TUD Logo

TUD Startseite » ... » Fakultät Informatik » Forschung » Wissenschaftliche Vorträge

Fakultät Informatik

against racism

Wissenschaftliche Vorträge

Erkennung duplizierter und nachbearbeiteter Fotos von industriell gefertigten Objekten

Präsentation der Studienarbeit (Großer Beleg) von Clemens Beyer (Institut für Systemarchitektur, Datenschutz und Datensicherheit und dence GmbH)

10.5.2016, 13:00 Uhr, APB E006

Digitale Fotos sind eine wichtige Grundlage für die Dokumentation von Ereignissen. Während Digitalkameras immer höher auflösende Fotos speichern, werden die Bilder für den Versand per E-Mail oder die Veröffentlichung im Internet meist herunterskaliert oder beschnitten. Für die Identifikation gleicher Bilder unabhängig von der Bearbeitungshistorie wurden in der wissenschaftlichen Literatur robuste Hashverfahren (engl. Robust Image Hash oder Perceptual Image Hashing) vorgeschlagen. Dabei wird ein Bild anhand der wesentlichen visuellen Informationen auf wenige Bytes reduziert. Unbeantwortete Fragestellungen ergeben sich bei der Wiedererkennung von Fotos, die per Definition bereits sehr ähnlich sind. Beispielsweise werden bei der Dokumentation von Schäden an industriell gefertigten Objekten immer wieder sehr ähnliche Aufnahmen des gleichen Bauteils jedoch mit unterschiedlichen Beschädigungen erstellt.

Im Rahmen dieser Arbeit sollen Möglichkeiten und Grenzen der Anwendung von robusten Hashverfahren auf Fotos von industriell gefertigten Objekten untersucht werden. Im ersten Teil der Arbeit gilt es zunächst die Anforderungen für die Wiedererkennung von Fotos industriell gefertigter Objekte zu identifizieren. Dabei sollen auch Möglichkeiten zur gezielten Verhinderung einer Wiedererkennung Berücksichtigung finden werden. Ausgehend von identifizierten Anforderungen soll der aktuelle Stand der Technik vorgestellt und die Leistungsfähigkeit im skizzierten Anwendungsfall bewertet werden. Ein oder zwei robuste Hashverfahren sind praktisch zu realisieren und anhand eines eigenen Testdatensatz zu evaluieren. Eine Diskussion der Ergebnisse schließt die Arbeit ab.


Verification of Data-aware Business Processes in the Presence of Ontologies

Verteidigung im Promotionsverfahren von M. Sc. Ario Santoso (Institut für Theoretische Informatik, Automatentheorie)

11.5.2016, 13:00 Uhr, APB 2026

The meet up between data, processes and structural knowledge in modeling complex enterprise systems is a challenging task that has led to the study of combining formalisms from knowledge representation, database theory, and process management. Moreover, to ensure system correctness, formal verification also comes into play as a promising approach that offers well-established techniques. In line with this, significant results have been obtained within the research on data-aware business processes, which studies the marriage between static and dynamic aspects of a system within a unified framework. However, several limitations are still present. Various formalisms for data-aware processes that have been studied typically use a simple mechanism for specifying the system dynamics. The majority of works also assume a rather simple treatment of inconsistency (i.e., reject inconsistent system states). Many researches in this area that consider structural domain knowledge typically also assume that such knowledge remains fixed along the system evolution (context-independent), and this might be too restrictive. Moreover, the information model of data-aware processes sometimes relies on relatively simple structures. This situation might cause an abstraction gap between the high-level conceptual view that business stakeholders have, and the low-level representation of information. When it comes to verification, taking into account all of the aspects above makes the problem more challenging.

