Attualità del divieto assoluto di procreazione medicalmente assistita eterologa in Italia e prospettive di superamento

La presente ricerca si fonda su un’attenta ed approfondita analisi della normativa vigente in Italia in materia di procreazione medicalmente assistita (P.M.A.), con particolare riferimento al divieto assoluto di P.M.A. eterologa, di cui all’art. 4, comma 3, L. 19 febbraio 2004, n. 40, consentita invece – sia pure con la previsione di limitazioni differenti – nella quasi totalità dei paesi europei. Dopo aver esaminato la “questione etica” del ricorso alle tecniche di fecondazione assistita e le normative vigenti in Europa in materia di P.M.A. eterologa, il presente lavoro analizza i profili civilistici della L. n. 40/2004 ed i conseguenti dubbi interpretativi che la normativa italiana pone in materia di fecondazione eterologa, con specifico riguardo al consenso prestato dai coniugi o conviventi, al divieto di disconoscimento di paternità e di anonimato della madre ed, infine, al diritto del nato da fecondazione eterologa di conoscere le proprie origini biologiche. Ne consegue che, in una materia che coinvolge la sfera più intima e personale della vita privata e familiare, quale quella della P.M.A., il legislatore avrebbe dovuto intervenire con misura, individuando soluzioni ragionevoli ed equilibrate nel rispetto della pluralità di etiche contrapposte ed interessi in conflitto. Attraverso una capillare analisi della recente giurisprudenza nazionale ed europea, la presente ricerca mira, dunque, a valutare possibili prospettive di superamento del divieto assoluto di P.M.A. eterologa previsto dalla L. n. 40/2004. I risultati a cui la presente indagine ha consentito di pervenire dimostrano quanto sia opportuna l’adozione in Italia di un “modello liberale”, in cui sia lecita anche la fecondazione eterologa (con la previsione di limiti e condizioni volti a tutelare primariamente il superiore interesse del nascituro), onde consentire l’adeguamento al nuovo concetto di “genitorialità” ormai prevalente e l’arresto del cd. “turismo procreativo”.

Quality of Service in Distributed Stream Processing for large scale Smart Pervasive Environments

The wide diffusion of cheap, small, and portable sensors integrated in an unprecedented large variety of devices and the availability of almost ubiquitous Internet connectivity make it possible to collect an unprecedented amount of real time information about the environment we live in. These data streams, if properly and timely analyzed, can be exploited to build new intelligent and pervasive services that have the potential of improving people's quality of life in a variety of cross concerning domains such as entertainment, health-care, or energy management. The large heterogeneity of application domains, however, calls for a middleware-level infrastructure that can effectively support their different quality requirements. In this thesis we study the challenges related to the provisioning of differentiated quality-of-service (QoS) during the processing of data streams produced in pervasive environments. We analyze the trade-offs between guaranteed quality, cost, and scalability in streams distribution and processing by surveying existing state-of-the-art solutions and identifying and exploring their weaknesses. We propose an original model for QoS-centric distributed stream processing in data centers and we present Quasit, its prototype implementation offering a scalable and extensible platform that can be used by researchers to implement and validate novel QoS-enforcement mechanisms. To support our study, we also explore an original class of weaker quality guarantees that can reduce costs when application semantics do not require strict quality enforcement. We validate the effectiveness of this idea in a practical use-case scenario that investigates partial fault-tolerance policies in stream processing by performing a large experimental study on the prototype of our novel LAAR dynamic replication technique. Our modeling, prototyping, and experimental work demonstrates that, by providing data distribution and processing middleware with application-level knowledge of the different quality requirements associated to different pervasive data flows, it is possible to improve system scalability while reducing costs.