte le unità organizzative dell'impresa delle informazioni necessarie al raggiungimento degli obiettivi aziendali. La sua funzione principale è l'applicazione delle ICT a tutti i processi aziendali che possono essere resi più efficienti ed efficaci tramite la progettazione di sistemi informativi automatizzati (sist. Inf. gestiti dalle BUSINESS UNIT cioè un ufficio all’interno dell’azienda) : se un azienda è piccola la business unit è esternalizzata mentre se è grande si chiama FUNZIONE SISTEMI INFORMATIVI / IT (information technology) x aumentare sicurezza e affidabilità. (X es. all’interno azienda la cattolica la business unit ha deciso che software da utilizzare è office 365 e ha scelto di andare solo su determinati siti )
Funzione IT ha doppio ruolo:(prima c’é proattivo decido cosa fare, poi esecutivo) ● ESECUTIVO : persona che fisicamente esegue l’installazione. ● PROATTIVO : quando qualcuno nella BU si rende conto si rende conto che c’é una tecnologia che può migliorare azienda (es. unicredit) e integra le nuove tecnologie più efficienti prima che sono necessarie —> vantaggio competitivo Business unite non produce di fatto qualcosa ma si può capire quanto ha lavorato quella business unit rispetto a un’altra attraverso il tempo che hanno lavorato quindi questo costo che virtualmente la società guadagna pk qualcuno dell'it spreca il suo tempo per fare suo lavoro. It acquista microsoft e licenze office 365: it a cui unicredit ha dato un budget hanno loro soldi da spendere e se amministrazione chiede la licenza deve pagare virtualmente l’amministrazione perché è un cliente dell’it: tutte le business unit funzionano così. Chi gestisce il BUDGET dell’it? 2 alternative ● La direzione assegna un budget per gli investimenti IT ad ogni direzione che commissiona all'IT i progetti di cui ha bisogno. ( cioé Shadow IT = ombra it è quando amministrazione ha il suo sistema informativo diverso da quello aziendale ma così ci saranno delle problematiche) ● Il budget viene gestito centralmente dall’IT in modo da ottenere il massimo dell’efficienza MAKE OR BUY: Ogni volta che IT (diviso in sistemi e sviluppo cioè la parte del coding detti programmatori) fa un investimento può scegliere il MAKE OR BUY:queste 2 opzioni le deve prendere non solo per il software ma anche per hardware. Devo scegliere un software e posso: ● Comprarlo: BUY ma posso comprarlo:
- senza personalizzazioni (es. office x meet virtuali)
- acquisto con personalizzazioni (software gestionale deve essere calato con proprietà aziendali quindi deve essere specifico) - acquisto della proprietà di un pacchetto (acquisto un software di un’altra società che non ho fatto io ma l’ho acquistato da qualcun’altro pk mi è piaciuto particolarmente) ● Lo faccio io: MAKE : qualcuno dell’IT sviluppa un software specifico
- sviluppo con proprie risorse (di solito mai scelto)
- sviluppo misto cioè prendi risorse interne e esterne
- sviluppo con risorse esterne La scelta è peggiorata con l'avvento del CLOUD pk mi mette davanti alla condizione ne di farlo ne comprarlo ma affittarlo. Questo non è solo legato al software ma anche alle apparecchiature hardware. AMAZON è il cloud più usato e anche MICROSOFT/ GOOGLE POSSO ACQUISTARE/ AFFITTARE:
- Affitto Hardware: mainframe, server, farm, cloud
- Affitto Software in licenza d’uso
- Affitto sia hardware che software FIGURE PROFESSIONALI all’interno della business unit si occupano di ● Sviluppo : si occupano di sistemi ● Manutenzione ● Gestioni : sviluppatori Figure professionali : data scientist , esperto di cybersecurity. Outsourcing= appoggiarsi a una società terza???? LEZIONE 2 ELABORAZIONE dei dati: attraverso un computer (HARDWARE ) formato da ● CPU/ processore = intelligenza del nostro dispositivo ● DISCO= dove vengono salvati tutte le foto/ documento (dai 64 giga ai 2 tera) ed è qualcosa di consistente, quindi memoria NON VOLATILE (memoria ram) ● MEMORIA= è come un’area che il nostro elaboratore utilizza per scambiare info ma una volta che spengo il dispositivo le perdo, quindi memoria VOLATILE (x velocizzare operazioni sul computer (memoria storage) SOFTWARE può essere:
- il software di sistema operativo (Window, IOS)
- HARD DISK = memoria di massa( memoria fisica, a bassa velocità ) Quando faccio un'operazione qualsiasi all’interno computer la CPU esegue un CICLO detto “FETCH - DECODE - EXECUTE “ - STORE (4): ● FASE 1= FETCH : Digito informazione e va nella ram (x es. 1 + 1: info di tipo digitale in formato 1010100) e CU controlla ’informazione nell’area di memoria : PRENDO DATO DI MEMORIA ● FASE 2= DECODE : CU prende il dato digitale e capisce cosa vogliamo fare con quel dato (in questo caso capisce che si tratta di un'operazione aritmetica e passa info a ALU): CU DECODIFICA QUEL DATO ● FASE 3= EXECUTE : ALU cioè unità logica aritmetica fa la somma 1+1 e restituisce alla CU risultato ● FASE 4= STORE salvo il risultato e lo registro sulla RAM Dato digitale : diversi tipi
- STRINGA = sono le parole e sono identificate da caratteri
- INTEGER= numeri interi positivi / negativi
- FLOAT = numeri con la virgola (1,33) (Questi dati sono diversi da quelli di tipo RAW) Computer QUANTISTICI = informazioni che sono sia 0 sia 1 contemporaneamente non 0/1 come il sistema binario. INTERFACCIA DI INPUT: (imp. x esame) ● Tastiera ● Mouse ● Pointing stick ● Joystick ● Touch screen ( è anche x output) ● Scanner ● Lettore di codice a barre ● Microfono ● Fotocamera digitale ● QR code : più puntini ha , più info contiene ● RFID= ha una parte di input e output: dispositivi telepass con cui casello autostrada acquisisce in automatico informazione targa attraverso l’antenna. (Anche x antitaccheggio di usa questa tecnologia) INTERFACCIA DI OUTPUT (output pk produce qualcosa in uscita) ● Stampanti e plotter ● Monitor ● Output video/ audio TOUCH SCREEN: unica interfaccia x gestire input e output pk digito tasti su uno schermo (input) me lo fa vedere ancora sullo stesso schermo (x es. wp) TECNOLOGIE DI MEMORIZZAZIONE = memorie di massa chiamata così pk consente di immagazzinare tante informazioni.
