Persona
BRUNEO Dario
Professore associato
Course Catalogue:
Comunicazioni
Agenda
Cv Allegato
CV_bruneo.pdf (CV_esteso)
Description
Dario Bruneo si è laureato in Ingegneria Informatica nel 2000 presso l'Università degli Studi di Palermo. Nello stesso anno consegue l'abilitazione alla professione di ingegnere presso l’Università degli Studi di Palermo. Dal luglio 2001 al gennaio 2002 è dipendente della Engineering Ingegneria Informatica S.p.A. presso il laboratorio Ricerca e Sviluppo di Palermo, con mansioni di ricercatore. Dal febbraio 2002 al novembre 2004 ha frequentato il corso di Dottorato in Tecnologie Avanzate per l’Ingegneria del l’Informazione presso l'Università degli Studi di Messina. Nel dicembre 2004 prende servizio come titolare di un assegno di ricerca quadriennale presso il Dipartimento di Matematica dell'Università degli Studi di Messina per svolgere attività sullo studio delle tecniche di gestione della QoS in ambienti mobili (S.S.D. ING-INF/05). Nel febbraio 2005 consegue il titolo di Dottore di Ricerca discutendo una tesi dal titolo “Advanced Services Provisioning in Mobile Wireless Networks: QoS Strategies and Middleware Solutions”. Nel giugno 2005 riceve il premio "Migliore tesi di dottorato" dalla ST Microelectronics (sede di Catania) per tesi di dottorato particolarmente meritevole. Dal 2004 al 2006 è titolare di un assegno di ricerca presso il Dipartimento di Matematica dell’Università di Messina (S.S.D. ING-INF/05) per svolgere un programma di ricerca dal titolo “Tecniche di gestione della Qualità del Servizio in ambienti mobili”.
Nel febbraio 2006 risulta vincitore del Concorso pubblico a posti di Ricercatore universitario di ruolo, Settore scientifico-disciplinare ING-INF/05 - Sistemi di Elaborazione delle Informazioni, ed attualmente è in servizio presso la Facoltà di Ingegneria dell'Università di Messina come ricercatore confermato.
L’attività di ricerca di Dario Bruneo si è sviluppata con continuità dal 2001 fino ad oggi e si è rivolta con particolare attenzione allo studio dei sistemi distribuiti, alle problematiche di gestione di servizi avanzati in tali ambienti, alla modellazione ed alla valutazione delle prestazioni. A tal fine sono stati investigati differenti campi di ricerca che vanno dalle tecniche di gestione della Qualità del Servizio (QoS), alla programmazione distribuita, dallo studio delle reti ad-hoc e di sensori all’analisi delle prestazioni mediante tecniche sia analitiche che simulative.
L’attività di ricerca è stata espletata all’interno di vari progetti collaborando con ricercatori nazionali ed internazionali.
Dal marzo 2006 ad oggi svolge la sua attività nel S.S.D. ING-INF/05 in qualità di Ricercatore prima e Professore Associato poi, avvicinandosi all’area della valutazione delle prestazioni ed effettua degli studi prestazionali dei sistemi Grid, valutandone le differenti tecniche di gestione (job scheduling, job allocation, information dissemination). A tal proposito si accosta alle metodologie di modellazione di sistemi distribuiti mediante catene di Markov, reti di Petri Stocastiche Generalizzate e reti di Petri Stocastiche non Markoviane. Gli aspetti peculiari dei modelli relativi ai sistemi distribuiti, come ad esempio il problema dell’esplosione dello spazio degli stati, i problemi legati allo stiffnes, ecc. sono stati presi in considerazione sia durante la realizzazione di modelli specifici sia nello studio di nuovi formalismi. Tali studi prestazionali hanno permesso anche la valutazione di aspetti commerciali legati al Business Grid ed al Cloud computing quali la gestione dei Service Level Agreement e la loro stretta interazione con le politiche di allocazione delle risorse. Collabora con l’Università di Torino e l’Università del Piemonte Orientale nell’ambito della modellazione di reti di sensori mediante un nuovo formalismo chiamato Agenti Markoviani. Si è, anche, accostato alle metodologie ed alle tecniche di valutazione dell’affidabilità dei sistemi, effettuando studi sulla dependability delle reti dei sensori e dei sistemi Cloud, sulla software rejuvenation e sulle tematiche di Green Computing effettuando ricerche nel campo dell’efficienza energetica dei sistemi distribuiti.
