Theses

@mastersthesis{amslaurea20594,
title = {Sicurezza e vulnerabilità in iOS},
author = {Arianna Avoni},
url = {https://amslaurea.unibo.it/id/eprint/20594},
year = {2020},
date = {2020-01-01},
abstract = {Il panorama delle minacce per la sicurezza delle applicazioni è in costante evoluzione.
I fattori chiave di questa evoluzione sono i progressi fatti dagli attaccanti, il rilascio di nuove tecnologie e l’utilizzo di sistemi sempre più complessi.
Le vulnerabilità che si celano all’interno delle applicazioni software sono gli obiettivi degli attacchi, queste forniscono un percorso d’ingresso, più o meno facile, per compromettere i sistemi o lanciare ulteriori attacchi.
L’azienda statunitense Apple quando progetta un nuovo prodotto, proprio per la fondamentale importanza che ha la sicurezza, segue la filosofia della privacy by design e privacy by default, che prevede per impostazione predefinita, di trattare solo i dati personali nella misura necessaria e sufficiente per le finalità previste e per il periodo strettamente necessario a tali fini.
Apple progetta la sicurezza con la massima priorità all’interno delle proprie piattaforme.
Questo documento esplorerà le principali tecniche di sicurezza adottate da Apple per il sistema operativo iOS e una storia degli attacchi che sono stati in grado di penetrare attraverso queste difese, verrà inoltre trattata la dannosa tecnica del jailbreak, un'analisi sulle vulnerabilità e sulle loro caratteristiche.},
keywords = {Apple, iOS, jailbreak, malware, sicurezza, vulnerabilità},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea18508,
title = {Eventually: progetto e implementazione
di un app per la gestione di eventi},
author = {Gianluca Iacchini},
url = {https://amslaurea.unibo.it/id/eprint/18508},
year = {2019},
date = {2019-01-01},
abstract = {Il progetto di tesi consiste in un'applicazione per smartphone iOS per la gestione di eventi e di una API REST per permettere la comunicazione con il server.
L'obiettivo prefissato e' stato quello di costruire un servizio sicuro, completo e visualmente piacevole.
L'applicazione sfrutta diverse tecnologie e API, quali Google maps e Google Places, passport.js, bcrypt e altre ancora.},
keywords = {eventi, iOS, Social, Swift},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea16778,
title = {Progettazione e sviluppo di un sistema per la navigazione indoor con dispositivi di geolocalizzazione a basso costo},
author = {Giovanni Fabbretti},
url = {https://amslaurea.unibo.it/id/eprint/16778},
year = {2018},
date = {2018-01-01},
abstract = {Il dipartimento di Storia Cultura e Civiltà dell'Univerità di Bologna ha un’immensa biblioteca all’interno di un vastissimo edificio storico. Spesso gli utenti che non sono esperti conoscitori del luogo hanno difficoltà nel raggiungere una certa sezione o ala della biblioteca. Nell’elaborato viene studiato l’ambiente e viene progettatto e sviluppato un sistema per la navigazione indoor che utilizzi dispositivi di geolocalizzazione a basso costo a causa dell’ampiezza dell’edificio. Se fosse stata utilizzata la canonica sensoristica che viene impiegata nella navigazione indoor, facilmente, si sarebbero raggiunti costi esorbitanti rendendo il sistema irrealizzabile. Come dispositivi di geolocalizzazione si sono utilizzati dei QR Code, dal costo ridottissimo (la stampa di un foglio di carta).
L’elaborato analizza in dettaglio la progettazione e lo sviluppo del sistema per la navigazione indoor quali: la costruzione del grafo in cui i QR Code sono i nodi, lo sviluppo del server attraverso un approccio centralizzato e lo sviluppo dell’applicazione per l’utente finale.},
keywords = {approccio centralizzato, iOS, navigazione indoor, QR Code},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea13316,
title = {Progettazione e sviluppo di un?applicazione iOS per la gestione di partite di beach tennis.},
author = {Andrea Mengoli},
url = {https://amslaurea.unibo.it/id/eprint/13316},
year = {2017},
date = {2017-01-01},
abstract = {Lo sport è spesso una forte passione, alla quale però non si riesce a dedicare il tempo voluto a causa dei numerosi impegni personali; questi impegni variano da individuo a individuo e di conseguenza è difficile trovare compagni con cui praticare la stessa attività.

