05 Fakultät Informatik, Elektrotechnik und Informationstechnik
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6
Browse
Search Results
Item Open Access Secure Delete Object Store - sicheres Löschen auf nicht vertrauenswürdigen Speichersystemen(2014) Mormul, MathiasDurch neue Technologien wie Solid State Drives und Cloud Computing hat die Datenhaltung in den letzten Jahren einen Paradigmenwechsel erlebt. Beide Technologien führen dazu, dass der Benutzer sich im Unklaren über die Lokalität und die Anzahl von Kopien seiner ist. Herkömmliche Verfahren zur sicheren Datenlöschung wie das Überschreiben der Daten funktionieren daher nicht mehr. Dennoch muss weiterhin garantiert werden können, dass die Daten des Benutzers bei Bedarf sicher gelöscht werden können. Diese Arbeit präsentiert einen Secure Delete Object Store,welcher das sichere Löschen auf nicht vertrauenswürdigen Speichersystemen mittels Verschlüsselung garantiert. Jede Datei des Benutzers wird mit einem exklusiven Schlüssel verschlüsselt, sodass bei einem Löschvorgang nur der entsprechende Schlüssel gelöscht werden muss. Es wird Wert darauf gelegt, eine Datenstruktur zu schaffen, die erweiterbar ist auch bei großen Datenmengen eine effiziente Lösung für die Verwaltung der Schlüssel darstellt.Item Open Access Dynamische Ausführung von Positionstransformationen mittels OpenGL ES 2.0-Shaderprogrammen(2014) Zehender, FelixWegen der Forderung nach Isolation und Performanz in eingebetteten Systemen ("embedded Systems") ist ein Konzept notwendig, dass dynamisch bei laufzeitkritischen Grafikanwendungen die Positionstransformation von Vertices mit Hilfe von Vertex Shadern, während der Laufzeit übernimmt. Daher wurde in dieser Arbeit ein Konzept entwickelt, welches die Position einzelner Vertices berechnet, bevor die kompletten Rendering Befehle ausgeführt werden. Dies ist nötig um abschätzen zu können, ob die Deadlines von sicherheitskritischen Anwendungen eingehalten werden. Dazu wird in dieser Arbeit der Vertex Shader während der Laufzeit mit Hilfe von LLVM kompiliert und berechnet, für einen gegebenen Vertex dessen Position.Item Open Access Platzierung und Migration von CEP-Operatoren in MANet-Szenarien(2014) Bomancz, TychoMobile Endgeräte haben in den letzten Jahren den Markt durchdrungen. Eine Vielzahl von Kommunikationsschnittstellen ermöglichen drahtlose Verbindungen mit anderen Endgeräten. Zumeist sind mobile Endgeräte zusätzlich mit einer Vielzahl von Sensoren ausgestattet. Systeme zur komplexen Ereignisverarbeitung ermöglichen es, Nutzer gezielt Informationen von Interesse zukommen zu lassen, ohne dass sie fortlaufend Abfragen ausführen müssen. Herkömmliche Systeme zur komplexen Ereignisverarbeitung führen Korrelationen in der Infrastruktur aus, durch steigende Prozessorleistungen ist aber auch ein vollständiges System in einem Ad-hoc-Netzwerk möglich, sodass dieses völlig autonom ohne eine vorhandene Infrastruktur arbeiten kann. Der daraus resultierende Vorteil ist die Unabhängigkeit von einer eventuell nicht vorhandenen Infrastruktur. Im Gegensatz zur Beständigkeit der Topologie in einer Infrastruktur bewegen sich mobile Knoten. Die Strecken, die ein Datenpaket durchläuft, können sich in Folge dieser Variation deutlich verlängern. Diese Arbeit soll Methoden einführen, die Operatoren in einem Ad-hoc-Szenario, in welchem keine Infrastruktur für eine Ereigniskorrelation zur Verfügung steht, mit dem Ziel zwischen mobilen Endgeräten migriert, den Energiebedarf zu optimieren und die Belegung des geteilten Kommunikationskanals und damit die zurückgelegte Strecke auf ein Minimum zu reduzieren.Item Open Access Der PMP Gatekeeper(2014) Salsa, DianaMobile Endgeräte speichern heutzutage eine große Menge persönlicher Informationen. Verschiedene Betriebssysteme erlauben ein unterschiedliches Maß an Einflussnahme, wobei Android einen großen Teil der Verantwortung an den Anwender abgibt. Das Berechtigungsmanagement des Android-Betriebssystems wird den Anforderungen an Sicherheit und Datenschutz allerdings nicht gerecht. Anwender haben