Sommario

1
Sommario

• Internet ed il World Wide Web
• Introduzione le reti di calcolatori
• Internet indirizzamento e protocolli di
  comunicazione
• Il World Wide Web come funziona e a cosa serve
• Ricerca di informazione sul Web

2
Introduzione le reti di calcolatori
3
Introduzione ? 1

• Una rete è costituita da due o più computer
  collegati tra loro in modo tale da permettere
  flusso di informazione
• La più grande rete esistente al mondo è Internet
  ogni computer connesso ad Internet è in grado di
  comunicare con tutti i computer collegati

4
Introduzione ? 2

• Internet ha rivoluzionato il mondo dei
  calcolatori e della comunicazione come nulla
  aveva fatto prima. È allo stesso tempo capacità
  di diffusione a livello mondiale, un meccanismo
  per disseminare informazioni ed un mezzo per
  collaborazione ed interazione fra individui ed i
  loro calcolatori, senza riguardo alla
  collocazione geografica. (Leiner et al., A
  brief history of the Internet, Feb. 97,
  http//www.isoc.org/internethistory)
• Internet offre una notevole varietà di servizi
  informativi posta elettronica, ftp, login
  remoto, accesso a newsgroup, etc. il WWW è di
  gran lunga il più conosciuto

5
Reti locali

• Una rete locale LAN (Local Area Network )
  connette dispositivi hardware che si trovano
  fisicamente vicini, nello stesso edificio o nella
  stessa università
• Per le LAN, il proprietario delle macchine è
  anche il proprietario dei mezzi di comunicazione
  non occorre acquistare servizi forniti da terzi,
  come la compagnia telefonica
• Il modello più diffuso di LAN è chiamato Ethernet

6
Reti geografiche

• Una rete geografica WAN (Wide Area Network )
  connette dispositivi che possono essere ai poli
  opposti della stessa città o in città vicine (in
  questo caso si parla più propriamente di MAN
  Metropolitan Area Network ) o dallaltra parte
  delloceano
• Poiché le WAN attraversano proprietà pubbliche,
  gli utenti di una WAN devono acquistare servizi
  di telecomunicazione

• Le WAN impiegano linee di comunicazione
  puntoapunto, che collegano direttamente due
  calcolatori, anziché canali condivisi,
  normalmente utilizzati per le LAN

7
Servizi di rete

• Condivisione delle risorse sia fisiche (memorie
  di massa, periferiche) che logiche (dati,
  software)
• Condivisione delle informazioni accesso ad
  informazioni remote, di carattere scientifico,
  medico, legale, commerciale
• Posta elettronica conveniente (può essere
  scritta/letta a qualsiasi ora del giorno e della
  notte), veloce (un messaggio dagli USA arriva in
  meno di un minuto), economica (i costi di
  trasmissione non dipendono dalla distanza)
  documenti di qualsiasi tipo (file, archivi,
  foto, musica) possono essere acclusi in allegato

8
Internet
9
La storia di Internet ? 1

• Internet è la rete telematica più grande del
  mondo, per estensione geografica e per numero di
  utenti
• Nel periodo della guerra fredda, il governo USA
  sollecitò la creazione di DARPA, Defense Advanced
  Research Project Agency, una struttura del
  Dipartimento della Difesa con il compito di
  mantenere le comunicazioni in caso di attacco
  nucleare
• Fu Paul Baran a ipotizzare, in un documento dal
  titolo On Distributed Communication Networks, la
  creazione di una rete priva di autorità centrale,
  in cui tutti i nodi fossero indipendenti, di pari
  gerarchia ed in grado di originare, passare e
  ricevere messaggi (indipendentemente dalla
  tipologia dei computer collegati)

10
La storia di Internet ? 2

• I messaggi dovevano essere scomposti in
  pacchetti, ognuno dei quali in grado di
  raggiungere la propria destinazione seguendo un
  percorso qualsiasi, qualora quello stabilito
  fosse interrotto
• Nel 1965, il DARPA finanziò uno studio sulle reti
  cooperative di computer

