Inhalt:

• Prinzipien des Zählens; Elemente der Kombinatorik
• Wahrscheinlichkeitsmaße, Zufallsvariablen, Verteilungsfunktionen
• bedingte Wahrscheinlichkeiten; Unabhängigkeit
• Erwartungswert, Varianz, Korrelation
• Gesetze der großen Zahlen
• charakteristische Funktionen, Zentrale Grenzwertsätze
• Elemente der Schätz- und Testtheorie
• Maximum-Likelihood-Prinzip, Konfidenzintervalle, Hypothesentests

Nähere Informationen finden Sie auf der Homepage der Vorlesung 19200601 Stochastik I.

Literatur:

• E. Behrends: Elementare Stochastik, Springer, 2013
• H.-O. Georgii: Stochastik: Einführung in die Wahrscheinlichkeitstheorie und Statistik, De Gruyter, 2007
• A. Klenke: Wahrscheinlichkeitstheorie, Springer, 2013
• D. Meintrup, S. Schäffler, Stochastik: Theorie und Anwendungen, Springer, 2005.

Zielgruppe: Studierende ab dem 3. Semester
Voraussetzungen: Analysis 1-2, Lineare Algebra 1-2, gleichzeitiger Besuch der Analysis 3 wird empfohlen.

Inhalt:
Computer spielen heute in (fast) allen Lebenslagen eine wichtige Rolle. Die Computerorientierte Mathematik vermittelt grundlegende Kenntnisse im Umgang mit Rechnern zur Lösung mathematischer Probleme und eine Einführung in das algorithmische Denken. Gleichzeitig wird aber auch typische mathematische Software wie Matlab und Mathematica eingeführt. Die nötige Motivation für die betrachteten Fragestellungen liefern einfache Anwendungsbeispiele aus den angesprochenen Fächern. Der Inhalt es ersten Teils umfasst fundamentale Begriffe des numerischen Rechnens: Zahlendarstellung und Rundungsfehler, Kondition, Effizienz und Stabilität.

Homepage: Alle aktuellen Informationen zu Vorlesung und Übungen

Literatur: R. Kornhuber, C. Schuette, A. Fest: Mit Zahlen Rechnen (Skript zur Vorlesung)

Fundamental concepts of infinite group theory, series of subgroups, radicals and residuals, finiteness conditions: finitely generated and finitely presented groups, groups with finite rank, periodic and locally finite groups, maximal and minimal conditions. Solvable and nilpotent groups, properties of upper and lower central series, residually finite groups, generalized nilpotent groups, Engel groups, local theorems and generalized solvable groups.

Detailed Information can be found on the Homepage of the Seminar/Proseminar on Group Theory.

Textbook: Finiteness conditions and Generalized Solvable groups, Derek Robinson

Die Teilnehmer sollten mit linearer Algebra vertraut sein, etwa im Umfang der Vorlesung 'Lineare Algebra 1' und nach Möglichkeit auch 'Lineare Algebra 2'. Wenn es interessierte Studenten gibt, die bereits 'Algebra und Zahlentheorie' gehört haben, so gibt es auch für diese interessante Vortragsthemen.

Das Seminar richtet sich nach dem Buch "Indra's Pearls" von Mumford, Series und Wright.
Der Titel des Buches ist eine Anspielung auf die Perlenkette des Gottes Indra: die Perlen spiegeln sich ineinander, die Spiegelbilder spiegeln sich auch wieder... Sphärenspiegelungen oder Möbiustransformationen der Sphäre entsprechen den gebrochenen linearen Transformationen der komplexen Ebene. Das Buch erzählt über die schönen Bilder, die aus allen möglichen Kompositionen von zwei verschiedenen Möbiustransformationen entstehen. Das Thema hat Bezüge zu der hyperbolischen Geometrie, Funktionentheorie, dynamischen Systemen, Fraktalen.

In parallel to the course Dynamical Systems II, we offer a seminar where we would like to trace some highlights of dynamical systems theory. We expect a good background in ordinary differential equations, e.g. as taught in our course Dynamical Systems I of the summer term 2020.

