Logo des Repositoriums

Auflistung nach Autor:in "Grunert, Hannes"

1 - 4 von 4
  • Textdokument
    Die Data Science Challenge auf der BTW 2019 in Rostock
    (BTW 2019 – Workshopband, 2019) Grunert, Hannes; Meyer, Holger
    Zum zweiten Mal — nach der BTW 2017 in Stuttgart [Wa17] — findet auf der BTW-Konferenzreihe die Data Science Challenge statt. Die Teilnehmer der Challenge hatten die Möglichkeit, ihren eigenen Ansatz zur cloud-basierten Datenanalyse zu entwickeln und damit im direkten Vergleich gegen andere Teilnehmer anzutreten.
  • Zeitschriftenartikel
    Datenschutz im PArADISE
    (Datenbank-Spektrum: Vol. 16, No. 2, 2016) Grunert, Hannes; Heuer, Andreas
    Durch die Ereignisse in den vergangenen Jahren ist die Integration von Datenschutzmechanismen in Informationssysteme wieder ein zentrales Forschungsproblem geworden. Insbesondere in smarten, dem Menschen assistierenden Umgebungen werden in vielen Fällen mehr Informationen generiert und verarbeitet als die Analysefunktionen des Assistenzsystems benötigen. Der in diesem Artikel beschriebene Forschungsansatz stellt ein Framework für Anwendungsentwickler und Nutzer zur Durchsetzung von Datenschutzbestimmungen in ubiquitären Umgebungen vor, welches insbesondere den Aspekt der Datensparsamkeit in einer heterogenen Systemumgebung realisieren soll.Eine Verwendung des Frameworks kann sowohl in Peer-to-Peer-Umgebungen als auch in festgelegten Client-Server-Hierarchien erfolgen. Durch die Aufteilung der Anfrageverarbeitung in eine Vorverarbeitungsphase, in der die ursprüngliche Anfrage umgeschrieben wird, und in eine nachgelagerte Anonymisierungsphase wird ein hohes Datenschutzniveau als auch ein geringer Informationsverlust erreicht. PArADISE wird als Prototyp für Softwareentwickler im Bereich der Modellbildung für Intentions- und Situationserkennung in Assistenzsystemen entwickelt. Eine Verwendung des Frameworks in weiteren Anwendungsbereichen ist jedoch ebenso möglich.
  • Konferenzbeitrag
    Distributed denial of privacy
    (Informatik 2014, 2014) Grunert, Hannes
    For many years, privacy has not been considered as a critical issue in the field of software development. Recent events have led to discussions how the privacy of the user can be protected in information systems. While most approaches do only focus on increasing the security of the systems to protect private information against uncontrolled access, the aspect of enhancing privacy itself has been ignored. Our framework, called PArADISE (Privacy AwaRe Assistive Distributed Information System Environment), maximizes privacy by minimizing the amount of data stored and queried by information systems. In this paper, we present a new method to protect the anonymity of the user, even if multiple queries are combined.
  • Zeitschriftenartikel
    Particulate Matter Matters—The Data Science Challenge @ BTW 2019
    (Datenbank-Spektrum: Vol. 19, No. 3, 2019) Meyer, Holger J.; Grunert, Hannes; Waizenegger, Tim; Woltmann, Lucas; Hartmann, Claudio; Lehner, Wolfgang; Esmailoghli, Mahdi; Redyuk, Sergey; Martinez, Ricardo; Abedjan, Ziawasch; Ziehn, Ariane; Rabl, Tilmann; Markl, Volker; Schmitz, Christian; Serai, Dhiren Devinder; Gava, Tatiane Escobar
    For the second time, the Data Science Challenge took place as part of the 18th symposium “Database Systems for Business, Technology and Web” (BTW) of the Gesellschaft für Informatik (GI). The Challenge was organized by the University of Rostock and sponsored by IBM and SAP. This year, the integration, analysis and visualization around the topic of particulate matter pollution was the focus of the challenge. After a preselection round, the accepted participants had one month to adapt their developed approach to a substantiated problem, the real challenge. The final presentation took place at BTW 2019 in front of the prize jury and the attending audience. In this article, we give a brief overview of the schedule and the organization of the Data Science Challenge. In addition, the problem to be solved and its solution will be presented by the participants.