Adaptive Verfahren zur numerischen Berechnung von Reaktions-Diffusions-Systemen

Reaction-diffusion problems, finite elements, unstructured grid, grid adaption, W-method, stiffness, local partitioning, excitable medium, spiral wave drift

Adaptive Real-time Anomaly-based Intrusion Detection using Data Mining and Machine Learning Techniques

Die zunehmende Vernetzung der Informations- und Kommunikationssysteme führt zu einer weiteren Erhöhung der Komplexität und damit auch zu einer weiteren Zunahme von Sicherheitslücken. Klassische Schutzmechanismen wie Firewall-Systeme und Anti-Malware-Lösungen bieten schon lange keinen Schutz mehr vor Eindringversuchen in IT-Infrastrukturen. Als ein sehr wirkungsvolles Instrument zum Schutz gegenüber Cyber-Attacken haben sich hierbei die Intrusion Detection Systeme (IDS) etabliert. Solche Systeme sammeln und analysieren Informationen von Netzwerkkomponenten und Rechnern, um ungewöhnliches Verhalten und Sicherheitsverletzungen automatisiert festzustellen. Während signatur-basierte Ansätze nur bereits bekannte Angriffsmuster detektieren können, sind anomalie-basierte IDS auch in der Lage, neue bisher unbekannte Angriffe (Zero-Day-Attacks) frühzeitig zu erkennen. Das Kernproblem von Intrusion Detection Systeme besteht jedoch in der optimalen Verarbeitung der gewaltigen Netzdaten und der Entwicklung eines in Echtzeit arbeitenden adaptiven Erkennungsmodells. Um diese Herausforderungen lösen zu können, stellt diese Dissertation ein Framework bereit, das aus zwei Hauptteilen besteht. Der erste Teil, OptiFilter genannt, verwendet ein dynamisches "Queuing Concept", um die zahlreich anfallenden Netzdaten weiter zu verarbeiten, baut fortlaufend Netzverbindungen auf, und exportiert strukturierte Input-Daten für das IDS. Den zweiten Teil stellt ein adaptiver Klassifikator dar, der ein Klassifikator-Modell basierend auf "Enhanced Growing Hierarchical Self Organizing Map" (EGHSOM), ein Modell für Netzwerk Normalzustand (NNB) und ein "Update Model" umfasst. In dem OptiFilter werden Tcpdump und SNMP traps benutzt, um die Netzwerkpakete und Hostereignisse fortlaufend zu aggregieren. Diese aggregierten Netzwerkpackete und Hostereignisse werden weiter analysiert und in Verbindungsvektoren umgewandelt. Zur Verbesserung der Erkennungsrate des adaptiven Klassifikators wird das künstliche neuronale Netz GHSOM intensiv untersucht und wesentlich weiterentwickelt. In dieser Dissertation werden unterschiedliche Ansätze vorgeschlagen und diskutiert. So wird eine classification-confidence margin threshold definiert, um die unbekannten bösartigen Verbindungen aufzudecken, die Stabilität der Wachstumstopologie durch neuartige Ansätze für die Initialisierung der Gewichtvektoren und durch die Stärkung der Winner Neuronen erhöht, und ein selbst-adaptives Verfahren eingeführt, um das Modell ständig aktualisieren zu können. Darüber hinaus besteht die Hauptaufgabe des NNB-Modells in der weiteren Untersuchung der erkannten unbekannten Verbindungen von der EGHSOM und der Überprüfung, ob sie normal sind. Jedoch, ändern sich die Netzverkehrsdaten wegen des Concept drif Phänomens ständig, was in Echtzeit zur Erzeugung nicht stationärer Netzdaten führt. Dieses Phänomen wird von dem Update-Modell besser kontrolliert. Das EGHSOM-Modell kann die neuen Anomalien effektiv erkennen und das NNB-Model passt die Änderungen in Netzdaten optimal an. Bei den experimentellen Untersuchungen hat das Framework erfolgversprechende Ergebnisse gezeigt. Im ersten Experiment wurde das Framework in Offline-Betriebsmodus evaluiert. Der OptiFilter wurde mit offline-, synthetischen- und realistischen Daten ausgewertet. Der adaptive Klassifikator wurde mit dem 10-Fold Cross Validation Verfahren evaluiert, um dessen Genauigkeit abzuschätzen. Im zweiten Experiment wurde das Framework auf einer 1 bis 10 GB Netzwerkstrecke installiert und im Online-Betriebsmodus in Echtzeit ausgewertet. Der OptiFilter hat erfolgreich die gewaltige Menge von Netzdaten in die strukturierten Verbindungsvektoren umgewandelt und der adaptive Klassifikator hat sie präzise klassifiziert. Die Vergleichsstudie zwischen dem entwickelten Framework und anderen bekannten IDS-Ansätzen zeigt, dass der vorgeschlagene IDSFramework alle anderen Ansätze übertrifft. Dies lässt sich auf folgende Kernpunkte zurückführen: Bearbeitung der gesammelten Netzdaten, Erreichung der besten Performanz (wie die Gesamtgenauigkeit), Detektieren unbekannter Verbindungen und Entwicklung des in Echtzeit arbeitenden Erkennungsmodells von Eindringversuchen.