• Nel 1969, il Dipartimento della Difesa
  commissionò ARPANET, con lo scopo di promuovere
  la ricerca per un piano di rete nazionale
  militare il primo collegamento fu stabilito tra
  due computer dellUniversità della California
  (UCLA) e dello Stanford Research Institute

11
La storia di Internet ? 3

• Internet non è gestita da alcuna istituzione
  politica, culturale o economica, ma da un gruppo
  di volontari, conosciuto come ISOC (Internet
  Society )
• Fornire le dimensioni di Internet è impossibile
  si calcola vi siano centinaia di milioni di
  utenti, localizzati in ogni paese del mondo la
  crescita esponenziale di Internet continua

12
Le tappe fondamentali

• 1987 ? 10000 host
• 1989 ? 100000 host
• 1990 ? ARPANET diviene Internet, Tim
• Berners-Lee del CERN di Ginevra
• progetta il WWW
• 1991 ? primi software di navigazione
• 1992 ? nasce il protocollo HTTP
• 1993 ? prima versione (gratuita) di Mosaic,
• il primo browser grafico
• 1994 ? Netscape distribuisce gratuitamente
• via Internet, la versione beta
  del
• Navigator
• 1995 ? Microsoft realizza Explorer

1969 ? primo nodo di ARPANET 1971 ? ARPANET conta
15 nodi 1972 ? ARPANET congiunge 37 nodi 1973 ?
prima connessione internazionale
fra Inghilterra e Norvegia 1976 ? la regina
Elisabetta è il primo capo di
stato a spedire e-mail Jimmy
Carter e Walter Mondale coordinano
la campagna elettorale via e-mail (4
a messaggio) 1982 ? nasce il protocollo
TCP/IP 1983 ? la rete conta più di mille
nodi MILNET (rete militare) si
scinde da ARPANET (rete di ricerca
del mondo universitario)
13
Internet la rete delle reti

• Conseguentemente ad ARPANET, nacquero HEPNet
  (High Energy Physics Network), CSNET (Computer
  Science Network), SPAN (Space Physics Access
  Network), etc., per supportare lo scambio di
  informazione scientifica nelle specifiche aree di
  ricerca la proliferazione rapida e non
  pianificata di reti indipendenti causa
  incompatibilità e ostacola la comunicazione fra
  utenti di reti distinte
• Internetworking ogni WAN è libera di gestire
  autonomamente la comunicazione al suo interno, ma
  deve utilizzare uno schema comune di
  indirizzamento e protocolli identici per
  interfacciarsi alle altre reti
• Internet diviene la rete delle reti reti
  distinte si interconnettono attraverso gateway,
  che realizzano la connessione effettiva e
  forniscono i servizi di routing fra le diverse WAN

14
Indirizzamento

• Uno schema globale e gerarchico di indirizzamento
  identifica univocamente ogni utente ovunque
  localizzato nel mondo
• monica_at_dii.unisi.it
• identifica lutente Monica (Bianchini), con un
  account su un calcolatore il cui indirizzo di
  rete è rappresentato da ciò che sta a destra di
  at, _at_ il calcolatore è situato nel Dipartimento
  di Ingegneria dellInformazione (dii)
  dellUniversità di Siena (unisi), in Italia (it)
• Lo schema gerarchico di indirizzamento, che
  procede dallo specifico al generale, è chiamato
  Domain Name System (DNS)
• Nella realtà, gli indirizzi di Internet sono
  numeri binari a 32 bit gli indirizzi simbolici
  più facili da memorizzare sono convertiti
  automaticamente negli indirizzi numerici prima
  della trasmissione di dati sulla rete

15
Protocolli di comunicazione

• In informatica, le regole comuni per lo scambio
  di informazioni vengono definite protocolli
  usi e norme che regolano le formalità, il
  diritto di precedenza e di cerimoniale
  diplomatico definizione che si adatta
  perfettamente al contesto della trasmissione
  dellinformazione
• TCP/IP Transmission Control Protocol/Internet
  Protocol, descrive le regole e le procedure cui
  le diverse WAN devono attenersi per
  indirizzamento, formato dei messaggi, routing e
  controllo degli errori è il linguaggio comune
  parlato dalle reti di tutto il mondo