- HARD DISK = il più utilizzato e può essere di 2 tipologie
- hard disk meccanico (come disco vinile)
- hard disk non meccanico, senza motore e memoria a stato solido (come telefoni)
- nastri magnetici
- floppy disk
- CD, DVD
- memory stick / chiavetta USB Ci sono dispositivi a bassa velocità ma grande capienza o viceversa: il + veloce è il DISCO FISSO (nei nostri dispositivi è installata qs ) : Tabella A1.1 dal + potente al meno. GPU grafica i processi unite, è il corrispettivo x la scheda grafica
- DISPOSITIVO MOBILE: x usi personali
- WORKSTATION: x progettazione, usi medici, grafica, più potente del dispositivo mobile pk ha una scheda grafica (cambia il tipo di prestazione)
- MAINFRAME: sono computer x elaborazione creati negli anni 70 ancora utilizzati dalle banche pk al contrario dei nostri computer a potenza distribuita, i mainframe sono centrali ossia c’è un unico computer che ha potenza di calcolo (nostri
computer utilizzano un calcolo di tipo distribuito al contrario dei mainframe che utilizzano calcolo centralizzato perché tutti i terminali non hanno potenza di calcolo )
- SUPERCOMPUTER: x elaborazione di calcolo (nelle università) cioè uso tipico x ricerca scientifica ARCHITETTURA DI UN PERSONAL COMPUTER: com’è costruito il nostro portatile ● Memoria ram volatile ● Hard disk non volatile ● Router: tutti i computer collegati a internet —> GPU è stato integrato nelle schede grafiche pk esigenza di gestire calcoli in virgola mobile e non più in CPU (esigenza del settore videogiochi ha spinto industria a far nascere gpu apposta x videogiochi): gpu si affiancano alle cpu : hanno approccio di calcolo PARALLELO cioè CORE LEZIONE 4 1. Sistema numerico: sistema a base 10 2. Sistema digitale: sistema binario cioè a base 2 perchè 0/1 —> x trasformare da una base all’altra (da analogico a digitale) X es. Digito dato A: è una STRINGA ma nostro elaboratore(usa base 10) non sa cos’è la stringa quindi lo devo trasformare perché ragiona solo con i numeri—> ● lo converte in un sistema A BASE 10 appoggiandosi a una convenzione internazionale basata su una tabella di convenzione detta TABELLA ASCII preinstallata nei nostri sistemi (ogni tabella x ogni alfabeto) ● Nella tabella A=> 65 MA base 65 non va bene e lo deve trasformare in BASE BINARIA: prende il numero e lo divide per la base 2 e quello che mi interessa è il RESTO ● 65/2=32 con resto 1 ● 32/2=16 con resto 0 ● 16/2=8 con resto 0 ● 8/2=4 con resto 0 ● 4/2=2 con resto 0 ● 2/2=1 con resto 0 ● 1 / 0 = 0,5 —> 1 x approssimaziome —> 7 valori in tutto cioè 7 BIT ma sistema utilizza BITE (1 bite = 8 bit) quindi MANCA UN BIT e aggiungo uno zero: per riempire i bit mancanti uso lo zero. Riscrivo numero binario dal BASSO VERSO L’ALTO: 01000001
- Qualsiasi lettera alfabeto equivale ad 8 bit, quindi se scrivo parola “HI” sto mandando 16 bit.
- Se nella trasformazione di quello che ho digitato arriva a 19 bit , deve aggiungere 5 bit=> totale 24 bit MA sistema vede questi 24 bit divisi in gruppi da 8: 19 =8 + 8 + 5 bit davanti che sono 3 zeri + 2 bit COMMUTAZIONE A PACCHETTO : modo che tutti i dispositivi utilizzano x inviare le informazioni
- Pc del destinatario deve fare l’inverso: prendo tabella di riferimento 65→ A Esistono sistemi operativi sensitive (che differenziano lettere minuscole e maiuscola) e insensitive come sistema windows. CONCETTO DI PRESTAZIONI LEGGE DI MOOR = legge ancora valida e si basa su il tempo passato e l’aumento di prestazione dei nostri processori —> si parla di frequenza di CLOCK (come un orologio che gira , > è la frequenza con cui gira > è la velocità con cui elabora dati) Oggi si temde a non aumentare la potenza clock per un problema “fisico” cioè del materiale (tutti processori costruiti con il SILICIO) ma il silicio ha dei limiti fisici quindi x far evolvere comunque la tecnologia hanno introdotto i concetti di CORE =piccoli processori ( x es. apple sia x scheda grafica cioè gpu sia x processore cioè cpu ha aggiunto 10 core). MOOR= uno dei primi ingegneri di INTEL: lui si era accorto che le prestazioni dei processori e,essi sul mercato raddoppiavano ogni 18 mesi perché aumentava il numero di TRANSISTOR (componenenti elettronici nella CPU ) messi dentro il processore quindi maggiore potenza—> all’aumentare transistor aumenta potenza x legge, MA Questo è possibile fino a che ho spazio x aggiungere transistor (unita di misura tra transistor sono 2 o 3 nanometri) MA io non li posso più avvicinare perché se li avvicino quamdo passa corrente ho problemi di stabilità processori quindi stiamo arrivando alla fine di questa legge perché non si riesce più a inserire transistor a livello fisico (cosi non ho più un metodo di paragone). Ora la potenza di calcolo non aumenta più dopo 18 mesi ma dopo 2 anni. 2 SOLUZIONI :
- uso un materiale diverso dal silicio cioè il GRAFENE : aziende che producono questi processori sono rarissimi
Esistono 2 tipologie di linguaggio : ALTO / BASSO livello cioè in base a quanto questi linguaggi sono vicini al processore CPU che è un linguaggio binario (x es. python è linguaggio di alto livello) ● Linguaggio ad alto livello più facile ma meno performante perchè esegue meno velocemente ● Linguaggio a basso livello meno facile ma più performante —>Si utilizza il concetto di DIAGRAMMA DI FLUSSO : fase intermedia tra al lettura dello pseudocodice e la scrittura del linguaggio di programmazione. A livello visivo si riesce a capire la complessità del programma (SLIDE), è formato da: forme cricolari all’inizio e alla fine, rombi per il ciclo condizionale e rettangoli che identificano il processo cioè l’azione che il processore deve fare.
