30.01.2014 Aufrufe

Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...

Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...

Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!