The Practical Application of Differential Privacy in the Automotive Domain Das Auswerten von Nutzerdaten birgt erhebliches Potential für die Verbesserung von Produkten und Diensten. Um Nutzer vor schädlicher Verwertung zu schützen, werden deren Daten anonymisiert. Traditionellen Anonymisierungstechniken fehlt es trotz jahrelanger Anwendung an einem konkreten Versprechen an Sicherheit, welches Individuen gegeben werden kann. Differential Privacy (DP) stellt anonymisierenden Algorithmen die mathe... Weiterlesen
Analyse der Möglichkeiten und Grenzen von Smart Contracts mit Hilfe einer Implementierung in Solidity Technologien, die auf Blockchain aufbauen, besitzen ein großes Potential andere Arbeitsbereiche zu automatisieren, zu dezentralisieren und sicherer und transparenter zu machen. Es gibt jedoch schon einige Negativbeispiele, die aufzeigen, wie eine Umsetzung eines Konzepts im Bereich Blockchain gescheitert ist. Zur Vermeidung von grundsätzlichen Fehlern soll ein Verständnis für die Grundlagen v... Weiterlesen
Analyse sowie simulative Abbildung der elektrischen Einspeisung von Laufwasser- und Speicherkraftwerken in Deutschland Im Zuge der Energiewende soll die Energieversorgung in Deutschland umgestellt und der Einsatz erneuerbarer Energieressourcen zur Stromproduktion ausgebaut werden. Durch die Verwendung eines Simulationsmodells können unterschiedliche Ausbauszenarien detailliert analysiert und bewertet werden. Allerdings hängt die Genauigkeit der Ergebnisse stark von dem verwendeten Simulationsm... Weiterlesen
Entwicklung einer WLAN-Bridge für Hausautomatisierungsgeräte
Im Hausautomatisierungsbereich werden häufig Funkaktoren aus dem Frequenzbereich 433 und 868MHz verwendet. Diese Arbeit zeigt eine Möglichkeit einen CC1101 Funksender mit dem im Umfeld von Gebäudeautomation und Internet der Dinge vielfach vertretenen Protokoll MQTT als Brücke zwischen einem WLAN Netzwerk und o.g. Funkfrequenzen einzusetzen.
Ort: Raum 04.137, Martensstr. 3, Erlangen WeiterlesenThe Practical Application of Differential Privacy in the Automotive Domain Das Auswerten von Nutzerdaten birgt erhebliches Potential für die Verbesserung von Produkten und Diensten. Um Nutzer vor schädlicher Verwertung zu schützen, werden deren Daten anonymisiert. Traditionellen Anonymisierungstechniken fehlt es trotz jahrelanger Anwendung an einem konkreten Versprechen an Sicherheit, welches Individuen gegeben werden kann. Differential Privacy (DP) stellt anonymisierenden Algorithmen die mathe... Weiterlesen