Multikriterielle, optimale Planung von Verteilungsnetzen im liberalisierten Energiemarkt unter Verwendung von spieltheoretischen Verfahren

Power network planning, liberalisation, optimisation, game theory, distribution network, dispersed generation, modelling, simulation, energy market

Verfahren zur direkten Implementierung von Algorithmen auf Gatterebene

Bit serial, processing, digital signal processing, transmission, time division, linear programming, linear optimization

Analytische Verfahren zur Untersuchung von Quantenspinsystemen : rotationsinvariante Greenfunktionsmethode und lineare Spinwellentheorie

Heisenberg model, quantum spin, kagome lattice, Green's function method, spin wave theory

neues Verfahren zur Korrektur wirbelstromverursachter Bildverzerrungen in der diffusionsgewichteten Magnetresonanztomographie

Magnetic resonance imaging, diffusion-weighted imaging, image distortions, eddy currents, echo planar imaging

vergleichende Arbeit zu T1-gewichteten und Magnetisierungstransfer-MR-Aufnahmen als frühdiagnostische Verfahren zur Beurteilung von Demenzen vom Alzheimer-Typ

Magdeburg, Univ., Med. Fak., Diss., 2012

Visualisierung inflammatorischer Prozesse und Läsionen in Ratten mit experimenteller autoimmuner Enzephalomyelitis (EAE) mit Hilfe verschiedener Verfahren der Magnetresonanztomographie (MRT), einschließlich der Phasenbildgebung

Magdeburg, Univ., Fak. für Naturwiss., Diss., 2014

Methodenvalidierung zum Nachweis von Pestiziden in fetthaltigen Lebensmitteln nach QuEChERS mittels LC-MS/MS-Verfahren

Die Arbeit befasst sich mit der Vslidierung einer analytischen Methode zur Bestimmung von Pflanzenschutzmittelrückständen in fetthaltigen Lebensmitteln. Dazu erfolgte die Anpassung der QuEChERS-Methode, welche zuvor bei dem SGS Institut Fresenius nur für nicht fetthaltige Lebensmittel angewendet wurde. Vorgestellt wird die Validierung von drei Pstizid-Analyten in den Lebensmittelmatrices Sonnenblumenöl und Kürbiskerne. Die Proben wurden mit der angepassten QuEChERS-Methode aufgearbeitet und mittels Kopplung von Flüssigchromatographie und Massenspektrometrie analysiert

Ernährungsmedizinische Kontrolle des Körpergewichts: Individuelle Einstellung zu verschiedenen Verfahren der Gewichtsreduktion bei Patienten mit Diabetes mellitus

Die ernährungsmedizinische Kontrolle des Körpergewichts bei Patienten mit Typ 1- und Typ 2-Diabetes stand im Vordergrund dieser Studie. Untersucht wurde dabei die individuelle Einstellung der beiden Typen zu verschiedenen Verfahren der Gewichtsreduktion. Es wurden Daten von je 60 Patienten mit Typ 1- und Typ 2-Diabetes für die Studie erhoben. Ausgeschlossen wurden Patienten mit schwerwiegenden Herzschwächen mit Luftnot bei geringen körperlichen Anstrengungen oder ausgeprägter Wassereinlagerung (Ödembildung), schwerwiegende, chronische Infektionserkrankungen mit Fieber, Sepsis, ausgeprägten Entzündungsreaktion, fortgeschrittene Lebererkrankungen und Funktionseinbußen der Nieren, die eine Nierenersatztherapie notwendig macht. Nicht teilnehmen sollten auch Patienten, die dauerhaft systemisch Glukocortikoide nehmen, deren Energiehaushalt durch eine hochgradige Einschränkung ihrer Bewegungsfähigkeit z.B. stark beeinflusst wird oder Patienten des Diabetes Typ 1 oder Typ 2 während einer Schwangerschaft. Die Teilnehmer mit Typ 2-Diabetes fühlen sich signifikant unwohler mit ihrem Körpergewicht und schätzten es auch als zu hoch ein als die Teilnehmer mit Typ 1-Diabetes. Passend zu dem hohen eingeschätzten Krankheitswert des Übergewichts beim Typ 2-Diabetes, assoziierten diese Patienten das Körpergewicht mit früheren wie auch zukünftigen gesundheitlichen Problemen. Obwohl Typ 2-Diabetiker eher Gewichtsabnahmen begannen, waren diese in der Vergangenheit nur mäßig erfolgreich gewesen. Die Änderungsbereitschaft das Gewicht zu reduzieren, bleibt dennoch bei den Teilnehmern mit Typ 2-Diabetes bestehen und zeigte sich ausgeprägter bei diesen Teilnehmern. Hingegen waren die Gewichtsreduktionsversuche bei den Teilnehmern mit Typ 1-Diabetes öfter von Erfolg gekrönt als bei den Teilnehmern mit (...)

Der Schutz der Familieneinheit in Dublin-Verfahren

Dieser Beitrag untersucht, ob sich durch die am 1.1.2014 in Kraft getretene Dublin-III-Verordnung Verbesserungen für den Schutz der Familieneinheit in Dublin-Verfahren ergeben und worin diese bestehen. Dazu werden die alte und die neue Rechtslage verglichen und schließlich in Bezug zu den bestehenden völkerrechtlichen Verpflichtungen der Mitgliedstaaten gesetzt.