Dal novembre 2013 è coordinatore delle attività di ricerca del gruppo dell’Università di Messina all’interno del progetto europeo FP7 CloudWave con particolare attenzione alle tematiche relative al monitoraggio di sistemi Cloud (sia dal punto di vista dell’infrastruttura che delle applicazioni) alle tecniche di adaptation ed alla realizzazione del testbed per la validazione dei risultati.
A partire dal 2015 si accosta alle tematiche relative alle Smart Cities, studiando tecniche di gestione avanzata di sensori e attuatori mediante la loro integrazione con il paradigma Cloud secondo il nuovo scenario dell’Internet of Everything. Durante tale periodo svolge la sua attività nell’ambito del progetto di Crowd Funding #SmartMe (http://smartme.unime.it) ed è uno degli ideatori del software open source Stack4Things per la gestione di flotte di dispositivi IoT (http://stack4things.unime.it).
Nello stesso periodo si accosta alle tematiche del machine learning e del deep learning ed al loro utilizzo in ambito Smart City e Industria 4.0. In particolare, vengono studiate tecniche per la realizzazione di sistemi embedded intelligenti con applicazioni che vanno dall’indoor localization alla predictive maintenance in ambito industriale mediante l’utilizzo di Long-Short Term Memories. Si occupa inoltre di tecniche di (Deep) Reinforcement Learning per la gestione di sistemi complessi come ad esempio gli scenari di Multi-Access Edge Computing in ambito 5G. Collabora con l’ST Microelectronics allo studio di algoritmi di machine learning per sistemi con risorse limitate, basati su microcontrollori STM32, ed a tecniche di training on-device.
Fa parte del comitato di programma di numerosi congressi internazionali ed è revisore di importanti riviste del settore.
Ha pubblicato oltre 100 articoli in riviste e conferenze internazionali ed è co-editore del libro "Quantitative Assessments of Distributed Systems - Methodologies and Techniques" - Scrivener/Wiley.
È co-fondatore della startup SmartMe.io, spin-off universitario che sviluppa soluzioni IoT innovative per ambienti smart.
Nel febbraio 2006 risulta vincitore del Concorso pubblico a posti di Ricercatore universitario di ruolo, Settore scientifico-disciplinare ING-INF/05 - Sistemi di Elaborazione delle Informazioni, ed attualmente è in servizio presso la Facoltà di Ingegneria dell'Università di Messina come ricercatore confermato.
L’attività di ricerca di Dario Bruneo si è sviluppata con continuità dal 2001 fino ad oggi e si è rivolta con particolare attenzione allo studio dei sistemi distribuiti, alle problematiche di gestione di servizi avanzati in tali ambienti, alla modellazione ed alla valutazione delle prestazioni. A tal fine sono stati investigati differenti campi di ricerca che vanno dalle tecniche di gestione della Qualità del Servizio (QoS), alla programmazione distribuita, dallo studio delle reti ad-hoc e di sensori all’analisi delle prestazioni mediante tecniche sia analitiche che simulative.
L’attività di ricerca è stata espletata all’interno di vari progetti collaborando con ricercatori nazionali ed internazionali.
