Filtern
Dokumenttyp
- Bachelorarbeit (1)
- Masterarbeit (1)
Volltext vorhanden
- ja (2)
Schlagworte
- Amazon Web Services (1)
- Computersicherheit (1)
- Generative Adversarial Networks (1)
- Honeypot (1)
- Image-to-Image Translation (1)
- Meter Reading (1)
- Security (1)
- Sicherheit (1)
Fakultät
Improving Automatic Meter Reading using Data generated from Unpaired Image-to-Image Translation
(2020)
The automatic reading of water readers or electric readers is a challenging problem that may be solved using deep neural networks (DNNs). Unfortunately, the training of DNNs requires large sets of labeled data that are expensive to obtain. We alleviate this problem by generating artificial training data using unpaired image-to-image translation based on CycleGANs, ie a special form of Generative Adversarial Networks.
We have implemented and evaluated a pipeline for generating artificial meter images using a medium sized dataset (6000 images) of water meter images. Our results confirm that this methodology is indeed effective, especially on small initial datasets.
Honeypots sind ein Werkzeug, um Verhalten von Angreifern zu studieren und Angriffe von Produktivsystemen abzulenken. AWS ist ein beliebter Cloud-Anbieter und damit attraktives Ziel für Angriffe. Es wird unter Zuhilfenahme von durch AWS bereitgestellten Diensten ein Honeypot in der Cloud aufgestellt, wobei der AWS-Dienst “Cloudformation” es ermöglicht, den Honeypot auf automatische Weise aufzubauen. Gewonnene Daten beinhalten Statistiken über Angriffe, wie bei Dictionary Attacken beliebte Nutzernamen und Passwörter, oder die geographische Herkunft von Angreifern. Die Ergebnisse dieser Arbeit werden mit denen vergangener, ähnlicher Arbeiten verglichen.