The Brown algae Sargassum muticum in the Atlantic coast of Morocco: new record in Africa and risks of its potential expansion to nearby areas

Centro de Biodiversidad y Gestión Ambiental, Facultad de Ciencias del Mar, Universidad de Las Palmas de Gran Canaria, Las Palmas, Spain

Effects of ocean acidification on the brown alga "Padina pavonica": decalcification due to acute and chronic events

[EN] Since the industrial revolution, anthropogenic CO2 emissions have caused ocean acidification, which particularly affects calcified organisms. Given the fan-like calcified fronds of the brown alga Padina pavonica, we evaluated the acute (shortterm) effects of a sudden pH drop due to a submarine volcanic eruption (October 2011–early March 2012) affecting offshore waters around El Hierro Island (Canary Islands, Spain). We further studied the chronic (long-term) effects of the continuous decrease in pH in the last decades around the Canarian waters. In both the observational and retrospective studies (using herbarium collections of P. pavonica thalli from the overall Canarian Archipelago), the percent of surface calcium carbonate coverage of P. pavonica thalli were contrasted with oceanographic data collected either in situ (volcanic eruption event) or from the ESTOC marine observatory data series (herbarium study). Results showed that this calcified alga is sensitive to acute and chronic environmental pH changes. In both cases, pH changes predicted surface thallus calcification, including a progressive decalcification over the last three decades. This result concurs with previous studies where calcareous organisms decalcify under more acidic conditions. Hence, Padina pavonica can be implemented as a bio-indicator of ocean acidification (at short and long time scales) for monitoring purposes over wide geographic ranges, as this macroalga is affected and thrives (unlike strict calcifiers) under more acidic conditions

Phylogeny of Western Palaearctic long-eared bats (Mammalia, Chiroptera, Plecotus) - a molecular perspective

Die Phylogenie der Westpaläarktischen Langohren (Mammalia, Chiroptera, Plecotus) – eine molekulare Analyse Die Langohren stellen eine Fledermausgattung dar, die fast alle westpaläarktischen Habitate bist zum Polarkreis hin besiedeln und in vielerlei Hinsicht rätselhaft sind. In der Vergangenheit wurden zahlreiche Formen und Varietäten beschrieben. Trotzdem galt für lange Zeit, dass nur zwei Arten in Europa anerkannt wurden. Weitere Arten waren aus Nordafrika, den Kanaren und Asien bekannt, aber auch deren Artstatus wurde vielfach in Frage gestellt. In der vorliegenden Dissertation habe ich mittels molekularer Daten,der partiellen Sequenzierung mitochondrialer Gene (16S rRNA und ND1), sowie der mitochondrialen Kontrollregion, eine molekular Analyse der phylogenetischen Verwandtschaftsverhältnisse innerhalb und zwischen den Linien der westpaläarktischen Langohren durchgeführt. Die besten Substitutionsmodelle wurden berechnet und phylogenetische Bäume mit Hilfe vier verschiedener Methoden konstruiert: dem neighbor joining Verfahren (NJ), dem maximum likelihood Verfahren (ML), dem maximum parsimony Verfahren (MP) und dem Bayesian Verfahren. Sechs Linien der Langohren sind genetisch auf einem Artniveau differenziert: Plecotus auritus, P. austriacus, P. balensis, P. christii, P. sardus, und P. macrobullaris. Im Falle der Arten P. teneriffae, P. kolombatovici und P. begognae ist die alleinige Interpretation der genetischen Daten einzelner mitochondrialer Gene für eine Festlegung des taxonomischen Ranges nicht ausreichend. Ich beschreibe in dieser Dissertation drei neue Taxa: Plecotus sardus, P. kolombatovici gaisleri (=Plecotus teneriffae gaisleri, Benda et al. 2004) and P. macrobullaris alpinus [=Plecotus alpinus, Kiefer & Veith 2002). Morphologische Kennzeichen, insbesondere für die Erkennung im Feld, werden hier dargestellt. Drei der sieben Arten sind polytypisch: P. auritus (eine west- und ein osteuropäische Linie, eine sardische Linie und eine aktuell entdeckte kaukasische Linie, Plecotus kolombatovici (P. k. kolombatovici, P. k. gaisleri und P. k. ssp.) und P. macrobullaris (P. m. macrobullaris und P. m. alpinus). Die Verbreitungsgebiete der meisten Arten werden in dieser Arbeit erstmals ausschließlich anhand genetisch zugeordneter Tiere dargestellt.Die Untersuchung der ökologischen Einnischung der nun anerkannten Formen, insbesondere in Gebieten sympatrischer Verbreitung, bietet ein spannendes und lohnendes Feld für zukünftige Forschungen. Nicht zuletzt muss sich die Entdeckung eines beachtlichen Anteils kryptischer Diversität innerhalb der westpaläarktischen Langohren auch bei der Entwicklung spezieller Artenschutzkonzepte widerspiegeln.

