σπουδες

ΠΜΣ Ψηφιακός Πολιτισμός, Έξυπνες Πόλεις, IoT Και Προηγμένες Ψηφιακές Τεχνολογίες

Διαδίκτυο των Πραγμάτων (IoT) και Προηγμένες Ψηφιακές Τεχνολογίες

Ειδίκευση / Κατεύθυνση «Διαδίκτυο των Πραγμάτων (IoT) και Προηγμένες Ψηφιακές Τεχνολογίες» – «Internet of Things (IoT) and Advanced Digital Technologies»

Η Ειδίκευση / Κατεύθυνση «Διαδίκτυο των Πραγμάτων (IoT) και Προηγμένες Ψηφιακές Τεχνολογίες» στοχεύει να εκπαιδεύσει και να καταρτίσει επιστήμονες από διαφορετικά πεδία, αλλά κυρίως από τους τομείς των θετικών και τεχνολογικών επιστημών, να παρέχει τις κατάλληλες γνώσεις για τη σχεδίαση, διαχείριση και υποστήριξη νέων υπηρεσιών στις ΙοΤ πλατφόρμες, τη διαχείριση πολύπλοκων έργων, να παράσχει τα κατάλληλα εφόδια για το σχεδιασμό και ανάπτυξη κατάλληλων και καινοτόμων συστημάτων και υπηρεσιών, την ανάλυση μεγάλων δεδομένων, να παρέχει την τεχνογνωσία στο σχεδιασμό των αλληλεξαρτώμενων ΙοΤ συστημάτων που συνδέονται με τις λειτουργίες της ψηφιακής πόλης, των έξυπνων σπιτιών, τις μεταφορές, την κατασκευή, την ενέργεια, τα smart grids, την έξυπνη υγεία, την έξυπνη γεωργία, την έξυπνη ασφάλεια, την παροχή υπηρεσιών, τις επικοινωνίες, τις έξυπνες ψηφιακές υποδομές, την εκπαίδευση, την έξυπνη ασφάλεια, την ανάπτυξη συστημάτων διακυβέρνησης, την ασφάλεια των δεδομένων, την προστασία της ιδιωτικότητας – ακεραιότητας των προσωπικών δεδομένων, την αντιμετώπιση διαδικτυακών εισβολών, την προστασία των συσκευών από επιθέσεις, την διαλειτουργικότητα των συστημάτων και των συσκευών.

Σε ποιους απευθύνεται η κατεύθυνση «Διαδίκτυο των Πραγμάτων (IoT) και Προηγμένες Ψηφιακές Τεχνολογίες» – «Internet of Things (IoT) and Advanced Digital Technologies»

Στην κατεύθυνση «Διαδίκτυο των Πραγμάτων (IoT) και Προηγμένες Ψηφιακές Τεχνολογίες» – «Internet of Things (IoT) and Advanced Digital Technologies» γίνονται δεκτοί κάτοχοι τίτλου πρώτου κύκλου σπουδών Α.Ε.Ι. της ημεδαπής ή ομοταγών ιδρυμάτων της αλλοδαπής σύμφωνα με τις διατάξεις του άρθρου 34 του ν.4485/2017, ενδεικτικά και ανάλογα με την ειδίκευση: Τμημάτων/Σχολών Πληροφορικής, Τεχνολογιών Πληροφορικής και Επικοινωνιών, Επιστήμης Υπολογιστών, Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Ηλεκτρονικών Μηχανικών Ηλεκτρονικών Υπολογιστών, Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων, Μηχανικών Ηλεκτρονικών Υπολογιστών και Τεχνολογίας Υπολογιστών, Μηχανικών Πολυτεχνείων ή Πολυτεχνικών Σχολών, Θετικών Επιστημών ή Τεχνολογικών Επιστημών, Μηχανικών Πληροφορικής Τ.Ε., Μηχανικών Τ.Ε., Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης, Πολεοδόμων, Μηχανικών Περιβάλλοντος, Γεωπονικών Επιστημών, Πολιτικών Μηχανικών, Αρχιτεκτόνων Μηχανικών, Μηχανολόγων Μηχανικών, Φυσικών, Μαθηματικών, Γεωλογίας και Γεωπεριβάλλοντος, Μηχανικών Παραγωγής και Διοίκησης, Ναυτιλίας και Βιομηχανίας, Τμημάτων Ψηφιακών Μέσων, Τεχνών Ήχου & Εικόνας, Πολιτισμικής Τεχνολογίας & Επικοινωνίας, Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών ή /και άλλων συναφών με την κατεύθυνση ειδικοτήτων, καθώς και πτυχιούχοι Πανεπιστημίων, Πολυτεχνείων ή Πολυτεχνικών Σχολών και ΤΕΙ ή Α.Σ.ΠΑΙ.Τ.Ε. της ημεδαπής, και ομοταγών Ιδρυμάτων ΑΕΙ της αλλοδαπής.