Dal marzo 2006 ad oggi svolge la sua attività nel S.S.D. ING-INF/05 in qualità di Ricercatore prima e Professore Associato poi, avvicinandosi all’area della valutazione delle prestazioni ed effettua degli studi prestazionali dei sistemi Grid, valutandone le differenti tecniche di gestione (job scheduling, job allocation, information dissemination). A tal proposito si accosta alle metodologie di modellazione di sistemi distribuiti mediante catene di Markov, reti di Petri Stocastiche Generalizzate e reti di Petri Stocastiche non Markoviane. Gli aspetti peculiari dei modelli relativi ai sistemi distribuiti, come ad esempio il problema dell’esplosione dello spazio degli stati, i problemi legati allo stiffnes, ecc. sono stati presi in considerazione sia durante la realizzazione di modelli specifici sia nello studio di nuovi formalismi. Tali studi prestazionali hanno permesso anche la valutazione di aspetti commerciali legati al Business Grid ed al Cloud computing quali la gestione dei Service Level Agreement e la loro stretta interazione con le politiche di allocazione delle risorse. Collabora con l’Università di Torino e l’Università del Piemonte Orientale nell’ambito della modellazione di reti di sensori mediante un nuovo formalismo chiamato Agenti Markoviani. Si è, anche, accostato alle metodologie ed alle tecniche di valutazione dell’affidabilità dei sistemi, effettuando studi sulla dependability delle reti dei sensori e dei sistemi Cloud, sulla software rejuvenation e sulle tematiche di Green Computing effettuando ricerche nel campo dell’efficienza energetica dei sistemi distribuiti.
Dal novembre 2013 è coordinatore delle attività di ricerca del gruppo dell’Università di Messina all’interno del progetto europeo FP7 CloudWave con particolare attenzione alle tematiche relative al monitoraggio di sistemi Cloud (sia dal punto di vista dell’infrastruttura che delle applicazioni) alle tecniche di adaptation ed alla realizzazione del testbed per la validazione dei risultati.
A partire dal 2015 si accosta alle tematiche relative alle Smart Cities, studiando tecniche di gestione avanzata di sensori e attuatori mediante la loro integrazione con il paradigma Cloud secondo il nuovo scenario dell’Internet of Everything. Durante tale periodo svolge la sua attività nell’ambito del progetto di Crowd Funding #SmartMe (http://smartme.unime.it) ed è uno degli ideatori del software open source Stack4Things per la gestione di flotte di dispositivi IoT (http://stack4things.unime.it).
Nello stesso periodo si accosta alle tematiche del machine learning e del deep learning ed al loro utilizzo in ambito Smart City e Industria 4.0. In particolare, vengono studiate tecniche per la realizzazione di sistemi embedded intelligenti con applicazioni che vanno dall’indoor localization alla predictive maintenance in ambito industriale mediante l’utilizzo di Long-Short Term Memories. Si occupa inoltre di tecniche di (Deep) Reinforcement Learning per la gestione di sistemi complessi come ad esempio gli scenari di Multi-Access Edge Computing in ambito 5G. Collabora con l’ST Microelectronics allo studio di algoritmi di machine learning per sistemi con risorse limitate, basati su microcontrollori STM32, ed a tecniche di training on-device.
Fa parte del comitato di programma di numerosi congressi internazionali ed è revisore di importanti riviste del settore.
Ha pubblicato oltre 100 articoli in riviste e conferenze internazionali ed è co-editore del libro "Quantitative Assessments of Distributed Systems - Methodologies and Techniques" - Scrivener/Wiley.
È co-fondatore della startup SmartMe.io, spin-off universitario che sviluppa soluzioni IoT innovative per ambienti smart.
Partecipa a
Pubblicazioni (135)
Insegnamenti offerta formativa corrente (4)
3204 - CALCOLATORI (ANNUALE)
Ciclo Annuale (16/09/2024 - 30/05/2025)
- 2024
Laurea
12 CFU
96 ore
A000799 - MACHINE LEARNING
Primo Semestre (16/09/2024 - 20/12/2024)
- 2024
Laurea Magistrale
6 CFU
48 ore
A001307 - ARTIFICIAL INTELLIGENCE
Primo Semestre (16/09/2024 - 20/12/2024)
- 2024
Laurea Magistrale
6 CFU
48 ore
A001892 - INTELLIGENT SYSTEMS AND MACHINE LEARNING
Primo Semestre (16/09/2024 - 20/12/2024)
- 2024
Laurea Magistrale
6 CFU
48 ore
No Results Found