Autor*innen mit den meisten Dokumenten
Auflistung nach:
Neueste Veröffentlichungen
- KonferenzbeitragAngriffe durch Fernzugriff auf FPGA Hardware(Ausgezeichnete Informatikdissertationen 2020, 2021) Gnad, DennisField-Programmable Gate Arrays (FPGAs) werden neben Grafikkarten immer beliebtere Rechenbeschleuniger für Cloud Umgebungen verschiedenster Anbieter. Auf rein digitaler Ebene ko ̈nnen FPGAs bereits recht gut abgesichert werden, wa ̈hrend bisherige Angriffe auf elektrischer Ebene physischen Zugriff zum Gerät benötigten. Diese Dissertation [Gn20a] deckt nun eine Reihe von Sicherheitsproblemen auf, die zwar auf physikalischen Effekten innerhalb integrierter Schaltkreise basieren, jedoch auch mit Fernzugriff durch Software ausnutzbar sind. Die Arbeit betrachtet FPGA Chips verschiedener Hersteller und zeigt Angriffe die alle Sicherheitsanforderungen der Vertraulichkeit, Unversehrtheit, und Verfügbarkeit verletzen können. Gleichermaßen wird mit weiteren Angriffen auf Geräte des Internets der Dinge (Internet of Things; IoT) gezeigt, dass ähnliche Probleme nicht nur FPGAs, sondern auch andere integrierte Schaltkreise betreffen können. Dadurch motiviert diese Arbeit weitere Analysen und Lösungsansätze, an denen bereits aktiv gearbeitet wird.
- KonferenzbeitragVorhersagebasierte Suche für autonomes Spielen(Ausgezeichnete Informatikdissertationen 2020, 2021) Dockhorn, AlexanderLernverfahren befähigen einen Agenten autonom eine für ihn unbekannte Umgebung zu explorieren und ihm gestellte Aufgaben zu erfüllen. Hierbei erlauben Modellbildende Verfahren dem Agenten, ein geistiges Abbild seiner Umgebung zu konstruieren und in diesem das Resultat seiner Handlungen vorherzusehen. Die Konstruktion und Verwendung eines solchen Modells stellt die Schwerpunkte meiner Dissertation dar. Hierfür wird zunächst eine theoretische Grundlage für die Dekomposition von Forward Modellen geschaffen. Darauf basierend werden das Local Forward Model sowie das Object-based Forward Model als effiziente Modellheuristiken abgeleitet. Besonderes Augenmerk wird zudem auf die Modellierung unsicherer Informationen gelegt. Abschließend werden Anwendungen im Bereich der künstlichen Intelligenz in Spielen und der Robotik für die entwickelten Verfahren demonstriert.
- KonferenzbeitragKooperative Absichtserkennung mittels maschineller Lernverfahren(Ausgezeichnete Informatikdissertationen 2020, 2021) Bieshaar, MaartenDas Radfahren wird im Verkehr der Zukunft eine zentrale Rolle spielen. Um Unfälle zu vermeiden, ist es entscheidend, Radfahrer frühzeitig zu erkennen und deren Absichten vorherzusagen. Fahrzeuge, die mit Sensoren, Datenverarbeitungssystemen und Kommunikationsfähigkeiten ausgestattet sind, erstellen und pflegen ein lokales Modell ihrer Verkehrsumgebung. Gruppen von kooperierenden und interagierenden Fahrzeugen, sowie Roadside Units, und Radfahrer, die mit Smart Devices (z.B. Smartphone und Smartwatch) und anderen am Körper getragenen Sensoren ausgestattet sind, tauschen Informationen aus. Sie bilden ein multimodales Sensorsystem mit dem Ziel, Radfahrer und deren Absichten zuverlässig zu erfassen. Die kollektive Intelligenz aller Verkehrsteilnehmer erlaubt es den Wahrnehmungshorizont der einzelnen Verkehrsteilnehmer über deren eigene sensorische Fähigkeiten hinaus zu erweitern und somit eine bessere Erkennung der Absichten von Radfahrer zu ermöglichen.