keine Kontrolle darüber, was installierte Apps mit ihren Daten machen. Die Privacy Management Platform (PMP) ermöglicht eine flexible Steuerung der Berechtigungen kompatibler Apps, jedoch werden klassische Apps entweder ignoriert oder vollständig blockiert. Im Rahmen dieser Arbeit werden verschiedene alternative Berechtigungssysteme analysiert und darauf basierend mögliche Konzepte für die Entwicklung einer "Gatekeeper"-Komponente für die PMP diskutiert. Diese soll dem Anwender ermöglichen, selbst festzulegen, welche Berechtigungen klassischer Apps erlaubt bzw. blockiert werden sollen. Der Gatekeeper wird als Teil der bereits vorhandenen PMP prototypisch implementiert.Item Open Access Efficient positioning and position updating for mobile devices(2014) Gayer, BenjaminDie Nutzung ortsbezogener Dienste wird mit der zunehmenden Verbreitung von Smartphones, die ihre Position selbst bestimmen können, immer wichtiger. Es gibt bereits eine Vielzahl solcher Anwendungen, die sich hoher Beliebtheit bei den Nutzern erfreuen. Einige dieser Dienste basieren darauf, dass das mobile Endgerät immer wieder seine Position bestimmt und diese an einen Server schickt. Dabei wird viel Energie für die Nutzung des GPS-Sensors und das Versenden der Positionsdaten über ein drahtloses Netzwerk verbraucht. Dies führt dazu, dass die Akkulaufzeit der Smartphones, auf denen solche Dienste genutzt werden, stark reduziert wird. Bisher liegt der Schwerpunkt der Forschung darauf, die Nutzung des GPS-Sensors zu minimieren, da die Positionsbestimmung teurer ist als das Versenden der Positionsdaten. Doch auch das Versenden von Positionsdaten verbraucht viel Energie. Baier et al. [BDR13] weisen darauf hin, dass Smartphones über einen eigenen Mechanismus verfügen, um Energie beim Senden von Nachrichten zu sparen. So wird Energie gespart, wenn Nachrichten in kurzen Abständen hintereinander versendet werden. Das Ziel ist also, Positionsdaten zu versenden, kurz nachdem eine andere Nachricht versendet wurde. Ziel dieser Arbeit ist es, einen Algorithmus zu entwerfen und zu testen, der sowohl die Kosten für Positions-Updates als auch die Kosten für die Nutzung des GPS-Sensors reduziert. Der hier vorgestellte Algorithmus gehört zur Klasse der distanzbasierten Update-Protokolle und nutzt ein nicht lineares Energiemodell. Mithilfe eines Simulators wird der Algorithmus ausführlich analysiert und zusätzlich auf einem Android-Smartphone getestet. Sowohl die Kostenreduktion für Update- Nachrichten als auch die Kostenreduktion für die Positionsbestimmung werden untersucht. Abhängig von der Häufigkeit, mit der Nachrichten versendet werden, und der Güte der Systemparameter lassen sich, im Vergleich zum Standardalgorithmus, über 50% der gesamten Energiekosten einsparen. Im Durchschnitt werden ca. 30% Einsparung erreicht.Item Open Access Entwicklung und Bewertung eines relationalen Link Stores(2014) Hood, NormanIm Rahmen von Fertigungsprozessen fallen viele Daten strukturierten und unstrukturierten Typs an. Nach bisherigem Stand bauen bestehende Ansätze zur Informationsgewinnung aus Daten bauen entweder lediglich auf strukturierten Daten oder auf unstrukturierten Daten auf, was allerdings eine ganzheitliche Sicht auf die Fertigungsprozesse verhindert. Darum wird in dieser Arbeit wird eine Link-basierte Integration strukturierter und unstrukturierter Daten, basierend auf relationaler Technologie, vorgenommen. Hierzu werden verschiedene relationale Lösungsvarianten entworfen und evaluiert. Die Evaluation beinhaltet auch, dass sie sich an einer Konkurrenzlösung, die Verlinkungen auf Basis einer Graphdatenbank vorzunehmen, messen lassen müssen. Ziel ist letzlich die Entwicklung eines allgemeingültigen Konzepts für Verlinkungen, welches nicht auf den konkreten Kontext der Fertigungsprozesse beschränkt ist.Item Open Access Hardware-effiziente Auswertealgorithmen für die bildgebende Echtzeit-Messung partikelbeladener Strömungen am Beispiel thermokinetischer Beschichtungsverfahren(2014) Rockstroh, Lars; Simon, Sven (Prof. Dr.)Fertigungsprozesse, die