Μεταπτυχιακοί Τίτλοι

Το ΠΜΣ απονέμει το Δίπλωμα Μεταπτυχιακών Σπουδών (Δ.Μ.Σ.) με τίτλο «Ψηφιακός Πολιτισμός, Έξυπνες Πόλεις, IoT και Προηγμένες Ψηφιακές Τεχνολογίες» («Digital Culture, Smart Cities, IoT and Advanced Digital Technologies»)

Πρόγραμμα Μαθημάτων

Η έναρξη των μαθημάτων θα πραγματοποιηθεί εντός Οκτωβρίου 2022. Οι ώρες διδασκαλίας είναι από 18:00 έως 21:00, τέσσερις ημέρες την εβδομάδα.

Αιτήσεις

Οι ενδιαφερόμενοι μπορούν να υποβάλουν αιτήσεις έως και 30 Οκτωβρίου 2022 στη Γραμματεία του Προγράμματος Μεταπτυχιακών Σπουδών (Π.Μ.Σ.) του Πανεπιστημίου Πειραιώς. Περισσότερες Πληροφορίες μπορείτε να βρείτε: https://www.facebook.com/dcsciothttps://cs.unipi.gr/dcsciot, Email: dcsciot@unipi.gr
Περισσότερες Πληροφορίες μπορείτε να βρείτε: https://cs.unipi.gr/dcsciot, Email: dcsciot@unipi.gr
https://www.facebook.com/dcsciot,
https://www.facebook.com/iot.unipi

Μαθήματα κατεύθυνσης

1ο ΕΞΑΜΗΝΟ

Υπολογιστική Νέφους, Δίκτυα Παροχής Περιεχομένου και Οχηματικές Τεχνολογίες

Στο πλαίσιο του μαθήματος παρουσιάζονται θέματα που αφορούν τη μελέτη, τον σχεδιασμό και την υλοποίηση σύγχρονων κατανεμημένων συστημάτων όπως των υπολογιστικών νεφών, των δικτύων παροχής περιεχομένου και των σχηματικών δικτύων. Θα μελετηθούν έννοιες σχετικές µε το υλικό και το λογισμικό πάνω στα οποία οικοδομείται ένα σύγχρονο κατανεμημένο υπολογιστικό σύστημα. Έμφαση δίνεται στην επικοινωνία μεταξύ των διαφόρων τμημάτων του συστήματος καθώς και στην διαχείριση διεργασιών, την ονοματολογία οντοτήτων και την ασφάλεια. Θα μελετηθούν σε βάθος οι αρχιτεκτονικές των υπολογιστικών νεφών καθώς και τα αναδυόμενα μοντέλα που επεκτείνουν τις δυνατότητές τους (Network Function Virtualization – NFV, Software Defined Networking – SDN, Edge Cloud και Fog/Edge Computing). Επιπλέον θα μελετηθούν οι τεχνολογίες και αρχιτεκτονικές των δικτύων παροχής περιεχομένου καθώς και των οχηματικών δικτύων. Θα αναλυθούν αντίστοιχα μοντέλα σύνθεσης, η ετερογένεια, η κλιμάκωση, οι τεχνικές απεικόνισης δυναμικών ροών εργασίας, η διασφάλιση ποιότητας, οι κατηγορίες παραμέτρων και απαιτήσεων, καθώς και τεχνικές ανοχής σε σφάλματα.

302, κεντρικό κτίριο
+30 210 4142137
fax +30 210 4142472

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

Μιχάλας Άγγελος

Παπαπαναγιώτου Σταύρος

Διδάσκων
104/ΓΛ126
+30 210 4142479

Σκόνδρας Εμμανουήλ

208/ΚΕΚΤ
+30 210 4142458,
+30 210 4142127

Ανάλυση Δεδομένων και Στατιστική

• Bασικές μέθοδοι ομαδοποίησης, κατηγοριοποίησης και πρόβλεψης, Συστήματα συμπερασμού και προτάσεων, Μείωση διάστασης σε δεδομένα μεγάλου όγκου (Ανάλυση Πρωτευουσών Συνιστωσών, Τυχαίες Προβολές, Παράλληλες μέθοδοι), Εφαρμογές από δεδομένα μεγάλης κλίμακας σε διάφορες περιοχές της καθημερινότητας (Παγκόσμιος Ιστός, Social Media, Ιατρική, Smart Cities), Οπτικοποίηση δεδομένων μεγάλης κλίμακας, Πρότυπα Μηχαναγνώσιμων Δεδομένων, Ανάλυση Ανοικτών και Διασυνδεδεμένων Δεδομένων, Εργαλεία και Πλατφόρμες Διαχείρισης Δεδομένων Μεγάλης Κλίμακας.

• Πίνακες, πράξεις με πίνακες, ορίζουσες, ανάστροφος και αντίστροφος ενός πίνακα. Γραμμικές εξισώσεις, μέθοδοι επίλυσης γραμμικών συστημάτων, απαλοιφή Gauss, κανόνας του Cramer. χαρακτηριστικά μεγέθη, ιδιοτιμές και ιδιοδιανύσματα. θεωρια πιθανοτητων, τυχαιες κατανομές βασικές διακριτές και συνεχείς κατανομές.