- ALGORITMO= sequenza finita di operazioni elementari Linguaggio macchina= è il codice binario —> linguaggi di sviluppo possono essere di alto o basso livello ma possono essere anche: ● linguaggi compilati cioè senza bisogno di interprete: scrivo il software, lo devo processare, e va direttamente alla CPU—> è un vantaggio in termini di velocità perché non ha bisogno di intermediari (x es. linguaggio C/C++) ● linguaggi interpretati : c’è un interprete, che è il software, che mi consente di dialogare con la CPU e sarà colui che gestira la parte binaria —> ULTIMO STEP= una volta che si arriva al linguaggio macchina, la macchina lo trasforma in output. 1)CODICE SORGENTE : è un codice che sono in grado di leggere 2)CODICE OGGETTO/ BINARIO (= eseguibile) : codice che non capisco perchè è gia stato compilato da qualcuno, cioè scritto in linguaggio macchina e comprensibile solo dal computer. Tipi di LICENZE che ho a disposizione oggi—> ogni volta che uso un software uso una licenza definita a livello giuridico cioè in in base al contratto stabilisce come software può essere usato, modificato e comdoviso e possono essere: ● LICENZE PROPRIETARIE : c’è un padrone e può essere a licenza:
- CHIUSA cioè ho una licenza e non ho nessun accesso al codice, nessuna possibilità di modifica e devo pagare x usarlo
- FREEWARE: cioè nessun accesso al codice, nessuna possibilità di modifiche ma è gratuito
- SHAREWARE: no codice, TRIAL cioè licenza gratuita dai 5 ai 7 gg ma per accesso completo devo pagare ● LICENZE OPENSOURCE : utilizzabili da tutti, basati sulla licenza:
- GPL: COPYLEFT cioè con codice è aperto, modificabile da tutti e vendibile (posso aggiungere una funzione al software e posso venderlo ma la modifica che ho fatto deve rimanere leggibile da tutti) x es. licenza del sistema operativo LINUX
- BSD: è una licenza con codice aperto, meno ristrittiva della GPL (x es. apple) perchè le nuove funzioni aggiunte non sono leggibili da nessuno e diventano codice solo del proprietario. RETI DI COMPUTER : elementi costitutivi:
- due o più computer
- Linee di trasmissione x comunicare tra loro. Ci sono 2 tipologie dette WIRED = cablato cioè con un cavo fisico o WI-FI = segnale radio
- Protocolli di comunicazione cioè la lingua che i nostri computer usano chiamata TCP / IP Vantaggi delle reti: ● Comunicare ● Condivisione di dispositivi periferici, di programmi e dati ● Accesso condiviso alle basi di dati MEZZI DI TRASMISSIONI
- VIA CAVO (fibra ottica, cavo coassiale)
- WIRELESS (raggi infrarossi, bluetooth, wi-fi) TIPOLOGIE DI RETI: le + importanti:
- LAN = local area network (rete di casa nostra) —> attraverso un cavo in fibra siamo collegati (Fiber to the cabinet in FIBRA e dal cabinet a fastwer in RAME) : Router gestisce rete di casa nostra ● Unica rete ● Linea di trasmissione ● Protocollo di comunicazione
- CAN = campus area network: diversi edifici che fanno parte dello stesso campus universitario sono collegati con cavi in fibra diretti con linee dedicate.
- Nel nostro router abbiamo un cavo collegato a fastwer e il resto degli “apparecchi” si chiamano SWITCH
TIPOLOGIE DI RETE : in base al livello gerarchico
- PEER = pari —> quando ho 2 pc che si scambiamo informazioni tra di loro quindi sono allo stesso livello, no ordine gerarchico non c’è ne server ne client.
- CLIENT = usufruiamo di un servizio che qualcun’atlro mette a disposizione e leggiamo quindi dei dati che il server mette a disposizione (x es blackboard è il server, noi siamo i client)
- SERVER = quando computer mette a disposizione dei dati, è più importante degli altri 2 PROTOCOLLO INTERNET TCP / IP : quando spedisco un dato questo viene “ diviso” in pacchetti e su ogmi pacchetto viene messo un numero, successivamente i pacchetti vengono inseriti in una CODA e vengono spediti attraverso TCP/ IP e inviati a un eventuale destinatario. COME FUNZIONA INTERNET? X es. “www.unicatt.it” : macchina non ragiona a parole ma attraverso un sistema numerico ossia INDIRIZZO IP quindi ciò che cerchiamo su internet viene tradotto in indirizzo ip. SISTEMA DNS = Esistono dei sistemi che data una stringa restituiscono al pc un numero. Funzionano come delle tabelle all’interno di cui ci sono dei “record “ —> sistemi cercano nelle tabelle il nome e restituiscono un numero con cui mio computer mi fa visualizzare il sito. ● Step 1= chiedo un “nome” ● Step 2= sistema restituisce un indirizzo i TECNICHE DI COMMUTAZIONE COMMUTAZIONE DI PACCHETTO: ogni informazione è divisa in pacchetti x qs si chiama commutazione di pacchetto, ma non fanno tutti lo stesso percorso: compito rete è far raggiungere ai pacchetti il destinatario nel minor tempo possibile. Router sceglie per ogni pacchetto qual’è la strada più rapida x evitare la “congestione” (come il traffico) —> quindi quando arrivano a destinazione, i pacchetti potrebbero arrivare nell’ordine sbagliato ma nostro computer li riordina ricostruendo il messaggio originale. Se manca un pacchetto, il destinatario capisce che manca un pacchetto quindi inizialmente resta in attesa, ma se poi non lo riceve invia un segnale al mittente: in questo modo gli sarà inviato il pacchetto mancante. LEZIONE 6 CLOUD COMPUTING: intelligenza non risiede sul nostro smartphone ma sul cloud, che contiene tutte le applicazioni del nostro dispositivo. Senza cloud si potrebbero fare solo foto/ video non ci sarebbero forme di comunicazione. Con cloud abbiamo internet, ci sono molti servizi su cloud: ● Quello che gestisce le applicazioni, cioè i software. ● Platform ● Infrastructure 1)Schema piramidale perchè quando parliamo di sistemi infirmativi la prima cosa è l’hardware e quando parlo di infrastucture si intende hardware. Computer, telefono, tablet, stock storage cioè il disco con le foto che si affittano. Infrastructure= IaaS a priscindere dal cloud ci sarà aaS (service) perchè è un servizio che prendo in affitto, cambia solo la prima lettera.
- ho bisogno di una piattaforma cioè un sistema operativo. 2 macro categorie cioè sistemi basati su Unix e Microsoft. Quando parlo di plaform si parla di PaaS perchè affitto il sistema operativo. Non ho pagato la licenza del sistema operativo, pago e ho tutto già pronto
- SaaS = software as a service, affitto il software e così ho accesso alle applicazioni. DaaS= software specifici x gestire dati normalmente usati x contabilità.