Das ist die erste Vorlesung in einem Zyklus von drei Vorlesungen in diskreter Geometrie. Das Ziel dieser Vorlesung ist es, mit diskreten Strukturen und verschiedenen Beweistechniken vertraut zu werden. Der Inhalt wird aus einer Auswahl aus den folgenden Themen bestehen:

Polyeder und polyedrische Komplexe
Konfigurationen von Punkten, Hyperebenen und Unterräumen
Unterteilungen und Triangulierungen
Theorie von Polytopen
Darstellungen und der Satz von Minkowski-Weyl
Polarität, einfache und simpliziale Polytope, Schälbarkeit
Schälbarkeit, Seitenverbände, f-Vektoren, Euler- und Dehn-Sommerville Gleichungen
Graphen, Durchmesser, Hirsch Vermutung
Geometrie linearer Programmierung
Lineare Programme, Simplex-Algorithmus, LP Dualität
Kombinatorische Geometrie, geometrische Kombinatorik
Arrangements von Punkten und Geraden, Sylvester-Gallai, Erdös-Szekeres
Arrangements, Zonotope, zonotopale Kachelungen, orientierte Matroide
Beispiele, Beispiele, Beispiele
Reguläre Polyope, zentralsymmetrische Polytope
Extremale Polytope, zyklische/nachbarschaftliche Polytope, gestapelte Polytope
Kombinatorische Optimierung und 0/1-Polytope
 

• G.M. Ziegler "Lectures in Polytopes"
• J. Matousek "Lectures on Discrete Geometry"
• Further literature will be announced in class.

Gute Kenntnisse der linearen Algebra werden vorausgesetzt. Vorbildung in Kombinatorik und Geometrie sind hilfreich.

Grundlagen der Berechenbarkeit:

• Lambda-Kalkül
• primitive Rekursion
• µ-Rekursion

Einführung in die Funktionale Programmierung (Haskell):

• Syntax (Backus-Naur-Form)
• primitive Datentypen, Listen, Tupel, Zeichenketten
• Ausdrücke, Funktionsdefinitionen, Rekursion und Iteration
• Funktionen höherer Ordnung, Polymorphie
• Typsystem, Typherleitung und –überprüfung
• Algebraische und abstrakte Datentypen
• Ein- und Ausgabe
• Such- und Sortieralgorithmen

Beweisen von Programmeigenschaften:

• Termersetzung
• strukturelle Induktion
• Terminierung

Implementierung und Programmiertechnik:

• Auswertungsstrategien für funktionale Programme
• Modularer Programmentwurf

• Simon Thompson: Haskell: The Craft of Functional Programming, 2nd Edition, Addison-Wesley, 1999
• Graham Hutton: Programming in Haskell, Cambridge University Press, 2007
• Bird, R./Wadler, Ph.: Einführung in Funktionale Programmierung, Hanser Verlag, 1982
• Hans Hermes: Aufzählbarkeit, Entscheidbarkeit, Berechenbarkeit, Springer-Verlag 1978

Tutorien finden erst ab der 2. Vorlesungswoche statt

Inhalt

• Analyse von Sortierverfahren: Mergesort, Quicksort, u.a.
• ADTs Prioritätswarteschlange und Wörterbuch und zugehörige Datenstrukturen: Heaps, Hashing, binäre Suchbäume, B-Bäume, u.a.
• Algorithmen auf Graphen: Breiten- und Tiefensuche, topologisches Sortieren, minimale Spannbäume, kürzeste Wege.
• Algorithmen für Mengen von Zeichenketten.
• Speicherverwaltung.
• Verschiedene Entwurfstechniken für Algorithmen: teile-und-herrsche, greedy, dynamische Programmierung.
• Mathematische Analyse von Algorithmen bezüglich ihres Resourcenbedarfs: Laufzeit, Speicherplatz.

• P. Morin: Open Data Structures, an open content textboox.
• T. H. Cormen, C. Leiserson, R. Rivest, C. Stein: Introduction to Algorithms, MIT Press, 2009.
• R. Sedgewick: Algorithms in Java (Part 1–5), Addison-Wesley, 2003.
• G. Saake, S. Sattler: Algorithmen und Datenstrukturen, dpunkt.verlag, 2013.
• M. Dietzfelbinger, K. Mehlhorn, P. Sanders. Algorithmen und Datenstrukturen: Die Grundwerkzeuge, Springer, 2014.
• M.T. Goodrich, R. Tamassia: Data Structures and Algorithms in Java, Wiley, 2014.

Das Modul Grundlagen der Technischen Informatik bildet die Basis für das Verständnis der Funktionsweise realer Rechnersysteme.

Ausgehend von der Logik werden in diesem Modul vorrangig die Themenbereiche Schaltnetze und Schaltwerke, Logikminimierung, Gatter, Flip-Flops, Speicher, Automaten und einfacher Hardware-Entwurf behandelt.

Weiterhin werden grundlegende Kenntnisse aus den Bereichen Gleich- und Wechselstromnetzwerke, Halbleiter, Transistoren, CMOS, Operationsverstärker, A/D- und D/A-Umsetzer vermittelt, soweit sie für die Informatik notwendig sind.