• Καθαρισμός δεδομένων, μετασχηματισμός. Μέτρα ομοιότητας, απόστασης. Γραμμική και λογιστική παλινδρόμηση. Εισαγωγή στο πρόγραμμα Matlab, Προγραμματισμός στη mat lab. Εισαγωγή στην R.

• Γραμμική-πολλαπλή γραμμική παλινδρόμηση, λογιστική παλινδρόμηση, αντίστροφη κανονική παλινδρόμηση (Probit regression), ανάλυση διακύμανσης (ANOVA-MANOVA). Διερευνητική ανάλυση παραγόντων. Το περιβάλλον της γλώσσας R, Συντακτικό, Βασικές Δομές και Συναρτήσεις, εφαρμογές στην γραμμική παλινδρόμηση και στην Λογιστική παλινδρόμηση, με R.

• Βασικά είδη κατηγοριοποίησης. Στατιστική ταξινόμηση. Ανάλυση συνάρτησης διάκρισης (Discriminant function analysis). Κριτήρια αξιόλογησης μεθόδων κατηγοριοποίησης. Εξόρυξη από βάση δεδομένων και προηγμένες τεχνικές πρόβλεψης.εφαρμογές συσταδοπόίησης και νευρωνικών με matlab και R.

Αναγνωστόπουλος Ιωάννης

Καθηγητής Πανεπιστημίου Θεσσαλίας
104/ΓΛ126
+30 210 4142479

542, κεντρικό κτίριο
+30 210 4142313

Φιλιππάκης Μιχαήλ

504/ΚΕΚΤ
+30 210 4142566

Ραζής Γεράσιμος

Διδάσκων
104/ΓΛ126
+30 210 4142479

M2M Επικοινωνίες

Το μάθημα πραγματεύεται τις κύριες προκλήσεις, τις λύσεις και τις εφαρμογές των επικοινωνιών Μηχανής προς Μηχανή (Machine to Machine – M2M). Ως αναδυόμενο παράδειγμα δικτύωσης, οι επικοινωνίες M2M καλύπτουν όλες τις διαδικασίες επικοινωνίας που δεν αφορούν μόνο τους ανθρώπους, αλλά και τις μηχανές, και οι οποίες έχουν σχεδιαστεί για να επιτελούν καθήκοντα αυτοματισμού με την ευρύτερη έννοια. Με αυτό τον τρόπο, δημιουργούνται νέοι τομείς εφαρμογών, καθώς και νέες προκλήσεις, ειδικά στις περιοχές των Έξυπνων Πόλεων (Smart Cities) και του Διαδικτύου των Πραγμάτων (Internet of Things – IoT). Πολλά ζητήματα έχουν εξεταστεί από την ερευνητική κοινότητα τα τελευταία χρόνια και έχουν ξεκινήσει νέες δραστηριότητες προτυποποίησης. Το μάθημα ασχολείται με τις νέες αυτές ιδέες και τεχνολογίες, και τις συσχετίζει με νέους αναδυόμενους τομείς εφαρμογών στις επιστημονικές περιοχές των Έξυπνων Πόλεων και του Διαδικτύου των Πραγμάτων. Ενδεικτικά, το μάθημα πραγματεύεται παραδοσιακά συστήματα αυτοματισμού, τη φιλοσοφία του συνδεδεμένου κόσμου (connected world), το Διαδίκτυο των Πραγμάτων, τα έξυπνα δίκτυα, τα δίκτυα μεταξύ οχημάτων, καθώς και σενάρια εφαρμογών.

Επίσης, το μάθημα περιλαμβάνει οδηγούς, επιχειρηματικές τάσεις, διασύνδεση μεταξύ του τομέα των M2M επικοινωνιών με τους τομείς της Μηχανικής Μάθησης και του Διαδικτύου των Πραγμάτων, Αλγορίθμους Μηχανικής Μάθησης, προσπάθειες προτυποποίησης των M2M επικοινωνιών, οικοσυστήματα και εφαρμογές M2M, τεχνολογίες υποδομών δικτύου για M2M επικοινωνίες, εφαρμογές για Έξυπνες Πόλεις και άλλα βασικά θέματα.

Επιπροσθέτως, στα αντικείμενα του μαθήματος περιλαμβάνονται: Βασικές Αρχές Ασύρματης Επικοινωνίας, Φυσική Μοντελοποίηση Ασύρματων Καναλιών, Ασύρματη Μετάδοση, Πολλαπλή Πρόσβαση και Χωρητικότητα Καναλιών. Δίκτυα Επόμενης Γενιάς (NGN) και Εφαρμογές, Αρχιτεκτονικές NGN, κύρια χαρακτηριστικά και πλατφόρμες. Δορυφορικές Επικοινωνίες, πλατφόρμες DVB-T και DVB-S 2+, ανάλυση και σχεδίαση δορυφορικών ζεύξεων. Δίκτυα πολλαπλών βημάτων. Ασύρματα Δίκτυα Αισθητήρων (WSNs), Έλεγχος Ισχύος και Εξοικονόμηση Ενέργειας, Κατανομή Πόρων, Δρομολόγηση. Βασικές έννοιες. Αναγκαιότητα. Παροχή υπηρεσιών. Παραδείγματα εφαρμογών. Τεχνολογίες επικοινωνίας πληροφοριών. Ενσύρματη μετάδοση. Ασύρματη μετάδοση. Περιγραφή διαδεδομένων μοντέλων αναφοράς Π.χ. Lora, SigFox, LTE-M, κτλ. Πρωτόκολλα Μεταφοράς Δεδομένων.

