- nexa - server-nexa.polito.it

L’Europa impossibile di Mario Draghi
by Anna Masera Sept. 10, 2024

Sept. 10, 2024

2 2

[CfP COMNET SI] Elsevier COMNET Special Issue on Generative and Explainable AI for Internet Traffic and Network Architectures
by Danilo Giordano Sept. 10, 2024

Sept. 10, 2024

Dear colleagues, Our apologies if you receive multiple copies of this message. ********************************************************************** CALL FOR PAPERS Special Issue on Generative and Explainable AI for Internet Traffic and Network Architectures Elsevier Computer Networks https://www.sciencedirect.com/journal/computer-networks/about/call-for-pape… (Submission deadline: December 1, 2024) ********************************************************************** We are pleased to announce a call for papers for a special issue of Elsevier Computer Networks journal, focusing on the transformative potential of generative and explainable AI in Internet traffic analysis and network architectures. As Internet-connected devices multiply and traffic data grows exponentially, traditional methods are increasingly challenged. This special issue aims to highlight how generative AI can synthesize realistic traffic data, automate network configurations, and enhance security measures. Additionally, explainable AI can provide deeper insights into network behaviors, improving transparency, trust, and overall network performance. We invite you to contribute to this pioneering special issue and lead the advancement of AI-driven innovations in Internet traffic analysis and network architectures. Key Topics of Interest include but are not limited to the following: ----------------------- - Generative AI methods to synthesize realistic and diverse traffic data - Automatic network configuration and management utilizing Generative AI - Applications of Large Language Models (LLMs) in network traffic generation - Prompt Engineering for LLMs in network traffic analysis, management, and security - Generative AI for enhancing network security and intrusion detection - Assessing the robustness and reliability of Generative AI in network management, including standardized benchmarks and datasets - Explainable AI techniques for network traffic analysis and management tools - Human-in-the-loop AI and the integration of interpretability into AI-driven traffic analysis - Ensuring fairness, accountability, and transparency in AI applications for networking - Real-world applications and case studies showcasing Generative and Explainable AI in network traffic analysis, management, and security - Bridging the gap between network data explanation and actionable interpretability - Techniques for improving the trust and practical use of data-driven network analysis methods Guest Editors: -------------- - Antonio Montieri, PhD - Università degli Studi di Napoli Federico II, Napoli, Italy (antonio.montieri(a)unina.it) - Danilo Giordano, PhD - Politecnico di Torino, Torino, Italy (danilo.giordano(a)polito.it) - Claudio Fiandrino, PhD - IMDEA Networks Institute, Madrid, Spain (claudio.fiandrino(a)imdea.org) - Jonatan Krolikowski, PhD - Huawei Technologies France SAS, Boulogne Billancourt, France (jonatan.krolikowski(a)huawei.com) Important Dates: ---------------- - Submission Open Date: July 1, 2024 - Final Manuscript Submission Deadline: December 1, 2024 - Editorial Acceptance Deadline: March 1, 2025 Manuscript Submission Information: ----------------------------------- The journal's submission platform (https://www.editorialmanager.com/comnet/default.aspx) is available for receiving submissions to this Special Issue from July 1st, 2024. Authors are advised to follow the Guide for Authors to prepare their manuscripts and select the article type “VSI: GenXAI for Internet” when submitting online. More information about the Special Issue, the Guide for Authors, and the submission portal are available at the following link: https://www.sciencedirect.com/journal/computer-networks/about/call-for-pape… ********************************************************************** SPECIAL ISSUE DETAILS ********************************************************************** In the realm of Internet traffic analysis, the advent of Artificial Intelligence (AI) has marked a significant paradigm shift. With the proliferation of Internet-connected devices and the exponential growth of traffic data, traditional traffic analysis methods are struggling to cope with the sheer volume and complexity of modern networks. Moreover, the dynamic nature of Internet traffic patterns and the emergence of sophisticated cyber threats further exacerbate the challenges faced by network operators and cybersecurity professionals. In response, there is a pressing need for advanced analytical tools that can provide accurate Internet traffic “visibility”, enable actionable insights into traffic behavior, identify anomalies and intrusions, and ultimately enhance network security and performance. On the other hand, the collection, segmentation, and labeling of traffic datasets are cumbersome processes, often requiring human experts to guide the different stages. Additionally, factors like the dynamic nature of traffic, privacy concerns, and the limited samples of certain traffic types (e.g., network attacks, IoT devices) further challenge data collection. Moreover, while data-driven techniques have the potential for outstanding performance and adaptability, they often operate as black-box systems, making it difficult to understand their behavior, improve their performance, or protect them from potential attacks. This limits the interpretability and trust in these methods, affecting their practical use. The integration of generative and explainable AI techniques presents a promising avenue for addressing these challenges. By harnessing the power of AI to generate realistic traffic data and provide interpretable insights, researchers and practitioners can overcome the limitations of traditional traffic analysis methods. Generative AI models enable the creation of diverse and representative traffic datasets, facilitating the training of AI-driven models for intrusion detection and network optimization. Meanwhile, explainable AI techniques enhance the transparency and trustworthiness of AI-driven traffic analysis, enabling network operators to understand and interpret the decisions made by AI methods. This special issue aims to delve into the methodological, technical, and practical aspects of leveraging generative and explainable AI for Internet traffic analysis and network architectures. By focusing on these cutting-edge topics, we seek to provide a platform for researchers and practitioners to explore innovative approaches, share insights, and advance state of the art. The special issue will encompass a wide range of themes, including AI-driven generation of standardized traffic datasets, network management aided by generative AI, interpretable and trustworthy AI solutions for Internet traffic analysis, and real-world applications of generative and explainable AI in network optimization and security. **********************************************************************

