Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Erkennung von Angreifern und erweitert bestehende Modelle durch Machine<br />
Learning Mechanismen. Durch Verbesserung und Kombination von statischen<br />
Signaturen mit einem Machine Learning Ansatz, konnte eine neue Technik zur<br />
Erkennung von Angriffen entwickelt werden, welche die Fehlerzahl bei der<br />
Erkennung stark reduziert. Unser Ansatz ermöglicht die Erstellung von Signaturen<br />
ohne Expertenkenntnissen durch manuelle Klassifikation von Netzwerkpaketen.<br />
Mit Hilfe von Machine Learning Techniken können neue Pakete<br />
anhand dieses Models erkannt werden. Gleichzeitig kann das bestehende<br />
Modell durch die neuen Pakete weiter verbessern werden.<br />
Harald Hofstätter<br />
A Datapipe Engine for Smartphones based on XProc - For building (Context<br />
aware) Workflows<br />
Studium: Masterstudium Software Engineering & Internet Computing<br />
BetreuerIn: O.Univ.Prof. Dr. A Min Tjoa<br />
Einer der Erfolgsfaktoren von Smartphones ist die hohe Anzahl an mobilen<br />
Applikationen (Apps). Jedes mobile Betriebssystem besitzt seinen eigenen<br />
App-Markt mit bis zu mehreren hunderttausenden Apps. Trotz dieser enormen<br />
Anzahl kann nicht <strong>für</strong> jeden Use Case eine existieren, wobei besonders hoch<br />
personalisierte Anwendungsfälle nicht abgedeckt werden. Findet ein Benutzer<br />
keine App die seine Anforderungen erfüllt, ist er in den seltensten Fällen in der<br />
Lage eine eigene, auf Grund von (1) fehlenden Programmierkenntnissen, zu<br />
hohem Zeitaufwand und (3) Kosten <strong>für</strong> bestimmte Platformen, zu entwickeln.<br />
In dieser Arbeit wurde eine Workflow Engine <strong>für</strong> Android erstellt, die es<br />
Benutzern ohne großem technischem Wissen erlaubt, mobile Workflows zu<br />
erstellen um persönliche Use Cases abzudecken. Da<strong>für</strong> wurde die XProc<br />
Referenzimplementierung Calabash auf Android portiert und um smartphonespezifische<br />
Steps, wie zum Beispiel das Auslesen der aktuellen Position,<br />
Versenden von Kurzmitteilungen oder Erstellen von Benutzeroberflächen,<br />
erweitert. Zusätzlich wurde ein Trigger-Mechanismus implementiert um Workflows<br />
aufgrund von Änderungen des Benutzerkontexts, wie zum Beispiel Zeit,<br />
Ort oder das empfangen einer Kurzmitteilung, auszuführen. Eine Leistungsmessung<br />
bestätigte, dass das Ausführen eines bereits in Objektrepräsentation<br />
vorliegenden Workflows keine Geschwindigkeitseinbußen gegen-über nativ<br />
entwickelten Android Apps aufweißt. Das entwickelte System erlaubt es<br />
Benutzern Workflows platformneutral und standardisiert (XProc) zu erstellen.<br />
Kommunikationsmöglichkeiten (zum Beispiel SMS oder Twitter) erlauben<br />
verteilte Workflows welche mehrere Geräte umfassen. Ein zentrales Workflow-<br />
Repository ermöglicht das Veröffentlichen von Workflows, so dass andere<br />
Benutzer diese benutzen können. Des Weiteren fungiert es als Registrierung<br />
<strong>für</strong> "Workflows as a Service", welche wiederum "Human Services" ermöglichen,<br />
wie zum Beispiel Restaurantempfehlungen <strong>für</strong> eine bestimmte Stadt.<br />
63