Im dazugehörigen Praktikum werden mit zahlreichen praktischen Versuchen das in der Vorlesung sowie das im Modul Rechnerarchitektur, Betriebs- und Kommunikationssysteme Erlernte vertieft.

Aufbauend auf einer einfachen Hardwareplattform mit Prozessor und diversen Schnittstellen sollen die Teilnehmerinnen und Teilnehmer lernen, elementare Treiber zu programmieren, Betriebssystemroutinen zu erweitern und die Schnittstellen anzusteuern.

Anschließend sollen die Systeme vernetzt werden und mit ihrer Umwelt in Interaktion treten können.

Siehe Unterlagen auf der Webseite - nur aus dem FB-Netz oder über VPN Webseite
 

Siehe Unterlagen auf der Webseite - nur aus dem FB-Netz oder über VPN Webseite
Seminar am PC Dienstag, 10-14 Uhr Takustraße 9, Raum K63
Vorlesung: Freitag, 12-14 Uhr, Takustraße 9, SR005

Inhalt

Das Modul Rechnerarchitektur behandelt grundlegende Konzepte und Architekturen von Rechnersystemen. Themenbereiche sind hier insbesondere Von-Neumann-Rechner, Harvard-Architektur, Mikroarchitektur RISC/CISC, Mikroprogrammierung, Pipelining, Cache, Speicherhierarchie, Bussysteme, Assemblerprogrammierung, Multiprozessorsysteme, VLIW, Sprungvorhersage. Ebenso werden interne Zahlendarstellungen, Rechnerarithmetik und die Repräsentation weiterer Datentypen im Rechner behandelt.

• Andrew S. Tannenbaum: Computerarchitektur, 5.Auflage, Pearson Studium, 2006
• English: Andrew S. Tanenbaum (with contributions from James R. Goodman):
• Structured Computer Organization, 4th Ed., Prentice Hall International, 2005.

Übungen siehe 19312102

Betriebssysteme verbinden die Anwendungs- und Nutzungsebene mit der Verwaltung der Hardware. Ausgehend von den Aufgaben eines Betriebssystems und den Anforderungen an moderne Betriebssysteme werden die wichtigsten Aspekte im Zusammenhang mit Aufbau und Entwurf eingeführt:

• Betriebssystemstruktur und –entwurf einschließlich Historischer Abriss und Betriebssystemphilosophien, Systemgliederung und Betriebsarten, Betriebsmittel und –verwaltung;
• Prozesse einschließlich Prozessverwaltung;
• Scheduling einschließlich Real-Time-Scheduling;
• Prozessinteraktionen und Interprozesskommunikation;
• Betriebsmittelverwaltung einschließlich des Betriebs von Geräten und Treiberentwicklung und Ein-Ausgabegeräten;
• Speicherverwaltung einschließlich Prozessadressraum und virtueller Speicher;
• Dateiverwaltung einschließlich Festplattenbetrieb und Speicherhierarchien;
• Verteilte Betriebssysteme einschließlich verteilter Architekturen zur Ressourcenverwaltung;
• Leistungsbewertung einschließlich Überlastproblematik.

Für die einzelnen Aspekte dienen aktuelle Betriebssysteme als Beispiele und es wird die aktuelle Forschung auf dem Gebiet herangezogen. Der Übungsbetrieb dient der Reflexion der vermittelten Inhalte in Form praktischer Umsetzung und Programmierung der behandelten Ansätze durch die Studierenden.

• A.S. Tanenbaum: Modern Operating Systems, 2nd Ed. Prentice-Hall, 2001
• A. Silberschatz et al.: Operating Systems Concepts with Java, 6th Ed. Wiley, 2004

Die überwältigende Mehrheit zukünftiger Computersysteme wird durch miteinander kommunizierende, eingebettete Systeme geprägt sein. Diese finden sich in Maschinensteuerungen, Haushaltsgeräten, Kraftfahrzeugen, Flugzeugen, intelligenten Gebäuden etc. und werden zukünftig immer mehr in Netze wie dem Internet eingebunden sein.

Das Praktikum wird auf die Architektur eingebetteter Systeme eingehen und die Unterschiede zu traditionellen PC-Architekturen (z.B. Echtzeitfähigkeit, Interaktion mit der Umgebung) anhand praktischer Beispiele aufzeigen. Es basiert auf 16- bzw. 32-Bit-Mikrocontrollersystemen.