Με την επιτυχή ολοκλήρωση αυτής της ενότητας οι φοιτητές θα είναι σε θέση να:
1.   Προσδιορίσουν τις βασικές έννοιες των ασύρματων δικτύων. Εισάγουν διάφορα ασύρματα συστήματα και πρότυπα και τις βασικές περιπτώσεις της λειτουργίας τους.
2.   Αναλύσουν θεωρίες κυκλοφορίας, και μοντέλα κινητής ραδιο-διάδοσης ραδιόφωνο, κωδικοποίησης καναλιού, και θέματα κυψελωτών επικοινωνιών.
3.   Μάθει να μοντελοποιεί θέματα διάδοσης ραδιοσήματος και να αναλυθούν οι επιπτώσεις τους στην απόδοση του συστήματος επικοινωνιών.
4.   Κατανοήσει τις τεχνικές κατανομής του ραδιοφάσματος σε συστήματα πολλαπλών χρηστών και τις επιπτώσεις τους στην χωρητικότητα των δικτύων.
5.   Συγκρίνει και να αντιπαραβάλλει τεχνικές πολλαπλής πρόσβασης σε συστήματα κινητών επικοινωνιών, καθώς σε ασύρματα δίκτυα.
6.   Κατηγοριοποιήσει πρωτόκολλα δικτύου, ad hoc και δίκτυα αισθητήρων, ασύρματων ΜΑΝs, τοπικά δικτύων και τα PANs.
7.   Μάθει να προσομοιώνει ασύρματα δίκτυα και να αναλύει τα αποτελέσματα της προσομοίωσης.
8.   Αναλύει και να προτείνει ευρείες λύσεις για μια σειρά σεναρίων κινητών επικοινωνιών.

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

543/ΚΕΚΤ
+30 210 4142314

Βέργαδος Δημήτριος Ι

Επίκουρος Καθηγητής Πανεπιστημίου Δυτικής Μακεδονίας
104/ΓΛ126
+30 210 4142479

Μυριδάκης Νικόλαος

104/ΓΛ126
+30 210 4142479

Σκόνδρας Εμμανουήλ

208/ΚΕΚΤ
+30 210 4142458,
+30 210 4142127

Εφαρμογές Κινητών, Edge Υπολογιστική και Μελλοντικά Δίκτυα

Το μάθημα πραγματεύεται ζητήματα σχετικά με το σχεδιασμό και την ανάπτυξη εφαρμογών κινητών συσκευών για περιβάλλοντα έξυπνων πόλεων με χρήση τεχνολογιών (υλικού και λογισμικού) του Διαδικτύου των Πραγμάτων (Internet of Things – IoT), καθώς και προγραμματισμό σε περιβάλλον υπολογιστικής νέφους (Cloud). Οι σχετικές εφαρμογές στο πλαίσιο του Διαδικτύου των πραγμάτων περιλαμβάνουν ενδεικτικά: έξυπνες μεταφορές, έξυπνες πόλεις, έξυπνη διαβίωση, έξυπνη ενέργεια, έξυπνη υγεία και έξυπνη μάθηση. Επιπροσθέτως, μελετώνται τεχνικές εικονοποίησης (virtualization) των πόρων στο άκρο του δικτύου που αφορούν την Edge υπολογιστική και την υπολογιστική ομίχλης (Fog computing). Η τεχνολογία Mobile Edge Υπολογιστική (MEC) καθορίζει μία καινοτόμα αρχιτεκτονική δικτύου όπου οι υπηρεσίες υπολογιστικού νέφους παρέχονται από το άκρο του δικτύου, δηλαδή από έξυπνους σταθμούς βάσης και σημεία πρόσβασης στο δίκτυο. Το άκρο του δικτύου είναι το τμήμα που είναι πιο κοντά στον τελικό χρήστη. Μεταφέροντας τις υπηρεσίες σε αυτό, περιορίζονται οι καθυστερήσεις (delays) καθώς μειώνεται η απόσταση μεταξύ του χρήστη και του τόπου από όπου παρέχονται οι υπηρεσίες. Επίσης, αναλύονται ζητήματα σχεδιασμού και ανάπτυξης Ασύρματων Δικτύων Πέμπτης Γενιάς (5G wireless networks), Πυκνών Δικτύων (Ultra Dense Networks – UDN), Ασύρματων Δικτύων Αισθητήρων (Wireless Sensor Networks – WSN), Δικτύων Καθοριζόμενων από το Λογισμικό (Software Defined Networks – SDN) και Οχηματικών Δικτύων (Vehicular Networks) για περιβάλλοντα έξυπνων πόλεων.

