Gruppo Reti di Telecomunicazioni
TNG
Il Telecommunications Network Group (TNG) è un gruppo di ricerca d'eccellenza all'intersezione tra sistemi fisici e intelligenza computazionale. Composto da 14 docenti provenienti sia dal Dipartimento di Elettronica che dal Dipartimento di Informatica, il gruppo sfrutta una sinergia multidisciplinare unica per risolvere problemi complessi legati all’interconnettività nelle reti.
Aree Principali di Ricerca.
Le attività del gruppo sono organizzate in quattro pilastri strategici, che comprendono i progressi più critici nelle moderne telecomunicazioni:
1. Automazione e Analisi di Rete Intelligente Basata su IA.
Il gruppo studia l'integrazione di Machine Learning (ML) e Deep Learning per le reti di telecomunicazioni, muovendosi verso infrastrutture che si controllano da sole. Ciò include l'applicazione di Big Data e ML per l'analisi e il monitoraggio del traffico, fornendo approfondimenti profondi sul comportamento della rete. Una frontiera chiave della ricerca è l'IA basata su agenti (Agentic AI) per la cybersicurezza, dove agenti autonomi rilevano, rispondono e mitigano le minacce in tempo reale senza intervento umano.
2. Infrastruttura di Nuova Generazione e Virtualizzazione
La transizione verso l'hardware programmabile è un tema centrale. Vengono studiati:
- Software Defined Networking (SDN) e control pane programmabili, per consentire un controllo granulare del traffico di rete.
- Cloud Computing e Network Function Virtualization (NFV) per disaccoppiare l'hardware dalla logica di servizio.
- Architetture e reti di commutazione ottica, estendendo i limiti del trasporto dati ad alta capacità.
- Controllo del traffico nei data center, ottimizzando l'allocazione delle risorse per ambienti di calcolo ad alta densità,
- Scheduling dei job in sistemi LLM.
3. Sicurezza, Privacy e Dinamiche Sociali
Oltre alle prestazioni tecniche, il gruppo dà priorità alle dimensioni umane e di sicurezza della tecnologia. La ricerca in Cybersicurezza e Privacy Online garantisce l'integrità dei dati nei domini pubblici e privati. Il gruppo studia anche le Reti Sociali e le dinamiche ad esse associate, applicando la modellazione matematica per comprendere come l'informazione e l'influenza si propaghino attraverso le reti sociali.
4. Sostenibilità e Applicazioni Specializzate
Riconoscendo l'impatto ambientale delle ICT (Tecnologie dell'Informazione e della Comunicazione), il gruppo studia lo sviluppo di reti a basso consumo energetico e "green" per ridurre l'impronta di carbonio della connettività globale e per aumentare la resilienza delle reti. In questo ambito vengono studiati:
- Reti alimentate con generatori di energia rinnovabile
- Integrazione di nodi aerei nell’infrastruttura terrestre
- Network sharing e condivisione delle infrastrutture
- Edge AI per distribuire l’intelligenza alla periferia delle reti.
Inoltre, il gruppo studia i limiti della sincronizzazione a bassa latenza attraverso la ricerca nell’ambito delle performance musicali in rete (Networked Music Performance), consentendo arti collaborative in tempo reale su lunghe distanze, che rappresenta un banco di prova rigoroso per comunicazioni ultra-affidabili con requisiti stringenti di latenza e jitter.
Impatto e Metodologia
La struttura del gruppo fornisce un raro ambiente di ricerca "full-stack", grazie alle competenze miste dei membri provenienti dai due dipartimenti. Questo quadro collaborativo consente al gruppo di integrare competenze complementari dalla modellazione teorica alla creazione di prototipi funzionali. Il loro lavoro compre lo spettro compreso tra l'innovazione accademica e l'applicazione industriale, contribuendo agli standard internazionali e fornendo un terreno di formazione di alto livello per la prossima generazione di ingegneri e ricercatori che lavoreranno sulle reti informatiche e di telecomunicazione.
Aree Principali di Ricerca.
Le attività del gruppo sono organizzate in quattro pilastri strategici, che comprendono i progressi più critici nelle moderne telecomunicazioni:
1. Automazione e Analisi di Rete Intelligente Basata su IA.
Il gruppo studia l'integrazione di Machine Learning (ML) e Deep Learning per le reti di telecomunicazioni, muovendosi verso infrastrutture che si controllano da sole. Ciò include l'applicazione di Big Data e ML per l'analisi e il monitoraggio del traffico, fornendo approfondimenti profondi sul comportamento della rete. Una frontiera chiave della ricerca è l'IA basata su agenti (Agentic AI) per la cybersicurezza, dove agenti autonomi rilevano, rispondono e mitigano le minacce in tempo reale senza intervento umano.
