I miei lavori open source sono disponibili su @eclypse-org, @di-unipi-socc e sul mio profilo GitHub personale @jacopo-massa.
Federated Learning Framework Based on ECLYPSE
FLYPSE è una libreria Python per sperimentare l'apprendimento federato nel continuum cloud-edge. Basata su ECLYPSE, consente di piazzare, eseguire e osservare carichi di lavoro di apprendimento federato su infrastrutture emulate distribuite.
Edge-CLoud pYthon Platform for Simulated runtime Environments
ECLYPSE (Edge-CLoud pYthon Platform for Simulated runtime Environments) è una libreria di simulazione interamente scritta in Python per sperimentare strategie di dispiegamento al variare delle condizioni dell'infrastruttura. Offre un'interfaccia per simulare il dispiegamento di applicazioni basate su servizi su infrastrutture realistiche, con o senza un'implementazione reale dell'applicazione. È stata inoltre utilizzata nel Progetto europeo FREEDA.
Continuous Routing Repair in Software-Defined Networks
CoReRoute è un framework Python e Prolog per la riparazione continua del routing nelle reti Software-Defined. Attraverso il ragionamento continuo, identifica e reinstrada i flussi che non rispettano più i requisiti di banda e latenza, preservando i percorsi ancora validi. Combina un modello dichiarativo con strategie euristiche per limitare il ricalcolo e le modifiche alla configurazione di routing.
Continuous Reasoning Prototype for Application Placement
SL-CR è un prototipo dichiarativo per il ragionamento continuo sul piazzamento di applicazioni in ambienti Cloud-Edge. Separa un dispiegamento in frammenti validi e non validi, preserva le assegnazioni corrette e ripara con Prolog solo i componenti interessati, riducendo ricalcoli e migrazioni non necessari dopo cambiamenti dell'applicazione o dell'infrastruttura.
Declarative and Optimization-based Edge-Cloud Service Placer
EdgeWiseCR è un framework data-aware per il piazzamento di applicazioni multi-servizio in ambienti Cloud-Edge, che combina ragionamento dichiarativo e ottimizzazione MILP per minimizzare costi operativi e trasferimenti di dati. Estende EdgeWise con ragionamento continuo, riutilizzando i piazzamenti esistenti per ridurre ricalcoli e migrazioni di servizi, preservando la stabilità dei piazzamenti in condizioni infrastrutturali dinamiche.
Declarative Guaranteed Latency Based Forwarding
L'approccio guaranteed Latency Based Forwarding (gLBF) usa ritardi limitati per ogni salto per soddisfare i requisiti di latenza end-to-end dei flussi di dati in base alle esigenze applicative. dgLBF introduce una specifica di gLBF basata su Prolog per selezionare i percorsi e configurare i ritardi. Il prototipo determina percorsi e ritardi capaci di rispettare gli obiettivi di latenza, offrendo una soluzione concisa ed estensibile.
Multi-Intent Declarative Intent-based Provisioning System
MultiDIPS è uno strumento Prolog che estende DIPS per modellare ed elaborare più intenti di provisioning di servizi contemporaneamente. Consente ai fornitori di specificare requisiti di alto livello come tipo di servizio, vincoli di localizzazione (ad esempio, dispiegamento sull'edge), qualità del servizio (latenza e banda) e proprietà non funzionali come privacy o logging. MultiDIPS usa l'inferenza Prolog per tradurre più intenti in specifiche di provisioning coerenti.
Declarative and Optimization-based Edge-Cloud Service Placer
EdgeWise combina un approccio di programmazione dichiarativa con una formulazione di programmazione lineare intera mista (MILP) per individuare piazzamenti ammissibili che minimizzino i costi operativi e riducano il numero di nodi coinvolti, limitando i trasferimenti di dati. Dopo aver valutato entrambi gli approcci, EdgeWise li combina mediante una metodologia ibrida che usa il pre-processing dichiarativo per accelerare il solutore MILP nel calcolo di soluzioni ottime.
Declarative Intent-based Provisioning System
DIPS (Declarative Intent Provisioning System) è uno strumento Prolog che usa una metodologia dichiarativa per modellare ed elaborare intenti di provisioning di servizi basati su VNF. Consente ai fornitori di specificare requisiti di alto livello come tipo di servizio, vincoli di piazzamento sull'edge, qualità del servizio (latenza e banda) e proprietà non funzionali come privacy o logging. DIPS usa l'inferenza Prolog per tradurre gli intenti in specifiche di provisioning.
Data-Aware Application Placer for Edge-Cloud Environments
DA-Placer propone una soluzione dichiarativa che considera aspetti funzionali e non funzionali per determinare piazzamenti dei servizi e instradamenti SDN dei dati capaci di soddisfare i requisiti applicativi. La soluzione usa un ragionatore Prolog e il ragionamento continuo per accelerare le decisioni di piazzamento e instradamento a runtime.
Conversational Interfaces for Ambient Intelligence Services
GiòSkill è un insieme di interfacce conversazionali per i servizi di intelligenza ambientale del progetto Giò, realizzate come skill Alexa. Consente di accedere tramite richieste in linguaggio naturale a servizi informativi e di navigazione e di gestire funzioni dell'edificio, quali illuminazione e cura delle piante.
Interactive Map and Indoor Navigation Service
06/2019
- 12/2025
Python
JavaScript
GiòMap è un'applicazione web con API REST per la navigazione interattiva nel Dipartimento di Informatica. Modella gli spazi e i percorsi percorribili, fornisce informazioni su persone e ambienti e calcola itinerari interni, servendo anche le interfacce conversazionali collegate.