Schwerpunkte des in einzelne Versuche gegliederten Praktikums sind:

• Registerstrukturen
• Speicherorganisation
• hardwarenahe Assembler- und Hochsprachenprogrammierung
• I/O-System- und Timer-Programmierung
• Interrupt-System
• Watchdog-Logik
• Analogschnittstellen
• Bussystemanbindung von Komponenten
• Kommunikation (seriell, CAN-Bus, Ethernet, Funk und USB)
• Ansteuerung von Modellen und Nutzung unterschiedlichster Sensorik

• Brian W. Kernighan, Dennis M. Ritchie: The C Programming Language, Second Edition, Prentice Hall, 1988.

Siehe Unterlagen auf der Webseite - nur aus dem FB-Netz oder über VPN Webseite

Telematik ist Telekommunikation mit Hilfe von Mitteln der Informatik und befasst sich mit Themen der technischen Nachrichtenübertragung, Rechnernetze, Internet-Techniken, WWW, und Netzsicherheit.

Behandelte Themen sind unter anderem folgende:

• Allgemeine Grundlagen: Protokolle, Dienste, Modelle, Standards, Datenbegriff;
• Nachrichtentechnische Grundlagen: Signale, Codierung, Modulation, Medien;
• Sicherungsschicht: Datensicherung, Medienzugriff;
• Lokale Netze: IEEE-Standards, Ethernet, Brücken;
• Vermittlungsschicht: Wegewahl, Router, Internet-Protokoll (IPv4, IPv6);
• Transportschicht: Dienstgüte, Flussteuerung, Staukontrolle, TCP;
• Internet: Protokollfamilie rund um TCP/IP;
• Anwendungen: WWW, Sicherheitsdienste, Netzwerkmanagement;
• Neue Netzkonzepte.

• Larry Peterson, Bruce S. Davie: Computernetze - Ein modernes Lehrbuch, dpunkt Verlag, Heidelberg, 2000
• Krüger, G., Reschke, D.: Lehr- und Übungsbuch Telematik, Fachbuchverlag Leipzig, 2000
• Kurose, J. F., Ross, K. W.: Computer Networking: A Top-Down Approach Featuring the Internet, Addi-son-Wesley Publishing Company, Wokingham, England, 2001
• Siegmund, G.: Technik der Netze, 4. Auflage, Hüthig Verlag, Heidelberg, 1999
• Halsall, F.: Data Communi-cations, Computer Networks and Open Systems 4. Auflage, Addison-Wesley Publishing Company, Wokingham, England, 1996
• Tanenbaum, A. S.: Computer Networks, 3. Auflage, Prentice Hall, Inc., New Jersey, 1996

Voraussetzungen:

Grundkenntnisse im Bereich Rechnersysteme, z.B. TI-III.

Inhalt

Das Proseminar vertieft Inhalte aus den Grundvorlesungen der Arbeitsgruppe Theoretische Informatik. Im Wintersemester werden weiterführende Themen aus der Berechenbarkeits- und Sprachentheorie behandelt (im Anschluss an "Grundlagen der theoretischen Informatik"); im Sommersemester geht es um Themen aus der Algorithmik (im Anschluss an "Algorithmen, Datenstrukturen, und Datenabstraktion").

Voraussetzungen

zwei abgeschlossene Fachsemester Informatik, Leistungsnachweis GTI

wird mit der Ankündigung bekannt gegeben

Proseminar: Die Macht der Informatik in der Sicherheit

Sicherheitslösungen bedienen sich in zahlreichen Fällen informationstechnischer Lösungen wie Überwachungssystemen, Sensornetzen, Softwarelösungen und vielen mehr.

Anhand ausgewählter, real in der Entwicklung befindlicher informationstechnischer Systeme soll die Wirkungsmächtigkeit von Informatik vorgestellt und diskutiert werden. Beispiele sind PreCobs (Prognosesoftware für Kriminalitätsdelikte), Videobasiertes Personentracking, u.a.

Die Studierenden können selbst Beispiele für informationstechnische Systeme suchen oder aus vorgegebenen Themenfeldern wählen. Konkrete Lösungen zu den Themenfeldern „Überwachung“, „Versorgung“ und „Warnung“ werden zu dem in einem Demonstrationsraum beobachtet und bewertet. Der Besuch des Demonstrationsraumes findet im Rahmen des Seminars statt.

Zur Bearbeitung der Themenfelder werden grundlegenden Kenntnisse wissenschaftlichen Arbeitens vermittelt.

Literatur (englisch und deutsch) wird zum Beginn der Veranstaltung bekannt gegeben.

