004 Datenverarbeitung; Informatik
Refine
Year of publication
Document Type
- Bachelor Thesis (15)
- Master's Thesis (8)
- Book (2)
- Study Thesis (2)
- Article (1)
- Diploma Thesis (1)
- Doctoral Thesis (1)
- Report (1)
- Working Paper (1)
Has Fulltext
- yes (32)
Keywords
- Maschinelles Lernen (4)
- Cloud Computing (3)
- Computergrafik (3)
- Computersicherheit (3)
- Kubernetes (3)
- Künstliche Intelligenz (3)
- Softwareentwicklung (3)
- Computersimulation (2)
- Fußgänger (2)
- Privatsphäre (2)
Institute
- Fakultät für Informatik und Mathematik (12)
- Bachelorstudiengang Informatik (6)
- Bachelorstudiengang Wirtschaftsinformatik (3)
- Bachelorstudiengang Technische Redaktion und Kommunikation (2)
- Fakultät für Technische Systeme, Prozesse und Kommunikation (2)
- Masterstudiengang Informatik (2)
- Bachelorstudiengang Scientific Computing (Angewandte Mathematik) (1)
- Fakultät für Elektrotechnik und Informationstechnik (1)
- Fakultät für Wirtschaftsingenieurwesen (1)
- Masterstudiengang Elektrotechnik (1)
As wireless networks increasingly supplant stationary network infrastructures, and with the burgeoning proliferation of devices capable of wireless communication, the significance of WiFi sensing and its foundational technologies has become paramount. This study delves into the ramifications of WiFi sensing on privacy and IT-Security within various environments, drawing on literature research to highlight both the impacts and potential mitigation strategies. Notably, WiFi sensing is capable of detecting the presence of individuals and even discerning keyboard inputs, opening new avenues for future applications and technological advancements. This work aims to offer a comprehensive overview of the fundamental principles of WiFi sensing, juxtaposed with detailed analytical methodologies, thereby contributing to a deeper understanding of its capabilities and implications.
Diese Arbeit ist eine Studie zu biometrischer Gesichtserkennung auf Embedded Hardware, die extern bei der Firma TQ-Systems durchgeführt wurde. Es werden verschiedene Architekturen von künstlichen neuronalen Netzen mit dem synthetisch erzeugten DigiFace-1M Datensatzes von Microsoft trainiert. Dafür werden verschiedene Trainingsstrategien recherchiert und getestet. Es wird auch eine neue Strategie vorgeschlagen, die sich gegenüber den bereits etablierten Methoden beweisen kann. Dabei handelt es sich um eine modifizierte Version von ArcFace, bei der sich der Margin Parameter dynamisch an den Trainingsfortschritt des Modells anpasst. Die Methode wurde AdaAcos getauft und über GitHub als PyTorch-Implementierung veröffentlicht. Die trainierten Modelle werden anschließend mit dem kürzlich erschienenen TQMa93xxLA Modul von TQ-Embedded implementiert und mit der integrierten Ethos-U65 NPU beschleunigt. Die erreichte Performance überrascht mit besseren Latenzzeiten im Vergleich mit dem eigentlich leistungsstärkeren Vorgängermodul. Abschließend wird eine ausführliche Recherche im Themengebiet der Presentation Attack Detection durchgeführt, um Möglichkeiten zu ermitteln, mit denen eine Gesichtserkennung gegen Täuschungsversuche gesichert werden kann.
In der modernen Geschäftswelt, wo digitale Transformation nicht mehr nur eine Option, sondern eine Notwendigkeit ist, hat sich die Bedeutung von Softwarequalität exponentiell erhöht. Unternehmen aller Größenordnungen bieten ihren Kunden und Mitarbeitern digitale Dienste an, die nicht nur funktionell, sondern auch sicher, benutzerfreundlich und frei von Fehlern sein müssen. In diesem Kontext spielt die Qualitätssicherung eine zentrale Rolle in der Softwareentwicklung, da sie maßgeblich darüber entscheidet, ob ein Produkt die hohen Erwartungen des Marktes erfüllen kann.
Die Motivation hinter der kontinuierlichen Verbesserung der Qualitätssicherungsprozesse ist klar: Die Minimierung von Fehlern, die Verbesserung der Leistung und die Sicherstellung der Benutzerfreundlichkeit sind entscheidend, um die Kundenzufriedenheit zu gewährleisten und den Unternehmenserfolg zu sichern. In einer Ära, in der die Toleranz gegenüber Softwarefehlern und -ausfällen nahezu null ist, hat sich das Hauptziel der Qualitätssicherung verschoben. Es geht nicht mehr nur darum, Fehler zu identifizieren und zu beheben, sondern sie proaktiv zu verhindern und somit den Entwicklungsprozess zu optimieren.
