ENTE PER LE NUOVE TECNOLOGIE L ENERGIA E

ENTE PER LE NUOVE TECNOLOGIE L’ ENERGIA E L’AMBIENTE CRESCO LAIII: RISULTATI E PROSPETTIVE Sandro Bologna ENEA- CR Casaccia sandro. bologna@enea. it http: //www. progettoreti. enea. it Review finale Progetto Cresco Portici, 22 aprile 2009

Modelling Networked Infrastructures Interdependencies

Decision Maker Presentation ENEA Platform Architecture Repositories Scenarios Repository End-User Interface Results Presentation Scenarios configuration Scenarios Setup Models Repository (3 rd parties) Addon on Tools Simulators Output Results Scenarios deployment and design interface Interdep Model Repository Simulators Orchestrator Diesis Analysis Tools Knowledge base Diesis Middleware Cisia Ciab Interoperable Simulation Middleware Domain Simulators Grid Communication Simcip Scenario expert

EISAC Trans-national Organisation Example Communication Network

A potential solution for the EISAC Italian Node DIESIS Front End ENEA CRESCO HPC Federate DIEISIS Middleware Upper Layers CC FC CE Front End j Front End i CE

SPIII. 1 Fisica delle Reti Complesse Elena Marchei, C. R. ENEA Portici Vittorio Rosato, C. R. ENEA Casaccia

Obiettivo Studio delle proprietà di robustezza e di vulnerabilità delle reti complesse in base alla loro struttura topologica. Fasi di studio v Cambiamento della performance della rete al variare del carico. v Quantificare i parametri di robustezza, vulnerabilità, connettività, di una rete in modo da essere misurabili attraverso un’attività di modellazione e analisi. v Variazione della connettività, vulnerabilità, robustezza, in seguito alla perdita e/o rimozione di alcuni parti della rete. v Quale può essere il risultato dell’adozione di algoritmi di riconfigurazione per far fronte a certe modifiche topologiche della rete. Partner Università di Catania Dipartimento di Fisica

Esempio di topologia delle reti • Rete della trasmissione elettrica ad alta tensione italiana • Backbone della rete internet italiana per la ricerca, la rete GARR

Attività (1/2) Sono state generate due diverse topologie di rete : una rete Random utilizzando il meccanismo di crescita di Erdos-Renyi e una Internet-like basata su una combinazione del Preferential Attachment con il Triad Formation. L'efficienza della rete di sostenere un determinato traffico è stata stimata attraverso l’ analisi del Tempo Medio di Consegna dei pacchetti, e di un parametro, la Qualità del Servizio (Qo. S) che tiene conto sia dei tempi di consegna che del numero di pacchetti droppati. Variation of the average delivery time as a function of the rate of packet emission λ for Internet-like network. Data are in log-log scale. Variation of the Quality of service as a function of the rate of packet emission λ for Internet-like network. Data are in log-log scale.

Attività (2/2) E’ stato definito un parametro , Temperatura del Nodo, che tiene conto, in un unico valore, delle informazioni sia locali che globali del traffico dati, per l’implementazione di nuove strategie adattive di routing in grado di evitare (o ritardare) la congestione. Variation of the efficiency mean temperature of the Internet-like network as a function of packet emission. Per analizzare l’efficienza della rete sono state fatte differenti simulazioni di traffico dati mediante l’utilizzo del tool NS 2 (Network Simulator). La struttura del GRID-ENEA (CRESCO) ha facilitato l’implementazione computazionale.

SPIII. 2 Analisi di Vulnerabilità delle Reti Complesse Saverio Di Blasi, C. R. ENEA Portici Ester Ciancamerla, Michele Minichino, C. R. ENEA Casaccia

Obiettivo Studio della vulnerabilità di reti complesse in termini di affidabilità, sicurezza, qualità di servizio e prestazioni. Fasi di studio v Quali sono gli indicatori di vulnerabilità delle reti e di interconnessione tra reti. v Quali sono gli indicatori di interconnessione e vulnerabilità delle reti di telecomunicazione che meglio caratterizzano le loro proprietà di sicurezza, prestazioni e qualità di servizio. v Qual è l’interazione delle possibili vulnerabilità delle reti di telecomunicazione sulle altre reti tecnologiche le includono. Partner Università di Roma La Sapienza Università del Piemonte Orientale