Με την επιτυχή ολοκλήρωση αυτής της ενότητας οι φοιτητές θα είναι σε θέση να:
1. Προσδιορίσουν τις βασικές έννοιες των ασύρματων δικτύων. Εισάγουν διάφορα ασύρματα συστήματα και πρότυπα και τις βασικές περιπτώσεις της λειτουργίας τους.
2. Αναλύσουν θεωρίες κυκλοφορίας, και μοντέλα κινητής ραδιο-διάδοσης ραδιόφωνο, κωδικοποίησης καναλιού, και θέματα κυψελωτών επικοινωνιών.
3. Μάθει να μοντελοποιεί θέματα διάδοσης ραδιοσήματος και να αναλυθούν οι επιπτώσεις τους στην απόδοση του συστήματος επικοινωνιών.
4. Κατανοήσει τις τεχνικές κατανομής του ραδιοφάσματος σε συστήματα πολλαπλών χρηστών και τις επιπτώσεις τους στην χωρητικότητα των δικτύων.
5. Συγκρίνει και να αντιπαραβάλλει τεχνικές πολλαπλής πρόσβασης σε συστήματα κινητών επικοινωνιών, καθώς σε ασύρματα δίκτυα.
6. Κατηγοριοποιήσει πρωτόκολλα δικτύου, ad hoc και δίκτυα αισθητήρων, ασύρματων ΜΑΝs, τοπικά δικτύων και τα PANs.
7. Μάθει να προσομοιώνει ασύρματα δίκτυα και να αναλύει τα αποτελέσματα της προσομοίωσης.
8. Αναλύει και να προτείνει ευρείες λύσεις για μια σειρά σεναρίων κινητών επικοινωνιών.
9. Να κατανοεί τις τεχνικές προγραμματισμού σε smart συσκευές IoT.
10. Να κατανοεί τις τεχνικές εξατομίκευσης για φωνητική απόκριση με ΙοΤ συσκευές στο Edge.
11. Κατανοήσει τις τεχνικές εικονοποίησης (virtualization) των πόρων.
12. Nα μάθει να πραγματοποιεί εικονοποίηση πόρων.
13. Να αναλύει τα λειτουργικά μέρη που απαιτούνται για τον προγραμματισμό ΙοΤ συσκευών με φωνητική απόκριση στο Edge.

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

543/ΚΕΚΤ
Τηλέφωνο/Fax:+30 210 4142312

540, κεντρικό κτίριο

Μιχάλας Άγγελος

Σκόνδρας Εμμανουήλ

208/ΚΕΚΤ
+30 210 4142458,
+30 210 4142127

Πνευματική Ιδιοκτησία, Προσωπικά Δεδομένα και Ρυθμιστικά Θέματα

Η ανάπτυξη των ψηφιακών τεχνολογιών και ιδίως του διαδικτύου των πραγμάτων (Internet of Things) εγείρει πληθώρα νομικών ζητημάτων από το δίκαιο της πνευματικής ιδιοκτησίας, τα ζητήματα προστασίας της ιδιωτικότητας, της προστασίας του καταναλωτή, της ελεύθερης πρόσβασης στην πληροφορία, της ρύθμισης δικαιωμάτων επί των δεδομένων γενικότερα (ιδίως η περίπτωση των Big data) αλλά και της ασφάλειας των πληροφοριακών συστημάτων (information security/ cybercime issues). Στο μάθημα εξετάζονται όλα τα ανωτέρω και επιπλέον ενδεικτικά οι νομικές πτυχές της τεχνητής νοημοσύνης (artificial intelligence), της μηχανικής εκμάθησης (machine learning), της τεχνολογίας της «αλυσίδας των μπλοκ» (blockchain technology) και των έξυπνων συμβολαίων (smart contracts).

Σκοπός του μαθήματος είναι η δυνατότητα ανίχνευσης και αντιμετώπισης των νομικών ζητημάτων που άπτονται της ραγδαίας ανάπτυξης των ψηφιακών τεχνολογιών και ιδίως της νέας πραγματικότητας του διαδικτύου των πραγμάτων (Internet Of Things).

Με την ολοκλήρωση του οι σπουδαστές αναμένεται να είναι σε θέση:
● Να αναγνωρίζουν τις πιθανές περιπτώσεις προσβολής δικαιωμάτων τρίτων κατά την ανάπτυξη ψηφιακών εφαρμογών στο πλαίσιο του διαδικτύου των πραγμάτων και των προηγμένων ψηφιακών τεχνολογιών
● Να αναγνωρίζουν τις δυνατότητες αξιοποίησης του νομικού οπλοστασίου για την υλοποίηση των σχετικών εφαρμογών
● Να διαπραγματεύονται τη θέση τους και τις ευθύνες τους στο πλαίσιο σχετικών δράσεων
● Να έχουν άποψη κα θέση για τις αντίστοιχες επιχειρησιακές στρατηγικές ιδιωτικών ή δημόσιων φορέων

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

Βαγενά Ευαγγελία

Διδάσκουσα, IT & IP Law Expert and lecturer, CIPP/E, vice president of HADPP
104/ΓΛ126
+30 210 4142479