Die Integration von Continuous Integration (CI), Continuous Delivery (CD) und Continuous Testing (CT) in die Softwareentwicklung stellt einen Paradigmenwechsel dar. Diese Ansätze ermöglichen es, Entwicklungszyklen zu verkürzen und die Softwarequalität durch kontinuierliche Tests und Feedbackloops zu verbessern.
Die strategische Notwendigkeit der Qualitätssicherung im Kontext der Softwareentwicklung, mit einem besonderen Fokus auf die Bayerische Versorgungskammer, wird analysiert. Es wird untersucht, wie durch die Implementierung von strukturiertem Testmanagement und der Evaluierung von Tools wie Teamscale, die Qualitätssicherungsprozesse optimiert und die Softwarequalität nachhaltig verbessert werden können.
Das Ziel ist es, ein tiefgreifendes Verständnis für die unverzichtbare Bedeutung der Qualitätssicherung innerhalb der Softwareentwicklung zu etablieren.
Es werden markante historische Softwarefehler beleuchtet, die die schwerwiegenden Konsequenzen von Qualitätsdefiziten aufzeigen und somit die Notwendigkeit effektiver Teststrategien sowie den Einsatz adäquater Testwerkzeuge hervorheben. Besondere Aufmerksamkeit gilt der spezifischen Bedeutung dieser Praktiken für die Bayerische Versorgungskammer, wobei die einzigartigen Herausforderungen und Anforderungen im Kontext des Arbeitgeberportals der Bühnen- und Orchesterversorgung erörtert werden.
Zusätzlich werden die Motivation, die zentrale Problemstellung und die Zielsetzung der vorliegenden Bachelorarbeit präzise dargelegt. Dies bildet die Basis für die anschließende Erörterung der Grundprinzipien des Softwaretestens, der Entwicklung einer auf das Projekt abgestimmten Teststrategie sowie der Bedeutung und des Potenzials von technischen Hilfsmitteln wie Teamscale zur Förderung und Automatisierung der Qualitätssicherungsverfahren.
Entwicklung eines Modells für den Einsatz von KI-Software im Werbebereich am Beispiel eines Trailers
(2024)
Diese wissenschaftliche Arbeit widmet sich der Anwendung Künstlicher Intelligenz (KI) innerhalb der Produktion von Werbetrailern und den daraus resultierenden Auswirkungen auf bestehende Arbeitsprozesse. Hierfür wurde ein Modell für den Einsatz von KI-Software im Werbebereich am Beispiel eines (Fernseh-)Trailers entwickelt. Nach dem Unterteilen eines Trailers in einzelne Komponenten wurden mehrere KI-Software-Tools identifiziert, um die jeweili-gen Komponenten künstlich zu generieren. Für die Einordnung der Funktionsweisen und des Potenzials der jeweiligen KI-Software wurden die Grundlagen Künstlicher Intelligenz (Machine Learning, Deep Learning bis hin zu Bild- und Tonerkennung sowie Text- Bild- und Tongenerierung) erfasst und wirtschaftliche Aspekte des Einsatzes von KI ergänzt. Anschließend wurde ein potenzielles Modell für den Einsatz von Künstlicher Intelligenz in der Trailer-Produktion entwickelt und ausgiebig getestet. Neben einer kritischen Auseinandersetzung mit der Einführung eines solchen Modells in der Wirtschaft wurden auch mögliche Probleme während der Testphase identifiziert. Anschließend wurden mithilfe von Künstlicher Intelligenz vier fertige Trailer generiert. Diese wurden dann in einer Umfrage von Branchenexperten evaluiert. Die Ergebnisse zeigen, dass die Entwicklung eines Modells für den Einsatz von KI-Software im Werbebereich sinnvoll ist. Eine Kosten- und Zeitanalyse bestätigten zudem die Rentabilität, die eine Implementierung eines solchen Modells im Vergleich zu herkömmlichen Produktions-Prozessen mit sich bringen könnte. Ein einsatzfähiges Arbeitsmodell, eine Zusammenfassung aller gewonnen Erkenntnisse sowie ein Ausblick in die Zukunft des Einsatzes von KI-Software im Werbebereich, schließen die Arbeit ab.