Brown band disease: valutazione della distribuzione e prevalenza in relazione a diversi gradi di antropizzazione nella Repubblica delle Maldive

Nonostante lo sforzo sempre crescente mirato allo studio delle malattie che colpiscono le sclerattinie, ancora poco si sa circa distribuzione, prevalenza, host range e fattori che concorrono alla comparsa di queste patologie, soprattutto nell’area indopacifica. Questo studio si propone quindi lo scopo di documentare la presenza della Brown Band Disease all’interno delle scogliere madreporiche dell’Arcipelago delle Maldive. Nell’arco di tempo tra Novembre e Dicembre 2013 è stata effettuata una valutazione di tipo quantitativo di tale patologia su tre isole appartenenti l’Atollo di Faafu, rispettivamente Magoodhoo, Filitheyo e Adangau. Queste tre isole sono caratterizzate da un diverso sfruttamento da parte dell’uomo: la prima isola è abitata da locali, la seconda caratterizzata dalla presenza di un resort e l’ultima, un’isola deserta. Al fine di valutare prevalenza, distribuzione e host range della BrBD sono stati effettuati belt transect (25x2 m), point intercept transect e analisi chimico fisiche delle acque. La Brown Band Disease è risultata essere diffusa tra le isole con prevalenze inferiori al 0,50%. Queste non hanno mostrato differenze significative tra le isole, facendo quindi ipotizzare che i diversi valori osservati potrebbero essere imputati a variazioni casuali e naturali. In tutta l’area investigata, le stazioni più profonde hanno mostrato valori di prevalenza maggiori. La patologia è stata registrata infestare soprattutto il genere Acropora (con prevalenza media totale inferiore all’1%) e in un solo caso il genere Isopora. È stato dimostrato come sia presente una correlazione negativa tra densità totale delle sclerattinie e la prevalenza della Brown Band sul genere Acropora. É stato inoltre notato come vi fosse una correlazione positiva tra la prevalenza della BrBD e la presenza del gasteropode Drupella sulle colonie già malate. Poiché il principale ospite della patologia è anche il più abbondante nelle scogliere madreporiche maldiviane, si rendono necessari ulteriori accertamenti e monitoraggi futuri della BrBD.

Software per l'analisi di Big Data su più livelli e sua applicazione a tracce di Google

Con l'avanzare della tecnologia, i Big Data hanno assunto un ruolo importante. In questo lavoro è stato implementato, in linguaggio Java, un software volto alla analisi dei Big Data mediante R e Hadoop/MapReduce. Il software è stato utilizzato per analizzare le tracce rilasciate da Google, riguardanti il funzionamento dei suoi data center.

Analisi e realizzazione di una piattaforma basate sul Cloud Computing per il trattamento dei Big Data.

L'elaborato introduce i concetti di Big Data, Cloud Computing e le tipologie di paradigmi basati sul calcolo parallelo. Trasformando questi concetti in pratica tramite un caso di studio sui Big Data. Nell'elaborato si spiega l'architettura proposta per l'elaborazione di report in formato pdf. Analaizando in fine i risultati ottenuti.

Big data: il valore dei dati e applicazioni all'analisi strategica

Il presente lavoro di tesi tende a un duplice scopo: il primo è quello di fornire una accurata analisi tecnica, applicativa e culturale riguardante il vasto mondo dei big data e il secondo quello di trovare connessioni con l’analisi strategica verificando se e in quale modo i big data possano risultare una risorsa distintiva in campo aziendale. Nello specifico il primo capitolo presenta i big data nelle sue caratteristiche più importanti cercando di approfondire gli aspetti tecnici del fenomeno, le fonti di produzione dei dati, le metodologie principali di analisi e l’impatto sulla società. Il secondo capitolo descrive svariate applicazioni dei big data in campo aziendale concentrandosi sul rapporto tra questi e l’analisi strategica, non trascurando temi come il vantaggio competitivo e la business intelligence. Infine il terzo capitolo analizza la condizione attuale, il punto di vista italiano ed eventuali sviluppi futuri del fenomeno.