In this thesis, we investigate the verification of data-aware processes in the presence of ontologies while at the same time addressing all limitations above. Specifically, we provide the following contributions: (1) We propose a formal framework called Golog-KABs (GKABs), by leveraging on the state of the art formalisms for data-aware processes equipped with ontologies. GKABs enable us to specify semantically-rich data-aware business processes, where the system dynamics are specified using a high-level action language inspired by the Golog programming language. (2) We propose a parametric execution semantics for GKABs that is able to elegantly accommodate a plethora of inconsistency-aware semantics based on the well-known notion of repair, and this leads us to consider several variants of inconsistency-aware GKABs. (3) We enhance GKABs towards context-sensitive GKABs that take into account the contextual information during the system evolution. (4) We marry these two settings and introduce inconsistency-aware context-sensitive GKABs. (5) We introduce the so-called Alternating-GKABs that allow for a more fine-grained analysis over the evolution of inconsistency-aware context-sensitive systems. (6) In addition to GKABs, we introduce a novel framework called Semantically-Enhanced Data-Aware Processes (SEDAPs) that, by utilizing ontologies, enable us to have a high-level conceptual view over the evolution of the underlying system. We provide not only theoretical results, but have also implemented this concept of SEDAPs.

We also provide numerous reductions for the verification of sophisticated first-order temporal properties over all of the settings above, and show that verification can be addressed using existing techniques developed for Data-Centric Dynamic Systems (which is a well-established data-aware processes framework), under suitable boundedness assumptions for the number of objects freshly introduced in the system while it evolves. Notably, all proposed GKAB extensions have no negative impact on computational complexity.


Gruppierung von Bildern aus unsicheren Quellen anhand von Gerätecharakteristiken und Charakteristiken des Dateiformats

Präsentation der Studienarbeit (Großer Beleg) von Anika Borchmann (Institut für Systemarchitektur, Datenschutz und Datensicherheit und dence GmbH)

24.5.2016, 13:00 Uhr, APB E006

Während der Aufnahme und Verarbeitung von digitalen Bildern verbleiben in den Bilddaten verschiedene Spuren. Die Analyse dieser Spuren mittels Methoden der digitalen Bildforensik ermöglicht es Aussagen über den Ursprung digitaler Bilder zu treffen und Informationen über das verwendete Eingabegerät zu gewinnen. Von besonderem Interesse sind diese Methoden, wenn Bilder von unterschiedlichen und wenig vertrauenswürdigen Quellen stammen. Methoden zur Bestimmung des Bildursprungs könnten helfen, Gemeinsamkeiten zwischen Bildern zu identifizieren und Bilder mit gleicher Herkunft zu bestimmen. Diese Zielstellung ist insbesondere unter dem Einfluss der Qualität von Bildmaterial aus unzuverlässigen Quellen bisher nur unzureichend in der wissenschaftlichen Literatur betrachtet worden.

Im Rahmen dieser Belegarbeit sollen Möglichkeiten und Grenzen der Anwendung von Methoden zur Bestimmung des Bildursprungs bei Bildern aus unzuverlässigen Quellen (bspw. Internet) praktisch untersucht werden. Hierfür soll eine Menge strukturierter Daten erstellt und die typischen Nachverarbeitungsschritte bei bekannten Plattformen sozialer Medien betrachtet werden. Mittels einer eigens generierten Datenbank von nachbearbeiteten Bildern sind insbesondere Auswirkungen auf Merkmale der Dateistruktur und des Sensorrauschens zu untersuchen. In die Überlegungen sollen auch mögliche komplexere Nachbearbeitungsschritte im Internet, wie beispielsweise eine Beschneidung der Bilddaten, und deren Auswirkungen auf die Analyse einbezogen werden. Eine Aufbereitung und Diskussion der Ergebnisse schließen die Arbeit ab. In die Überlegungen sind Risiken aus Sicht des Datenschutzes und zum Schutz von Informanten einzubringen und zu diskutieren.



Suche im Ankündigungsarchiv


Abonnieren Sie die Vortragsankündigungen als News Feed: RSS

Stand: 5.5.2016, 4:56 Uhr
Autor: Webmaster