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

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