2ο ΕΞΑΜΗΝΟ

Διακυβέρνηση της Πληροφορίας και Συμμόρφωση / Επιχειρηματικότητα – Διοίκηση Έξυπνων Πόλεων

Αντικείμενο του μαθήματος είναι η κατανόηση του νέου τρόπου αστικής διακυβέρνησης και διαχείρισης των «Έξυπνων Πόλεων» με την αξιοποίηση ψηφιακών τεχνολογιών και του Διαδικτύου των Πραγμάτων (IoT). Οι συμπράξεις είναι μεταξύ βιομηχανίας – επιχειρήσεων, τοπικών αρχών και κοινωνίας και επικεντρώνουν στη βιώσιμη ανάπτυξη, τη βιώσιμη αστική κινητικότητα, τις βιώσιμες γειτονιές, το βιώσιμο δομημένο περιβάλλον, τις τεχνολογίες για υποδομές ενέργειας, μεταφορών, πληροφοριών και επικοινωνίας. Το Διαδίκτυο των Πραγμάτων (IoT) και οι σύγχρονες ψηφιακές τεχνολογίες, με τη συνδρομή νεοφυών επιχειρήσεων που δραστηριοποιούνται στο τομέα αυτόν, έχουν σαν αποτέλεσμα την ενίσχυση της επιχειρηματικότητας, την μείωση των κοινωνικών ανισοτήτων στον αστικό ιστό και τη μείωση της ανεργίας, καθώς και την ανάπτυξη μια νέας ψηφιακής οικονομίας και εκσυγχρονισμού της Δημόσιας Διοίκησης και σύμπραξης με τον Ιδιωτικό Τομέα. Η υιοθέτηση καινοτόμων τεχνολογικών λύσεων συμβάλουν στην ανάπτυξη της Επιχειρηματικότητας, «ελέγχοντας» με σύγχρονο τεχνολογικό τρόπο την επιχείρηση. Μέσω εφαρμογών που εντάσσονται στο Διαδίκτυο των Πραγμάτων, οι σπουδαστές θα έχουν την ευκαιρία να αναγνωρίσουν υψηλού επιπέδου εξειδικευμένες υπηρεσίες για τον πολίτη, τον πελάτη, με απώτερο στόχο τη βέλτιστη διαχείριση της πληροφορίας.

Επίσης, το μάθημα αυτό αποτελεί εισαγωγή στην αειφόρο ανάπτυξη και την υπεύθυνη καινοτομία, ιδιαίτερα στον ψηφιακό τομέα. Παρέχει εννοιολογικές και εμπειρικές βάσεις για τους φοιτητές να προσεγγίσουν την τεχνολογία και την επιχειρηματικότητα στις διασυνδέσεις τους με περιβαλλοντικούς, κοινωνικούς και πολιτικούς παράγοντες. Θα εξοικειώσει τους φοιτητές με τις πρακτικές και τα βασικά ζητήματα γύρω από τη δημιουργία νέας οικονομικής δραστηριότητας και με τη χρηματοδότηση τέτοιων πρωτοβουλιών. Οι φοιτητές θα αποκτήσουν βαθιά γνώση της φύσης των καινοτομιών (έξυπνων τεχνολογιών) στα συστήματα αστικών υποδομών. Θα γνωρίσουν και θα κατανοήσουν τις πλέον σύγχρονες στρατηγικές που είναι και μπορούν να χρησιμοποιηθούν για λύσεις “έξυπνης υποδομής” σε πόλεις, ενώ παράλληλα θα μπορούν να διαχειρίζονται αποτελεσματικά τη μετάβαση από παλαιότερες υποδομές σε έξυπνα συστήματα, να διαχειρίζονται τη φάση μετάβασης από τα συστήματα υποδομής παλαιού τύπου σε έξυπνες πόλεις, υποστηρίζοντας την καινοτομία και την επιχειρηματικότητα.

Μέχρι το τέλος του μαθήματος, οι φοιτητές θα μπορούν:
● Να κατανοήσουν τις βασικές παραμέτρους που επηρεάζουν τις αποφάσεις χρηματοδότησης.
● Να κατανοήσουν θέματα που σχετίζονται με τους βασικούς στόχους, τις έννοιες, τους ενδιαφερόμενους, τα προβλήματα, τις αποφάσεις, τις μεταβλητές, τις απομιμήσεις και τα εργαλεία που εμπλέκονται στην οικονομική διαχείριση ενός πολιτιστικού οργανισμού.
● Να προετοιμάσουν προϋπολογισμούς και να αξιολογήσουν επενδυτικά έργα.
● Να προσδιορίζουν και να συγκρίνουν τις εναλλακτικές πηγές και διαδικασίες χρηματοδότησης που είναι διαθέσιμες για χρηματοδότηση πολιτιστικών και μη κερδοσκοπικών οργανισμών.
● Να προετοιμάσουν προτάσεις για επιχορηγήσεις.