Technologien, die wir heute entwickeln können das gesellschaftliche Leben langfristig positiv wie negativ beeinflussen. Technikfolgenabschätzung soll transparent machen, wie sich eine Technik im gesellschaftlichen Umfeld weiterentwickelt und welche Chancen und Risiken sie bietet.

Technikfolgenabschätzung

• untersucht Einfluß von Technik auf Gesellschaft, Umwelt, Politik, Wirtschaft

• fokussiert mögliche intendierte und nicht intendierte Folgen

• entwickelt Handlungs- und Gestaltungsoptionen

Im Proseminar wird ein exemplarischer Technikfolgenabschätzungsprozess am Beispiel einer Sicherheitstechnologie durchgeführt. Es werden verschiedene Methoden vorgestellt und durch die Studierenden erprobt.

Interaktive Intelligente Systeme (IIS) sind interaktive Systeme, die Technologien der künstlichen Intelligenz (z.B. aus der Verarbeitung natürlicher Sprache) nutzen. In diesem Seminar beschäftigen wir uns mit dem Entwurf, der Realisierung oder der Evaluation dieser Systeme. Wir kombinieren die komplementären Perspektiven auf interaktive intelligente Systeme, indem wir die verwendete KI-Technologie, die Benutzerinteraktion mit dem System oder beide Aspekte gleichzeitig berücksichtigen. Interaktive intelligente Systeme umfassen eine Vielzahl von Systemen oder Ansätzen wie KI-infizierte Systeme, Recommender-Systeme, gemischt-initiative Benutzerschnittstellen oder intelligente Agenten.

In jedem Semester behandeln wir ein anderes spezielles Thema aus dem Bereich der interaktiven intelligenten Systeme. In jedem Fall konzentrieren wir uns jedoch auf eine menschenzentrierte Perspektive. Wir betonen die Interaktion zwischen dem technischen System und dem menschlichen Benutzer, um die bestehenden Fähigkeiten und Grenzen im Bereich der Mensch-Computer-Interaktion zu erforschen.

Zu Beginn des Semesters geben wir eine allgemeine Einführung in das diesjährige Spezialthema. Darauf aufbauend werden wir bestehende Ansätze, Methoden und Umsetzungen in Form von Studentengesprächen erschließen und gemeinsam eine Mindmap zum jeweiligen Thema erstellen. Von jedem Teilnehmer wird erwartet, dass er sich selbständig vorbereitet, sein Thema präsentiert und mit der Klasse diskutiert. Basierend auf den Ergebnissen der Diskussion müssen die Studierenden einen schriftlichen wissenschaftlichen Bericht erstellen, der ausgewertet wird.

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/proseminar_interactive_intelligent_systems.html

Inhalt

Ein typisches Anwendungsgebiet von Algorithmen wird ausgewählt und softwaretechnisch behandelt. In diesem Semester soll es um Algorithmen zum Graphenzeichnen gehen. Das Ziel ist es, Programme zur Herstellung guter Zeichnungen zu schreiben und damit an dem Zeichenwettbewerb teilzunehmen, der im September im Zusammenhang mit der internationalen Konferenz über Graph Drawing and Network Visualization stattfindet.

Voraussetzungen

Grundkenntnisse in Entwurf und Analyse von Algorithmen

je nach Anwendungsgebiet

Im Rahmen des Softwareprojektes wird an mehreren Projekten mit medizinischem oder veterinärmedizinischem Bezug gearbeitet.

Die Studierenden entwicklen in Teams eigenständig und unter Anleitung Software für und unter Einbezug der Projektkunden.

Das Softwareprojekt findet als Blockveranstaltung statt.

Will be announced.

Zielgruppe

Studierende im Master- bzw. Bachelorstudiengang

Voraussetzungen

• ALP 1
• ALP 2
• ALP 3
• Datenbanksysteme

Dieses Softwareprojekt konzentriert sich auf verschiedene Aspekte der Technischen Informatik. Zu Beginn des Softwareprojekts werden Themenvorschläge ausgegeben, die sich vor allem mit Teilaspekten des sogenannten Trusted Computings und Sicherheitsaspekten des Internets der Dinge befassen. Auch eigene Themenvorschläge sind möglich und erwünscht, der Bezug zur Technischen Informatik muss aber gegeben sein. Die Bearbeitung der Themen erfolgt ausschließlich in Kleingruppen (2-5 Studierende). Die Zusammenarbeit und Sicherung des entwickelten Codes erfolgt über das Fachbereichs-eigene Gitlab oder ein öffentliches Github. Die Ergebnisse sind geeignet zu dokumentieren, z.B. über die Readme-Dateien des Gits und ein gut strukturiertes Wiki.

