REPORT INDIVIDUALE SULLE ATTIVITA’ SVOLTE
A CURA DEL BORSISTA
Corso di dottorato...INFORMATICA DATI ANAGRAFICI
Nominativo...Alessandro Lulli (matricola 511692) Data nascita...14/12/1984
Luogo nascita...Firenze
Indirizzo...via Santa Lucia 37/D 50055 Lastra a Signa (FI) Recapito telefonico....+393402746886
Recapito mail ...lulli@di.unipi.it
ATTIVITA’ FORMATIVE I anno di corso
Titolo del corso durata Sede (indicare Università o altra sede in cui si è svolta l’attività) Doce nte (nome e cogno me) Lingua utilizzata
(italiano, inglese, altra lingua)
Corsi 1. An Introduction to Probabilistic and Quantum Programming
2. Development of dynamically evolving and selfadaptive software 3. Big Data Analysis of Patterns in Media Content
4. computer aided cryptography 5. Reti ad Hoc e sensori
1.Bertinoro 2.Bertinoro 3.Bertinoro 4.Unipi 5.Unipi 1. Inglese 2. Inglese 3. Inglese 4. Inglese 5. Italiano Seminari di ricerca
1. Algorithms for genomic data analysis 2.Lunch time seminars
II anno di corso
Titolo del corso durata Sede (indicare Università o altra sede in cui si è svolta l’attività) Docente (nome e cognome) Lingua utilizzata (italiano, inglese, altra lingua) Corsi Seminari di ricerca 1. Factory Seminars Altre Attività di ricerca
Supporto alla didattica
computer science, University of Pisa (20 Ore)
Soggiorno all’estero
4 Mesi Eurecom,
Dal 1/6/2015 al 30/9/2015 Sophia Antipolis, Francia Studio di algoritmi di clustering.
Pubblicazione: Scalable kNN based text clustering
III anno di corso
Titolo del corso Sede (indicare Università o altra sede in cui si è svolta l’attività) Doce nte (nome e cogno me) Lingua utilizzata (italiano, inglese, altra lingua)
Corsi 1. Machine Learning Techniques and Selected Applications for Big Data
1. Unipi 2. Inglese
Altre Attività
di ricerca Supporto alla didattica Introduction to networking: theory and practice. Undergraduate programme in
computer science, University of Pisa (20 Ore)
Progetto di ricerca individuale (descrivere sinteticamente)
Thinking Like A Vertex (TLAV) is a popular computational paradigm suitable to express many distributed and iterative graph algorithms. It has been adopted as base computational paradigm for many of the currently available distributed frameworks and endorsed by numerous industries and academias. Also, it has been exploited to define algorithms to extract useful information from the nowadays increasing production of data which can be modeled as graphs. These facts strengthen the idea that exploiting distributed frameworks for graph analysis is an hot topic of research. As a matter of fact, we found that a solution for several algorithms is not always available or state-of-art algorithms are unsatisfactory, under many points of view. This thesis aims at providing guidelines for defining distributed graph algorithms structured according to TLAV and showing their
applicability to real applications. We show how approximation, simplification and versatility can be combined to define novel distributed algorithms to improve the currently available solutions with the goal to enhance the functionalities of the algorithms. We show also how algorithms may be combined to define complex solutions and how they can be employed to solve relevant applications. In particular, we present novel algorithms for computing betweenness centrality, connected
components and clustering. Such algorithms are exploited for Spam campaign detection, population estimation and hashtag centrality. To this end, we make use of real large dataset provided from our collaborations, Symantec for Spam emails, a large Italian Mobile Phone provider, mobile calls, and ISTI, CNR for a two years collection of real tweets from the Twitter social network.
Eventuali Pubblicazioni
1. Alessandro Lulli, Emanuele Carlini, Patrizio Dazzi, Claudio Lucchese, Laura Ricci:
Fast Connected Components Computation in Large Graphs by Vertex Pruning. IEEE Trans. Parallel Distributed System, 2017
Dragon: Multidimensional range queries on distributed aggregation trees. Future Generation Comp. Syst., 2016
3. Alessandro Lulli, Matteo Dell'Amico, Pietro Michiardi, Laura Ricci:
NG-DBSCAN: Scalable Density-Based Clustering for Arbitrary Data. PVLDB, 2016 4. Emanuele Carlini, Patrizio Dazzi, Alessandro Lulli, Laura Ricci:
TELOS: An Approach for Distributed Graph Processing Based on Overlay Composition. Scalable Computing: Practice and Experience, 2017
5. A. Kavalionak, E. Carlini, A. Lulli, G. Amato, C. Gennaro, C. Meghini, L. Ricci.
A prediction-based distributed tracking protocol for video surveillance. IEEE ICNSC, 2017 6. Patrizio Dazzi, Matteo Dell’Amico, Lorenzo Gabrielli, Alessandro Lulli, Pietro Michiardi,
Mirco Nanni, Laura Ricci. Improving Population Estimation From Mobile Calls: a Clustering Approach, ISCC, 2016
7. Emanuele Carlini, Alessandro Lulli, Laura Ricci
TRACE: generating traces from mobility models for Distributed Virtual Environments. Euro-Par Workshops, 2016
8. Massimiliano Bertolucci, Alessandro Lulli, Laura Ricci:
Current Flow Betweenness Centrality with Apache Spark. ICA3PP, 2016 9. Emanuele Carlini, Patrizio Dazzi, Alessandro Lulli, Laura Ricci:
Distributed graph processing: an approach based on overlay composition. SAC, 2016 10. Alessandro Lulli, Thibault Debatty, Matteo Dell'Amico, Pietro Michiardi, Laura Ricci:
Scalable k-NN based text clustering. Big Data, 2015
11. Emanuele Carlini, Patrizio Dazzi, Matteo Mordacchini, Alessandro Lulli, Laura Ricci: Community Discovery for Interest Management in DVEs: A Case Study. Euro-Par Workshops, 2015
12. Alessandro Lulli, Patrizio Dazzi, Laura Ricci, Emanuele Carlini:
A Multi-layer Framework for Graph Processing via Overlay Composition. Euro-Par Workshops, 2015
13. Alessandro Lulli, Laura Ricci, Emanuele Carlini, Patrizio Dazzi, Claudio Lucchese: Cracker: Crumbling large graphs into connected components. ISCC, 2015
14. Massimiliano Bertolucci, Emanuele Carlini, Patrizio Dazzi, Alessandro Lulli, Laura Ricci: Static and Dynamic Big Data Partitioning on Apache Spark. PARCO, 2015
15. Alessandro Lulli, Laura Ricci, Emanuele Carlini, Patrizio Dazzi: Distributed Current Flow Betweenness Centrality. SASO, 2015 16. Emanuele Carlini, Patrizio Dazzi, Alessandro Lulli, Laura Ricci:
Layered Thinking in Vertex Centric Computations. ERCIM News, 2015
17. Emanuele Carlini, Patrizio Dazzi, Andrea Esposito, Alessandro Lulli, Laura Ricci: Balanced Graph Partitioning with Apache Spark. Euro-Par Workshops, 2014
Risultati raggiunti (in termini di migliore occupabilità, crescita di competenze ecc.)
L'esperienza di supporto alla didattica, periodo all’estero e tecnologie utilizzate è stata molto interessante ed utile per crescere le mie competenze.
Altro ritenuto significativo/da segnalare (criticità, proposte, grado di soddisfazione, ecc.)
Sono soddisfatto di questa esperienza.
Firma Borsista Firma Docente tutor