1 0

Re: [nexa] AI Training is Copyright Infringement
by Giuseppe Attardi Sept. 10, 2024

Sept. 10, 2024

> On 9 Sep 2024, at 22:35, nexa-request(a)server-nexa.polito.it wrote: > > Ad esempio, per programmare una Vector Reducing Machine (quella che > tu chiami "rete neurale artificiale") la cui topologia permette di > mappare una matrice N-dimensionale verso una M-dimensionale > > - si raccoglie il dataset sorgente > > - ne si codifica gli elementi come vettori numerici attraverso > una analisi statistica Dipende dai dati, alcuni sono già vettori numerici di per sé come nel caso di immagini o suoni campionati. Nel caso dei testi si fa una tokenizzazione (ad esempio con le regole di Porter) e si costruisce un dizionario per assegnare un id numerico a ciascuno, poi il vettore degli embedding viene costruito dalla rete stessa. Nessuno di questi lo chiamerei un’analisi statistica. > - si riduce la dimensionalità del dataset sorgente (selezionando e/o > sintetizzando le feature da utilizzare attraverso tecniche > statistiche) fino ad ottenere le N dimensioni da utilizzare in input > (e le M dimensioni con cui confrontare l'output) > > - si carica nella VRM un programma che può essere > > - casuale quando si inizializzano le matrici per la prima volta > > - noto, se si decide di partire da un eseguibile "pre-trained" Si può riassumere dicendo che una rete neurale calcola una funzione f(theta, x) = y, dove theta sono i parametri del modello, che vengono stimati con l’apprendimento. Il codice che calcola f fa uso di theta, ma non è theta che esegue alcun calcolo e non può essere chiamato software. Si può cambiare theta e la funzione calcolata sarà diversa. Essendo f parametrica, si può fornire theta a parte e si può fare fine-tuning del modello, a patto di disporre del software di apprendimento. Ossia non bastano i dati (theta) per modificare f. Theta è del tutto inutile senza f. Si può dire che ci sono infiniti modi di “eseguire” theta, ma se non hai quello giusto non puoi farci nulla. > … > >> I parametri del modello (i contenuti delle matrici), vengono >> calcolati attraverso l’ottimizzazione della loss function sui >> dati di apprendimento (sempre dati sono). > > La distinzione fra software e dato non ha fondamento informatico. L’architettura Von Neuman distingue tra istruzioni e dati: le prime sono caricate nella CPU, i secondi nella ALU. Semmai le istruzioni, che sono conservate in memoria, possono essere trattate come dati, in programmi che si automodificano, ma rimangono istruzioni, se caricate nella CPU. —