Es ist möglich, dieses Softwareprojekt mit dem Seminar Telematik zu kombinieren. Die theoretischen Grundlagen des gewählten Themas werden dann im Seminar in Form einer wissenschaftlichen Ausarbeitung behandelt und hier im Softwareprojekt praktisch umgesetzt. Beachten Sie bitte, dass die Seminararbeit sich nicht mit Implementierungsdetails befassen soll und die Pflicht zur sorgfältigen schriftlichen Dokumentation des Softwareprojekts nicht entfällt. 

Zum Ablauf: Dieses Softwareprojekt findet Semester-begleitend statt. Es gibt wenige Meetings in großer Runde mit allen Teilnehmenden, diese sind aber verpflichtend. Darüber hinaus gibt es kurze wöchentliche Treffen, in denen mind. 1 Gruppenmitglied über den aktuellen Stand berichtet, wobei wir hier im Verlauf eines Monats mit allen Mitgliedern gesprochen haben wollen. Am ersten Termin (03.11.2020) wird die Themenliste ausgegeben und besprochen. Bitte bereiten Sie eine kurze (2-3 Minuten) Vorstellung Ihres eigenen Themenvorschlages vor, wenn Sie diesen in das Softwareprojekt einbringen möchten. Zur nächsten Woche (10.11.2020) erfolgt dann die Themenvergabe. Danach gibt es insgesamt 3 Präsentationstermine: die Themenvorstellung (08.12.2021), eine kurze Zwischenpräsentation (19.01.2021) und die Abschlusspräsentation (02.03.2021). In diesem Semester finden alle Termine als Videokonferenz mit Webex statt.

Im Rahmen des Softwareprojekts werden gemischte Gruppen von Bachelor- und Master-Studenten gebildet, die entweder ein eigenständiges Projekt erstellen oder aber ein Teil eines größeren Projektes im Bereich semantischer Technologien übernehmen. Bei der Umsetzung der Aufgaben werden vertiefte Programmierkenntnisse in der Anwendung semantischer Technologien und künstlicher Intelligenz im Corporate Semantic Web erworben, Projektmanagement und Teamfähigkeit gefördert, sowie Praktiken der guten Software-Entwicklung großer verteilter Systeme und Semantic Web Anwendungen geübt. Das Softwareprojekt kann in Zusammenarbeit mit einem externen Partner aus der Industrie oder Standardisierung durchgeführt werden. Die Fortführung des Projektes als Bachelor- oder Masterarbeit ist möglich und ausdrücklich erwünscht.

Corporate Semantic Web

Weitere Informationen finden sich auf der Veranstaltungsseite.

Inhalt

IT-Sicherheit ist nicht immer nur ein technisches Problem, sondern auch der Benutzbarkeit. Beispielsweise ist für Nicht-Informatiker die Verwendung von E-Mail-Verschlüsselung immer noch ein großes Hindernis, obwohl es technisch bereits lange gelöst ist. In diesem Softwareprojekt können Studierende Erfahrungen im Bereich Usable Security und Entwicklung von Smartphone-Apps sammeln. In kleinen Gruppen soll der gesamte Prozess vom Entwurf über die Implementierung für mobile Endgeräte und Evaluierung durchgeführt werden. 
In diesem Semester ist der Fokus E-Mail-Verschlüsselung. Wir werden am Open-Source-Mail-Client der Arbeitsgruppe (Letterbox [1]) als Grundlage verwenden und Sicherheit benutzbarer und verständlicher zu gestalten. 

Aus einer Vielzahl von unterschiedlichen Themen (Einbindung von S/MIME, Verbesserungen vom User-Interface, Lern- und Gamification-Elemente zu Mail-Verschlüsselung und Mail-Sicherheit, Verbesserung der Code-Qualität ….) kann ausgewählt werden und nach Fähigkeiten und Interessen der Studierenden werden kleinere Gruppen gebildet.

Die Implementierungen sollen anschließend auch unter realen Bedingungen genutzt werden. Der Mail-Client ist iOS und wurde vollständig in SWIFT entwickelt [2]. Dies erfordert die Nutzung von XCode auf Mac. Die Arbeitsgruppe kann zwei Mac-Rechner zusätzlich zur Verfügung stellen.

Die Veranstaltung findet als Blockveranstaltung  in der vorlesungsfreien Zeit (24. Februar bis 31. März). Es wird am Anfang des Wintersemesters eine Einführungsveranstaltung geben. 