303, Γ. Λαμπράκη 126
+302104142476

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

Ψυχογυιός Δημήτριος

319/Δεληγιώργη 107
+30 210 4142399

Σιούντρη Κωνσταντίνα

Διδάσκουσα, Αρχιτέκτων Μηχανικός Ε.Μ.Π.
104/ΓΛ126
+30 210 4142479

Παπαπαναγιώτου Σταύρος

Διδάσκων
104/ΓΛ126
+30 210 4142479

Ασφάλεια Πληροφοριών Δημοσιών Υπηρεσιών και Συστημάτων και Τεχνολογίες Blockchain

Η ευρεία χρήση της τεχνολογίας πέρα από το να απλοποιεί και να αυτοματοποιεί αρκετές καθημερινές μας εργασίες εκθέτει χρήστες και οργανισμούς σε ένα πλήθος κινδύνων. Οι κίνδυνοι αυτοί μπορεί να προέρχονται από πολλούς παράγοντες όπως λανθασμένη αρχιτεκτονική του συστήματος, λανθασμένη παραμετροποίησή του ή έλλειψη απαραίτητων μηχανισμών ελέγχου. Στο πλαίσιο του μαθήματος θα εξεταστούν πραγματικά υπολογιστικά συστήματα Δημοσιών Υπηρεσιών με συνήθη προβλήματα ασφάλειας και μεθοδολογία εντοπισμού τους, τόσο χειροκίνητα, όσο και με τη χρήση εργαλείων καθώς και να εντοπίσει βασικά προβλήματα ασφάλειας σε web και mobile εφαρμογές.

Δεδομένης της ανάγκης των σύγχρονων συστημάτων Δημοσιών Υπηρεσιών για αποκεντρωμένες και ασφαλείς αρχιτεκτονικές, το μάθημα θα αναλύσει τις τεχνολογίες Blockchain, την ασφάλειά τους, τις εφαρμογές τους καθώς και πλατφόρμες ανάπτυξης τέτοιων εφαρμογών.

Συχνά κενά ασφάλειας εφαρμογών, Ανακάλυψη κενών ασφαλείας σε Web εφαρμογές, Ασφαλής αποθήκευση συνθηματικών, Συναρτήσεις κατακερματισμού & κρυπτογράφησης, Βασικά δομικά χαρακτηριστικά των Blockchains, Proof of Work, Proof of Stake, Εφαρμογές των blockchains σε διάφορους τομείς, Tokenization, Συγγραφή Smart Contracts για Ethereum, Κατανεμημένος αποθηκευτικός χώρος & Blockchains, IPFS.

540, κεντρικό κτίριο

Δασακλής Θωμάς

Επίκουρος Καθηγητής Ελληνικό Ανοικτό Πανεπιστήμιο

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

Fran Casino

Διδάσκων

Λογισμικό Διαδικτύου των Πραγμάτων (ΙοΤ) και Εφαρμογές

Αντικείμενο του μαθήματος είναι η ανάπτυξη εφαρμογών οι οποίες μπορούν να εκτελεστούν από σύγχρονες IoT συσκευές με ενσωματωμένο λειτουργικό σύστημα. Οι εφαρμογές αυτές δύναται να αξιοποιηθούν στο πλαίσιο των έξυπνων σπιτιών (Smart Houses), όσο και σε συσκευές και εξοπλισμό που χρησιμοποιεί ο σύγχρονος άνθρωπος, όπως τα «έξυπνα» τηλέφωνα (Smartphones), όσο και σε άλλες έξυπνες συσκευές, οι οποίες έχουν κάνει την εμφάνισή τους τα τελευταία χρόνια και χρησιμοποιούν λειτουργικό σύστημα. Το λογισμικό για το IoT περιλαμβάνει μεταξύ άλλων, λογισμικό από υπολογιστή, λογισμικό για wearables, λογισμικό για έξυπνες τηλεοράσεις, λογισμικό για τα νέας γενιάς έξυπνα αυτοκίνητα, καθώς και λογισμικό για έξυπνες πλακέτες “Android Things”. Στο μάθημα αναλύονται τα δημοφιλέστερα λειτουργικά συστήματα IoT, καθώς και τα εργαλεία ανάπτυξης εφαρμογών σε αυτά, ενώ παράλληλα αναλύονται και μεθοδολογίες ανάπτυξης λογισμικού, καθώς και ανάπτυξη λογισμικού σε πλατφόρμες υπολογιστικού νέφους.

Καθηγήτρια
507/ΚΕΚΤ
+30.210.4142269

Καθηγητής
104/ΓΛ126
+30 210 4142479 | fax +30 210 4142119

540, κεντρικό κτίριο

Στεφάνου Βασιλεία

Διδάσκουσα
104/ΓΛ126
+30 210 4142479

Σκόνδρας Εμμανουήλ

208/ΚΕΚΤ
+30 210 4142458,
+30 210 4142127

Μιχάλας Άγγελος

Τυροβολάς Δημήτριος

Διδάσκων
104/ΓΛ126
+30 210 4142479

Αστικός Σχεδιασμός Ψηφιακών Πόλεων

Το μάθημα στοχεύει στη δημιουργία διεπιστημονικών ομάδων εμπειρογνωμόνων που μπορούν να σχεδιάσουν καινοτόμες λύσεις που μπορούν να εξασφαλίσουν τη βιωσιμότητα των πόλεων του μέλλοντος. Θα διερευνήσουμε τις τεχνολογικές τάσεις και τα εργαλεία που υποστηρίζουν τον ψηφιακό μετασχηματισμό των κοινοτήτων μας και θα εμβαθύνουμε στις περιβαλλοντικές και κοινωνικές επιπτώσεις που πρέπει να ληφθούν υπόψη όταν ξανασκεφτούμε το μέλλον μιας πόλης.