All’inizio degli anni 2000 il modo di comunicare tra aziende e clienti era molto semplice e unidirezionale: le società realizzavano materiali informativi, come brochure o cataloghi, e li pubblicavano online. Questo era il Web 1.0 : un ambiente statico in cui il contenuto veniva prodotto solo dall’azienda e l’utente poteva soltanto leggere, non interagire. Nessuna forma di comunicazione bidirezionale, nessuna possibilità di collaborare. In sostanza l’azienda parlava, il cliente ascoltava. Con l’arrivo del Web 2.0 la logica cambia completamente. Il web non è più un semplice luogo dove consultare informazioni, ma diventa uno spazio di interazione e collaborazione. Se prima l’azienda comunicava in modo univoco, ora il cliente può rispondere, commentare e partecipare attivamente. Per la prima volta si instaura una relazione circolare: azienda → cliente → azienda. Questo porta con sé una trasformazione strategica per le imprese: le recensioni, i commenti, i suggerimenti online diventano una risorsa preziosa. Le aziende non devono più pagare gruppi di sondaggio o psicologi per valutare le reazioni a un prodotto: sono gli utenti stessi a farlo spontaneamente, e gratuitamente. Quella che prima era un’attività riservata ai focus group diventa un processo di miglioramento continuo alimentato dal pubblico. Un esempio concreto è quello degli AirPods Pro di Apple. Molti utenti avevano lamentato che, soprattutto durante l’attività fisica, gli auricolari tendevano a uscire dall’orecchio. Apple ha raccolto questi feedback pubblici (non da un gruppo ristretto selezionato e pagato) e ha modificato il design della nuova versione per rispondere alle esigenze reali degli utilizzatori. È una forma di collaborazione non dichiarata ma potentissima: gli utenti partecipano alla creazione del prodotto finale, e l’azienda lo migliora riducendo costi e rischi. Questo è il cuore del Web 2.0: il cliente non è più spettatore, ma attore. La rivoluzione dei social network: opinioni, recensioni e comunicazione “dal basso” Con il Web 2.0 nascono i social network, a partire da Facebook (oggi Meta). Non sono più luoghi dove pubblicare contenuti statici: diventano vere e proprie piazze digitali dove si crea interazione sociale. Attraverso post, commenti, like, condivisioni, foto e video, gli utenti raccontano ciò che vivono ogni giorno: incluso ciò che comprano. Per le aziende questo cambia tutto. Una persona soddisfatta del proprio acquisto potrebbe condividerlo con amici, familiari o follower, influenzando i comportamenti di acquisto di altre persone. È pubblicità gratuita e spontanea, generata dagli utenti. Questa forma di promozione prende il nome di earned media : l’azienda non paga per ottenere visibilità. È il passaparola digitale. Nasce così anche la figura dell’ influencer. Persone comuni che, grazie alla costanza nel pubblicare contenuti, accumulano follower. Quando parlano di un prodotto, migliaia di persone li ascoltano. Inizialmente nessuno li pagava, ma proprio da questa dinamica è nata un’industria multimiliardaria. Il nuovo approccio alla rete: contenuti creati dagli utenti (UCC) La grande novità è che i contenuti non vengono più prodotti solo dall’azienda: sono gli utenti a creare valore. Si parla di User Generated Content (UCC). Prima (Web 1.0): pochi contenuti, creati da poche aziende. Dopo (Web 2.0): moltissimi contenuti, creati da milioni di utenti. Blog, forum, chat e wiki permettono a chiunque di:
- scrivere articoli,
- raccontare esperienze,
- recensire prodotti,
- condividere opinioni. Il dato non è più solo un’informazione fredda e statica: acquista significato, valore e può essere utilizzato dalle aziende. Il problema moderno: i contenuti non sono più “umani” Oggi sta avvenendo un nuovo cambiamento epocale. Prima del boom dell’intelligenza artificiale (IA) la maggior parte dei contenuti online era prodotta dalle persone. Oggi circa il 67% dei contenuti online viene generato da sistemi di intelligenza artificiale , non più da esseri umani. Questo crea due problemi:
- Internet smette di essere davvero umano.
- L’IA ha bisogno di nuovi dati umani per imparare, ma se i dati vengono prodotti dall’IA stessa non è chiaro se siano veri o falsi. Si rischia un circolo vizioso: l’IA genera contenuti basati su altri contenuti creati dall’IA. Se l’informazione originale è sbagliata, l’errore si moltiplica.
Tagging dei dati: trasformare il caos in informazioni utili Quando si dice “taggare un contenuto”, si intende aggiungere etichette descrittive (tag) ai dati. Se ad esempio fotografo un frigorifero e taggo elementi come “cassetto”, “porta uova”, “ripiano”, quando cercherò cassetto frigo otterrò solo risultati pertinenti. Il tag trasforma il dato grezzo in informazione utile. Senza tag sarebbe necessario analizzare manualmente enormi quantità di dati per trovare un’informazione: impossibile con l’attuale volume di contenuti. Il blog aziendale e i diversi tipi di comunicazione pubblicitaria Nel Web 2.0 le aziende possono comunicare attraverso tre tipologie di canali:
- Earned media → pubblicità ottenuta gratuitamente (recensioni, passaparola, condivisioni)
- Owned media → canali di proprietà (sito web, corporate blog, pagine social)
- Paid media → pubblicità a pagamento (sponsorizzazioni, campagne Google, influencer) Un corporate blog, ad esempio, permette alle aziende di raccontare ciò che accade “dietro le quinte”: progetti, eventi, presentazioni di nuovi prodotti, iniziative interne. Questo serve a costruire un’immagine aziendale più “umana” e trasparente. Dati, database e il concetto di Big Data Con l’esplosione del Web 2.0 la quantità di dati generata dagli utenti è immensa: messaggi, foto, video, ricerche, geolocalizzazioni. I dati ora sono la risorsa più preziosa per le aziende. “Se il Web 1.0 era contenuti, il Web 2.0 è dati.” Per gestirli servono database e linguaggi come SQL. Senza la capacità di immagazzinare e analizzare i dati, non esisterebbero social network, app di messaggistica o sistemi di raccomandazione come quelli di Amazon. Web 3.0: identità digitale, servizi online e tecnologie aperte (API) Nel Web 3.0 non parliamo più solo di comunicazione, ma di accesso ai servizi digitali. Nascono strumenti come:
- SPID
- Carta d’identità elettronica
- Wallet digitali L’identità fisica diventa digitale. Posso pagare multe, scaricare certificati, richiedere documenti senza muovermi da casa. Non serve più lo sportello fisico. Allo stesso tempo nascono le API , tecnologie che permettono a software diversi di comunicare tra loro. Le banche, obbligate da normative europee, aprono i propri sistemi e permettono a servizi come Revolut di collegarsi ai conti correnti tradizionali. Web 4.0 e Intelligenza Artificiale: l’era dei modelli linguistici (LLM) Nel Web 4.0 entra in gioco l’IA che dialoga attivamente con l’utente, come i modelli LLM (Large Language Models) : ChatGPT, GPT-5 (il modello che stai usando), Gemini, ecc. A differenza del machine learning tradizionale, che si limitava ad analizzare dati per fare previsioni o suggerimenti, gli LLM:
- comprendono il linguaggio umano,
- generano testi,
- rispondono a domande,
- creano contenuti. Non “capiscono davvero”, ma convertono le parole in numeri, calcolano correlazioni e producono una risposta coerente in base ai dati con cui sono stati addestrati. Per questo è importante formulare bene il prompt: più il prompt è preciso, più la risposta è pertinente. Realtà aumentata: oltre lo smartphone Le aziende stanno cercando il prossimo oggetto rivoluzionario dopo lo smartphone. Tutte le grandi aziende stanno investendo nella realtà aumentata : Apple con Vision Pro, Meta con Quest, Xreal con occhiali AR più leggeri e portabili. Gli occhiali potrebbero sostituire i telefoni: schermi virtuali, visione trasparente dell’ambiente reale, possibilità di lavorare ovunque senza monitor fisici. È la stessa dinamica vista ai tempi di Nokia: chi non si evolve, sparisce.
