Auflistung D20 (2019) - Ausgezeichnete Informatikdissertationen nach Erscheinungsdatum
1 - 10 von 26
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragErkennung mobiler Schadsoftware mit maschinellen Lernverfahren(Ausgezeichnete Informatikdissertationen 2019, 2020) Arp, DanielDie Verbreitung von Smartphones und Tablets hat in den vergangenen Jahren stark zugenommen. Aufgrund ihrer hohen Popularität haben sich diese Geräte jedoch zugleich auch zu einem lukrativen Ziel für Autoren von Schadsoftware entwickelt, weshalb mittlerweile täglich neue Schadprogramme gefunden werden, insbesondere für das Android-Betriebssystem. Durch das hohe Aufkommen bösartiger Applikationen bieten aktuelle Erkennungsmethoden wie Antivirenprogramme jedoch oft keinen ausreichenden Schutz, da sie meist signaturbasiert arbeiten und somit auf die Bereitstellung zeitnaher Updates für die Erkennung neuer Schadsoftware angewiesen sind. In dieser Dissertation wird eine richtungsweisende Methode zur Erkennung von mobiler Schadsoftware vorgestellt, die eine effektive Erkennung direkt auf dem Mobilgerät ermöglicht. Hierfür werden Techniken des maschinellen Lernens und der statischen Code-Analyse derart kombiniert, dass selbst auf Mobilgeräten mit geringer Rechenleistung eine zuverlässige Erkennung von Schadsoftware innerhalb weniger Sekunden möglich wird. Im Vergleich zu anderen Methoden kann eine deutliche Steigerung der Erkennungsleistung erzielt werden und das Verfahren liefert darüber hinaus als erstes seiner Art interpretierbare Entscheidungen zurück.
- KonferenzbeitragNeue Graphen-Algorithmen mittels polyedrischer Methoden(Ausgezeichnete Informatikdissertationen 2019, 2020) Tarnawski, JakubIn dieser Arbeit werden neue Algorithmen für zwei grundlegende Graphenprobleme vorgestellt. Mit Hilfe von linearen Programmen – darunter auch Programme exponentieller Größe – werden Struktureigenschaften ermittelt die vomAlgorithmus verwendet werden. Etwas überraschend können ähnliche polyedrische Methoden in beiden Graphenproblemen angewendet werden. Der erste Teil der Dissertation widmet sich dem asymmetrischen Handlungsreisendenproblem (Asymmetric Traveling Salesman Problem – ATSP), einem Benchmark-Problem der kombinatorischen Optimierung. Bei diesem Problem geht es darum, die kürzeste Tour für einen erichteten und kantengewichteten Graphen zu finden, die alle Knoten besucht. Seit langem galt es als offen, ob es einen Approximationsalgorithmus für dieses Problem mit einer konstanten Güte gibt. Ein Ergebnis dieser Arbeit ist ein solcher Algorithmus. Der zweite Teil der Dissertation widmet sich dem perfekten Matching-Problem. Zudem wurde in den Achtzigerjahren gezeigt, dass es effiziente parallele Algorithmen für das Matching-Problem gibt, sofern die Verwendung von Zufälligkeit zulässig ist. Allerdings ist es noch offen ob das Matching-Problem in der Komplexitätsklasse NC liegt, also ob Zufälligkeit notwending ist. Diese Arbeit zeigt, dass das Matching-Problem in quasi-NC liegt.
- KonferenzbeitragPersonenwiedererkennung mittels maschineller Lernverfahren für öffentliche Einsatzumgebungen(Ausgezeichnete Informatikdissertationen 2019, 2020) Eisenbach, MarkusDie erscheinungsbasierte Personenwiedererkennung in öffentlichen Einsatzumgebungen ist eines der schwierigsten, noch ungelösten Probleme der Bildverarbeitung. Viele Teilprobleme können nur gelöst werden, wenn Methoden des maschinellen Lernens mit Methoden der Bildverarbeitung kombiniert werden. Das entwickelte Verfahren zur erscheinungsbasierten Personenwiedererkennung wird exemplarisch anhand zweier Einsatzszenarien — Videoüberwachung und Robotik — evaluiert. Die Qualität des umgesetzten Verfahrens wird anhand von zwölf Kriterien charakterisiert, die einen Vergleich mit biometrischen Verfahren ermöglichen. Durch den Einsatz maschineller Lernverfahren für alle Abarbeitungsschritte der erscheinungsbasierten Personenwiedererkennung wird in den betrachteten unüberwachten, öffentlichen Einsatzfeldern eine Erkennungsleistung erzielt, die sich mit biometrischen Verfahren messen kann.
