Data & analytics framework malerba
1 like128 views
Il Consorzio CINI, attivo dal 1989, riunisce oltre 44 università italiane per promuovere la ricerca e la formazione nel campo del big data e dell'informatica. Coordina progetti europei, come TOREADOR, volto a sviluppare metodologie standardizzate per l'analisi dei big data, affrontando anche questioni legali legate alla privacy e all'anonimizzazione. Tra le sue iniziative, CINI facilita la partecipazione a finanziamenti europei, creando una rete di laboratori nazionali tematici.
Data & analytics framework malerba
- 1. Donato Malerba direttore.bigdata@consorzio-cini.it www.consorzio-cini.it Laboratorio Nazionale CINI su Big Data
- 2. 2 • Consorzio Interuniversitario Nazionale per l’Informatica • 44 Università pubbliche • Costituito nel 1989 • 1.300+ docenti coinvolti, di informatica e ingegneria informatica • Promuove e coordina attività scientifiche, di ricerca e di trasferimento, sia di base sia applicative, nel campo dell’informatica Il CINI (www.consorzio-cini.it)
- 3. 3 • Facilitare l’accesso alle eccellenze tecniche accademiche a livello di Paese, non di singola università • Favorire la costruzione di percorsi formativi accademici di alto livello e personalizzati presso uno specifico ente (es., progettisti di Embedded System, Data scientists, Agile & Model-based SW developers) • Offrire massa critica per sfruttare le opportunità di finanziamento a diversi livelli (EU, nazionale, regionale) Il valore aggiunto
- 4. 4 • Ruolo del CINI in H2020: collabora con il delegato nazionale ICT per H2020 nella definizione del WP (è al varo in questi giorni quello del 2018-2020). • Membro della Networked European Software and Services Initiative (NESSI); • Socio fondatore della Big Data Value Association che ha avviato la PPP Big Data Value • Partecipa alla ECSO (European Cyber Security Organization) che ha avviato l’omonima PPP. • Aderisce a Informatics Europe Posizionamento internazionale
- 5. 5 • Il CINI, da statuto, è organizzato in Laboratori Nazionali tematici a rete • I nodi sono presso le sedi delle Università consorziate ove sono presenti specifiche competenze. • I laboratori sono: Organizzazione in Laboratori
- 6. 6 • Include 32 nodi distribuiti in tutto il Paese • Aderiscono 300 professori / ricercatori • Esprime competenze su Laboratorio CINI su Big Data http://www.consorzio-cini.it/index.php/en/labbigdata-home METODOLOGIE • Data Modeling • Information Extraction • Information integration • Querying and retrieval • Mining and analytics • Open data • Algorithms for data intensive scalable computing • Distributed computing and architectures • Privacy and security TECNOLOGIE • Distributed computing and architectures • Toolkits for Big Data Sources • Open Data Portals APPLICAZIONI • Scientific applications of Big Data • Social applications of Big Data • Big Data for Enterprise and Government • Big Data for Security
- 7. 7 • 23 strutturati + 10 dottorandi / assegnisti • 1 dipendente CINI a tempo determinato • Aree di competenza – Data Mining & Machine Learning • Deep Learning • Spatio-temporal Data Mining, Stream Data Mining • Relational Learning – Big data Analytics – Big Data Modeling – Information extraction & integration – Visual analytics – Applications Nodo UNIBA del Laboratorio CINI su Big Data
- 8. 8 • TrustwOrthy model-awaRE Analytics Data platfORm • 36 mesi (2016-2018), Contributo Euro 6.311.218,00 • Coordinamento: CINI (Prof. Ernesto Damiani, UNIMI) • Nodi del Laboratorio CINI su Big Data coinvolti: UNIMI, UNIBA, UNIBO, UNITO, SUN, POLITO • Altri partner: Il progetto H2020
