Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
thesis, a character recognition system for automatically digitizing handwritten<br />
weather records is proposed. The weather record dataset regarded in this<br />
thesis consists of known printed forms with handwritten meteorological<br />
measurements. The scope of this thesis are the numeric temperature values<br />
which are measured at three different points of time. The localization of the<br />
numerical data is achieved by first reconstructing the tabular structure of the<br />
form. Using vertical and horizontal projection profiles, the rough positions of<br />
the lines building up the table are found. Errors in the layout analysis are<br />
corrected using a-propri information of the form. Additionally, to reduce the<br />
influence of spurious lines, a stroke preserving line removal method is<br />
proposed. The extraction of the digits and signs is done using a binarization<br />
based on the Savakis filter. Using a trained PCA basis as a filterbank the<br />
features of the digits and signs are extracted and subsequently classified with<br />
multiple SVM with RBF kernels. Moreover, to allow an identification of<br />
uncertain prediction results, the class probabilities are estimated. The<br />
evaluation was conducted using three different digit databases with manually<br />
annotated ground truth, synthetically generated digit images with spurious<br />
lines and weather records from five different measurement stations. On a<br />
dataset with weather records from five different measurement stations an<br />
accuracy of 93% per digit is achieved. Furthermore, on a dataset containing<br />
only weather records from a single writer the performance is improved to over<br />
99%.<br />
Karin Kernegger<br />
Improving Error Detection Rate Using Retesting in Automated Security Testing<br />
Tools<br />
Studium: Masterstudium Business Informatics<br />
BetreuerIn: Privatdoz. Dr. Martin Kampel<br />
Qualitätssicherung ist ein wichtiger Teil des Softwareentwicklungsprozesses.<br />
Diese kann unter anderem mit Hilfe von Sicherheitstests hergestellt werden.<br />
Das Ziel dabei ist es, so viele Sicherheitslücken wie möglich zu finden, weil<br />
versteckte Schwachstellen von einem Angreifer entdeckt und ausgenützt<br />
werden könnten. Heutzutage existieren verschiedene Ansätze und Werkzeuge,<br />
um automatisierte Sicherheitstests durchzuführen, allerdings können diese<br />
Angriffe, wie zum Beispiel SQL Injections oder XSS Attacken, nicht aufdecken.<br />
Das Ziel dieser Arbeit ist es, ein automatisiertes Sicherheitstestwerkzeug mit<br />
Hilfe von Retesting zu verbessern, sodass auch diese versteckten Sicherheitslücken<br />
gefunden werden können. Zunächst wird eine umfassende Literaturrecherche<br />
durchgeführt, in der automatisierte Sicherheitstestwerkzeuge vergleichend<br />
dargestellt wurden. Weitere Literaturrecherchen werden durch-geführt<br />
zu dem Thema des Retestings selbst sowie zu verschiedenen Konzepten, die<br />
notwendig sind, um Retesting im Rahmen eines automatisierten Sicherheitstestwerkzeuges<br />
umzusetzen. Ein Beispiel hier<strong>für</strong> wäre automatisiertes Lernen.<br />
Basierend auf diesen Recherchen wird in dieser Arbeit ein selbst erarbeitetes<br />
Retesting Konzept vorgestellt: Zunächst erfasst das automatische Sicherheitstestwerkzeug<br />
im Rahmen einer Lernphase, wie das normale Verhalten des<br />
23