Im Projekt roVer wurde eine dezentrale Lösung für die Erstellung von Personendichtekarten und eine darauf aufbauende Verkehrsleitapp entwickelt. Wir untersuchen die rechtlichen Fragen zu einem fiktiven, auf den vorgeschlagenen Lösungen basierenden Verkehrsleitdienst (VLD). Zwei Ansätze zur Umsetzung werden behandelt: Beim ersten Ansatz, dem zentralen Ansatz, nehmen wir an, dass es einen zentralen Anbieter des Verkehrsleitdienstes (VLD) gibt. Der Anbieter stellt die App und die Infrastruktur bereit, und betreibt diese. Beim zweiten Ansatz, dem Peer-to-Peer-Ansatz, wird die App zur Nutzung bereitgestellt. Nutzer von Endgeräten laden sie herunter und betreiben sie in eigener Verantwortung als Gleichberechtige. Wir prüfen den Sachverhalt anhand der einschlägigen Vorschriften des Telemedienrechts und des Datenschutzrechts, insbesondere § 25 TTDSG und § 13 TTDSG. Schwerpunkt sind dabei Fragen der Verantwortung, des Personenbezugs von Daten und der rechtlichen Begründung der Verarbeitung personenbezogener Daten. Ob eine zweckwidrige Entnahme von VLD-Daten aus dem Funkverkehr strafbar sein könnte, wird untersucht. Die detaillierten technischen Vorschläge des roVer-Projekts geben Anlass, die für die Datenschutzfolgeabschätzung zu betrachtenden Schutzziele hinsichtlich des VLD zu analysieren.
Serverless-Computing ist eine logische Fortführung des populären Cloud-Computing-Modells und ermöglicht einen noch einfacheren Betrieb bei meist noch geringeren Kosten. Kenntnisse über dieses neue Modell sind unabdingbar, um dessen Eignung beurteilen und die praktische Adaption ermöglichen zu können. Das Ziel der vorliegenden Arbeit ist es daher, die Konzepte sowie die Vor- und Nachteile des Serverless-Computings unter Aspekten wie Betrieb und Entwicklung zu erläutern. Anwendungsfelder sowie der architektonische Aufbau einer geeigneten Plattform werden aufgezeigt. Weiterhin wird untersucht, wie Serverless mit Open-Source-Technologien basierend auf der Orchestrierungslösung Kubernetes umgesetzt werden kann. Konkret werden folgende Forschungsfragen gestellt: „Was ist Serverless-Computing und wo liegen die Vor- und Nachteile im Vergleich zu bestehenden Betriebsmodellen?“ und „Mit welchen Open-Source-Technologien lässt sich Serverless im Kubernetes-Cluster umsetzen?“ Zur Klärung der Fragen wurden die theoretischen Inhalte mit einer umfassenden Literaturrecherche erarbeitet. Um eine Aussage über die praktische Umsetzung geben zu können, wurde – nach einem Vergleich der Open-Source-Technologien Fission, OpenFaaS und Knative – auf einem Minikube-basierten Kubernetes-Cluster die Software Knative installiert und konfiguriert. Anschließend wurde eine beispielhafte Funktion auf der Plattform deployt, um die Funktionsweise aufzeigen zu können. Die Resultate zeigen, dass Serverless-Computing in vielen Fällen eine geeignete Lösung darstellt, um Software mit weniger Aufwand und Kosten zu betreiben. Aufgrund der Neuartigkeit gibt es aber insbesondere in der Entwicklung noch erhebliche Probleme. Bestehende Betriebsmodelle werden daher weiter existieren. Der Betrieb einer Serverless-Plattform ist grundlegend nicht kompliziert, erfordert für einen produktiven Einsatz jedoch erheblichen zusätzlichen Konfigurationsaufwand. Das untersuchte Knative könnte sich aufgrund der Unterstützung durch die CNCF im Serverless-Bereich künftig als Standardtechnologie etablieren. Es ist empfehlenswert, Zeit und Geld in die Untersuchung des Serverless-Konzepts für die eigenen Anwendungen zu investieren und alle beteiligten Personen zu schulen.
High performance scalable message processing with distributed in-memory cache of object state
(2023)
Within this bachelor thesis, the possibility and efficiency of using a log-based message broker as an object state store is examined. The main goal is to show the high performance a distributed in-memory local state store can achieve and why a log based message broker is a useful complement to create a reliable and scalable object store. The project of this work is designed as state store for current device data of an IoT system based on the microservice architecture.
As log-based message broker Kafka is used in this thesis with its additional Streams DSL, which simultaneously perform the functions of a data consumer, producer and a processor. Kafkas’ Streams DSL is the perfect fit for this project, because it already provides an automatic state store handling.
Firstly this work describes the implementation how to replace an object database with a distributed local state store. Secondly it shows the providing of the state to other services over a changelog topic. And thirdly the project illustrates how the changelog can be materialized into a view, which makes the data accessible to the outside via a REST API.
In the performance analysis of this paper, the comparison between the local state store implementation and a predecessor implementation, with MongoDB as object store, is made. Also, the differences in performance and resource utilization between the two types of key-value stores, that Kafka Streams provides, are investigated. The two types are the only in-memory and the persistent key-value store using RocksDB.