16
Internet la diffusione ? 1

• Dalle origini al gennaio 2000, nei suoi primi
  dieci anni di vita, Internet è cresciuto fino a
  più di 72.4 milioni di calcolatori localizzati in
  ogni parte del mondo, ed il DNS include
  estensioni per 239 paesi, territori e
  possedimenti, compresi il continente antartico
  (.aq), Guinea Bissau (.gw), le isole Cocos (.cc),
  Pitcairn (.pn), etc.
• Secondo uno studio dellamericana Telcordia
  Technologies, il numero degli Internet host
  presenti nel mondo avrebbe superato i 100 milioni
  nel 2000
• Questo dato rappresenta un incremento del 45
  rispetto al 1999
• Gli utenti di Internet sono circa 350 milioni
• Nel primo semestre del 2004 gli Internet host
  sono oltre 285 milioni

17
Internet la diffusione ? 2

• Negli USA, lultima parte del DNS non identifica
  lo stato, ma il tipo di sito commerciale (.biz,
  .com), universitario (.edu), governativo (.gov),
  militare (.mil), organizzazioni no profit (.org)
• I principali servizi offerti (tramite TCP/IP)
  sono il telnet, per realizzare il login remoto,
  lFTP (File Transfer Protocol ) per il
  trasferimento di file da macchine remote, lSMTP
  (Simple Mail Transfer Protocol ) per la posta, ed
  il World Wide Web per la condivisione di
  informazione ipertestuale, che si avvale del
  protocollo HTTP (HyperText Transfer Protocol )
• In Italia...
• Nel quinquennio 1990?95 si passa da 650 a 45000
  host
• Luglio 2000 1574000 host
• Giugno 2004 7447300 host

18
Il World Wide Web
19
Internet, ovvero il WWW ? 1

• WWW Whatever, Wherever, Whenever
• WWW World Wide Wait (lattesa planetaria)
• Information Nirvana
• Internet è la più grande anarchia operante nel
  mondo. (Kevin Kelly)
• Internet è la passeggiata curiosa in un grande
  mercato delle pulci, dove ci si può divertire a
  cercare notizie sugli extraterrestri, conoscere
  il canto degli uccelli australiani o scambiarsi
  opinioni sul gioco delle bocce
• Il desiderio di Internet è così intenso che può
  essere compreso solo come un fatto spirituale.
  Quel desiderio indica che cè qualcosa che manca
  nella nostra vita. E quello che manca è la voce
  umana. Il Web promette il ritorno della voce
  umana. (David Weinberger)

20
Internet, ovvero il WWW ? 2

• Ogni sito è un punto di vista su Internet
• Internet non è né buono né cattivo, ma un
  semplice mezzo per luso e labuso siamo noi che
  gli diamo lanima, la nostra, buona o cattiva
  inutile lodare, inutile maledire
• Cercare informazioni su Internet equivale a
  versare un aperitivo con la pompa della benzina
• Ognuno proietta su Internet quello che fa (o
  avrebbe voluto fare) nella vita reale un
  ospedale virtuale, un supermercato elettronico,
  una galleria con le emozioni vissute
• Internet è la Mecca dei grafomani
• Internet è quel posto dove tutti navigano per
  trovare un motivo per navigare
• Internet è quella realtà nella quale gli
  investitori pagano prezzi assurdi per azioni di
  aziende di cui non sanno spiegare il business

21
Internet, ovvero il WWW ? 3

• Il motore a vapore allinizio non ha cambiato la
  vita che di poche persone ma quando è stato
  montato su una locomotiva e messo sulle rotaie,
  la società intera è stata trasformata. Il
  computer è il motore a vapore, Internet le
  rotaie. Saranno le rotaie di Internet a
  diffondere la rivoluzione digitale e a cambiare
  il mondo
• La nuova Internet sarà questa non più utenti
  che comunicano fra di loro via computer, bensì
  computer in rete 24 ore su 24 che comunicano tra
  loro per conto degli utenti. (Philip Greenspun,
  MIT, Boston)

