Bronze - frei zugänglich aber ohne Lizenzhinweis, d.h. keine Weitergabe
Refine
Document Type
- Workingpaper / Report (5) (remove)
Keywords
- Hg_TCR (2)
- Biografie (1)
- Datenbank (1)
- Discrimination (1)
- Diskriminierung (1)
- Erklärbarkeit (1)
- Fairness (1)
- Holocaust (1)
- Künstliche Intelligenz (1)
- Machine Learning (1)
Department/institution
- Fachbereich - Medien (5) (remove)
Künstliche Intelligenz und Machine Learning sind hochaktuelle Themen in der Informatik. Fortschrittliche Technologien und Vorgehensweisen schaffen neue Einsatzfelder für Anwendungen, die Verhaltensweisen des Menschen erlernen und nachahmen. Dieses innovative Vorgehen birgt jedoch einige Gefahren. Das menschliche Verhalten ist nicht immer objektiv und korrekt. Oft beherrschen Vorurteile das Treffen menschlicher Entscheidungen, sodass Personen diskriminiert werden. Es besteht das Risiko, dass Maschinen diese Verhaltensweise übernehmen.
Hinzu kommt die fehlende Erklärbarkeit der Algorithmen. Je nach Modell ist nicht eindeutig, nach welchen Prinzipien eine Entscheidung getroffen wird. Das erschwert das Aufdecken von Diskriminierung und senkt die Vertrauenswürdigkeit des Systems.
In dieser Arbeit werden Ursachen für Diskriminierung und fehlende Transparenz, sowie Lösungsmethoden erarbeitet. Dabei wird erörtert, inwieweit die beiden Themen aufeinander einspielen und gemeinsam zur Qualität der Software beitragen.
Kern dieser Arbeit ist die Recherche nach Datenbanken mit Personen des Holocaust. Die bei der Recherche gefundenen Datenbanken werden kategorisiert und vorgestellt. Es wird aufgeschlüsselt, welche und wie viele Daten diese enthalten, wie diese Daten dargestellt oder visualisiert werden und mit welchen Kriterien eine Datenbank zu einer bestimmten Person durchsucht werden kann. Im Hinblick auf eine Anreicherung der Personen-Datenbank des Erinnerungsortes der Hochschule Düsseldorf mit zusätzlichen Informationen aus anderen Datenbanken werden Erfahrungen zu diesem Thema vorgestellt. Auf Grundlage dieser Erfahrungen wird evaluiert wie Datenbanken mit der des Erinnerungsortes verknüpft werden können. Zuletzt werden didaktische Konzepte der Holocaustvermittlung vorgestellt, die insbesondere auf das Verhältnis "Individuum zu Vielen" eingehen.
In this paper, we present an approach to adopt UMLsec, which is defined for UML 1.5, to support the current UML version 2.3. The new profile UMLsec4UML2 is technically constructed as a UML profile diagram, which is equipped with a number of integrity conditions expressed using OCL. Consequently, the UMLsec4UML2-profile can be loaded in any Eclipse-based EMF- and MDT-compatible UML editing tool to develop and analyze different kinds of security models. The OCL constraints replace the static checks of the tool support for the old UMLsec defined for UML 1.5. Thus, the UMLsec4UML2-profile not only provides the whole expresiveness of UML2.3 for security modeling, it also brings considerably more freedom in selecting a basic UML editing tool, and it integrates modeling and analyzing security models. Since UML2.3 comprises new diagram types, as well as new model elements and new semantics of diagram types already contained in UML1.5, we consider a number of these changes in detail. More specifically, we consider composite structure and sequence diagrams with respect to modeling security properties according to the original version of UMLsec. The goal is to use UMLsec4UML2 to specify architectural security patterns.