Cenni al modello del Big Bang, inflazione e materia oscura

La cosmologia ha come scopo lo studio di origine ed evoluzione dell’Universo, per averne una comprensione generale attraverso le leggi fisiche conosciute. Il modello del Big Bang, di cui si dà la descrizione teorica nel capitolo 1, è una delle formulazioni più recenti di teoria che mira a spiegare l’inizio e la successiva evoluzione dell’Universo, fino ad avanzare anche ipotesi sul suo destino futuro; è inoltre il modello generalmente accettato dalla comunità scientifica in quanto, di tutti i modelli proposti nel corso degli anni, è quello con più riscontri sperimentali e che meglio si trova in accordo con le osservazioni. I principali successi del modello vengono trattati nel capitolo 2. In particolare: si tratterà di redshift e legge di Hubble, collegati all’espansione dell’Universo, importante prova dell’attendibilità del modello del Big Bang; della radiazione cosmica di fondo, scoperta negli anni ’60 quasi per caso e poi ricondotta a ipotesi teoriche già avanzate anni prima nelle prime formulazioni del modello; della nucleosintesi primordiale, che spiega l’abbondanza attuale dei principali costituenti dell’Universo, H ed He, cosa che altrimenti non sarebbe spiegabile se si considerasse soltanto la formazione di tali elementi nelle stelle. Ovviamente anche questo modello, come si vede nel capitolo 3, non manca di problemi, a cui si è trovata una risoluzione parziale o comunque non definitiva; in questa sede tuttavia, per ragioni di spazio, tali problemi e la loro soluzione verranno soltanto accennati. Si accennerà al problema dell’Universo piatto e al problema dell’orizzonte, e a come essi possano essere spiegati introducendo il concetto di inflazione. Infine, nel capitolo 4, si accenna anche alla materia oscura, soprattutto per quanto riguarda le evidenze sperimentali che ne hanno permesso la scoperta e le prove successive che ne confermano l’esistenza. Tuttora ne ignoriamo natura e composizione, visto che a differenza della materia ordinaria non emette radiazione elettromagnetica, ma i suoi effetti gravitazionali sono evidenti ed è estremamente difficile che la sua esistenza possa essere messa in discussione.

Cenni al modello del big bang, inflazione e materia oscura

Il presente lavoro intende offrire un riassunto dello “stato dell’arte” della Cosmologia: dopo averne ripercorso per sommi capi la storia degli ultimi cent’anni (cap.1), verrà illustrato il Modello Cosmologico Standard “ΛCDM” (cap.2), che è quello generalmente accettato dalla comunità scientifica allo stato attuale delle conoscenze; infine, si farà un breve “excursus” sulle questioni “aperte” e sui modelli cosmologici alternativi (cap.3).

Progettazione e sviluppo di una soluzione Hadoop per il calcolo di Big Data Analytics

Il presente elaborato ha come oggetto la progettazione e lo sviluppo di una soluzione Hadoop per il Calcolo di Big Data Analytics. Nell'ambito del progetto di monitoraggio dei bottle cooler, le necessità emerse dall'elaborazione di dati in continua crescita, ha richiesto lo sviluppo di una soluzione in grado di sostituire le tradizionali tecniche di ETL, non pi�ù su�fficienti per l'elaborazione di Big Data. L'obiettivo del presente elaborato consiste nel valutare e confrontare le perfomance di elaborazione ottenute, da un lato, dal flusso di ETL tradizionale, e dall'altro dalla soluzione Hadoop implementata sulla base del framework MapReduce.

Big data, nosql e machine learning: un'applicazione di prediction e recommendation basata sulle api di Amazon

In questa tesi sono stati introdotti e studiati i Big Data, dando particolare importanza al mondo NoSQL, approfondendo MongoDB, e al mondo del Machine Learning, approfondendo PredictionIO. Successivamente è stata sviluppata un'applicazione attraverso l'utilizzo di tecnologie web, nodejs, node-webkit e le tecnologie approfondite prima. L'applicazione utilizza l'interpolazione polinomiale per predirre il prezzo di un bene salvato nello storico presente su MongoDB. Attraverso PredictionIO, essa analizza il comportamento degli altri utenti consigliando dei prodotti per l'acquisto. Infine è stata effetuata un'analisi dei risultati dell'errore prodotto dall'interpolazione.