22
Il World Wide Web

• Grazie al Web stiamo assistendo ad una
  rivoluzione nellaccesso alle fonti di
  informazione
• Cercare nel Web è come accedere ad
  unenciclopedia di miliardi di pagine senza un
  indice né un ordine apparente
• La erevolution avrà un enorme impatto in tutti i
  campi del sapere e nella nostra vita quotidiana
• Come rappresentiamo e misuriamo il Web ha un
  severo impatto nei metodi di ricerca che
  riusciamo a modellare
• 3 utenti su 5 cercano nel Web sottoponendo query
  (interrogazioni) a motori di ricerca come Google
  o Altavista

23
Il Web italiano ? 1

• Secondo i dati presentati da Eurisko nel febbraio
  2005 (in base a ricerche fino a gennaio) il
  numero totale di persone che accedono alla rete
  in Italia, anche occasionalmente, sarebbe salito
  a 14.5 milioni, che si riducono a 13.6 se si
  escludono gli accessi in situazioni esterne, come
  corsi di formazione, presso amici, in biblioteca
  o bar e a 9.7 se si considerano le persone
  che dicono di collegarsi almeno una volta alla
  settimana
• Sono circa 4 milioni le persone che dicono di
  usare Internet tutti i giorni
• Il numero totale di utenti dal lavoro, da casa o
  da scuola nel gennaio 2005 è aumentato del 5
  rispetto al gennaio 2004 (in mesi precedenti si
  erano rilevati indici più alti per esempio un
  aumento del 15 nel giugno 2004 rispetto a un
  anno prima)

24
Il Web italiano ? 2
Utenti Internet in Italia (gennaio 2001?gennaio
2005)

• Eurisko ritiene che il potenziale di sviluppo
  si collochi fra i 23 e i 24 milioni di persone (e
  che quindi lattuale penetrazione sia circa il
  60 )
• Landamento di Internet in generale, e
  particolarmente nei paesi più evoluti, indica che
  siamo lontani da unipotetica soglia di
  saturazione

25
Previsioni

• Ci saranno più di 765 milioni di utenti nel mondo
  ? 118 ogni 1000 persone ? alla fine del 2005, in
  base a quanto stimato dal CIA (Computer Industry
  Almanac)
• La quota di utenti Internet statunitensi è
  destinata a calare dal 43 del totale di utenti
  nel mondo alla fine del 1999 al 27 per la fine
  del 2005
• LEuropa dellovest sta crescendo più velocemente
  del nord America ed è destinata a diventare la
  seconda area nel 2005 con più di 213 milioni di
  utenti
• La regione Asia?Pacifico sta crescendo ancora più
  velocemente ed avrà approssimativamente 190
  milioni di utenti nel 2005
• La quota di utilizzatori in centro e sud America,
  e Africa, sta crescendo più lentamente, in
  particolare in Africa (studi sociologici hanno
  dimostrato che esiste una connessione diretta tra
  livello culturale, occupazione ed utilizzo di
  Internet)

26
Internet interplanetario
27
Linformazione ipertestuale ? 1

• Ipertesto raccolta di documenti connessi da
  puntatori, gli hyperlink un documento
  contenente informazione ipertestuale è una
  pagina, nel linguaggio del Web
• Lo standard linguistico per la scrittura di
  pagine è HTML Hypertext Markup Language
• Navigare sul Web significa accedere a pagine
  successive, utilizzando i link per spostarsi da
  pagina a pagina
• I documenti ipertestuali possono essere
• memorizzati ovunque nei miliardi di
• computer collegati ad Internet e un link
• è il nome di una pagina e lindirizzo
• Internet della macchina su cui è
• memorizzata

28
Linformazione ipertestuale ? 2

• Un link di un ipertesto fa riferimento ad un URL
  (Uniform Resource Locator ),
• protocollo//indirizzo_Internet/risorsa
• ?protocollo indica la natura
  dellinformazione contenuta
• nella pagina (http(s) ipertesto ftp file
  download news
• per informazioni da bollettini e
  newsgroup mailto web
• mail)
• ? indirizzo_Internet è lindirizzo DNS
  della macchina su
• cui la pagina è locata
• ? risorsa è lidentificativo della
  risorsa, un file
• memorizzato sulla macchina specificata
• http//wwwdii.ing.unisi.it/people.html