2. Infrastruttura di Nuova Generazione e Virtualizzazione
La transizione verso l'hardware programmabile è un tema centrale. Vengono studiati:
- Software Defined Networking (SDN) e control pane programmabili, per consentire un controllo granulare del traffico di rete.
- Cloud Computing e Network Function Virtualization (NFV) per disaccoppiare l'hardware dalla logica di servizio.
- Architetture e reti di commutazione ottica, estendendo i limiti del trasporto dati ad alta capacità.
- Controllo del traffico nei data center, ottimizzando l'allocazione delle risorse per ambienti di calcolo ad alta densità,
- Scheduling dei job in sistemi LLM.
3. Sicurezza, Privacy e Dinamiche Sociali
Oltre alle prestazioni tecniche, il gruppo dà priorità alle dimensioni umane e di sicurezza della tecnologia. La ricerca in Cybersicurezza e Privacy Online garantisce l'integrità dei dati nei domini pubblici e privati. Il gruppo studia anche le Reti Sociali e le dinamiche ad esse associate, applicando la modellazione matematica per comprendere come l'informazione e l'influenza si propaghino attraverso le reti sociali.
4. Sostenibilità e Applicazioni Specializzate
Riconoscendo l'impatto ambientale delle ICT (Tecnologie dell'Informazione e della Comunicazione), il gruppo studia lo sviluppo di reti a basso consumo energetico e "green" per ridurre l'impronta di carbonio della connettività globale e per aumentare la resilienza delle reti. In questo ambito vengono studiati:
- Reti alimentate con generatori di energia rinnovabile
- Integrazione di nodi aerei nell’infrastruttura terrestre
- Network sharing e condivisione delle infrastrutture
- Edge AI per distribuire l’intelligenza alla periferia delle reti.
Inoltre, il gruppo studia i limiti della sincronizzazione a bassa latenza attraverso la ricerca nell’ambito delle performance musicali in rete (Networked Music Performance), consentendo arti collaborative in tempo reale su lunghe distanze, che rappresenta un banco di prova rigoroso per comunicazioni ultra-affidabili con requisiti stringenti di latenza e jitter.
Impatto e Metodologia
La struttura del gruppo fornisce un raro ambiente di ricerca "full-stack", grazie alle competenze miste dei membri provenienti dai due dipartimenti. Questo quadro collaborativo consente al gruppo di integrare competenze complementari dalla modellazione teorica alla creazione di prototipi funzionali. Il loro lavoro compre lo spettro compreso tra l'innovazione accademica e l'applicazione industriale, contribuendo agli standard internazionali e fornendo un terreno di formazione di alto livello per la prossima generazione di ingegneri e ricercatori che lavoreranno sulle reti informatiche e di telecomunicazione.
-
Responsabile scientifico
-
Team di ricerca
BOFFA MATTEO
BUCCELLATO PIETRO
EID JANA
GALANTE FRANCO
GIACCONE PAOLO
HUANG KAI
JAMMAL HUSSEIN
JHA NIKHIL
JOKAR MOHAMMADREZA
LEONARDI EMILIO
MARTINY AURORA
MBAREK MOHAMED AMINE
MELLIA MARCO
MEO MICHELA
NI MAOQUAN
PAOLETTI GIORDANO
RENGA DANIELA
ROTTONDI CRISTINA EMMA MARGHERITA
SEVERI LEONARDO
SORDELLO ANDREA
VALLERO GRETA
VASSIO LUCA
VERNA ALBERTO
YIN JUN
ZANONI MASSIMILIANO
ZHAO YUQI
Area di ricerca
Linee di ricerca
- Controllo e ottimizzazione del traffico in data center
- Software Defined Networking (SDN) e piano dati programmabile
- Politiche di scheduling per l’inferenza in sistemi LLM
- Reti sociali online e dinamiche socio-economiche
- Reti e architetture di commutazione ottiche
- Misure e monitoraggio di rete
- Reti non terrestri e satellitari
- IA ad agenti per cybersecurity
- Big data e Machine Learning per l’analisi del traffico
- Cloud Computing e Network Function Virtualization (NFV)
- Cybersecurity e Online Privacy
- IA all'edge
- Reti efficienti a livello energetico, reti sostenibili e resilienti
- Machine learning per le reti di telecomunicazione
- Performance musicali in rete