1 0

Re: [nexa] AI Training is Copyright Infringement
by Giuseppe Attardi Sept. 9, 2024

Sept. 9, 2024

Dissento. > On 9 Sep 2024, at 11:10, nexa-request(a)server-nexa.polito.it wrote: > > From: Giacomo Tesio <giacomo(a)tesio.it> > ..l > >> On Mon, 9 Sep 2024 09:50:41 +0200 Giuseppe Attardi wrote: >> >> Che significa “software programmato statisticamente”? > > Un software (ovvero una sequenza di byte eseguibili da una macchina con > una architettura nota in fase di compilazione) programmato attraverso > tecniche statistiche, ovvero basate sull'elaborazione di grandi > quantitativi di dati selezionati allo scopo. > > >> Una rete neurale è realizzata con programmi come altri utilizzando >> algoritmi di ottimizzazione, con un processo di fit dei parametri del >> modello rispetto ai dati per minimizzare una funzione di loss. > > Esatto, ottimo esempio. > > Con il termine "rete neurale artificiale" si con-fondono due software > diversi programmati con tecniche diverse: > > - la macchina virtuale caratterizzata dall'architettura di interesse > (la topologia della rete), tipicamente scritta in R, Python, C etc... > - il software che quella macchina virtuale esegue, espresso come > matrici numeriche, programmato appunto attraverso tecniche > statistiche e compilato per quella specifica macchina virtuale > La domanda era proprio cosa significa programmare con tecniche statistiche. Posso capire implementare formule statistiche, ma il codice è pur sempre scritto in un linguaggio di programmazione. Quanto ai due software, proprio non li vedo, c’è solo un software ed è la rete neurale, scritta in un linguaggio di programmaziine a scelta che gira, direttamente o compilato, su una macchina, virtuale o reale. Le matrici sono dati, non software, e non vengono eseguite. Il programma di ottimizzazione (backpropagation) li modifica, ma non sono loro ad eseguire calcoli. > Si tratta di software distinti, anche quando usati insieme. > > Il primo software (la macchina virtuale) viene eseguito dall'hardware > (che può essere a sua volta virtuale, ovviamente), mentre il secondo > (il cosiddetto "modello" della "rete neurale artificiale") viene > eseguito dal primo. > La rete neurale implementa il modello direttamente, non in due fasi. > I sorgenti del primo vengono scritti. > I sorgenti del secondo vengono selezionati. > I sorgenti del secondo non esistono. I parametri del modello (i contrnuti delle matrici), vengono calcolati attraverso l’ottimizzazione della loss function sui dati di apprendimento (sempre dati sono). > Cambiano le tecniche di programmazione e compilazione, ma rimangono > sorgenti di software compilati per essere eseguiti dalle rispettive > architetture di interesse. > > >> Un modello statistico sarebbe quello costruito a partire da un >> campione statistico rappresentativo, selezionato appunto su basi >> statistiche. > > Infatti! > > Proprio il software programmato statisticamente a partire dai dataset > sorgente non è un modello statistico, è sbagliato chiamarlo "modello". > > Altrimenti finisce che i giuristi lo confondono con il data mining. > > >> Ciò non vale per i LLM che usano tutti i dati disponibili, >> considerandoli la realtà stessa e non la loro rappresentazione. > > Gli LLM non hanno alcuna consapevolezza dell'esistenza della realtà. > Dunque non possono "considerare" i dati come la realtà. Certo, intendevo chi li allena non usa tecniche statistiche perché non fa assunzioni statistiche sulla struttura dei dati da cui poter estrarre un campione rappresentativo: utilizza tutti i dati disponibili indistintamente. > > Gli LLM sono programmati compilando i dati SCELTI da chi li programma. > La scelta dei contenuti da includere nel dataset è l'aspetto > predominante del processo di programmazione statistica. > Non proprio, non viene fatta una scelta basata su criteri statistici. Per i LARGE LM si usano quanti più dati possibile, al massimo si fa una deduplicazione. > >> Quanto a “imparare”, è discutibile usare termini antropomorfi >> riguardo alle macchine, ma per intenderci si può dire che fanno >> qualcosa che si avvicina al nostro concetto di apprendere, ossia >> saper usare quanto visto in precedenza in situazioni nuove. > > No. > > La calcolatrice non conosce l'aritmetica, anche se riesce a produrre in > output una configurazione di cristalli liquidi che la tua mente può > interpretare come somme che non le sono mai state sottoposte in passato. > > Una calcolatrice non sa cosa sia un numero più di quanto > un LLM non sappia cosa sia un testo. Infatti una calcolatrice non impara: non saprebbe fare altre operazioni oltre a quelle per cui è stata programmata. > > Chi l'ha programmata non le ha insegnato l'aritmetica e lei non l'ha > appresa, per nessuna definizione ragionevole di "apprendimento". > Chi l'ha programmata ha codificato la _propria_ conoscenza della > aritmetica in una serie di circuiti che ne _riproducono_ le regole > sulle rappresentazioni elettriche fornite in input. > > > Allo stesso modo, non c'è alcuna relazione fra il processo di > programmazione statistica di una macchina in grado di ridurre > vettori e l'apprendimento di un essere umano. A parte il fatto che ancora non ho capito cosa sia la “programmazione statistica”, una relazione si trova sempre. > > Entrambi i processi sono iterativi e producono un cambiamento nel ente > che li subisce, non hanno null'altro in comune. > > > Se dicessi in una conferenza che la frutta "apprende" come comportarsi > da marmellata, tutti riderebbero fragorosamente. :-D > Quale sarebbe l’analogia umana di un tale forma di apprendimento? > > Dire che un software "apprende" come comportarsi è altrettanto > ridicolo, ma hubris, ignoranza e soldi convincono troppe persone > a non ridere quando sentono parlare di "machine learning". > > Così rimangono solo bambini e buffoni a ricordare che il re è nudo... > e i software si programmano.