auf partikelbeladenen Strömungen wie dem thermokinetischen Beschichten basieren, sind sensitiv hinsichtlich der Geschwindigkeiten und Verteilungen der Partikel in der Strömung. Die Partikelgeschwindigkeiten und Partikelverteilungen beeinflussen insbesondere die Eigenschaften der gefertigten Werkstücke oder Beschichtungen. Gegenstand der vorliegenden Dissertation ist die Untersuchung und Entwicklung effizienter Auswertealgorithmen zur Messung von Partikelgeschwindigkeiten in Echtzeit. Die Algorithmen basieren auf dem Particle Image Velocimetry-Verfahren, das eine hohe Toleranz gegenüber Störeinflüssen, wie fehlerhafter Partikelabbildungen und Bildrauschen, besitzt. Zur Beurteilung der Messunsicherheit der Auswertealgorithmen wurden typische Partikelcharakteristika sowie die physikalischen Abläufe bei der bildgebenden Messung an partikelbeladenen Strömungen modelliert und ein Software-Werkzeug für das Erzeugen von Bildern mit Partikelabbildungen implementiert. Die erzeugten Bilder dienen als Grundlage für die Auswertealgorithmen, um eine Untersuchung der Messergebnisse dieser Algorithmen für beliebige, modellierte Partikelanordnungen mittels virtueller Messungen zu ermöglichen. Im Rahmen dieser Arbeit wurden geeignete Auswertealgorithmen sowie ein intelligentes Kamerasystem zur Bestimmung von Partikelgeschwindigkeiten vorgeschlagen und als Messsystem realisiert. Eine wesentliche Eigenschaft dieses Kamerasystems ist die Extraktion der Messdaten in der Sensorik in Echtzeit auf Basis der vorgeschlagenen Hardware-effizienten Auswertealgorithmen. Ein Demonstrator wurde erfolgreich zur Echtzeit-Messung von Partikelgeschwindigkeiten an thermokinetischen Beschichtungsprozessen eingesetzt.Item Open Access An object representation and methods for uncertainty-aware shape estimation and grasping(2014) Dragiev, Stanimir; Toussaint, Marc (Prof. Dr.)One of the keys to understanding intelligence is the experience of reproducing it, building it into systems we create. Robotics is the natural ground to implement, test, evaluate and realise concepts. It has already taught us that intelligence is not solely a matter of high cognition, but implies understanding of seemingly trivial everyday skills like walking, sentiment detection and interaction with the physical world. This thesis introduces an internal object representation for the purpose of robotic manipulation. It abstracts the physical appearance of objects and rather considers a function which describes the surface implicitly. The developed methods for building such models employ Bayesian statistical approaches to fuse the information sources - different sensors and a priori knowledge - and estimate the form of an object being aware of the uncertainties. The functions have such a shape that can be interpreted as potential field generated by the object. A controller uses this to navigate a robot arm for grasping and manipulation. Since the representation translates the uncertainty of the sensors into confidence of the model, an improved controller is able to employ this in order to achieve more robust grasping or more efficient estimation of an object. This links to exploration-exploitation notions related to decision theory. Finally, the grasp and estimation methods are integrated to systems used to demonstrate or quantify in simulated and real environments the benefits and limitations of the representation. The key beliefs and insights the thesis builds on and attempts to convey are that sensing and control must benefit from each other; embodiment - own and environmental limitations - are important for learning; object models need to be aware of uncertainty and expose it; uncertainty is motion feature - must be used to improve control; the real world eventually requires uncertainty-aware hardware.Item Open Access Large-scale data mining analytics based on MapReduce(2014) Ranjan, SunnyIn this work, we search for possible approaches to large-scale data mining analytics. We perform an exploration about the existing MapReduce and other MapReduce-like