Networks and Network Security

Course manual 2020/2021

Course content

What is the Internet? How do computers communicate with each other? How does data reach safely the end destination, while guaranteeing the privacy and security of the communication?

The course introduces the basic concepts of computer networking. We focus on the architecture the protocols that are used to pass data across the Internet, as well as on the security aspects of the communication.

Study materials

Literature

• Kurose & Ross: 'Computer Networking: A Top-Down Approach', 7/E , ISBN-13: 978-0133594140ISBN-10: 0133594149

Objectives

• The students can describe what the Internet is and how it works;
• The students can explain the operation of network protocols, in particular the ones operating at transport and network layer;
• The students can explain the architecture of modern network architectures, both wired and wireless;
• The students can describe the security implications of data communication and the solutions adopted to guarantee the correct functioning of the Internet.

Teaching methods

• Lecture
• Computer lab session/practical training
• Self-study

Lectures provide the overview of the material and explain the most critical aspects of each subjects; the practical assignment allow the students to familiarize directly with the theory. The homework and study at home allow further deepening of the knowledge.

Learning activities

Attendance

Programme's requirements concerning attendance (OER-B):

• For practical trainings and tutorials/seminars with assignments attendance is obligatory. When students do not meet the requirements for attendance, this may lead to not finishing a course with a pass mark.
  

Additional requirements for this course:

Material to read at home in preparation of a lecture is graded during the corresponding lecture, via Canvas quizzes. Missed attendance at the lecture corresponds to missed opportunity to take the quiz. This will have an impact on the home assignment grade.

Assessment

Missed home assignments, eg Canvas quizzed, are not repeated.

Late or missed submissions for lab assignments results in 0 (zero) points for the corresponding lab.  

Admission to the final exam is conditional to having passed the labs with a grade equal/higher than 5. 

Due to Corona measures the exam (and retake) will be administered online.

Inspection of assessed work

The manner of inspection will be communicated via the digitial learning environment.

Assignments

Home assignments

• Some in group and some individual; this is clearly communicated during the course. Grading is on Canvas.

Computer labs

• Some in group and some individual; clearly communicated during the course. Grading is on Canvas.

Fraud and plagiarism

Over het algemeen geldt dat elke uitwerking die je inlevert ter verkrijging van een beoordeling voor een vak je eigen werk moet zijn, tenzij samenwerken expliciet door de docent is toegestaan. Het inzien of kopiëren van andermans werk (zelfs als je dat hebt gevonden bij de printer, in een openstaande directory of op een onbeheerde computer) of materiaal overnemen uit een boek, tijdschrift, website, code repository of een andere bron - ook al is het gedeeltelijk - en inleveren alsof het je eigen werk is, is plagiaat.

We juichen toe dat je het cursusmateriaal en de opdrachten met medestudenten bespreekt om het beter te begrijpen. Je mag bronnen op het web raadplegen om meer te weten te komen over het onderwerp en om technische problemen op te lossen, maar niet voor regelrechte antwoorden op opgaven. Als in een uitwerking gebruik is gemaakt van externe bronnen zonder dat een bronvermelding is vermeld (bijvoorbeeld in de rapportage of in commentaar in de code), dan kan dat worden beschouwd als plagiaat.

Deze regels zijn er om alle studenten een eerlijke en optimale leeromgeving aan te kunnen bieden. De verleiding kan groot zijn om te plagiëren als de deadline voor een opdracht nadert, maar doe het niet. Elke vorm van plagiaat wordt bestraft. Als een student ernstige fraude heeft gepleegd, kan dat leiden tot het uitschrijven uit de Universiteit. Zie voor meer informatie over het fraude- en plagiaatreglement van de Universiteit van Amsterdam: www.student.uva.nl

Course structure

Timetable

The schedule for this course is published on DataNose.

Additional information

The course is taught in English.

It is recommended that the students is familiar with Python programming.

Contact information

Coordinator

• dr. Paola Grosso

Staff

• Lu Zhang MSc
• Johannes Blaser BSc
• Nicole Dolot
• Tom Kersten BSc
• Frederick Kreuk
• Kyrian Maat BSc
• J.A. Verweij