Salta al contenuto
Dr. Andrea Bruno, PhD
  • Homepage
  • Pubblicazioni
  • Ricerca
  • Didattica
    • Sicurezza delle App e IA per la Cybersecurity – Mod. 1

Syllabus del corso

  • 12 Ottobre 202612 Ottobre 2026
  • da bruand

Il Modulo 1 (6 CFU, 48 ore) tratta la sicurezza del software: vulnerabilità del codice nativo e attacchi alla memoria (Parte I), testing e vulnerabilità delle applicazioni web (Parte II), con laboratori pratici in ambienti deliberatamente vulnerabili.

Dati generali

VoceValore
Corso di studioIngegneria e Scienze Informatiche per la Cybersecurity – Università degli Studi di Napoli Parthenope, sede di Nola
InsegnamentoSicurezza delle Applicazioni e Intelligenza Artificiale per la Cybersecurity – Modulo 1
Settore scientifico-disciplinareINFO-01/A
Anno e periodoIII anno, I semestre, A.A. 2026/2027 (24/09/2026 – 14/12/2026)
CFU6
Ore di didattica48 h: 20 h online, 28 h in presenza
ErogazioneMista: teoria online su Microsoft Teams (giovedì), laboratorio in presenza (lunedì)
LinguaItaliano
DocenteDott. Andrea Bruno
RicevimentoOnline su Teams previo accordo via e-mail o Teams; in presenza a margine delle lezioni

Obiettivi formativi

Il modulo forma lo studente a riconoscere, sfruttare in ambiente controllato e correggere le vulnerabilità delle applicazioni, adottando il punto di vista dell’attaccante per progettare e scrivere codice più sicuro.

Gli obiettivi sono:

  • comprendere il modello di memoria di un processo (stack, heap) e le cause delle vulnerabilità di corruzione della memoria nel codice C;
  • analizzare file binari con tecniche di analisi statica e dinamica, incluse le tecniche anti-debug;
  • conoscere le principali classi di attacco al software nativo (buffer overflow, format string, shellcode injection, return-to-libc, ROP, JOP) e le contromisure di sistema e di compilazione (NX, stack canary, ASLR);
  • conoscere tipologie e metodologie di security testing (security audit, vulnerability assessment, penetration testing) e i principali standard di riferimento (ISO/IEC 27000, NIST, OSSTMM, OWASP, PTES, ISSAF);
  • condurre l’analisi di vulnerabilità di un’applicazione web con strumenti di scansione, enumerazione e proxy di intercettazione;
  • riconoscere e mitigare le principali vulnerabilità web: information leakage, file upload, file inclusion, command injection, SQL injection, XSS, CSRF;
  • applicare pratiche di programmazione sicura per prevenire le classi di vulnerabilità studiate.

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione. Lo studente conosce il layout di memoria dei processi, le classi di vulnerabilità del software nativo e delle applicazioni web, le relative tecniche di sfruttamento e le contromisure. Conosce la terminologia (asset, minaccia, vulnerabilità, exploit, payload, rischio) e le metodologie di security testing.

Capacità di applicare conoscenza e comprensione. Lo studente sa analizzare staticamente e dinamicamente un eseguibile, individuare e sfruttare in laboratorio una vulnerabilità di corruzione della memoria, valutare l’efficacia delle mitigazioni attive. Sa condurre l’analisi di vulnerabilità di un’applicazione web con scanner e proxy di intercettazione e correggere il codice vulnerabile.

Autonomia di giudizio. Lo studente sa scegliere il tipo di test (black, white, gray box) e la metodologia più adatti a un contesto, valutare la gravità di una vulnerabilità e operare entro i limiti etici e legali dell’attività di testing.

Abilità comunicative. Lo studente sa descrivere una vulnerabilità, la sua causa, l’impatto e la correzione proposta con linguaggio tecnico appropriato, nella prova scritta e nella discussione orale.

Capacità di apprendimento. Lo studente sa consultare in autonomia standard, linee guida (OWASP, NIST) e documentazione degli strumenti, per aggiornarsi su nuove classi di vulnerabilità e tecniche di difesa.

Prerequisiti

Sono richieste conoscenze di:

  • programmazione in C (puntatori, allocazione dinamica, gestione delle stringhe) e basi di Python;
  • architettura dei calcolatori (registri, chiamate a funzione, rappresentazione dei dati in memoria) e lettura elementare di assembly x86/x86-64;
  • sistemi operativi e uso della shell Linux;
  • reti di calcolatori, in particolare il protocollo HTTP, e basi di sviluppo web (HTML, PHP, SQL).

Contenuti

Il programma si articola in due parti: la Parte I sulla sicurezza del software nativo, la Parte II sulla sicurezza delle applicazioni web, con laboratori su DVWA e Mutillidae.

Parte I – Sicurezza del software nativo (binary security)

UnitàContenuti
1. IntroduzioneEvoluzione storica di attacchi e incidenti; lezioni apprese. Terminologia: asset, minacce e modello STRIDE, attaccanti, bug, difetti e debolezze, vulnerabilità, exploit, vettore di attacco, triade CIA. Politiche e meccanismi di sicurezza (prevenzione, rilevazione, reazione).
2. Layout di memoriaStruttura di stack e heap di un processo; chiamate a funzione e record di attivazione; osservazione pratica del layout di memoria.
3. Analisi statica e dinamicaStrumenti e tecniche per l’analisi di eseguibili: disassemblaggio, decompilazione, debugging, tracciamento; tecniche anti-debug e loro aggiramento.
4. Memory corruptionStack-based buffer overflow: sovrascrittura di variabili locali, corruzione del return address, iniezione ed esecuzione di shellcode.
5. Format stringVulnerabilità di formato: lettura arbitraria della memoria (information leak) e scrittura arbitraria.
6. ContromisureNon-executable stack (NX/DEP), stack canary, ASLR, mitigazioni per le vulnerabilità format string; verifica pratica della loro efficacia.
7. Code-reuse attackAggiramento di NX: return-to-libc, Return-Oriented Programming (ROP), Jump-Oriented Programming (JOP).