- 9. 9 • Obiettivi: 1. Sviluppo di un framework dichiarativo e di un insieme di modelli per supportare l’analisi di Big Data. 2. Sviluppo di un approccio di Big Data Analytics as-a-service. 3. Sviluppo di approcci di SLA per garantire la qualità contrattuale, le prestazioni e la sicurezza della BDA 4. Supporto agli aspetti legali 5. Progetto e sviluppo di soluzioni per il deployment automatico delle soluzioni di analytics 6. Sviluppo e validazione di soluzioni pilota in ambito industriale. Il progetto H2020
- 10. 10 1. Sviluppo di un framework dichiarativo e di un insieme di modelli per supportare l’analisi di Big Data. Perché? • L’impatto e la diffusione delle tecnologie Big Data sono ancora frenate da tecnologie non standardizzate e complesse e dalla carenza di profili professionali. • Per sfruttare il pieno potenziale dell’analisi di Big Data occorre un approccio basato su modelli (model-based). • Gli utenti finali devono poter specificare i propri obiettivi da raggiungere con BDA e dei ‘motori intelligenti’ devono gestire e comporre le soluzioni da dispiegare su architetture di big data. Il progetto H2020
- 11. 11 Il modello dichiarativo specifica gli obiettivi di una data analisi nella forma di coppie indicatori/obiettivi. Questi sono scelti dall’utente finali mediante un’interfaccia che lo forza a scelte consistenti. Esempio: - Assicura la privacy con tecniche di anonimizzazione hash- based sullo IP - Il dataset è memorizzato per chiave - L’analisi consiste nel clustering - I dati sono elaborabili in tempo (quasi) reale - Usa diagrammi di dispersione per visualizzare il risultato Il progetto H2020
- 12. 12 Il modello dichiarativo è utilizzato per preparare un modello procedurale che specifica come raggiungere gli obiettivi. Il modello procedurale è ancora indipendente dalla piattaforma ed è descritto in un workflow specificato in OWL-S. Infine i modelli procedurali sono compilati in un modello di messa in opera (deployment) pronto da eseguire, specificando le configurazioni della specifica piattaforma di Big Data e i servizi / algoritmi da richiamare. Esempi di piattaforme considerate: Apache e HANA. Il progetto H2020
- 13. 13 TOREADOR comprende quattro grandi pilot che applicano la metodologia in vari settori: - produzione di energia (Lighthouse, UK) - del commercio elettronico (JOT, Spagna) - dell’automazione industriale nell’industria aerospaziale (DTA-Avio, Italia) - dell’utilizzo di applicazioni software (SAP, Germania). Il progetto H2020
- 14. 14 Un aspetto interessante. • La metodologia TOREADOR comprende la modellazione dello status giuridico del dato (dato personale/non personale, consenso, scopo). TOREADOR ha affidato a un partner del consorzio, lo studio legale internazionale Bird&Bird (https://www.twobirds.com/), uno studio delle casistiche che permettono di modellare lo stato giuridico del dato alla luce della recente normativa europea (GDPR). Il progetto H2020
- 15. 15 La modellazione dello stato giuridico del dato ha un triplice scopo: 1. aiutare il committente di una analitica Big Data a specificare obiettivi di anonimizzazione adeguati allo status giuridico dei dati su cui opera, nel contesto dell’analitica che vuole eseguire 2. includere automaticamente nei modelli procedurali che descrivono la computazione dell’analitica, ed in particolare nel modello della fase di preparazione del dato, le necessarie procedure di anonimizzazione. 3. Individuare quali sono le analitiche compatibili con le procedure di anonimizzazione da adottare e gli obiettivi di accuratezza raggiungibili. Il progetto H2020