- KonferenzbeitragVisuelle Risikoanalyse und Therapieplanung zerebraler Aneurysmen(Ausgezeichnete Informatikdissertationen 2019, 2020) Meuschke, MoniqueDie vorliegende Dissertation präsentiert die Software Aneulysis für eine verbesserte Risikoanalyse und Behandlungsplanung zerebraler Aneurysmen. Dies sind lokale Ausbeulungen der Gehirnarterien, deren Ruptur meist tödlich endet. Eine Behandlung muss sorgfältig abgewogen werden, da diese enorme Risiken für den Patienten bürgen. Aneurysma-Wachstum, Ruptur, und Behandlungserfolg hängen von der Gefäßmorphologie und Hämodynamik ab, deren Zusammenhänge bisher schlecht verstanden sind. Mit Hilfe von Simulationen kann die patientenspezifische Hämodynamik modelliert werden. Die Analyse der komplexen Daten ist jedoch zeitaufwendig und fehleranfällig. Aneulysis ermöglicht eine interdisziplinäre Nutzung und reproduzierbare Analyse von Aneurysmadaten. Die Konzeption und Evaluierung erfolgte in enger Zusammenarbeit mit Neuradiologen und Simulationsexperten, die den Nutzen und die klinische Notwendigkeit bestätigten.
- KonferenzbeitragLernen mit Graphen: Kern- und neuronale Methoden(Ausgezeichnete Informatikdissertationen 2019, 2020) Morris, ChristopherDie vorliegende Arbeit befasst sich mit (überwachter) Graphklassifikation, d. h. mithilfe einer Menge von bereits klassifizierten Beispielgraphen wird ein Modell so trainiert, dass es die Klassen von bisher ungesehenen Graphen vorhersagen kann. Im ersten Teil dieser Arbeit stellen wir Kernmethoden für Graphen vor. Insbesondere stellen wir skalierbare Kerne vor, die mit kontinuierlichen Knoten und Kantenbeschriftungen umgehen können. Ferner stellen wir einen Graphkern vor, der globale Grapheigenschaften berücksichtigen kann, die von anderen Graphkernen nicht erfasst werden. Zu diesem Zweck schlagen wir eine lokale Version des k-dimensionalen Weisfeiler-Leman-Algorithmus vor, der eine bekannte Heuristik für das Graph-Isomorphie-Problem ist. Wir zeigen, dass unser lokaler Algorithmus mindestens die gleiche Mächtigkeit wie der ursprüngliche Algorithmus hat, wobei wir gleichzeitig die Spärlichkeit des zugrundeliegenden Graphen berücksichtigen und Overfitting verhindern. Anschließend stellen wir ein theoretisches Framework für die Analyse von Graphkernen vor, und zeigen, dass die meisten Kerne nicht in der Lage sind einfache graphentheoretische Eigenschaften zu unterscheiden. Der zweite Teil beschäftigt sich mit neuronalen Ansätzen zur Graphklassifikation und deren Verbindung zu Kern-Methoden. Wir zeigen, dass die Expressivität sogenannter Graph-Neural-Networks durch den 1-dimensionalen Weisfeiler-Leman-Algorithmus nach oben beschränkt werden kann.
- KonferenzbeitragVerbesserte Kommunikationskomplexität in der Kryptographie(Ausgezeichnete Informatikdissertationen 2019, 2020) Kohl, LisaDas entscheidende Maß der Effizienz eines kryptographischen Protokolls ist oftmals die Kommunikationskomplexität, d.h. die Größe und Anzahl der zu übermittelnden Nachrichten. Diese Dissertation beschäftigt sich sowohl mit der Minimierung der notwendigen Nachrichtengröße in großen Anwendungen, als auch mit der Entwicklung von effizienten Protokollen zur sicheren Mehrparteienberechnung, die mit sehr wenigen Nachrichten auskommen. Ergebnisse dieser Dissertation umfassen das erste skalierbare Public-Key Verschlüsselungsverfahren mit kompakten Schlüsseln und Chiffraten, das Sicherheit gegen aktive Angriffe bietet (d.h. Angriffe bei denen Nachrichten beliebig verändert werden). Außerdem wurde im Rahmen dieser Dissertation eine neue Klasse von Protokollen zur sicheren Mehrparteienberechnung entwickelt, die sowohl mit signifikant weniger Kommunikation auskommen, als auch Sicherheit gegen die potentielle Gefahr von Quantencomputern bieten.