Online Stream Processing di Big Data su Apache Storm per Applicazioni di Instant Coupon

Big data è il termine usato per descrivere una raccolta di dati così estesa in termini di volume,velocità e varietà da richiedere tecnologie e metodi analitici specifici per l'estrazione di valori significativi. Molti sistemi sono sempre più costituiti e caratterizzati da enormi moli di dati da gestire,originati da sorgenti altamente eterogenee e con formati altamente differenziati,oltre a qualità dei dati estremamente eterogenei. Un altro requisito in questi sistemi potrebbe essere il fattore temporale: sempre più sistemi hanno bisogno di ricevere dati significativi dai Big Data il prima possibile,e sempre più spesso l’input da gestire è rappresentato da uno stream di informazioni continuo. In questo campo si inseriscono delle soluzioni specifiche per questi casi chiamati Online Stream Processing. L’obiettivo di questa tesi è di proporre un prototipo funzionante che elabori dati di Instant Coupon provenienti da diverse fonti con diversi formati e protocolli di informazioni e trasmissione e che memorizzi i dati elaborati in maniera efficiente per avere delle risposte in tempo reale. Le fonti di informazione possono essere di due tipologie: XMPP e Eddystone. Il sistema una volta ricevute le informazioni in ingresso, estrapola ed elabora codeste fino ad avere dati significativi che possono essere utilizzati da terze parti. Lo storage di questi dati è fatto su Apache Cassandra. Il problema più grosso che si è dovuto risolvere riguarda il fatto che Apache Storm non prevede il ribilanciamento delle risorse in maniera automatica, in questo caso specifico però la distribuzione dei clienti durante la giornata è molto varia e ricca di picchi. Il sistema interno di ribilanciamento sfrutta tecnologie innovative come le metriche e sulla base del throughput e della latenza esecutiva decide se aumentare/diminuire il numero di risorse o semplicemente non fare niente se le statistiche sono all’interno dei valori di soglia voluti.

Modelli e Strumenti di Classifciazione Automatica per il Controllo dell'Accesso su Piattaforme Big Data

Dall'analisi dei big data si possono trarre degli enormi benefici in svariati ambiti applicativi. Uno dei fattori principali che contribuisce alla ricchezza dei big data, consiste nell'uso non previsto a priori di dati immagazzinati in precedenza, anche in congiunzione con altri dataset eterogenei: questo permette di trovare correlazioni significative e inaspettate tra i dati. Proprio per questo, il Valore, che il dato potenzialmente porta con sè, stimola le organizzazioni a raccogliere e immagazzinare sempre più dati e a ricercare approcci innovativi e originali per effettuare analisi su di essi. L’uso fortemente innovativo che viene fatto dei big data in questo senso e i requisiti tecnologici richiesti per gestirli hanno aperto importanti problematiche in materia di sicurezza e privacy, tali da rendere inadeguati o difficilmente gestibili, gli strumenti di sicurezza utilizzati finora nei sistemi tradizionali. Con questo lavoro di tesi si intende analizzare molteplici aspetti della sicurezza in ambito big data e offrire un possibile approccio alla sicurezza dei dati. In primo luogo, la tesi si occupa di comprendere quali sono le principali minacce introdotte dai big data in ambito di privacy, valutando la fattibilità delle contromisure presenti all’attuale stato dell’arte. Tra queste anche il controllo dell’accesso ha riscontrato notevoli sfide causate dalle necessità richieste dai big data: questo elaborato analizza pregi e difetti del controllo dell’accesso basato su attributi (ABAC), un modello attualmente oggetto di discussione nel dibattito inerente sicurezza e privacy nei big data. Per rendere attuabile ABAC in un contesto big data, risulta necessario l’ausilio di un supporto per assegnare gli attributi di visibilità alle informazioni da proteggere. L’obiettivo di questa tesi consiste nel valutare fattibilità, caratteristiche significative e limiti del machine learning come possibile approccio di utilizzo.