Direttrici di ricerca I metodi e le tecniche di modellazione ed analisi, sono dimostrate su uno scenario di riferimento: il guasto di un nodo del backbone nazionale Telecom di Roma avvenuto nel gennaio 2004 e che ha avuto ripercussioni sulla qualità dei servizi di telecomunicazioni nell’intera area di Roma • La rete Telco e’ rappresentata mediante i Reliability Block Diagrams. • I sistemi di alimentazione di emergenza Telco sono rappresentati da reti di Attività Stocastica, un’estensione delle Reti di Petri • la rete di distribuzione dell’energia elettrica e’ rappresentata mediante un Network Reliability Analyser, basato su BDD. • Inoltre e’ investigato l’uso dei metodi di verifica formale per computare il Massimo Flusso Garantito nelle reti di Comunicazione.

Disponibilità di servizio di reti interconnesse Rete Telco RDB model Rete di distribuzione dell’energia elettrica Alimentazione di emergenza Telco BDD model SAN model a) risultati numerici: a) Indisponibilità connessione HDSL b) Inaffidabilità s-t rete elettrica b)

Analisi di vulnerabilità di reti di telecommunicazione mediante simulazione a) a) Back Bone Nazionale (BBN) della rete di telecomunicazione Italiana b) Elementi principali del BBN c) Modello NS 2 del BBN c) b)

RISULTATI • Le simulazioni e l’analisi dello scenario di riferimento sono state effettuate mediante l’utilizzo del simulatore NS 2 (Network Simulator) • NS 2 è installato su piattaforma HPC (High Performance Computing) ENEAGRID – come applicazione distribuita eseguibile su tutti gli host Linux della piattaforma computazionale – Come applicazione parallela: Parallel Distributed NS 2 • la rete da simulare viene divisa in N sottoreti • ogni sottorete è inviata tramite SSH ad un host oppure si utilizza MPI • un processo Master si occupa dell’input e output dei dati di simulazione Cluster Frascati Casaccia Brindisi Trisaia Portici Totale Nodi (hosts) 28 16 1 1 296 352

SPIII. 3 Modelli e Strumenti di supporto alla Ottimizzazione e Riconfigurazione delle Reti Alberto Tofani, C. R. ENEA Casaccia Giovanni Dipoppa, C. R. ENEA Casaccia

Obiettivo Realizzazione di un Sistema di Supporto alle Decisioni avente lo scopo di suggerire in tempo reale una strategia di riconfigurazione di reti tecnologiche complesse, in particolare reti elettriche e di telecomunicazioni, nelle quali uno o più dei suoi componenti siano stati danneggiati per cause naturali, attacchi terroristici o guasti. Fasi di studio v Quale è il modello di rete più appropriato per l’ottimizzazione delle politiche di riconfigurazione. v Quale è l’algoritmo di ottimizzazione in grado di ricercare nello spazio delle possibili configurazioni di rete quelle che favoriscono la sostenibilità del servizio a parità di costo. v Quale è la complessità computazionale per avere soluzioni faster-than-real-time. Partner Università di Palermo – Dipartimento di Ingegneria Informatica Università di Salerno – Dipartimento di Ingegneria dell’Informazione e Matematica Applicata

Attività del Dipartimento di Ingegneria Informatica dell’Università degli Studi di Palermo Risultati Conseguiti Configurazioni sperimentali: Rete di distribuzione elettrica della sede Casaccia dell’ENEA, modellata attraverso l’interfaccia di e. Agora. Il simulatore e. Agora gira sul cluster windows di CRESCO. Il pacchetto di ottimizzazione è stato implementato come un programma java parallelo il quale gira su ogni nodo del GRID-ENEA. Risultati sperimentali: L’algoritmo converge velocemente dopo alcune generazioni ad una valore costante inferiore al costo significativo iniziale.