Parte II – Sicurezza delle applicazioni web

UnitàContenuti
8. Introduzione alla sicurezza webArchitettura delle applicazioni web e superficie d’attacco.
9. Tipi e metodologie di testingTerminologia (asset, rischio, minaccia, exploit, payload). Security audit e standard: ISO/IEC 27000 e 27007, NIST CSF, SP 800-37, SP 800-53, SP 800-171, HITRUST CSF, CIS Controls. Vulnerability assessment e penetration testing; test black box, white box, gray box. Metodologie: OSSTMM (RAV, STAR), OWASP (WSTG, MAS, SAMM, Top 10), NIST SP 800-115, PTES, ISSAF, WASC Threat Classification.
10. Analisi delle vulnerabilità webVulnerability scanner (Nikto2, OWASP ZAP); identificazione di CMS e framework (OWASP JoomScan, WPScan, WhatWeb); crawling e directory brute forcing (OWASP DirBuster, Gobuster, Dirsearch); proxy di intercettazione (Burp Suite: Proxy, Intruder, Repeater, Comparer, Scanner); rilevamento di WAF (wafw00f).
11. Vulnerabilità delle applicazioni webInformation leakage; upload di file non controllato e reverse shell; Local e Remote File Inclusion; command injection; SQL injection (login bypass); Cross-Site Scripting reflected e stored; Cross-Site Request Forgery. Per ciascuna classe: causa nel codice, sfruttamento in laboratorio, correzione e contromisure.

Metodi didattici e ambiente di laboratorio

Ogni argomento alterna una lezione teorica online e un laboratorio in presenza in cui gli studenti riproducono attacchi e contromisure su ambienti deliberatamente vulnerabili.

  • Lezioni teoriche: online su Microsoft Teams, con esempi di codice e dimostrazioni.
  • Laboratori: in presenza, esercitazioni guidate su vulnbox, collezione di programmi C vulnerabili in container Docker (Parte I), e su DVWA e Mutillidae ospitate su Metasploitable 2 (Parte II).
  • Ambiente di lavoro: macchina virtuale Linux (Ubuntu 24.04 o equivalente) con GCC, GDB, Python 3.12, Docker e un IDE a scelta; per la Parte II, gli strumenti di analisi web indicati nei contenuti.
  • Materiale: slide, codice ed esercizi sono condivisi nel team del corso su Microsoft Teams.

Le tecniche di attacco si applicano esclusivamente agli ambienti di laboratorio forniti. Il loro uso su sistemi senza autorizzazione costituisce reato (art. 615-ter c.p., accesso abusivo a sistema informatico).

Modalità di verifica dell’apprendimento

L’esame prevede una prova scritta e una prova orale, entrambe obbligatorie. Il voto dell’insegnamento è unico ed è la media dei voti delle prove dei due moduli.

  • Prova scritta: sull’intero programma; è ammesso all’orale solo chi la supera.
  • Prova orale di base: discussione degli errori dello scritto, per confermarne il voto.
  • Prova orale estesa, a scelta dello studente: sull’intero programma, per migliorare il voto dello scritto.

La valutazione accerta la conoscenza delle classi di vulnerabilità e delle contromisure, la capacità di analizzare e correggere codice vulnerabile, l’autonomia nella scelta di strumenti e metodologie e la chiarezza dell’esposizione tecnica.

Materiale didattico

Non è previsto un libro di testo. Il materiale del corso è costituito da:

  • slide delle lezioni;
  • esempi e codice dei laboratori;
  • eventuali appunti preparati dal docente.
CanaleDove trovarlo
Microsoft TeamsTeam del corso, cartella 2026/2027: tinyurl.com/SicurezzaApp2627
Pagina personale del docentebruand.di.unisa.it
GitHubSicurezzaAppDisegimUniparthenope/SicurezzaDelleAppMod1_2027

Condividi:

  • Stampa (Si apre in una nuova finestra) Stampa
  • Condividi su WhatsApp (Si apre in una nuova finestra) WhatsApp
  • Invia un link a un amico via e-mail (Si apre in una nuova finestra) E-mail
  • Condividi su Facebook (Si apre in una nuova finestra) Facebook
  • Condividi su Telegram (Si apre in una nuova finestra) Telegram
  • Altro
  • Condividi su X (Si apre in una nuova finestra) X
  • Condividi su Mastodon (Si apre in una nuova finestra) Mastodon
  • Condividi su Bluesky (Si apre in una nuova finestra) Bluesky
  • Condividi su Threads (Si apre in una nuova finestra) Threads
  • Condividi su X (Si apre in una nuova finestra) X
Inizio corso

Lascia un commento Annulla risposta

Devi essere connesso per inviare un commento.

Didattica

  • Sicurezza delle App e IA per la Cybersecurity – Mod. 1

Menu

  • Homepage
  • Pubblicazioni
  • Ricerca
  • Didattica
    • Sicurezza delle App e IA per la Cybersecurity – Mod. 1
Copyright © 2026 Andrea Bruno
Tema di Colorlib Powered by WordPress
  • Instagram
  • Linkedin
  • ORCID
  • GitHub
Back to top