Logo des Repositoriums

Auflistung nach Autor:in "Pieper, Stephan"

1 - 2 von 2
  • Konferenzbeitrag
    Automatischer X.509v3-Zertifizierungsdienst
    (Informatik 2007 – Informatik trifft Logistik – Band 2, 2007) Mohren, Henning; Pieper, Stephan
    Als erste Hochschule in Deutschland hat die FernUniversität in Hagen einen Server entwickelt, der den gesamten Vorgang einer X.509-Zertifizierung vom Antrag bis zum Empfang des Zertifikats durch den Nutzer innerhalb weniger Sekunden automatisch abwickelt. Es wurde bei der Entwicklung auf eine einfache und intuitive Bedienung Wert gelegt. Die Eingabemöglichkeiten des Nutzers wurden optimiert, um den Supportaufwand zu senken und das System besser etablieren zu können. Der Zertifikatsserver existiert mittlerweile in der Version 5.0. Seit dieser Version wird die sichere Speicherung der Signaturschlüssel auf einem Hardware Security Modul (HSM) unterstützt, darüber hinaus können digitale Zertifikate mit speziell definierten Attributen ausgestellt werden. Dadurch können z.B. Zertifikate generiert werden, die nur verschlüsseln oder digital signieren können. Der Zertifikatsserver der FernUniversität in Hagen wurde an Hochschulen in Nordrhein-Westfalen im Hostingbetrieb zur Verfügung gestellt und an zwei Hochschulen verkauft.
  • Zeitschriftenartikel
    Fact-Aware Document Retrieval for Information Extraction
    (Datenbank-Spektrum: Vol. 12, No. 2, 2012) Boden, Christoph; Löser, Alexander; Nagel, Christoph; Pieper, Stephan
    Exploiting textual information from large document collections such as the Web with structured queries is an often requested, but still unsolved requirement of many users. We present BlueFact, a framework for efficiently retrieving documents containing structured, factual information from a full-text index. This is an essential building block for information extraction systems that enable ad-hoc analytical queries on unstructured text data as well as knowledge harvesting in a digital archive scenario.Our approach is based on the observation that documents share a set of common grammatical structures and words for expressing facts. Our system observes these keyword phrases using structural, syntactic, lexical and semantic features in an iterative, cost effective training process and systematically queries the search engine index with these automatically generated phrases. Next, BlueFact retrieves a list of document identifiers, combines observed keywords as evidence for a factual information and infers the relevance for each document identifier. Finally, we forward the documents in the order of their estimated relevance to an information extraction service. That way BlueFact can efficiently retrieve all the structured, factual information contained in an indexed collection of text documents.We report results of a comprehensive experimental evaluation over 20 different fact types on the Reuters News Corpus Volume I (RCV1). BlueFact’s scoring model and feature generation methods significantly outperform existing approaches in terms of fact retrieval performance. BlueFact fires significantly fewer queries against the index, requires significantly less execution time and achieves very high fact recall across different domains.