frameworks for distributed data processing and the distributed file systems for distributed data storage. We study in detail about Hadoop Distributed File System (HDFS) and Hadoop MapReduce software framework. We analyse the benefits of newer version of Hadoop software framework which provides better scalability solution by segregating the cluster resource management task from MapReduce framework. This version is called YARN and is very flexible in supporting various kinds of distributed data processing other than batchmode processing of MapReduce. We also looked into various implementations of data mining algorithms based on MapReduce to derive a comprehensive concept about developing such algorithms. We also looked for various tools that provided MapRedcue based scalable data mining algorithms. We could only find Mahout as a tool specially based on Hadoop MapReduce. But the tool developer team decided to stop using Hadoop MapReduce and to use instead Apache Spark as the underlying execution engine. WEKA also has a very small subset of data mining algorithms implemented using MapReduce which is not properly maintained and supported by the developer team. Subsequently, we found out that Apache Spark, apart from providing an optimised and a faster execution engine for distributed processing also provided an accompanying library for machine learning algorithms. This library is called Machine Learning library (MLlib). Apache Spark claimed that it is much faster than Hadoop MapReduce as it exploits the advantages of in-memory computations which is particularly more beneficial for iterative workloads in case of data mining. Spark is designed to work on variety of clusters: YARN being one of them. It is designed to process the Hadoop data. We selected to perform a particular data mining task: decision tree learning based classification and regression data mining. We stored properly labelled training data for predictive mining tasks in HDFS. We set up a YARN cluster and run Spark's MLlib applications on this cluster. These applications use the cluster managing capabilities of YARN and the distributed execution framework of Spark core services. We performed several experiments to measure the performance gains, speed-up and scaleup of implementations of decision tree learning algorithms in Spark's MLlib. We found out much better than expected results for our experiments. We achieved a much higher than ideal speed-up when we increased the number of nodes. The scale-up is also very excellent. There is a significant decrease in run-time for training decision tree models by increasing the number of nodes. This demonstrates that Spark's MLlib decision tree learning algorithms for classification and regression analysis are highly scalable.Item Open Access Quantifizierung von Unsicherheiten auf adaptiven dünnen Gittern mit stückweise polynomiellen Basisfunktionen(2014) Lahnert, MichaelIm Zusammenhang mit der Quantifizierung von Unsicherheiten entstehen, bspw. bei der Berechnung des Erwartungswerts, potentiell hochdimensionale Quadraturprobleme. Eine Möglichkeit, um den Fluch der Dimensionalität zumindest teilweise zu überwinden und gleichzeitig mit einer möglichst niedrigen Zahl von Auswertungen eine gute Approximation zu erhalten, stellen dünne Gitter dar. Bei nicht-intrusiven Verfahren zur Quantifizierung von Unsicherheiten wird das Verhalten eines Systems durch mehrere Simulationsauswertungen mit unterschiedlichen Parameterkombinationen aus dem definierten Wertebereich untersucht, wobei schon ein einzelner Simulationsaufruf einige Rechenzeit in Anspruch nehmen kann. Daher soll die für eine gute Approximation notwendige Zahl der zu berechnenden Parameterkombinationen weiter reduziert werden. Neben der Verwendung von dünnen Gittern wurden im Rahmen dieser Arbeit zusätzlich stückweise polynomielle Basisfunktionen angesetzt, um die Konvergenzordnung der Dünngitterapproximation zu erhöhen. Zusätzlich soll die Zahl der nötigen Auswertungen durch räumlich-adaptive Gitterverfeinerung minimiert werden.