The thesis successfully shows that the implementation of such a distributed local state store can be efficiently and easily integrated into a microservice architecture. Furthermore the service is capable to process much more messages per second than the MongoDB implementation. And in addition the resource utilization is much lower in such a system that does not use an external database. Moreover, it is shown that the latency, which is measured by the time the service needs to process one message, does not depend on the number of messages per second. This cannot be achieved with the implementation in MongoDB.
Technologien in Bezug auf die Orchestrierung von Containern gewinnen aufgrund der Popularität von Architekturmustern, wie Microservices, an Relevanz. Dazu zählt Kubernetes, womit komplexe Infrastrukturen abgebildet und Container ausgeführt, skaliert sowie verwaltet werden können. Für die Nutzung von Kubernetes muss zunächst ein Kubernetes Cluster aufgesetzt werden, welches allerdings mit einem erhöhten Konfigurationsaufwand verbunden ist. An der Fakultät für Informatik und Mathematik an der Hochschule für angewandte Wissenschaften München wird ein Kubernetes Cluster betrieben. Damit dieser im Rahmen der Forschung und Lehre genutzt werden kann, muss der Cluster für Angehörige der Hochschule bereitgestellt werden. Hierfür muss eine Möglichkeit geschaffen werden, mit der selbständig isolierte Bereiche im Cluster beanspruchen werden können. Dafür eignet sich die Verwendung von virtuellen Clustern, welche das Teilen von Ressourcen unter Nutzende bzw. Nutzergruppen (Tenants) ermöglichen. Dies wird auch als Multi-Tenancy bezeichnet. Das Ziel dieser Arbeit ist es demnach, die Multi-Tenancy innerhalb eines Kubernetes Clusters anhand einer Plattform zu erreichen. Hierbei sollen Angehörige der Hochschule München die Möglichkeit haben, virtuelle Cluster eigenständig zu erstellen. Im Rahmen dieser Arbeit wird das Ziel erreicht, indem eine Webanwendung konzipiert und implementiert wird, in der die Authentifizierung von Angehörigen der Hochschule über Shibboleth durch den Einsatz von Keycloak erfolgt. Für die Bereitstellung der virtuellen Cluster wird die Open-Source Technologie vCluster von Loft Labs eingesetzt, mit der die Isolation von Tenants erreicht werden kann. Um diese auf der Netzwerkebene zu verstärken, werden zusätzlich Netzwerkregelungen innerhalb des Clusters eingeführt. Die implementierte Kubernetes Plattform konnte innerhalb einer Testphase durch eine kleine Nutzergruppe erfolgreich getestet und genutzt werden.
Im Geschäftsbereich des Banken- und Finanzsektors nutzen aufkommende Financial Technology (FinTech) Unternehmen mit datengetriebenen Geschäftsmodellen die Potenziale neuer Technologien, um die klassischen Finanzdienstleistungen zu revolutionieren. Die Herausforderung der Datenintegration im Sinne des Aufbaus von wertvollen und wettbewerbsfähigen Informationsbeständen gewinnt mit der Anwendung von neuen Trends der Informationstechnologie als auch die dadurch aufkommenden Konflikte bei der Zusammenführung verschiedener Daten immer mehr an Komplexität. Für den Zweck, unterstützende Softwarelösungen für die Implementierung von komplexen Datenintegrationsprozessen einzusetzen, bewährten sich in der Vergangenheit Extract Transform Load (ETL)-Werkzeuge wie Microsoft SQL Server Integration Services zur Bewältigung dieser Herausforderungen. Das Ziel dieser Arbeit ist es daher zu beantworten, welchen Bedarf an Datenintegrationsanforderungen ein technologiegetriebenes Unternehmen im Bereich der Finanzierungsdienstleistung hat und ob das Integrationswerkzeug Microsoft SQL Server Integration Services die zusammengefassten Anforderungen realisieren kann. Dazu werden die folgenden Forschungsfragen gestellt: „Welche Anforderungen stellt ein FinTech in der Branche nutzungsbasierte Finanzierung von Maschinen an den Integrationsprozess von Daten? Kann das ETL-Werkzeug Microsoft SQL-Server Integration Services diese Anforderungen erfüllen?“. Für die Beantwortung dieser Fragen wurden im Rahmen dieser Arbeit vier Experteninterviews durchgeführt, die ergänzend zu der selbstständigen Forschung eine vollumfängliche Evaluierung des ETL-Tools SQL Server Integration Services ermöglichen. Die Evaluation beinhaltet eine Untersuchung des Werkzeuges auf die Anforderungsabdeckung durch den bereitgestellten Funktionsumfang des Tools und eine anschließende Bewertung basierend auf einem Punktesystem.