- 16. 16 • Il Laboratorio CINI su Big Data continua a essere attivo nella proposizione di progetti europei, grazie al suo valore aggiunto e al posizionamento internazionale del CINI. Altri progetti in corso
- 17. 17 Partecipazione alle chiamate 2014-2016 su Big Data (Fonte APRE) Big Data PPP in 2014 – 2015 -2016 Calls ICT-17-2016-2017: Big data PPP: Support, industrial skills 5 M€ ICT-18-2016: Big data PPP: privacy- preserving big data technologies 9 M€ ICT-16 -2015: Big Data - research 37 M€ ICT-15 -2014: Big Data and Open Data Innovation and Take Up 50 M€ TOT 101 M€ EC Contribution in retained proposals Country Grant % UK 21.694.185 € 21.4 DE 19.492.256 € 19.2 ES 10.092.611 € 9.9 IT 7.270.672 € 7.1 0 200 400 EU ITALIA EU ITALIA EU ITALIA Submitted proposals Main List proposals Coordinators 267 127 27 11 27 3
- 18. 18 Partecipazione alle chiamate 2017 su Big Data (Fonte APRE) TOT Proposte presentate ToT Proposte in main list Numero di partecipanti italiani in proposte presentate Numero di partecipanti italiani in proposte main list ICT-14-2016-2017: (IA) Big Data PPP: cross-sectorial and cross-lingual data integration and experimentation" 44 7 44 11 ICT-15-2016-2017: (IA) Big Data PPP: Large Scale Pilot actions in sectors best benefitting from data-driven innovation 18 2 64 7 ICT-16-2017 (RIA): Big data PPP: research addressing main technology challenges of the data economy 76 7 68 10 ICT-17-2016-2017 (RIA): Big data PPP: Support, industrial skills, benchmarking and evaluation 3 1 4 2
- 19. 19 Altri progetti su Big Data in corso @ UNIBA Sašo Džeroski, Dragi Kocev Jozef Stefan Institute – JSI Department of Knowledge Technologies, Ljubljana, Slovenia Michelangelo Ceci University of Bari Aldo Moro – UNIBA Department of Computer Science, Bari, Italy Ivica Dimitrovski University “Ss. Cyril and Methodius” – UKIM Faculty of Computer Science and Engineering, Skopje, Macedonia Tomislav Šmuc Rudjer Boskovic Institute – RBI Computational Biology and Bioinformatics Group, Zagreb, Croatia Joao Gama INESC Technology and Science – INESC TEC Associated Laboratory of Institute for Systems and Computer Engineering, Porto, Portugal Partners European FP7 project MAESTRA - Learning from Massive, Incompletely annotated, and Structured Data (ICT-2013-612944) “developing modelling methods for structured output prediction, capable of dealing with massive sets of structured and network data, also partially labelled”
- 20. 20 Altri progetti su Big Data in corso @ UNIBA Marco Mariani GFM Integration, Milan, Italy Michelangelo Ceci University of Bari Aldo Moro – UNIBA Department of Computer Science, Bari, Italy Elio Masciari Institute for high performance computing and networking (ICAR-CNR) Rende, Italy Gianni Frascà SunElectrics, Cassano delle Murge, Italy Partners Startup Project Vi-POC: Virtual Power Operation Center “developing a distributed system for storing huge amounts of data, gathered from energy production plants and weather prediction services; exploiting suitable Big Data analysis techniques”
- 22. 22 Sonia Bergamaschi, Emanuele Carlini, Michelangelo Ceci, BarbaraFurletti, Fosca Giannotti, Donato Malerba, Mario Mezzanzanica, Anna Monreale, Gabriella Pasi, Dino Pedreschi, Raffele Perego, Salvatore Ruggieri Big Data Research in Italy: A Perspective Engineering, Vol. 2(2), June 2016, pp 163-170 (open access) C. Ardagna, P. Ceravolo, E. Damiani, V. Bellandi, M. Bezzi & C. Hebert. A Model-Driven Methodology for Big Data Analytics-as-a-Service, IEEE Big Data Congress 2017 Si ringrazia APRE per le statistiche fornite sulle chiamate H2020 ICT PPP Big Data Riferimenti