2 1

dum Romae consulitur Saguntum expugnatur?
by maurizio lana Sept. 9, 2024

Sept. 9, 2024

"Valditara: sperimentazione AI a scuola. Sperimentazione partirà in 15 classi" https://www.rainews.it/articoli/ultimora/valditara-sperimentazione-ai-a-scu… > "Siamo uno dei primi Paesi ad avere avviato quest'anno scolastico una > sperimentazione nell'utilizzo dell'intelligenza artificiale per la > personalizzazione della didattica. Parte in 15 classi in alcune > Regioni: Calabria, Lazio, Toscana, Lombardia". Lo ha detto il ministro > dell'Istruzione e del Merito Giuseppe Valditara a Cernobbio. cioè: noi discutiamo, giustamente, ma lì la introducono. la introducono proprio in quel luogo che noi così fortemente vediamo deputato a costruire capacità critica e non adesione supina. quanto al come e su che cosa, Repubblica scrive: > > > L’IA per gli insegnanti > > In una lettera > <https://www.repubblica.it/commenti/2023/01/17/news/valditara_intelligenza_a…>che > il ministro inviò lo scorso anno a /Repubblica/ Valditara ha spiegato > il ruolo dell’IA > <https://www.repubblica.it/scuola/2023/01/20/news/chatbot_il_software_chi_ti…> > a scuola: “Può essere impiegata per aiutare gli insegnanti a > personalizzare l'apprendimento, ad adattare i contenuti in base alle > attitudini individuali degli studenti, a monitorare i loro progressi e > a fornire informazioni su come migliorare il loro rendimento” si legge > nella lettera. E sottolinea il ruolo del docente. “L'intelligenza > artificiale non può dunque soppiantare l'insegnante né marginalizzarne > il ruolo, che è decisivo in tutti i gradi di scuola, in particolare > nella primaria”. > > > L’IA per gli studenti > > Lato studenti, l’uso dell’IA, si legge sempre nella lettera, “può > consentire agli studenti di ottenere un riscontro rapido e > personalizzato sul lavoro svolto, in modo da aiutarli a concentrarsi > sui loro punti di forza e a raggiungere i propri obiettivi educativi. > Inoltre, gli studenti possono usare apparecchiature tecnologicamente > avanzate, come i robot educativi, per aumentare l'interattività della > loro esperienza scolastica”. > Maurizio ------------------------------------------------------------------------ quella volta in due siamo rimasti appesi ad un friend. e ha tenuto. quella volta in due siamo rimasti appesi ad un amico. e ha tenuto. matteo della bordella ------------------------------------------------------------------------ Maurizio Lana Università del Piemonte Orientale Dipartimento di Studi Umanistici Piazza Roma 36 - 13100 Vercelli

