Networking people and things: scenarios, models, and approaches

In recent years, information and networks have become the new core of economic development. They represent two of the most important and valuable assets for any public or private organization. Their presence in our society is declined in a variety of ways, ranging from Online Social Networks to IoT devices, from blockchains to machine and deep learning systems. Managing all these scenarios is extremely complex, and many researchers are striving to address this challenging issue. This thesis aims to provide a contribution in this setting. It starts from the idea that the previous scenarios have a common root in networking. Therefore, complex network theory, and more generally graph theory, can provide the models and the techniques to uniformly represent and handle such scenarios that might seem extremely heterogeneous at a first glance. The applications of the results of this thesis are multiple and range from user profiling to information diffusion, from Industry 4.0 to the detection of possible organized groups speculating on cryptocurrencies, from the early discovery of dangerous trends to the efficient and effective management of privacy in a Multi- IoT context.

Negli ultimi anni l’informazione e le reti sono diventate il nuovo motore dell’economia. Essi rappresentano due degli asset più importanti e preziosi per qualsiasi organizzazione pubblica e privata. La loro presenza nella società si declina in svariati modi, che vanno dalle Online Social Network ai dispositivi IoT, dalle blockchain ai sistemi di machine e deep learning. Gestire tutti questi scenari è estremamente complesso, e molti ricercatori si stanno sforzando di affrontare queste challenging issue. Questa tesi vuole dare un contributo in questo contesto. Essa parte dall’idea che gli scenari sopra hanno una radice comune nel networking. Di conseguenza, la teoria delle reti complesse, e più in generale la teoria dei grafi, possono fornire i modelli e le tecniche per rappresentare e gestire in modo uniforme tali scenari che in apparenza potrebbero sembrare estremamente eterogenei. Le applicazioni dei risultati di questa tesi sono molteplici e vanno dallo user profiling all’information diffusion, dall’Industria 4.0 all’individuazione di eventuali gruppi organizzati che effettuano speculazioni nelle criptovalute, dalla scoperta precoce di trend pericolosi alla gestione efficiente ed efficace della privacy in un contesto Multi-IoT.