Dipartimento di Ingegneria dell’Informazione e Matematica Applicata (DIIMA), Un. Di Salerno Ottimizzazione della qualità dei servizi erogati da una rete di telecomunicazione soggetta a guasti e/o attacchi deliberati a livello fisico, attraverso il raffinamento di un modello fluidodinamico 1. Modellazione fluidodinamica di una rete di telecomunicazione al fine di descrivere il comportamente dei differenti router che la compongono. 2. Analisi di problemi di convergenza e sviluppo di schemi numerici. 3. Analisi delle politiche di instradamento dei pacchetti. 4. Ottimizzazione dei caratteristici del traffico. 5. Studi su come preservare la qualità di servizio nel caso in cui uno o più nodi e/o linee di comunicazione non funzionino. 6. Implementazione di prototipi, sviluppati in linguaggio C++, a partire da modelli definiti. coefficienti I codici sviluppati girano sul cluster windows di CRESCO.

SPIII. 4 Modellistica delle Reti Complesse viste come aggregati Socio-Tecnologici Adam Maria Gadomski, C. R. ENEA Casaccia

Obiettivo Studiare come dal punto di visto formale, teorico e di modellazione si possa rappresentare un sistema socio-tecnologico composto da reti organizzative che gestiscono reti tecnologiche. Fasi di studio v Come si può modellare un sistema Socio-Tecnologico e in particolare le interazioni tra la rete sociale di governo e la rete tecnologica usata per fornire il servizio. v Quali sono gli elementi fondamentali da considerare per valutare le interazioni tra i diversi strati di una rete complessa. v Esiste un formalismo comune che permette di modellare i diversi aspetti. Partner Università di Roma “Tor Vergata”, Dip. to di Ingegneria dell’Impresa ECONA (Centro Interuniversitario per Processi Cognitivi nel Sistemi Naturali e Artificiali)

Obiettivo Analisi, modellazione e simulazioni sperimentali dei processi decisionali socio -cognitivi dell'alto rischio nelle organizzazioni umane interdipendenti e coinvolte nei processi di protezione socio-tecnologica delle grandi infrastrutture critiche (LCCIs). Identificazione e analisi della loro vulnerabilità (fattori umani dominanti). Metodo A -Metodologia sistemica per reti decisionali basata sul generico modello IPK (information, preferences, knowledge): metateoria TOGA - Modellazione: Precautionary Principle in decision-making Contributo ENEA B - Analisi socio-cognitiva (un nodo) dei processi decisionali umani di tipo manageriale: due livelli: sub-simbolico e simbolico, dal punto di vista dei errori umani Contributo ECONA C - Analisi socio-tecnologica (rete organizzativa) dal punto di vista della comunicazione e degli errori organizzativi. Contributo Tor Vergata DII Gruppo di ricerca A. M. Gadomski (ENEA), A. D'Ausilio (ECONA), M. Caramia (Tor Vergata), A. Londei (ECONA), T. A. Zimny (ENEA’s fellowship)

SPIII. 5 Analisi delle Interdipendenze tra Reti Complesse Silvia Ruzzante, C. R. ENEA Portici Giovanni Dipoppa, C. R. ENEA Casaccia Giordano Vicoli, C. R. ENEA Casaccia

Obiettivo Studiare il fenomeno delle interdipendenze tra Reti con un approccio di tipo What if Fasi di studio v Elaborazione di modelli per modellare l’interdipendenza tra reti complesse v Elaborazione di tecniche per federare simulatori diversi per rappresentare reti di diversi domini v Sviluppo di un Middleware di gestione delle richieste utente e di interfacciamento dei simulatori Partner CRIAI – Consorzio Campano di Ricerca per l’Informatica e l’Automazione Industriale, Portici (NA) Università di Roma “Tor Vergata” - Dipartimento di Informatica, Sistemi e Produzione Università di Roma “Campus Biomedico”-Dipartimento di Ingegneria

Risultati (1/2) Realizzazione di una piattaforma di integrazione di diversi strumenti di simulazione eterogenei dove sia possibile eseguire in modo automatico scenari di guasto o attacco, per evidenziare le problematiche di “interdipendenza” fra differenti reti complesse