Qs modello che li unisce prende il nome di CLOUD IBRIDO. Quando parlo di PRIVATE cloud: si parla di sistemi ON PREMISES cioè sistemi in casa: hardware, sistema operativo, dati e applicazioni X passare al PUBLIC cloud: INFRASTRUCTURE as a service: affitto l’hardware, mentre sistemi, dati e applicazioni fisicamente li gestisco io ma non sono server miei. PLATFORM as a service: Voglio gestire in cloud HARDWARE + SISTEMA OPERATIVO, SOFTWARE as a service: hw + sistema operativo + applicazioni: prendo tutti da fornitori. VANTAGGI CLOUD: ● Scalabilità ● Delocalizzazione ● Costi: i diversi public cloud offrono servizi simili ma non posso passare a costo 0 da un cloud all’altro: questo detto LOCK IN SVANTAGGI: ● Sicurezza e privacy Cose da ricordare:
- Oggi siamo in un mondo di digitalizzazione e convergenza (non più analogico)
- Trend di evoluzione: da 1G a 5G
- Social media: legato al web 2.0 pk comunicazione tra utenti
- Big date con 5V
- Iot= sensori
- 3 tipologie di cloud
- AI e robotica: ML, DP, AIG/ LLM MODELLI DI BUSINESS: commercio elettronico= possibilità di vendere beni e servizi tramite internet ● Business to business: rapporti di commercio elettronico solo tra imprese ● Business to consumer: azienda che tramite sito internet mi vende un prodotto cioè direttamente al consumatore finale ● Consumer to business: sono un consumatore e produco qualcosa che vengo ad un impresa ● Consumer to consumer MULTICANALITÀ : modo che ha l’azienda x vendere un determinato prodotto, canale di contatto con il consumatore finale o altra società. Vantaggio è che normalmente sono canali collegati tra di loro. X es. canale 1 , tramite sito web x preventivo con generazione di codice, poi canale 2 vado fisicamente, canale 3 data base. QUALITÀ IMMAGINE : buono immagine su internet pk molti utenti comprano online. ENFASI SUL PREZZO : dovrò puntare ad avere un prezzo inferiore se lo vendo online. ECCELLENZA NEL SERVIZIO : supporto h LEZIONE 9 : Quando parliamo di retail nell’era digitale dobbiamo partire da un’osservazione semplice ma potente: Internet ha ampliato in maniera esponenziale il bacino di potenziali clienti. Questo cambiamento non è solo quantitativo — più utenti raggiungibili — ma è soprattutto di natura qualitativa: ha trasformato radicalmente il modo in cui i prodotti vengono scoperti, valutati e acquistati. È da questa trasformazione che nasce l’idea della “coda lunga” (long tail) , concetto che ha guadagnato popolarità grazie agli studi e agli articoli di Chris Anderson. In pratica, dove prima il mercato era dominato da pochi prodotti mainstream, ora la somma di moltissimi prodotti di nicchia può diventare economicamente rilevante. Immagina una curva: al centro ci sono i prodotti che tutti comprano — smartphone popolari, generi alimentari comuni, prodotti di largo consumo. Ai lati, ai margini, ci sono quegli articoli che interessano pochi: un gadget specialistico, un libro molto tecnico, un capo di abbigliamento con una stampa particolare. Prima dell’e-commerce, quei prodotti marginali raramente potevano essere offerti da un negozio fisico: lo spazio sugli scaffali costa, la gestione del magazzino costa, la domanda locale per quegli articoli è troppo esigua. Internet cambia le regole: uno shop online può ospitare migliaia di SKU (stock keeping units), promuoverli in maniera mirata e raggiungere clienti sparsi in tutto il mondo. Così, vendere 100.000 articoli che ciascuno vende 1-2 pezzi al mese può essere più remunerativo di vendere 10 prodotti che se ne vendono 10.000 ciascuno.
Amazon è l’esempio più lampante: marketplace che non si limita a vendere prodotti propri, ma ospita venditori terzi. Questo significa che anche un prodotto estremamente di nicchia può trovare il suo pubblico globale. Inoltre, Amazon e altri marketplace risolvono una serie di problemi logistici e di visibilità: indicizzazione, marketing, pagamenti e, soprattutto, soluzione dei flussi di distribuzione grazie a magazzini territoriali. Questo porta a un altro vantaggio importante: la somma di tanti mercati di nicchia genera ricavi consistenti perché il venditore (o la piattaforma) scala in modo efficiente i costi fissi. La transizione al digitale ha però un altro grande effetto: la personalizzazione. Un tempo produrre in massa significava sacrificare la customizzazione; oggi, grazie a supply chain più flessibili, a stampa digitale, a produzione on demand e a reti di fornitori globali, è possibile offrire prodotti “di massa ma personalizzati”. Pensaci: una macchina non è di nicchia, ma la stessa auto vista con finiture, colori o accessori particolari può diventare un prodotto altamente profilato per nicchie specifiche. Questa capacità di personalizzare amplia ulteriormente la long tail: la stessa piattaforma che vende prodotti mainstream può offrire infinite varianti personalizzate. Certo, c’è il tema dei costi: produrre su misura costa più che produrre in serie. Ma la logistica digitale riduce molti costi tradizionali: magazzini localizzati vicino ai grandi bacini di domanda, centri di fulfilment specializzati, algoritmi di previsione che ottimizzano scorte e riordini. Per esempio, Amazon e altri grandi attori aprono magazzini in aree strategiche per non dover spedire dall’altra parte del mondo ogni pacco; questo abbassa tempi e costi e rende sostenibile anche la vendita di articoli meno richiesti. La geolocalizzazione dei magazzini e la gestione dei flussi (inventory positioning) sono diventate leve decisive per competere sul prezzo e sulla rapidità di consegna. Un altro punto centrale è l’ usabilità del sito e-commerce. Non basta avere mille prodotti: il cliente deve trovarli, capire le differenze, scegliere, pagare. Se il sito è lento, disorganizzato o confuso, l’utente abbandona e va dal concorrente. Per questo motivo la progettazione dell’esperienza utente (UX) è diventata prioritaria: pagine leggere, filtri efficaci, descrizioni chiare, immagini di qualità, checkout rapido e trasparente. La semplicità nella navigazione e nel processo d’acquisto spesso fa la differenza più del prezzo stesso. Dal punto di vista aziendale, l’e-commerce ha anche il merito di ottimizzare la catena del valore. Secondo Porter, la catena del valore comprende tutte le attività che trasformano input in prodotto finito: approvvigionamento, logistica interna, produzione, marketing, vendita, assistenza. Digitalizzare significa far comunicare in tempo reale reparti che prima lavoravano per “silos”: il magazzino sa cosa produce la fabbrica, il marketing sa cosa è disponibile, il servizio clienti può verificare ordini e spedizioni. Questo riduce inefficienze, abbassa costi e aumenta la velocità di risposta al mercato. Fondamentale in questo contesto è la riduzione dell’asimmetria informativa. Prima, l’azienda sapeva tutto del prodotto e il cliente poco o nulla. Con recensioni, forum, social, blog e feedback diventano pubbliche molte informazioni sulla qualità reale dei prodotti. Il consumatore diventa più informato; in molti casi, questo porta a correzioni del mercato: un prodotto scadente viene rapidamente segnalato e perde reputazione, mentre prodotti validi emergono. Questo meccanismo di feedback è una forma di controllo sociale e di qualità che prima non esisteva. C’è però una tensione da risolvere: globalizzazione vs. localizzazione. Per vendere globalmente devo avere visibilità mondiale, ma per consegnare bene devo essere vicino ai clienti. La soluzione è ibrida: distribuisco magazzini in aree strategiche, uso partner logistici locali e sfrutto sistemi di gestione delle scorte per minimizzare costi e tempi. È il concetto del “glocal”: vendere globalmente, consegnare localmente. A livello organizzativo l’arrivo dell’e-commerce cambia anche la struttura interna delle aziende. I modelli gerarchici tradizionali spesso si rivelano lenti e poco reattivi: ogni richiesta attraversava catene di autorizzazione, rallentando decisioni e interventi. Per competere digitalmente serve un’organizzazione più orizzontale, che faciliti la comunicazione diretta fra reparti e abiliti processi rapidi (ticketing, workflow automatizzati, squadre multidisciplinary). Questo non significa abolire gerarchie, ma rendere i meccanismi decisionali più snelli e i flussi informativi più diretti. Così, la catena del valore interna si accorcia e l’efficacia operativa aumenta. Parlando di modelli di business, ricordiamo le quattro forme principali:
- B2B (business-to-business) : imprese che vendono ad altre imprese; qui c’è bisogno spesso di portali dedicati (extranet), gestione di listini, ordini e fatture in tempo reale.
