marastoni
univr
it
Niccolò Marastoni’s research interests include software security, program analysis, and machine learning techniques for code understanding. His work has focused on malware analysis, program similarity, and the application of deep learning methods to the classification of programs.
More recently, his research has investigated how LLM-driven approaches can complement traditional static and dynamic analysis methods to improve the effectiveness of vulnerability detection.
He has also contributed to the area of recommender systems, exploring data mining techniques such as association rule learning and the Apriori algorithm to extract meaningful patterns from data and support recommendation tasks.
Niccolò Marastoni is a researcher and Temporary Assistant Professor at the University of Verona, where he has been involved in research projects spanning software security, data mining, and machine learning, and has authored publications in international conferences and journals in these areas.
Insegnamenti attivi nel periodo selezionato: 5.
Clicca sull'insegnamento per vedere orari e dettagli del corso.
| Corso | Nome | Crediti totali | Online | Crediti del docente | Moduli svolti da questo docente |
|---|---|---|---|---|---|
| Laurea magistrale in Data Science | Programming and database (2025/2026) | 12 |
|
6 | (Programming) |
| Laurea magistrale in Data Science | Programming and database (2024/2025) | 12 |
|
6 | (Programming) |
|
Laurea magistrale in Data Science (LM-91)
Corso a esaurimento
|
Programming and database (2023/2024) | 12 |
|
6 | (Programming) |
|
Laurea magistrale in Data Science (LM-91)
Corso a esaurimento
|
Programming and database (2022/2023) | 12 |
|
6 | (Programming) |
|
Laurea magistrale in Data Science (LM-91)
Corso a esaurimento
|
Programming and database (2021/2022) | 12 |
|
6 | (Programming) |
Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:
| Argomento | Descrizione | Area di ricerca |
|---|---|---|
| Integrazione e Gestione dei Dati Sensibile al Contesto e all'Etica | Nell'era dei big data e delle informazioni ricche di significato semantico, l'integrazione di dati provenienti da fonti eterogenee e la loro personalizzazione per applicazioni di alta qualità e sensibili al contesto, come i sistemi di raccomandazione, è diventata essenziale. Questo approccio garantisce che tali applicazioni non solo soddisfino i requisiti funzionali, ma siano anche allineate con gli standard etici e le aspettative degli utenti. |
Sistemi informativi ed analisi dei dati
Data management systems |
| Software and application security | Development of security methodologies and technologies for the security of software systems and Internet applications |
Sicurezza informatica
Software and application security |
| Carica | Organo collegiale |
|---|---|
| Componente | Collegio didattico di Matematica e Data Science - Dipartimento Informatica |
| Componente | Consiglio del Dipartimento di Informatica - Dipartimento Informatica |
******** CSS e script comuni siti DOL - frase 9957 ********