ESCALATION - sEcure and SCAlable cLoud bAsed opTImizatiON
Il progetto è realizzato grazie ai Fondi europei della Regione Emilia-Romagna
Responsabile Scientifico/a: Prof. Riccardo Lancellotti
Partern del progetto:
- ALMA MATER STUDIORUM - UNIVERSITÀ DI BOLOGNA attraverso il Centro di ricerca industriale per le tecnologie dell'informazione e della comunicazione - CIRI ICT
- RE: Lab srl
- Università degli Studi di Ferrara - UniFe - IN4
Finanziamento concesso: 496.239,48€
Finanziamento concesso a UniMoRe: 162.004,33€
Durata: 30 Mesi
Il progetto
ESCALATION è un progetto che vuole realizzare un framework flessibile ed estensibile basato su micro-servizi per la risoluzione di problemi di ottimizzazione in contesti differenti. Gli elementi qualificanti della proposta sono l'attenzione alla scalabilità e alla sicurezza. Essendo i problemi di ottimizzazione compiti computazionalmente onerosi, è importante sfruttare al massimo la scalabilità offerta da architetture quali il cloud computing. Da questo punto di vista, il progetto si pone all'avanguardia abbracciando l'intero spettro del computing continuum e integrando il classico cloud computing anche con soluzioni edge-based tipiche del fog computing. Inoltre, vista la presenza di dati di alto valore o con caratteristiche di sensibilità che vengono processati durante la risoluzione di problemi, grande attenzione viene dedicata a identificare soluzioni che seguano un approccio di tipo security-by-design. Gli scenari di riferimento considerati nel progetto saranno due: ottimizzazione delle logistica nei trasporti e supporto alle comunità energetiche. Il progetto avrà durata di 30 mesi.
Obiettivi e risultati attesi
L'obiettivo principale del progetto consiste nella realizzazione di un framework basato su microservizi, che permetta di affrontare problemi di ottimizzazione in modo efficace e sicuro, garantendo al contempo elevate capacità di scalabilità. Tale framework rappresenta dunque il fulcro della visione complessiva del progetto. I risultati attesi del progetto si possono riassumere come segue:
- Definizione di un'architettura di riferimento per l'interoperabilità dei microservizi
- Sviluppo di un framework che consenta l'esecuzione e il deployment dei microservizi in contesti cloudeterogenei inclusi ambienti public cloud e on-premises
- Definizione dei requisiti di sicurezza per il framework e delle tecniche di hardening e testing necessarie a garantire il rispetto di tali requisiti
- Sviluppo di microservizi che implementano algoritmi per la risoluzione di problemi di ottimizzazione legati ai contesti applicativi prescelti
- Sviluppo di microservizi che implementano tecniche di data analysis (potenzialmente basate su machine learning) in grado operare interpolazione o predizione partendo da grandi volumi di dati
- Progettazione UX/UI per definire l'interfaccia delle composizioni di microservizi e per la loro fruizione
- l'approccio distribuito che oltre al cloud arriva anche all'edge computing (secondo la visione del computing continuum)
- l'uso di tecniche di Deep Learning e Machine Learning per realizzare micro-servizi di predizione e interpolazione dei dati
- Ambito 1 (Energia pulita, sicura e accessibile) con riferimento al caso di studio sulle comunità energetiche
- Ambito 9 (Mobilità e motoristica sostenibile e innovativa) con riferimento alla logistica