3 2

MEMENTO | 175° Mercoledì di Nexa | 11 settembre 2024, ore 17.00
by Nexa - Media Sept. 9, 2024

Sept. 9, 2024

Gentilissime, gentilissimi, Vi ricordiamo che mercoledì 11 settembre, alle ore 17.00, si terrà il 175° Mercoledì di Nexa con un incontro dal titolo "Le emissioni segrete. L'impatto ambientale dell'universo digitale". Ospite dell'incontro: Giovanna Sissa (Università di Genova). L'incontro si terrà IN PRESENZA e ONLINE. SEDE FISICA dell'incontro: Centro Nexa su Internet e Società, Politecnico di Torino, Via Boggio 65/a, Torino (1° piano). Per accedere alla sala si raccomanda di suonare al citofono Portineria e di seguire le indicazioni segnalate lungo il percorso. QUI<https://nexa.polito.it/contatti> maggiori informazioni su come raggiungerci. STANZA VIRTUALE dell'incontro: https://didattica.polito.it/VClass/NexaEvent Maggiori informazioni alla pagina: https://nexa.polito.it/mercoledi-175 Cordiali saluti, -- Valeria Bergantino Communication Manager Nexa Center for Internet & Society Politecnico di Torino - DAUIN Via Pier Carlo Boggio, 65/A - 10138 Torino web: https://nexa.polito.it/ mail: valeria.bergantino(a)polito.it<mailto:valeria.bergantino@polito.it> tel: 3473443585

1 0

Re: [nexa] AI Training is Copyright Infringement
by Giuseppe Attardi Sept. 9, 2024

Sept. 9, 2024

> Il 8 Settembre 2024 14:24:00 UTC, Guido Vetereha scritto: >> >> Research has also shown that memorization occurs if >> an LLM sees a text repeatedly during training (Carlini et al., 2022b; >> Biderman et al., 2023). >> Because of this, *memorization can be seen as an extreme case of training >> data contamination* >> where a dataset is not only seen during training but repeated within the >> training set so often >> that the LLM becomes able to consistently generate it. >> >> La memorizzazione, insomma, è un caso degenere. > > Sembra un caso degenere perché immagini un'intelligenza artificiale che impara. > > Non appena comprendi che si tratta semplicemente di un software > programmato statisticamente Che significa “software programmato statisticamente”? Una rete neurale è realizzata con programmi come altri utilizzando algoritmi di ottimizzazione, con un processo di fit dei parametri del modello rispetto ai dati per minimizzare una funzione di loss. Un modello statistico sarebbe quello costruito a partire da un campione statistico rappresentativo, selezionato appunto su basi statistiche. Ciò non vale per i LLM che usano tutti i dati disponibili, considerandoli la realtà stessa e non la loro rappresentazione. Quanto a “imparare”, è discutibile usare termini antropomorfi riguardo alle macchine, ma per intenderci si può dire che fanno qualcosa che si avvicina al nostro concetto di apprendere, ossia saper usare quanto visto in precedenza in situazioni nuove. —

2 1

Confessions of a chatbot helper
by Antonio Sept. 8, 2024

Sept. 8, 2024

"Working for an AI company as a writer was therefore a little like being told you were going to be paid a visit by Dracula, and instead of running for the hills, you stayed in and laid the table. But our destroyer is generous, the pay sufficient to justify the alienation. If our sector was going up in smoke, we might as well get high off the fumes." https://www.theguardian.com/technology/article/2024/sep/07/if-journalism-is… A.