Risultati (2/2) Associa Web (Middleware gestione richieste) ed Associa Core (Middleware interfacciamento simulatori) sono delle Web. Application che vengono lanciate dall'Application Server JBoss installato sulla macchina del GRID_ENEA di Frascati. CRIAI CLIENT Application Server ASSOCIA LOGIN Web Browser HTTP J 2 EE servlet container Simulatori Legacy SLA Wrapper 1 CONFIGURE SHOW GET XML SOAP SIMULATION Wrapper 2 POST Tor Vergata CIAB – Critical Infrastructure Agent Based IS 4 CEM_Information System for Civic Emergency Management SIMULATORE 1 SIMULATORE 2 XML/SOAP Modello di società ad Agenti CAMPUS BIOMEDICO Modello Entità Risorse CISIA–Critical Infrastructure Simulation by Interdependence Agents Scenario di simulazione di alcune infrastrutture presenti nel litorale laziale. Il codice di queste applicazioni si trova in AFS nella directory: /afs/enea. it/project/LA 1/cresco_sp 12_criai/html/jboss

SPIII. 6 Sistema Informativo per la Salvaguardia delle Infrastrutture e della Popolazione Antonio Bruno Della Rocca, C. R. ENEA Casaccia

Obiettivo L’obiettivo principale delle attività condotte dall’Unità CLIM-OSTES nell’ambito del progetto è quello di progettare e realizzare un innovativo sistema informativo geografico per la salvaguardia e la sicurezza della popolazione, delle infrastrutture e del territorio. Fasi di studio v Disponibilità di informazioni geografico-territoriali che forniscano una descrizione “virtuale” del territorio dettagliata ed aggiornata. v Disponibilità di sistemi informativi tecnologicamente allo stato dell’arte e dotati anche di capacità di elaborazione e restituzione 3 D nonché di prestazioni tali da elaborare in tempo reale una enorme mole di dati. v Progettazione e l’implementazione di algoritmi e processi di analisi delle informazioni territoriali dedicati alla specifica esigenza.

Sistema Informativo per la Salvaguardia delle Infrastrutture e della popolazione – SISI OBIETTIVO DEL SOTTOPROGETTO Sviluppo e realizzazione di un Sistema Informativo Geografico in grado di localizzare sul territorio elementi o siti vulnerabili rispetto a fenomeni o eventi naturali e antropici, delimitandone le aree e fornendo un potenziale sostegno per la gestione di potenziali problemi di salvaguardia e sicurezza delle infrastrutture, della popolazione e del territorio stesso. Elemento territoriale “pericoloso” Qualsiasi elemento geografico naturale o artificiale (es. impianti chimici, discariche, corsi d’acqua, versanti franosi…) in grado di provocare un danno/perdita di funzionalità a elementi geografici posti nelle sue vicinanze. Elemento territoriale “vulnerabile” Qualsiasi elemento geografico che, a causa della presenza di elementi pericolosi nelle sue vicinanze, può subire un danno/perdita di funzionalità (es. edifici, infrastrutture, corpi idrici…). Criteri di vulnerabilità I ciriteri di vulnerabilità implementati nel Sistema SISI sono basati sulla compresenza, all’interno di aree di estensione definita dall’utente (focus) di elementi territoriali pericolosi/vulnerabili definiti dall’utente E’ possibile, inoltre, includere nel criterio di vulnerabilità: • Relazioni topologiche tra gli elementi • Condizioni sulle dimensioni degli elementi • Condizioni altimetriche

Architettura del Sistema SISI GEOPROCESSING TOOLS WEB GIS L’utente definisce ed inserisce il criterio di vulnerabilità STRUMENTI DI DIAGNOSTICA Ø Ricerca e localizzazione dei focus in cui sono verificate le condizioni di vulnerabilità GEOSPATIAL DATABASE Ø Perimetrazione delle aree vulnerabili Ø Creazione di mappe di vulnerabilità Scala nazionale Scala di dettaglio SELEZIONE DI AREE CAMPIONE STRUMENTI DI SIMULAZIONE Ø Modellazione di eventi specifici (dettaglio) Geospatial Database Archivia e gestisce i dati spaziali Geoprocessing tools Strumenti personalizzati di analisi territoriale e modellistica, che utilizzano funzioni di geoprocessing WEB GIS Visualizzazione e condivisione via web delle mappe di vulnerabilità Il codice sviluppato funziona come estensione del software ARCGIS, che gira sotto Windows. Il software è installato su una macchina Windows del grid ed è accessibile tramite l'interfaccia Citrix.