Während der Blockveranstaltung werden Räumlichkeiten innerhalb der Arbeitsgruppe zur Verfügung gestellt.

Voraussetzungen

• Programmierung in SWIFT bzw. die Bereitschaft sich selbstständig darin einzuarbeiten.
• Softwaretechnik
• Nutzung von Versionskontrolle mittels Git
• Interesse an Benutzbarkeit, Sicherheit, UI Design oder Open-Source-Projekten

[1] http://www.letterbox-app.org/
[2] https://git.imp.fu-berlin.de/enzevalos/enzevalos_iphone

Hinweis

Die Arbeiten könnten in einem Forschungspraktikum (für Bachelor-Studierende) oder in Abschlussarbeiten vertieft werden. Bei herausragenden Ergebnissen kann auch eine Publikation auf einer internationalen Konferenz angestrebt werden.

In diesem Kurs werden Lösungen für die Kommunikation im Internet oder für dessen besseren Verständnis entwickelt. Dabei werden alle Aspekte des Ökosystems Internet berücksichtigt. Dies schließt sowohl das aktuelle Internet als auch das Internet der Dinge auf den untersten Schichten bis zur Anwendungsebene ein. Die Teilnehmer werden in Kleingruppen (3-4 Studenten) arbeiten, wobei sich jede Gruppe auf einen speziellen Teilbereich konzentrieren wird. Auf diese Weise sollen persönliche Interessen und Expertisen berücksichtigt werden - z.B. Web- versus Embedded-System-Programmierung.

Ein Universitätsstudium in Informatik dreht sich hauptsächlich um Konzepte. Das ist grundsätzlich sinnvoll, denn diese Konzepte sind erheblich langlebiger und breiter anwendbar als konkrete Einzelheiten es wären. Leider bleibt dabei vieles Detaillierte, das für konkrete Softwareentwicklung aber nun mal wichtig ist, weitgehend auf der Strecke. Dieses Defizit soll diese Veranstaltung reduzieren.

Auch hier geht es zwar zum großen Teil um Konzepte, aber immer nur um solche, die direkt mit Softwareentwicklung zu tun haben und anhand konkreter, persönlicher, praktischer Anwendung -- und zwar (im Gegensatz zu den meisten Softwareprojekt-Lehrveranstaltungen) mit gemeinsamer Reflektion über die Anwendung.

Die besprochenen und eingeübten Konzepte lassen sich drei verschiedenen (aber mit einander eng verbundenen) Sphären zuordnen:

• Softwareentwurf und -strukturierung (und zwar objektorientiert)
• Vorgehensmethoden (z.B. in den Bereichen Prototyping, Automatisierung, inkrementelle Verbesserung)
• Persönlichkeitsentwicklung (Aspekte wie Konsequenz, Verantwortlichkeit, Kommunikationsfertigkeiten)

Wichtig: Jede/r Teilnehmer/in muss ein bereits weit vor der Veranstaltung begonnenes Softwareprojekt haben (bei einer Firma, für eine Firmengründung oder als Open-Source-Projekt), an dem er/sie über die gesamte Dauer dieser Lehrveranstaltung hinweg jede Woche mitarbeitet (in aller Regel im Team) und das als Umgebung für das Einüben der Konzepte dient.
Dies ist eine harte Teilnahmevoraussetzung.

Hauptquelle für die besprochenen Praktiken ist die Website http://clean-code-developer.de

Voraussetzungen

Unverzichtbare Voraussetzung für die Teilnahme ist ein eigenes Softwareprojekt wie oben beschrieben, das für die gesamte Dauer der Veranstaltung mit mindestens 6 Wochenstunden von für die Themen dieser Veranstaltung frei verfügbarem Aufwand weitergeführt wird.

Zielgruppe

Zielgruppe sind Studierende, die durch intensives Üben Fertigkeiten aufbauen möchten, die gute und professionell arbeitende Softwareentwickler/innen benötigen.

Einordnung & Leistungpunkte

Die Veranstaltung ist eine Wahlveranstaltung für den Studiengang Master Informatik mit 5 Leistungspunkten.