29
Linformazione ipertestuale ? 3

• Quando si clicca su un link, la rete utilizza
  i protocolli TCP/IPHTTP per stabilire una
  connessione tra la macchina dellutente e la
  macchina remota il cui indirizzo Internet è
  puntato dallURL
• Quando la connessione è stabilita, la pagina
  richiesta viene trasferita alla macchina
  dellutente e visualizzata sullo schermo il
  fetch (reperimento) delle pagine e la loro
  visualizzazione è gestita da un browser
  (Netscape, MS Explorer)
• Il WWW è la killer app , lapplicazione dalla
  crescita più rapida e la più importante di
  Internet

30
Numero di anni per raggiungere 50.000.000 di
utenti
38 years
16 years
13 years
4 years
Internet
Radio Televisione PC
31
Il commercio elettronico

• Termine applicato allutilizzo del Web per lo
  scambio di merci, informazioni e servizi nel
  settore commerciale
• I primi servizi offerti dallecommerce
  riguardavano soprattutto aspetti di ebusiness,
  con lemissione di bonifici, lattivazione di
  sportelli automatici per la gestione di
  transazioni finanziarie da siti remoti,
  lutilizzo di dispositivi di lettura alle casse
  per la raccolta automatica di informazioni di
  vendita
• I POS (Point of Sale) per la lettura di carte di
  credito e Bancomat sono esempi di servizi di
  ebusiness
• Più recentemente, con il WWW, si è assistito alla
  diffusione del servizio in maniera capillare i
  siti commerciali offrono tour interattivi nei
  loro negozi virtuali
• In rete possono essere acquistati con
  transazioni sicure libri, cd musicali, dvd,
  magliette, generi alimentari, che vengono
  rapidamente recapitati a domicilio

32
Commercio elettronico in Italia

• Nella sua accezione più sommaria, il commercio
  elettronico è il risultato di un insieme di
  transazioni commerciali svolte attraverso un
  processo telematico
• Tuttavia, il Ministero dellIndustria, del
  Commercio e dellArtigianato lo definisce come
• L'E-Commerce consiste nello svolgimento di
  attività commerciali e di transazioni per via
  elettronica e comprende attività diverse quali
  la commercializzazione di beni e servizi per via
  elettronica, la distribuzione on-line di
  contenuti digitali, l'effettuazione per via
  elettronica di operazioni finanziarie e di borsa,
  gli appalti pubblici per via elettronica ed altre
  procedure di tipo transattivo della pubblica
  Amministrazione
• Le società multinazionali per tecnologiche
  avanzate (come Cisco e Oracle) sono state tra le
  prime che hanno trasferito i loro acquisti e gran
  parte delle loro vendite sul Web

33
Sicurezza in rete

• Dalla rapida crescita delle transazioni
  economiche sulla rete proviene la necessità di
  incrementare la sicurezza se un hacker rubasse
  i numeri delle carte di credito usate per
  acquisti online o ottenesse laccesso agli
  archivi di una banca, potrebbero verificarsi
  perdite economiche catastrofiche
• La sicurezza in rete coinvolge
• ? il problema dellautenticazione
  (verifica dellidentità di chi
• effettua la transazione)
• ? il problema della crittazione/decrittaz
  ione (per la sicurezza
• dellinformazione durante la
  trasmissione)
• ? la tolleranza ai guasti (per la
  sicurezza delle transazioni in
• presenza di guasti software/hardware)

34
Ricerca di informazione sul Web
35
Perché non è facile trovare informazione sul Web?

• Enorme massa di informazione
• ?20 miliardi di pagine (stimate), ?48
• milioni nel Web italiano, 3 milioni di
• pagine aggiunte ogni giorno il Web
• raddoppia ogni 2 anni
• Linformazione è spesso accessibile solo
  attraverso maschere di ricerca
• I motori di ricerca indicizzano le pagine con
  circa 15 giorni di ritardo
• Poca o nessuna possibilità di personalizzare gli
  strumenti di ricerca

