http://dl.gi.de/handle/20.500.12116/37893 Tue, 21 Jul 2026 13:29:20 GMT 2026-07-21T13:29:20Z http://dl.gi.de:80/bitstream/id/c7c1c13e-a4f6-4e09-9c62-e4c24215521e/ http://dl.gi.de/handle/20.500.12116/37893 http://dl.gi.de/handle/20.500.12116/37930 Angriffe durch Fernzugriff auf FPGA Hardware Gnad, Dennis Hölldobler, Steffen Field-Programmable Gate Arrays (FPGAs) werden neben Grafikkarten immer beliebtere Rechenbeschleuniger für Cloud Umgebungen verschiedenster Anbieter. Auf rein digitaler Ebene ko ̈nnen FPGAs bereits recht gut abgesichert werden, wa ̈hrend bisherige Angriffe auf elektrischer Ebene physischen Zugriff zum Gerät benötigten. Diese Dissertation [Gn20a] deckt nun eine Reihe von Sicherheitsproblemen auf, die zwar auf physikalischen Effekten innerhalb integrierter Schaltkreise basieren, jedoch auch mit Fernzugriff durch Software ausnutzbar sind. Die Arbeit betrachtet FPGA Chips verschiedener Hersteller und zeigt Angriffe die alle Sicherheitsanforderungen der Vertraulichkeit, Unversehrtheit, und Verfügbarkeit verletzen können. Gleichermaßen wird mit weiteren Angriffen auf Geräte des Internets der Dinge (Internet of Things; IoT) gezeigt, dass ähnliche Probleme nicht nur FPGAs, sondern auch andere integrierte Schaltkreise betreffen können. Dadurch motiviert diese Arbeit weitere Analysen und Lösungsansätze, an denen bereits aktiv gearbeitet wird. Fri, 01 Jan 2021 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/37930 2021-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/37929 Konzepte und Schnittstellen für eine Nahtlose Interaktion zwischen Virtueller und Physischer Realität George, Ceenu Hölldobler, Steffen Virtual Reality (VR, Virtuelle Realität) ermöglicht es Benutzern, realitätsnahe Modelle von Produkten zu erstellen und eine immersive soziale Interaktion mit entfernten Kollegen zu erleben. VR nutzt unsere visuelle Dominanz, um diese Erfahrungen zu vermitteln, und versucht Nutzer davon zu überzeugen, dass sie sich in einer anderen Realität befinden. Während ihr Bewusstsein jedoch in VR präsent ist, befindet sich ihr Körper in der physische Realität (PR). Da der Nutzer die PR nicht sehen kann, bringt dies erhebliche Unsicherheiten in die Interaktion. In dieser Arbeit gehe ich auf diese Unsicherheit ein, indem ich Konzepte und Schnittstellen entwickle, die es dem Nutzer ermöglichen, in VR zu bleiben und gleichzeitig ein Bewusstsein für die PR zu behalten. Sie behalten dieses Bewusstsein bei, ohne das Head-mounted-display (HMD) abnehmen zu müssen. Ich bezeichne das als nahtlose Interaktion mit der PR. Die übergreifende Forschungsvision dieser Arbeit ist daher, die Trennung zwischen der virtuellen und der physischen Realität zu reduzieren. Fri, 01 Jan 2021 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/37929 2021-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/37928 Vorhersagebasierte Suche für autonomes Spielen Dockhorn, Alexander Hölldobler, Steffen Lernverfahren befähigen einen Agenten autonom eine für ihn unbekannte Umgebung zu explorieren und ihm gestellte Aufgaben zu erfüllen. Hierbei erlauben Modellbildende Verfahren dem Agenten, ein geistiges Abbild seiner Umgebung zu konstruieren und in diesem das Resultat seiner Handlungen vorherzusehen. Die Konstruktion und Verwendung eines solchen Modells stellt die Schwerpunkte meiner Dissertation dar. Hierfür wird zunächst eine theoretische Grundlage für die Dekomposition von Forward Modellen geschaffen. Darauf basierend werden das Local Forward Model sowie das Object-based Forward Model als effiziente Modellheuristiken abgeleitet. Besonderes Augenmerk wird zudem auf die Modellierung unsicherer Informationen gelegt. Abschließend werden Anwendungen im Bereich der künstlichen Intelligenz in Spielen und der Robotik für die entwickelten Verfahren demonstriert. Fri, 01 Jan 2021 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/37928 2021-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/37926 Maschinelles Lernen für Ressourcenplanung in Verteilten Systemen Borkowski, Michael Hölldobler, Steffen Verteilte Rechensysteme sind aus der heutigen digitalen Welt nicht mehr wegzudenken: Suchmaschinen wie Google, Cloud-Speichersysteme wie Dropbox, Streaming-Dienste wie Netflix oder wissenschaftliche Großrechner führen komplexe Aufgaben auf verteilter IT-Infrastruktur aus. Dabei müssen entsprechende Systeme laufend Ressourcenoptimierung betreiben. Beispielsweise können durch Aktivierung von Ressourcen kurz vor Lastspitzen und anschließender Passivierung enorme Kostenersparnisse erzielt werden. Statt konventioneller Wenn-Dann-Beziehungen oder starrer Regelkreise beschreibe ich in meiner Dissertation adaptive und Vorhersage-basierte Techniken, wie sie in einer dynamischen Umgebung wie dem heutigen Internet unabdingbar sind. Hierfür verwende ich Modelle für maschinelles Lernen, insbesondere künstliche neuronale Netze und Kalman-Filter. Meine Ergebnisse zeigen, dass der Einsatz solcher Methoden Kosten und Ressourcenverbrauch senkt sowie die Verfügbarkeit und Verlässlichkeit der Systeme erhöht. Fri, 01 Jan 2021 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/37926 2021-01-01T00:00:00Z