- B2C (business-to-consumer) : modello che tutti conosciamo; vendite dirette al consumatore finale via sito, app o marketplace.
- C2C (consumer-to-consumer) : compravendita fra privati (es. marketplace di annunci). Richiede forti meccanismi di fiducia perché rischi di frode e asimmetrie informative sono maggiori.
- C2B (consumer-to-business) : meno comune, quando un singolo cliente offre contenuti o servizi a un’azienda (es. foto stock, recensioni sponsorizzate). Nei rapporti B2B, come già accennato, entra in gioco l’ extranet : una porzione protetta della rete aziendale resa accessibile a partner o clienti autorizzati. Attraverso l’extranet un cliente business può verificare disponibilità magazzino, prezzi personalizzati, condizioni contrattuali e anche emettere ordini in autonomia, con conseguente fatturazione automatica: è un netto vantaggio in termini di efficienza.
● Parte dirigenti manager: sistema di chiama DSS= sistema decisionale a supporto decisioni aziendali. Qui i dati non devono essere necessariamente in tempo reale pk gli servono dati del tempo passato. A lui Interessa capire i trend di lungo periodo. (Differenza su come vengono trattati i dati) Tutti questi dati devono comfluire a un unico database cioè unico immagazzimenti dei dati e si chiama DATA WAREHOUSE= dove vanno a finire tt i nostri dati già stati elaborati. Info trattate sono dati che provengono da fonti interne, esterne o rilascio periodico di nuove informazioni—> sono 3 input, dato viene elaborato con processo detto ETL cioè estrazione, trasformazione, caricamento x trasformare info grezzo in un dato strutturato da inserire nel data warehouse. Dataware house può essere composto da parti + piccole dette data matar : quando dati vengono specializzati x un determinato reparto essi prendono il nome di data mater. Motore di presentazione= interfaccia grafica e un motore di calcolo—> dati pescati da dataware house, elaborati e poi mostrati graficamente a manager. Catena del valore: si fa rimpferimento a Porter secondo cui quando parliamo di azienda possiamo dividerla in attività di tipo: ● Core: logisitica cioè merce in entrata cioè beni che entrano, operation e produzione cioè che fanno fare soldi all’aziende, logistica in uscita, marketing e vendite, servizio clienti CRM: ATTIVITÀ DI TIPO INDUSTRIALI ● Di supporto: approvvigionamento, sviluppo della tecnologia (Red), gestione delle risorse umane (Hr) , attività Infrastrutturali (itp) —>Dati che confiniscono nei TPS e poi gestiti attraverso ETIL e poi fluiscono nel datawarehouse e poi nel DSS: il servizio clienti gestito attraverso il software CRM: 3 tipologie. Dato che crm darà dipende dalla business unite:
- Operativo: front office.
- Collaborativo: informazioni che sono condivise tra i vari reparti.
- Analitico: back office, cioè analisi sulla clientela. SICUREZZA DEI SISTEMI INFORMATIVI = analisi del rischio che effettivamente quella minaccia sia portata a termine. Bisogma verificare la PROBABILITÀ della PERDITA DI DATI cioè il rischio Rischio = probabilità x impatto 1 cosa da identificare sono le minacce : ● Errori e incidenti ● Crimini computerizzanti ● Calamità naturali ● Rivolte e atti di terrorismo I responsabili : ● I dipendenti detti gli insder, cioè coloro che effettuano attività vs azienda stessa ● Utenti esterni cioè che lavorano x società ma sono esterni (consulenti) ● Hacker, legato principalmente ai mas media / cracker (black hat hacker quando si parla di criminali informatici) LEZIONE 11: Ogni grande azienda che prende sul serio la sicurezza informatica organizza al suo interno team con ruoli distinti, perché difendere un perimetro digitale complesso significa svolgere attività molto diverse tra loro. In termini pratici si usano tre macro- categorie: la parte offensive (chi “mette alla prova” i sistemi), la parte defensive (chi costruisce e mantiene le difese) e una funzione intermedia che impara dagli attacchi per migliorare le contromisure. La componente offensiva viene spesso affidata a team interni o a fornitori esterni che svolgono attività di penetration testing o “red teaming”. Questi gruppi simulano scenari reali di attacco: cercano vulnerabilità nelle applicazioni (web e mobile), nelle infrastrutture di rete e nei processi operativi. In molti contesti normativi oggi è richiesto che questa attività venga ripetuta con periodicità (per es. più volte l’anno): il red team prova ad “entrare” senza preavviso cercando di replicare tattiche, tecniche e procedure di attaccanti reali, in modo da valutare quali siano gli impatti e la prontezza delle difese. La componente difensiva è invece il tradizionale blue team : sono gli ingegneri e gli operatori che progettano e gestiscono firewall, sistemi di rilevamento, politiche di accesso, aggiornamenti, backup e tutto ciò che serve a tenere “chiuso il buco della serratura”. Il loro compito è ridurre la superficie d’attacco, mettere in sicurezza sistemi e applicazioni e far sì che, quando qualcosa sfugge, l’incidente venga rilevato e contenuto rapidamente. Fra i due esiste poi un ruolo intermedio, spesso chiamato purple team o team di apprendimento operativo: analizza gli esiti dei test (red team) e traduce quelle lezioni in miglioramenti concreti per il blue team (regole, policy, procedure, strumenti). Inoltre il purple team aiuta a prioritizzare le attività di remediation e a testare parti del sistema non ancora coperte dai controlli. È importante capire che le campagne offensive non “scoprono tutto” dei sistemi: le aziende testano a rotazione solo porzioni del loro perimetro, quindi la sicurezza resta un processo continuo, non una verifica una tantum. Quali sono le minacce e i vettori d’ingresso più pericolosi? Il primo e più insidioso vettore rimane l’ essere umano. Gli attaccanti lo sanno: è molto più facile indurre una persona a compiere un’azione (cliccare un link, aprire un allegato, condividere una password) che cercare di forzare sistemi ben configurati. Per questo il social engineering — l’arte di manipolare le persone — rimane centrale nelle campagne d’attacco. Un modello didattico