36
Il modello a papillon
Modello generato dalla raccolta di 200
milioni di pagine Il raggio del core
è stimato pari a 19 clic
37
Deep Web

• Il deep Web è rappresentato da tutti i siti
  inaccessibili ai motori di ricerca tradizionali
  500 miliardi di documenti racchiusi in oltre
  100.000 siti che permettono di accedere
  dinamicamente ad informazioni strutturate nei
  propri archivi
• I motori di ricerca censiscono solo le singole
  pagine statiche dei siti, e cioè il surface Web

38
Che tipo di informazione si trova sul Web?

• Le homepage di 2500 server Web sono state
  classificate manualmente ? 83 siti commerciali
• Il numero di siti su argomenti specifici è
  abbastanza piccolo è perciò possibile creare
  motori di ricerca verticali relativi ad un
  singolo argomento
• Il 65 dei siti è in inglese
• Circa il 7 degli utenti Internet sono di lingua
  tedesca, ? il 51 parlano inglese, e poco più del
  7 sono giapponesi

39
Motori di ricerca

• Ve ne sono probabilmente di 3000, ma i 20 più
  usati coprono il 98 di tutte le ricerche
• Architettura dei motori di ricerca

• Web crawler colleziona documenti di testo, html,
  etc.
• Indexer indicizza alcune delle pagine raccolte
  e, a fronte di ogni interrogazione, fornisce una
  serie di documenti in ordine di importanza
• Query engine effettua le query sul database
  locale
• Query interface realizza linterfaccia per la
  formulazione delle interrogazioni

40
Confrontare i motori di ricerca

• Criteri di valutazione
• Indicizzazione delle pagine
• Copertura
• Freschezza dellinformazione
• Velocità
• Affidabilità
• Facilità di utilizzo

41
Come i Web navigator usano i motori di ricerca

• Le interrogazioni fatte in base ad ununica
  chiave di ricerca sono il 50, mentre l1 dei
  termini più usati è presente nel 10 delle
  interrogazioni
• La categoria sesso è nettamente la più
  richiesta
• Per una data ricerca, ciascun utente effettua, in
  media, 4.87 query
• In media, vengono utilizzati 2.11 termini per
  ricerca nei normali database, le interrogazioni
  sono tra 3 e 7 volte più articolate
• Gli operatori booleani (and e or ) sono usati 1
  volta ogni 15 query, ma il 33 delle volte non
  sono immessi in modo corretto
• I modificatori (, ?, ) sono usati 1 volta
  ogni 9 query, ma il 75 delle volte lutilizzo è
  scorretto

42
Informazione non reperibile dai motori di ricerca

• Lhidden Web, è il Web nascosto dietro maschere
  di ricerca o firewall
• Porzioni di Web non raggiungibili dalle altre
  pagine (pagine mai puntate dallesterno)
• Pagine a cui i robot dei motori di ricerca non
  possono accedere a causa dei Robots exclusion
  standards
• Il Web dinamico (deep Web), che varia più
  velocemente della frequenza di aggiornamento dei
  database dei motori di ricerca

43
Perché i motori non indicizzano tutto il Web?

• Limiti tecnologici
• a) Banda/tempo per effettuare il download
• b) Spazio su disco per memorizzare linformazione

Vi è un limite oltre il quale non è
economicamente conveniente indicizzare di più ?
Soluzione Motori di ricerca specializzati,
portali verticali
44
Una generazione avanti Google

• Google tiene in considerazione linformazione
  
• topologica inclusa nellipergrafo del Web
• PageRank, il metodo di indicizzazione
  utilizzato
• da Google, usa concetti simili a quelli
  classici
• delleditoria cartacea per valutare
  limportanza
• di una pagina tiene conto di
• quanti link puntano ad una pagina per deciderne
  limportanza
• inoltre, link da pagine popolari sono più
  importanti
• Esamina il testo dei link della pagina per
  valutare la necessità di sondarli in relazione
  alla stessa interrogazione
• Google indicizza più di 8 miliardi di pagine
  (gennaio 2005) raggiunge così un numero di
  elementi web ricercabili che supera quello di
  qualsiasi altro concorrente