- KomplettbandAusgezeichnete Informatikdissertationen 2020(Ausgezeichnete Informatikdissertationen 2020, 2021) Hölldobler, Steffen
- KonferenzbeitragKonzepte und Schnittstellen für eine Nahtlose Interaktion zwischen Virtueller und Physischer Realität(Ausgezeichnete Informatikdissertationen 2020, 2021) George, CeenuVirtual Reality (VR, Virtuelle Realität) ermöglicht es Benutzern, realitätsnahe Modelle von Produkten zu erstellen und eine immersive soziale Interaktion mit entfernten Kollegen zu erleben. VR nutzt unsere visuelle Dominanz, um diese Erfahrungen zu vermitteln, und versucht Nutzer davon zu überzeugen, dass sie sich in einer anderen Realität befinden. Während ihr Bewusstsein jedoch in VR präsent ist, befindet sich ihr Körper in der physische Realität (PR). Da der Nutzer die PR nicht sehen kann, bringt dies erhebliche Unsicherheiten in die Interaktion. In dieser Arbeit gehe ich auf diese Unsicherheit ein, indem ich Konzepte und Schnittstellen entwickle, die es dem Nutzer ermöglichen, in VR zu bleiben und gleichzeitig ein Bewusstsein für die PR zu behalten. Sie behalten dieses Bewusstsein bei, ohne das Head-mounted-display (HMD) abnehmen zu müssen. Ich bezeichne das als nahtlose Interaktion mit der PR. Die übergreifende Forschungsvision dieser Arbeit ist daher, die Trennung zwischen der virtuellen und der physischen Realität zu reduzieren.
- KonferenzbeitragMaschinelles Lernen für Ressourcenplanung in Verteilten Systemen(Ausgezeichnete Informatikdissertationen 2020, 2021) Borkowski, MichaelVerteilte Rechensysteme sind aus der heutigen digitalen Welt nicht mehr wegzudenken: Suchmaschinen wie Google, Cloud-Speichersysteme wie Dropbox, Streaming-Dienste wie Netflix oder wissenschaftliche Großrechner führen komplexe Aufgaben auf verteilter IT-Infrastruktur aus. Dabei müssen entsprechende Systeme laufend Ressourcenoptimierung betreiben. Beispielsweise können durch Aktivierung von Ressourcen kurz vor Lastspitzen und anschließender Passivierung enorme Kostenersparnisse erzielt werden. Statt konventioneller Wenn-Dann-Beziehungen oder starrer Regelkreise beschreibe ich in meiner Dissertation adaptive und Vorhersage-basierte Techniken, wie sie in einer dynamischen Umgebung wie dem heutigen Internet unabdingbar sind. Hierfür verwende ich Modelle für maschinelles Lernen, insbesondere künstliche neuronale Netze und Kalman-Filter. Meine Ergebnisse zeigen, dass der Einsatz solcher Methoden Kosten und Ressourcenverbrauch senkt sowie die Verfügbarkeit und Verlässlichkeit der Systeme erhöht.
- KonferenzbeitragAnalyse von variantenreichen und kontextsensitiven Systemen(Ausgezeichnete Informatikdissertationen 2020, 2021) Chrszon, PhilippModerne Informations- und Kommunikationssysteme sind zunehmend von Variantenreichtum und Dynamik geprägt. In der Softwaretechnologie wurden Konzepte wie Features und Rollen eingeführt, um die Variabilität innerhalb einer Systemfamilie bzw. kontextabhängige Adaptionen zu erfassen. Eine zentrale Herausforderung bei der Entwicklung featureorientierter und rollenbasierter Systeme stellen Interaktionen dar, d.h. emergentes Verhalten, welches sich aus der Kombination von Features bzw. Rollen ergibt. Das Ziel der Dissertation ist die Entwicklung von formalen Methoden, um eine frühzeitige Entdeckung von Interaktionen zu ermöglichen, welche die funktionalen und nicht-funktionalen Eigenschaften eines Systems beeinflussen. Dazu werden Formalismen, Modellierungssprachen und zugehörige Analysewerkzeuge entwickelt, welche die Konzepte von Features und Rollen explizit unterstützen.
