<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>3454</id>
    <completedYear>2025</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>74</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>bachelorthesis</type>
    <publisherName>Technische Hochschule Brandenburg</publisherName>
    <publisherPlace>Brandenburg an der Havel</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2025-11-10</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2025-10-06</thesisDateAccepted>
    <title language="deu">Vergleich von Methoden zur Echtzeit-Hinderniserkennung in Forward-Looking-Sonardaten für die Kollisionsvermeidung</title>
    <abstract language="deu">Die Bachelorarbeit erkundet die Verwendung eines Forward-Looking-Sonars zur Hinderniserkennung unter Wasser auf dem „Sonobot-5“ der Firma EvoLogics. Es werden zwei klassische, ein probabilistischer und ein Deep Learning-basierter Ansatz verglichen. Ziel ist es, eine echtzeitfähige Hinderniserkennung zu ermöglichen, die zur Kollisionsvermeidung verwendet werden kann.</abstract>
    <identifier type="urn">urn:nbn:de:kobv:522-opus4-34541</identifier>
    <identifier type="doi">10.25933/opus4-3454</identifier>
    <enrichment key="PeerReviewNachweis">nein</enrichment>
    <enrichment key="opus.source">publish</enrichment>
    <enrichment key="opus.doi.autoCreate">true</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Creative Commons - CC BY-NC-SA - Namensnennung - Nicht kommerziell -  Weitergabe unter gleichen Bedingungen 4.0</licence>
    <author>Marie-Luise Korn</author>
    <collection role="open_access" number="">open_access</collection>
    <collection role="institutes" number="">Fachbereich Informatik und Medien</collection>
    <thesisPublisher>Technische Hochschule Brandenburg</thesisPublisher>
    <thesisGrantor>Technische Hochschule Brandenburg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-fhbrb/files/3454/BA_Korn.pdf</file>
  </doc>
  <doc>
    <id>3458</id>
    <completedYear>2025</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>2</pageFirst>
    <pageLast>10</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume>2025</volume>
    <type>article</type>
    <publisherName>Wiley</publisherName>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>2025-11-14</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Nachtsicht ins All mit dem bloßen Auge: Sag mir, wie weit die Sterne steh'n</title>
    <parentTitle language="deu">Physik in unserer Zeit</parentTitle>
    <identifier type="doi">10.1002/piuz.202501751</identifier>
    <enrichment key="PeerReviewNachweis">nein</enrichment>
    <enrichment key="opus.source">publish</enrichment>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0</licence>
    <author>Michael Vollmer</author>
    <collection role="open_access" number="">open_access</collection>
    <collection role="institutes" number="">Fachbereich Technik</collection>
    <collection role="Hochschulbibliografie" number="1">Hochschulbibliografie</collection>
    <thesisPublisher>Technische Hochschule Brandenburg</thesisPublisher>
  </doc>
  <doc>
    <id>3494</id>
    <completedYear>2025</completedYear>
    <publishedYear/>
    <thesisYearAccepted>2025</thesisYearAccepted>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>65</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <type>bachelorthesis</type>
    <publisherName>Technische Hochschule Brandenburg</publisherName>
    <publisherPlace>Brandenburg an der Havel</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2026-01-13</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>2025-12-10</thesisDateAccepted>
    <title language="deu">Entwicklung und Evaluation eines hybriden IDS mit Zeek und Suricata zur automatisierten Regelgenerierung</title>
    <abstract language="deu">In dieser Arbeit wird ein hybrides Intrusion Detection System (IDS)&#13;
entwickelt und evaluiert. Das System kombiniert das anomaliebasierte&#13;
IDS Zeek mit dem signaturbasierten IDS Suricata und einem&#13;
dazwischen geschalteten Python-Regelgenerator. Zeek analysiert&#13;
aufgezeichneten Netzwerkverkehr aus dem Datensatz CIC-IDS2017&#13;
und schreibt Anomalien in Logdateien, aus denen der Regelgenerator&#13;
automatisch Suricata-Regeln ableitet. Suricata nutzt diese Regeln&#13;
zusätzlich zu ET Open, um wiederkehrende Angriffe schneller zu&#13;
erkennen.&#13;
Die Evaluation erfolgt offline auf PCAP-Dateien und vergleicht drei&#13;
Konfigurationen: Zeek-Baseline, Suricata-Baseline (ET Open) und die&#13;
hybride Variante. Bewertet wird anhand von Confusion-Matrixbasierten Metriken (u. a. Recall, Precision, F1-Score, False-PositiveRate). Die Ergebnisse zeigen, dass der hybride Ansatz die&#13;
Erkennungsrate im Vergleich zu den Baselines deutlich erhöht und in&#13;
mehreren Angriffsszenarien einen Recall nahe 1,0 erreicht.&#13;
Gleichzeitig steigt jedoch die False-Positive-Rate erheblich an,&#13;
insbesondere bei komplexem HTTP-Verkehr.&#13;
Damit beantwortet die Arbeit die Forschungsfrage ambivalent: Die&#13;
Kopplung von Zeek-Anomalien und automatischer SuricataRegelgenerierung ist technisch machbar und effektiv im Hinblick auf&#13;
die Angriffserkennung, aber in der vorliegenden Form noch nicht für&#13;
den produktiven Einsatz geeignet. Der entwickelte Prototyp dient als&#13;
reproduzierbarer Referenzaufbau und zeigt klar, an welchen Stellen&#13;
feinere Regelmodelle, Feedback-Mechanismen und realistischere&#13;
Betriebsumgebungen notwendig sind.</abstract>
    <identifier type="urn">urn:nbn:de:kobv:522-opus4-34942</identifier>
    <identifier type="doi">10.25933/opus4-3494</identifier>
    <enrichment key="PeerReviewNachweis">nein</enrichment>
    <enrichment key="opus.source">publish</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0</licence>
    <author>Camillo Fillinger</author>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Hybrid Intrusion Detection System</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Zeek</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Suricata</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>Automatic rule generation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>PCAP-based evaluation</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>swd</type>
      <value>Eindringerkennung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Intrusion Detection System</value>
    </subject>
    <collection role="ddc" number="004">Datenverarbeitung; Informatik</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="institutes" number="">Fachbereich Informatik und Medien</collection>
    <thesisPublisher>Technische Hochschule Brandenburg</thesisPublisher>
    <thesisGrantor>Technische Hochschule Brandenburg</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-fhbrb/files/3494/Bachelorarbeit_Camillo_Fillinger.pdf</file>
  </doc>
</export-example>
