CLEAR: Progetto di ricerca basato su Federated Learning per la Rilevazione di Anomalie di Rete

Di Giovanni, Roberto (2026) CLEAR: Progetto di ricerca basato su Federated Learning per la Rilevazione di Anomalie di Rete. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria informatica [LM-DM270]
Documenti full-text disponibili:
[thumbnail of Thesis] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)

Abstract

Il progetto di tesi riguarda il lavoro svolto di tirocinio presso l'azienda Net Service, in collaborazione con l'azienda Flosslab. Il progetto, dal titolo CLEAR, è un progetto di ricerca finalizzato a costruire un modello di IA in grado di analizzare e classificare il traffico di rete in normale o anomalo. L'addestramento del modello segue l'approccio basato su Federated Learning.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Di Giovanni, Roberto
Relatore della tesi
Milano, Michela
Correlatore della tesi
Borghesi, Andrea
Scuola
Ingegneria e Architettura
Corso di studio
Ingegneria informatica [LM-DM270]
Indirizzo
CURRICULUM INGEGNERIA INFORMATICA
Ordinamento Cds
DM270
Parole chiave
Cybersecurity, Federated Learning, NIDS, Random Forest, Isolation Forest, HDBSCAN, Support Vector Machine, Autoencoder, Fluent Bit, Brute Force attack
Data di discussione della Tesi
6 Ottobre 2026
URI
https://amslaurea.unibo.it/id/eprint/40088

Altri metadati

Statistica sui download

Vedi altre statistiche

Gestione del documento: Visualizza il documento

© ALMA MATER STUDIORUM - Università di Bologna, 2007-2026.

^