molto efficace per spiegare queste campagne è quello delle “tre T”: target (individuare la vittima giusta), trust (creare fiducia) e trick (ingannare la vittima affinché compia l’azione). Gli attaccanti raccolgono informazioni pubbliche sui social, costruiscono profili, preparano messaggi credibili (phishing mirato) e poi colpiscono. Per questo campagne di sensibilizzazione e formazione continua dei dipendenti sono parte fondamentale della difesa aziendale. Un altro rischio concreto è la USB drop (lasciare chiavette “smarrite” in giro): qualcuno le raccoglie e le inserisce nel computer, attivando un malware. Questo esempio semplice mostra che la tecnologia non basta: occorre cultura, procedure e controlli fisici. Strumenti base di difesa: CIA e controllo degli accessi Quando si parla di protezione dei dati le aziende ragionano su tre principi fondamentali — noti come triade CIA — che devono essere garantiti: Confidenzialità (solo chi dovrebbe vedere i dati può vederli), Integrità (i dati non sono stati alterati) e Disponibilità (i dati sono accessibili quando servono). Per raggiungere questi obiettivi si usano tecniche diverse: cifratura per la confidenzialità e l’integrità, backup e ridondanza per la disponibilità, logging e controllo accessi per la tracciabilità. Il controllo degli accessi è un tema centrale: non tutti i dipendenti devono poter accedere a tutto. Si applicano i principi del “least privilege” (minimo privilegio necessario) e del “need to know” per limitare i danni in caso di compromissione. Gli strumenti includono l’autenticazione forte (multi-factor authentication, MFA), la segregazione delle reti, i ruoli e permessi differenziati, e meccanismi di auditing per capire chi ha fatto cosa e quando. Autenticazione: cosa è davvero più forte? Non tutti i fattori di autenticazione sono uguali. Un fattore “che possiedi” (ad esempio, un codice inviato via SMS) è più debole di un fattore “che sei” (biometria) o “che possiedi fisicamente” (smartcard). Le smartcard e i token hardware sono molto più difficili da compromettere rispetto a codici temporanei inviati su canali potenzialmente intercettati. Questo è il motivo per cui, nelle aziende più sensibili, si preferiscono soluzioni basate su chiavi hardware o autenticazione a due fattori con elementi non facilmente clonate. Limiti degli antivirus e necessità di moderni EDR Gli antivirus tradizionali si basano su firme: riconoscono pattern noti e bloccano ciò che già conoscono. Questo li rende vulnerabili a varianti leggere del malware o a malware “nuovo” con firme inesistenti. Per questo le aziende adottano soluzioni più sofisticate come EDR (Endpoint Detection & Response) che analizzano comportamenti, correlano eventi e permettono risposte più proattive. Anche qui: costano, richiedono competenze e spesso non sono applicabili alla stessa maniera su tutti i dispositivi aziendali; ma rappresentano lo stato dell’arte rispetto al semplice antivirus. Firewall e proxy: cosa fanno e perché servono Per proteggere la rete aziendale si usano più livelli di firewalling e dispositivi di rete. Dal livello più “grezzo” al più raffinato:
- Filtering di pacchetti — il livello più semplice: ispeziona singoli pacchetti IP (header, porta, indirizzo sorgente/destinazione) e decide se lasciarli passare. È efficace ma non “capisce” l’applicazione.
- Firewall di livello applicazione — più avanzati; riconoscono il tipo di applicazione (Teams, Netflix, HTTP, ecc.) e applicano regole specifiche per singola app. Permettono politiche più granulari.
- Controllo sorgente/destinazione — filtri che combinano informazioni su chi parla con chi e quale servizio è richiesto, utili per restrizioni più complesse.
- Proxy e reverse-proxy — i proxy stanno “davanti” alle applicazioni: tutte le richieste esterne passano dal proxy che funge da termometro e da filtro. In pratica la vera applicazione non è esposta direttamente a Internet: il proxy riceve la richiesta, la controlla, applica policy e poi la inoltra all’applicazione interne. Questo semplifica la gestione della sicurezza: invece di mettere regole su decine di applicazioni, le metti sul proxy che agisce da gatekeeper. Inoltre i proxy possono permettere il bilanciamento del carico (load balancing): quando il carico cresce, il proxy smista le richieste su più server identici che elaborano ciascuno una porzione del traffico. Questa architettura a “strati” è quasi sempre invisibile agli utenti finali: quando tu navighi sembri collegarti a un singolo sito, ma dietro ci sono centinaia di macchine virtuali, proxy, container e bilanciatori che suddividono lavoro e proteggono i servizi. VPN e reti private virtuali: estendere la LAN su Internet Un’altra tecnologia chiave è la VPN (Virtual Private Network) : permette a dipendenti remoti di “entrare” nella rete aziendale come se fossero fisicamente in ufficio. La VPN stabilisce un “tunnel” cifrato fra il dispositivo remoto e la sede, proteggendo il traffico anche se transita su Internet pubblico. Le aziende usano ancora molto le VPN per lo smart working o per collegare filiali remote. La VPN è anche usata per scopi meno leciti, per bypassare restrizioni geografiche (es. vedere contenuti disponibili solo in altri Paesi) o per aggirare censure. LEZIONE 12 :??? LEZIONE 13 : LINGUAGGI : ● Basso livello: vicino al processore quindi linguaggio macchina cioè binario ● Alto livello: lontano dal processore. Qs linguaggi non sono tutti uguali. Linguaggio interpretato e linguaggi compilati.
2 tipologie:
- FORTE: non esiste, cioè intelligenza paragonabile all’essere umano quindi ha coscienza di se e comprensione del contesto + in maniera autonoma riesce a colmare le sue lacune e ad ampliare le sue conoscenze + gli pongo delle domande complesse a cui riesce a dare una risposta.