3 3

"Yuval Noah Harari’s Apocalyptic Vision"
by J.C. DE MARTIN Sept. 8, 2024

Sept. 8, 2024

“Although flesh and blood, Harari is Silicon Valley’s ideal of what a chatbot should be. He raids libraries, detects the patterns, and boils all of history down to bullet points.”* *Buona lettura! * *jc* Yuval Noah Harari’s Apocalyptic Vision * /His warning of AI’s dangers is alarming, but does it help us avoid them? / By Daniel Immerwahr “About 14 billion years ago, matter, energy, time and space came into being.” So begins Sapiens: A Brief History of Humankind (2011), by the Israeli historian Yuval Noah Harari, and so began one of the 21st century’s most astonishing academic careers. Sapiens has sold more than 25 million copies in various languages. Since then, Harari has published several other books, which have also sold millions. He now employs some 15 people to organize his affairs and promote his ideas. He needs them. Harari might be, after the Dalai Lama, the figure of global renown who is least online. He doesn’t use a smartphone (“I’m trying to conserve my time and attention <https://archive.jamesaltucher.com/podcast/yuval-noah-harari/>”). He meditates for two hours daily <https://tim.blog/2020/10/30/yuval-noah-harari-transcript/>. And he spends a month or more each year on retreat, forgoing what one can only presume are staggering speaking fees to sit in silence. Completing the picture, Harari is bald, bespectacled, and largely vegan. The word /guru/ is sometimes heard <https://www.theguardian.com/books/2018/aug/15/21-lessons-for-the-21st-centu…>. Harari’s monastic aura gives him a powerful allure in Silicon Valley, where he is revered. Bill Gates blurbed /Sapiens/. Mark Zuckerberg promoted it. In 2020, Jeff Bezos testified remotely to Congress in front of a nearly bare set of bookshelves—a disquieting look for the founder of Amazon, the planet’s largest bookseller. Sharp-eyed viewers made out, among the six lonely titles huddling for warmth on the lower-left shelf, two of Harari’s books <https://www.nytimes.com/2020/12/11/books/celebrity-bookshelves-anthony-fauc…>. Harari is to the tech CEO what David Foster Wallace once was to the Williamsburg hipster. [...] cont: https://www.theatlantic.com/magazine/archive/2024/10/yuval-noah-harari-nexu…

3 2

Re: [nexa] AI Training is Copyright Infringement
by alessandro marzocchi Sept. 8, 2024

Sept. 8, 2024

Domanda da inesperto: perchè non rafforzare Framasoft? Date: Fri, 06 Sep 2024 21:51:39 +0000 > From: Giacomo Tesio <giacomo(a)tesio.it> > To: nexa(a)server-nexa.polito.it > Subject: Re: [nexa] AI Training is Copyright Infringement > Message-ID: <6EDF4516-C8D1-4FB3-8301-833112475147(a)tesio.it> > Content-Type: text/plain; charset=utf-8 > > Io ci sono. > Quando si parte? > Che si fa? > > Il 6 Settembre 2024 18:45:35 UTC, Antonio <antonio(a)piumarossa.it> ha > scritto: > > > la Storia ha corsi e ricorsi, ma talvolta fa anche inversioni a U > > > ma non bisogna limitarsi all'invettiva aspettando che a sterzare sia > > > qualcun'altro, altrimenti non avremo alcuna rilevanza neanche a questo > giro > > > > Se c'è la volontà di cambiare, di sterzare, le professionalità, anche in > questa lista, non mancano :) > > Basta un cenno e si parte. > > A parte costruire un clone di ChatGpt, per il resto possiamo mettere su > di tutto. > > L'hanno fatto i francesi di Framasoft ( > https://framasoft.org/it/manifest ) 23 anni fa, perché non seguire > quell'esempio? > > > > A. > >

2 1