- KonferenzbeitragQualitative Analyse des Wissenstransfers bei der Paarprogrammierung(Ausgezeichnete Informatikdissertationen 2020, 2021) Zieris, FranzBei der Paarprogrammierung (PP) arbeiten zwei Softwareentwickler/innen an einem Computer eng zusammen an einer technischen Aufgabe. Praktiker erhoffen sich davon eine Reihe von Vorteilen, wie etwa schnelleren Fortschritt, höhere Qualität und den Austausch von Wissen. Während die bisherige Forschung oft auf unmittelbar messbare Effekte aus Laborsituationen fokussiert war, die auftretenden großen Streuungen aber nicht erklären konnte, richtet sich meine Forschung auf das Verstehen der zu Grunde liegenden Mechanismen. Ich habe Videoaufzeichnungen von 27 industriellen PP-Sitzungen qualitativ analysiert und eine Grounded Theory des Wissenstransfers bei der PP erarbeitet: Zentral in PP-Sitzungen ist aufgaben-spezifisches Wissen über das Softwaresystem. Paare gleichen zunächst ihr diesbezügliches Vorwissen an, bevor sie gemeinsam fehlendes Wissen aufbauen. Transfer von Wissen über Softwareentwicklung allgemein spielt hingegen eine viel kleinere Rolle und erfolgt erst, wenn das Paar seine Bedürfnisse nach System-Wissen geregelt hat. Paare, die ihr gemeinsames Verständnis pflegen, können kurze, aber sehr produktive Fokusphasen haben; ist es zu schwach, droht hingegen ein Zusammenbruch des Paarprozesses.
- KonferenzbeitragDie Erforschung der Wahrnehmung durch die Augen(Ausgezeichnete Informatikdissertationen 2020, 2021) Wang, XiEinerseits strömt eine große Menge visueller Information durch die Augen in das Gehirn. Andererseits, verraten die Augen auch eine beträchtliche Menge an Informationen. Die komplexe Kombination der verschiedenen Aufgaben der Augen bietet wertvolle Möglichkeiten sowohl menschliche visuelle Wahrnehmung, kognitive Prozesse und mentale Zustände zu verstehen, als auch dieses Wissen in praktischen Anwendungen zu nutzen. Diese Arbeit untersucht die Rolle von Augenbewegungen während dem nach innen als auch dem nach außen gerichteten Informationsfluss. Insbesondere fokussiert die Arbeit darauf wie Menschen 3D Objekte während aktiver Wahrnehmung betrachten und wie sie ihre Augen bewegen wa ̈hrend sich nichts betrachten. Des Weiteren untersucht diese Arbeit wie Augenbewegungen in praktischen Anwendungen genutzt werden können. Diese Arbeit liefert Beiträge an der Schnittstelle zwischen Psychologie, Computergrafik und Mensch-Maschine-Interaktion und stellt entsprechende Bausteine für zukünftige Studien zur Verfügung.
- KonferenzbeitragZufällige Hypergraphen für Hashing-basierte Datenstrukturen(Ausgezeichnete Informatikdissertationen 2020, 2021) Walzer, StefanFür Wörterbücher und verwandte Datentypen gibt es Implementierungsansätze, bei denen Hashfunktionen mehrere zufällige Möglichkeiten zur Speicherung jedes Schlüssels vorsehen. Solche Verfahren weisen oft einen scharfen Schwellwert bzgl. erzielbarer Auslastungsfaktoren auf, aus dem sich die Speichereffizienz der Datenstruktur ergibt. Hypergraphen spielen in Schwellwertanalysen – nicht aber in dieser Zusammenfassung – eine zentrale Rolle. Drei Ergebnisse der Arbeit liefern Schwellwerte für Varianten von Cuckoo-Hashtabellen, darunter die Doppel-Hashing-Variante und eine Variante mit nicht-ausgerichteten Blöcken. Drei weitere Ergebnisse untersuchen neue Varianten von Retrieval-Datenstrukturen, aus denen sich unter anderem neue speichereffiziente Alternativen zu Bloom-Filtern ergeben.