Επιπρόσθετες έννοιες που πραγματεύεται το μάθημα είναι: Βασικές Αρχές Γεωγραφικών Συστημάτων πληροφοριών, Επιλογή χωρικών μοντέλων Δεδομένων (vector / raster ανάλογα με τη φύση της μελέτης), βασικές έννοιες και χαρτογραφικές τεχνικές, βασικές αρχές συστημάτων διαχείρισης γεωγραφικών βάσεων δεδομένων, έννοιες και τεχνικές χωρικής ανάλυσης, χαρτογραφική απεικόνιση χωρικών δεδομένων σε περιφερειακό και αστικό επίπεδο.

Με την ολοκλήρωση του μαθήματος οι σπουδαστές αναμένεται να είναι σε θέση να εργαστούν πάνω στις νέες αρχές πολεοδομικού σχεδιασμού και τεχνολογίες ψηφιακής ανάδρασης, οι οποίες θα επιτρέπουν τη δημιουργία κατανεμημένων και δυναμικών αστικών συστημάτων, μειώνοντας έτσι σημαντικά την κατανάλωση πόρων. Να γνωρίσουν ότι το “έξυπνο” δεν δείχνει απαραίτητα την αυτοματοποιημένη, τεχνητή νοημοσύνη αυτών των διαφορετικών συστημάτων, αλλά αναφέρεται και τρόπο με τον οποίο σχεδιαστές, καλλιτέχνες, θεωρητικοί, μηχανικοί και αξιωματούχοι της πόλης προσεγγίζουν το αστικό περιβάλλον. Να κατανοήσουν ότι το να είσαι “έξυπνος” για τον πολεοδομικό σχεδιασμό σημαίνει κατανόηση της οικονομίας, της πυκνότητας, των δικτύων, των κοινωνικών χαρακτηριστικών και της ιδιαίτερης φυσιογνωμίας του τόπου.

Επιπρόσθετα, οι φοιτητές θα είναι σε θέση να:
1.   Προσδιορίσουν τις βασικές έννοιες των γεωγραφικών συστημάτων πληροφοριών.
2.   Αναλύουν διαφορετικά χωρικά επίπεδα και κλίμακες και να επιλέγουν κατάλληλο χωρικό μοντέλο δεδομένων.
3.   Αναλύουν δημογραφικά και εν γένει στατιστικά δεδομένα σε επίπεδο χώρας/περιφέρειας/περιφερειακής ενότητας και να τα απεικονίζουν χαρτογραφικά.
4.   Αναλύουν δεδομένα σε αστικό/πολεοδομικό επίπεδο και να τα απεικονίζουν χαρτογραφικά.
5.   Να θέτουν χωρικά ερωτήματα και να ερμηνεύουν τα αποτελέσματά τους.

Στεφάνου Ιωσήφ

Ομότιμος Καθηγητής της Σχολής Αρχιτεκτόνων του Εθνικού Μετσοβίου Πολυτεχνείου, Αρχιτέκτονας πολεοδόμος, Πρόεδρος του Ινστιτούτου Σύρου
104/ΓΛ126
+30 210 4142479

Τσίγκας Επαμεινώνδας

Διδάσκων
104/ΓΛ126
+30 210 4142479

Τυροβολάς Δημήτριος

Διδάσκων
104/ΓΛ126
+30 210 4142479

Βασιλαρά Αρχοντούλα

Διδάσκουσα
104/ΓΛ126
+30 210 4142479

Πληθοπορισμός, Κοινωνική δικτύωση και Σημασιολογικές Τεχνολογίες

Εισαγωγή στην Σημασιολογία, Δόμηση Πληροφορίας και Γνώσης, Οργάνωση Πληροφορίας στον Παγκόσμιο Ιστό, Σημασιολογικά Πρωτόκολλα (RDF, RDF Schema, OWL, SPARQL). Εργαλεία Ανάπτυξης και Διαχείρισης Οντολογιών, Ανάπτυξη Οντολογιών, Τεχνολογίες Web 3.0 και Mηχανές Aναζήτησης, Text Analytics, Text mining και Web Sentiment Analysis, Εφαρμογές συλλογικής ευφυΐας (Collective Intelligence), Crowsourcing.

Ραζής Γεράσιμος

Διδάσκων
104/ΓΛ126
+30 210 4142479

302, κεντρικό κτίριο
+30 210 4142137
fax +30 210 4142472

Αναγνωστόπουλος Ιωάννης

Καθηγητής Πανεπιστημίου Θεσσαλίας
104/ΓΛ126
+30 210 4142479

3ο ΕΞΑΜΗΝΟ

Μεταπτυχιακή Διατριβή