- KonferenzbeitragArbeitsgewohnheiten und Expertise von Softwareentwicklern(Ausgezeichnete Informatikdissertationen 2019, 2020) Baltes, SebastianEine wichtige Voraussetzung für die Optimierung von Arbeitsabläufen und die Entwicklung neuer Werkzeuge in Softwareprojekten ist es˛ die Arbeitsweise von Softwareentwicklern und die daraus resultierenden Bedürfnisse zu kennen und zu verstehen. Diese Dissertation beschreibt empirische Untersuchungen dreier noch wenig erforschter Bereiche der Softwareentwicklung, stellt neue Werkzeuge vor und gibt Handlungsempfehlungen basierend auf den durchgeführten Untersuchungen. Zunächst wird illustriert wie Softwareentwickler Skizzen und Diagramme in ihrer täglichen Arbeit einsetzen. Anschließend wird der Umgang von Softwareentwicklern mit Code-Fragmenten beschrieben, die auf der populären Onlineplattform Stack Overflow bereitgestellt werden. Nach einer detaillierten Erläuterung dieser beiden Aspekte der täglichen Arbeit von Softwareentwicklern stellen wir ein erstes Modell vor, das empirisch fundiert wichtige Eigenschaften eines Experten in der Softwareentwicklung darstellt und Faktoren auflistet, die die kontinuierliche Weiterbildung von Softwareentwicklern unterstützen. Neben diesen drei Forschungsrichtungen gehen wir auf methodische Erkenntnisse ein und stellen den offenen Datensatz SOTorrent vor, der im Rahmen dieser Dissertation entstand.
- KonferenzbeitragSynchronisierte Pushdown Systeme für Datenfluss-Analysen(Ausgezeichnete Informatikdissertationen 2019, 2020) Späth, JohannesStatische Datenflussanalysen untersuchen das Verhalten von Software ohne die Software dabei auszuführen. Eine statische Analyse analysiert alle möglichen Programmpfade und eignet sich damit um Fehler im Programm oder Sicherheitslücken aufzudecken. Allerdings ist es eine Herausforderung, die Analysen präzise und effizient zu designen. Präzise Analysen sind notwendig, um unnötige falsche Warnungen zu vermeiden. Gleichzeitig soll die Analyse effizient sein, sodass sie am Besten direkt in der Entwicklungsumgebung eingesetzt werden kann. Diese Arbeit präsentiert Synchronisierte Pushdown Systeme (SPDS) und auf SPDS aufbauende Entwicklungen, die präzise und effiziente statische Datenflussanalysen ermöglichen.
- KonferenzbeitragSchlussfolgern in Defeasible Beschreibungslogiken(Ausgezeichnete Informatikdissertationen 2019, 2020) Pensel, MaximilianKlassische Systeme der logischen Wissensrepräsentation und des automatischen Schließens sind nicht in der Lage Standardannahmen von Anwendungen adäquat zu modellieren und auf zu erwartende Ausnahmefälle intuitiv zu reagieren. Trotz ihrer erhöhten Praktikabilität, Popularität und Berechenbarkeit sind auch klassische Beschreibungslogiken durch ihre monotone Semantik nicht in der Lage unvollständiges Wissen individuell durch Standardwerte zu vervollständigen. Um ein derartiges Verhalten für Beschreibungslogiken zu erreichen, werden etablierte nichtmonotone Semantiken der Aussagenlogik auf die Ausdrucksstärke der Semantik für Beschreibungslogiken angehoben. Im Rahmen meiner Studien zeigte sich, dass die so entstandene Form der Rational Closure die wichtigsten Konsequenzen, die Beschreibungslogiken von Aussagenlogik abheben, vernachlässigt. In meiner Dissertation [Pe19] untersuche und überarbeite ich den bisherigen, unzulänglichen Ansatz zur Rational Closure in Beschreibungslogiken und entwerfe eine Reihe neuartiger Semantiken, welche die fehlenden Konsequenzen nachweislich ermitteln können.
- KonferenzbeitragAround-Body Interaction(Ausgezeichnete Informatikdissertationen 2019, 2020) Müller, FlorianDurch den technischen Fortschritt sind Head-Mounted Displays (HMDs) kleiner und kabellos geworden. Sie leisten so einen Beitrag zur Vision von allgegenwärtiger Interaktion mit Informationen in einer digital erweiterten physischen Welt. Zur Interaktion mit solchen Geräten werden heute eingabeseitig - neben wenig intuitiven Fingergesten in der Luft – vor allem dreierlei Techniken verwendet: 1) Toucheingabe auf dem Gehäuse der Geräte oder 2) auf Zubehör (Controller) sowie 3) Spracheingabe. Während diese Techniken, abhängig von der aktuellen Situation des Benutzers, sowohl Vor- als auch Nachteile haben, so ignorieren sie weitgehend die Fähigkeiten und Geschicklichkeit, die wir im Umgang mit der realen Welt zeigen: Während unseres ganzen Lebens haben wir ausgiebig trainiert unsere Gliedmaßen zu benutzen, um mit der physischen Welt um uns herum zu interagieren und sie zu manipulieren. Diese Arbeit entwickelt eine Vision für eine körperlichere Interaktion mit solchen Geräten, welche die Fähigkeiten und Geschicklichkeit, die wir im Umgang mit der physischen Welt zeigen, auf die Interaktion mit HMDs überträgt.
- «
- 1 (current)
- 2
- 3
- »