- DEBOLE: non hanno coscienza di se e hanno parecchie limitazioni pk non riesce ad identificare il contesto, e sono molto specializzate cioè sono molti verticali su determinati aspetti. STORIA AI: nasce prima di Turing. Ha definito il test di turing: 3 soggetti che dialogano tra di loro cioè istruttore separato da un interlocutore umano e un intelligenza artificiale. Quando istruttore non riesce a distinguere risposte umane da risposte macchina e allora l’intelligenza artificiale è forte. Filosofo Searle: ha iniziato ad apportare esempi che confutavano il test di Turing ossia la stanza cinese ed ha ipotizzato una situazione in cui abbiamo una persona all’interno di un stanza. Qs persona non conosce il cinese ma ha un libro che contiene tt frasi in cinese, e trova corrispondenza tra la frase scritta e la traduzione. Riesce a rispondere correttamente senza comprendere il significato del linguaggio senza contesto —> non vale il test di turing Oggi tt AI si basano su calcoli di tipo STATISTICO : ● Probabilità: in base a una montagna di dati lui cerca la correlazione maggiore cioè la risposta che probabilmente risponde alla nostra domanda ● Odda: è la probabilità che un eventi si verifichi. MACHINE LEARINING: primo approccio a un software che apprende in maniera automatica cioè in base a grosso dataset cioè grosse mole di dati e applicazioni di algoritmi riesce ad apprendere. 3 tipi:
- SUPERVISIONATO: i dati che faccio valutare al machine learning sono stati preprocessati da essere umani e sono stati etichettati
- NON SUPERVISIONATO: opposto del primo, dati non hanno etichetta e in base ad una analisi intelligenza artificiale riesce a trovare dei trend in questi dati.
- APPRENDIMENTO PER RINFORZO: analisi tramite software esterno x es. macchina tesla ossia macchina con sensori che rilevano una situazione che viene elaborata via software. Rafforzano l’apprendimento cioè migliora. DEEP LEARNING: creo un sistema che assomiglia al cervello essere umani quindi nasce il concetto di RETI NEURALI formati da strati di neuroni, è una rete semplice quindi non composta da tanti neuroni. Più neuroni mettk a disposizione più velocemente AI riesce a gestire informazioni. Si inizia a parlare del vero deep learning cioè rete completa composta da tanti strati di neuroni, specializzati nella gestione di un tipo di dato ben specifico cioè x es. quando ingresso è risolvere esercizio di mate allora questo viene indirizzato in uno strato di neurone specializzato (mentre ne lnostro cervello sono tutte uguali) x ridurre il consumo di risorse. Reti le devo addestrare quindi ho bisogni di grosse moli di dati x addestrarle e addestramento avviene tramite il principio di AFFERENZA che mi consente di trovare le correlazioni tra dati. DATA SCIENCE: utilizza calcoli statistici. Scopo è analizzare dei dati + rappresentazione grafica di questi dati + queste analisi le faccio x prevedere il futuro applicando l’algoritmo. Quando non capisco il modello vengono modificati gli algoritmi in modo da apprendere dall’errore passato. ● Machine learning: dati gia preprocessati quindi etichettate e quando gli vengono caricati nuove immagini mai vista prime riesce a riconoscerle grazie alle conoscenze prima (es. segnali stradali) supervisionato ● Riesce a raggrupare dati simili tra loro e cercare una relazione: non supervisionato ● Apprendimento di rinforzo: software terzo che comtunau ad alimetsre il modello e modifica in tempo reale il modello dandogli degli input che lui elabora e migliora il modello iniziale. PROBLEMA apprendimento supervisionato: problema etichette sbagliate sbagliano anche il modello cioè dia dei risultati sbagliati. Anche se lo ho allenato con dati corretti questi dati sono un modello cioè dati di allenamento, bisogna prevedere 2 step: ● Dati di allenamento dove istruisco modello ma poi bisogna testarlo ● Dati di test x verificare che funzioni DEEP LEARNING: si appoggia sulle gpu che comporrano i nostri neuroni. Abbiamo bisogno di potenza di calcolo x simulare il cervello umano. 3 LAYER:
- input layer, dove entrano le informazioni. Più neuroni più info riesce a processare contemporaneamente 2) Hidden layer: elaborano le informazioni e passa ai neuroni esterni le previsioni finali 3) Output layer: restituisce la previsioni finali. ● Deep learning è più performante pk è più veloce ● Neurone elabora e processa e magazzina il dato: contiene il dato e lo elabora al suo interno ● Richiedono hardware specifico cioè basato sulla virgola mobile. CHAT GPT : Token= più piccola unità di testo che inseriamo, quindi divide la frase in porzioni di parole e questa identifica un token. Lui trasforma i token in sequenze di numeri (non capisce il contesto) e successivamente devono assegnare un PESO a questi numeri in base alla fase di addestramento. Crea una” matrice di attenzione “e trova le correlazioni tra le singole parole. Parole uguali avranno correlazione di 1 cioè massimo peso perchè uguale, parole diverse hanno altri pesi. Ci da una risposta più probabile in base allo storico che ha già processato. LEZIONE 15 GOOGLE COLLAB: come se fosse un quaderno all’interno cui possiamo scrivere codice python. Creeremo dei notebook all'interno cui creiamo tanti appunti. Stiamo di fatto utilizzando il cloud computing in particolare software as a service e utilizziamo una macchina virtuale. 3 tipologie di dati: ● Stringa cioè un testo (python non richiede di dichiare tipo di dato che sto leggendo ma lo riconosce in automatico)—> “Hello”: STR ● Intero—> 2: INT ● Float—> 2.5: FLOAT PRIMA FUNZIONE: PRINT —> mi consente di stampare qualcosa a schermo (“…”)
- metto le virgole con le variabili solo se si tratta di stringa perchè così gli faccio STAMPARE esattamente le variabile, mentre se si tratta di numeri non le metto perchè così non stampa le variabili ma utilizza solo il loro contenuto x calcolare il numero. ● Variabili sono case sensitive cioè posso distinguere lettere maiuscole e minuscole ● le variabili possono iniziare con underscore o una lettera ● Non posso usare parole integrate nei linguaggio come print ● Non sono ammessi spazi quando scrivo le variabili e non posso usare simboli particolari come “.,1º,€”. Per distinguere due parole in una variabile posso x es scrivere “NomeUtente”
- Variabile viene: inizializzata, modificata e cancellata (X cancellarla scriviamo “del variabile1”) Una volta che termina esecuzione codice variabile viene eliminata dalla memoria.
- Celle hanno in comune le variabili, x le celle in sequenza posso richiamare variabili precedenti perché sono collegate tra di loro. - Ogni istruzione python è chiamato ENUNCIATO ESPRESSIONE MATEMATICHE : ● Moltiplicazione: asterisco * ● Divisione: backslash / (a sx dell’1) ● Elevamento a potenza: doppio asterisco —> X Python: potenza ha una maggiore precedenza rispetto a moltiplicazione e divisione, poi moltiplicazione e divisione da sx a dx in ordine, poi addizione e sottrazione. 1)Unione di più stringhe è la CONCATENAZIONE di più stringhe e si fa con il +. (variabile1 + “ “ + variabile2)—> “ “ è per lo spazio tra le 2 variabili.
- x ripetere le stringhe n. volte utilizzo l’asterisco—> es. “ha” * (3+1) cioè ripeto 4 volte la parola ha Se nelle parole che voglio unire ho solo stringhe posso omettere il + ma conviene esplicitare sempre, non posso concatenare 2 tipi di dati diversi: stringa + intero da ERRORE.