Questo problema si avverte maggiormente negli sport di gruppo; infatti se per fare una corsa è sufficiente molta forza di volontà e un po’ di tempo libero, per giocare a tennis, calcio, basket, o anche ai più recenti beach tennis e beach volley, oltre al tempo libero, serve un campo e qualche compagno di gioco.

Tutto ciò crea disagio a ciascun giocatore poiché colui che rinuncia alla partita mette in difficoltà i propri compagni che si ritrovano con un uomo in meno, con il rischio di dover rinunciare al match e in alcuni casi con l’aggravante di dover pagare comunque il costo del campo precedentemente prenotato.

Al contrario può accadere che una persona si ritrovi con molto tempo libero ma senza compagni con cui giocare: questo si verifica frequentemente in vacanza, dove l’individuo, solitamente in un posto nuovo, non conosce persone con coi condividere e praticare lo sport che ama.
È evidente che i due problemi siano complementari, di conseguenza creando un sistema di connessioni fra richiedenti e offerenti sarebbe possibile risolvere entrambe le questioni.

Dopo un’attenta analisi di metodi alternativi per la risoluzione del problema e a seguito di approfondite ricerche, è stata progettata una nuova soluzione che combina i vantaggi delle chat, ovvero la rapidità d’informazione e il target mirato composto solo da appassionati dello sport, con un potenziale maggiore di diffusione della richiesta. Questo è possibile attraverso la creazione di un’app che incroci le diverse esigenze favorendo le connessioni tra sportivi.},
keywords = {Apple, applicazione, beach tennis, Design, facebook, Firebase, Informatica, iOS, Penk},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea14890,
title = {Un'applicazione iOS per il riconoscimento di medicinali mediante reti neurali},
author = {Matteo Del Vecchio},
url = {https://amslaurea.unibo.it/id/eprint/14890},
year = {2017},
date = {2017-01-01},
abstract = {Negli ultimi anni il Machine Learning e svariate sue applicazioni si sono prepotentemente affermati in molte aree, sia dell'informatica che della vita quotidiana, a partire dalle semplici operazioni svolte con uno smartphone. Un campo in cui si sono avuti notevoli risultati è quello della Visione Artificiale, ovvero dare la possibilità ad una macchina di "vedere" ed apprendere informazioni da immagini e fotografie. In questa tesi si affronta il problema di riconoscere un medicinale partendo dalla foto di una pillola, attraverso la creazione di una rete neurale convoluzionale (o ConvNet) e soprattutto, della sua implementazione all'interno di un'applicazione iOS che possa permettere la classificazione in mobilità.
Si partirà dal considerare gli aspetti teorici alla base delle reti neurali, per poi illustrare lo stato dell'arte e le caratteristiche specifiche del modello convoluzionale. In seguito, si illustrerà PillRecogNet, la ConvNet realizzata e specializzata nel riconoscimento di 12 medicinali, insieme ad alcune delle tecniche utilizzare per l'allenamento, quali il transfer learning ed il fine tuning, e le relative statistiche sull'accuratezza.
Sebbene una rete neurale convoluzionale sia un modello computazionalmente oneroso, si mostrerà com'è stato possibile implementare PillRecogNet in un'applicazione per smartphone, descrivendo prima alcune delle possibile tecnologie utilizzabili e, in seguito, le scelte implementative effettuate al fine di poter sfruttare la capacità di calcolo delle GPU dei dispositivi mobili.
Infine, si mostreranno i risultati promettenti ottenuti, sia riguardo l'esecuzione di un modello da circa 28 milioni di parametri in uno smartphone, sia riguardo possibili sviluppi futuri quali l'utilizzo dell'applicazione in campo medico per la supervisione di una terapia farmacologica da parte del personale sanitario.},
keywords = {applicazione iOS, classificazione, deep learning, fine tuning, gpu, iOS, Machine Learning, medicinali, metal performance shaders, mobile, python, reti neurali convoluzionali, riconoscimento, Smartphone, Swift, training, transfer learning},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea6677,
title = {Metodologie e tecniche per l'analisi forense di dispositivi di telefonia mobile},
author = {Mariagrazia Cinti},
url = {https://amslaurea.unibo.it/id/eprint/6677},
year = {2014},
date = {2014-01-01},
abstract = {Studio che approfondisce e compare le diverse metodologie e tecniche utilizzabili per l'analisi di dispositivi di telefonia cellulare, in particolar modo smartphone, nel contesto di indagini di mobile device forensics},
keywords = {analisi forense, android, dispositivi di telefonia cellulare, informatica forense, iOS, mobile device forensics, Smartphone},
pubstate = {published},
tppubtype = {mastersthesis}
}