Webseite

http://www.mi.fu-berlin.de/w/SE/KursProfessionelleSWEntwicklung2020

Die offizielle Website der Veranstaltung findet sich hier: https://www.wiwiss.fu-berlin.de/fachbereich/bwl/pwo/rothe/teaching/ma_tech-entrepreneurship.html

Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

- Claudia Eckert: IT-Sicherheit, 9. Auflage, De Gruyter Oldenbourg, 2014; - Ross Anderson: Security Engineering, 2. Auflage, Wiley, 2008. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

• Eindeutige Decodierbarkeit und Prefix-Codes
• Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
• Optimale Codes, Huffman Codes
• Arithmetische Codierung
• Lempel-Ziv Codierung
• Linear Prädiktion
• Beispiele aus der Text-, Bild- und Audiokompression

Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

• Skalare Quantisierung, optimale skalare Quantisierung
• Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
• Vektorquantisierung
• Prädiktive Quantisierung
• Transformationscodierung
• Beispiele aus der Audio-, Bild- und Videocodierung

• Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
• Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
• Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
• Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
• Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens. Insbesondere in Forschung, Wirtschaft und Politik wird Datenvisualisierung dazu eingesetzt, um Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden und Entscheidungsfindungen zu unterstützen. Ziel dieses Kurses ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu ermitteln.

Dieser Kurs vermittelt den Studierenden die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis. Am Ende des Kurses werden die Studierenden

1. wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
2. Methoden zur visuellen Kodierung von Daten, sowie Methoden der interaktiven Visualisierung kennen und anwenden können,
3. Algorithmen und Techniken zur Visualisierung von Daten (Diagramme, Graphen, Karten), einschließlich Methoden der Interaktion, kennen und anwenden können,
4. Visualisierungslösungen kritisch bewerten können, und
5. praktische Fertigkeiten für die Konzipierung von Visualisierungen sowie für deren Implementierung besitzen.

Der Kurs richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungstools entwickeln wollen. Grundkenntnisse in der Programmierung (Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.

Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben, sowie ein Abschlussprojekt als lauffähiges Visualisierungs-Tool. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts dokumentieren und präsentieren.

Bitte beachten Sie, dass der Kurs sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt des Kurses.

Text Book

Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.

Additional Literature

• Interactive Data Visualization for the Web, 2nd Edition. Scott Murray, O'Reilly Press. 2017. 

• Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.

• Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/course_data_visualization.html

Ziel:

Nach diesem Kurs werden die Studenten

• ein tiefes Verständnis der Designprinzipien von Sicherheitsprotokollen und Sicherheitsinfrastrukturen haben
• die grundlegenden Sicherheitsziele in der Kryptographie und ihre Relevanz für die Praxis kennen
• verstehen, auf welche Weise bekannte Sicherheitsprotokolle (TLS, PACE, EAC) die Sicherheitsziele erreichen
• die Kernthemen der weit verbreiteten Sicherheitsinfrastruktur-Standards verstehen und in die Praxis umsetzen
• in der Lage sein, geeignete Protokolle für den jeweiligen Anwendungsfall auszuwählen
• die Sicherheitseigenschaften von Sicherheitsprotokollen und -infrastrukturen bewerten können

Inhalt:   

    Sicherheitsziele (CIA)
    Netzwerksicherheitsprotokolle (TLS)
    Sicherheitsprotokolle für elektronische Ausweise
    Abstrakte Syntax-Notation 1 (ASN.1)
    Zertifikate und zugehörige Normen X.509/RFC5280
    Public-Key-Kryptographie-Standardserie
    Zertifikatsbasierte Sicherheitsinfrastrukturen (PKI)
    Praktische und theoretische Lösungen für Übungen

Die Vorlesung Internet of Things (IoT) Sicherheit beschäftigt sich mit den folgenden Themengebieten:

• Aktuelle Sicherheitsprobleme bei IoT,
• IT-Sicherheitsstandards und -richtlinien für IoT-Geräte,
• Demonstration von Sicherheitslücken,
• Tools und Verfahren für sichere Entwicklung und Penetrationstests.

In den Übungen werden Sicherheitsprobleme anhand von Beispielen untersucht und mögliche Lösungen diskutiert.

Die Studierenden sollen in der Veranstaltung lernen, warum aktuelle IoT-Geräte Sicherheitslücken aufweisen und wie diese zu identifizieren sind. Des Weiteren werden Lösungen und Standards vorgestellt, wie man sichere Geräte entwickelt, sowie eigene Lösungen erarbeitet und diskutiert.

In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/course_human_centered_data_science.html

Diese Vorlesung gibt eine Einführung zu menschlichen Faktoren in Sicherheit und Privatsphäre. Es wird eine Vielzahl von datenschutz- und sicherheitsbezogenen Fragen im Zusammenhang mit Benutzerschnittstellen diskutiert. Während des Kurses erhalten die Studierenden sowohl theoretische als auch praktische Erfahrungen mit Methoden und Werkzeugen zur Identifizierung von Problemen der Benutzerfreundlichkeit, Sicherheit und Privatsphäre bei verschiedenen Technologien.

[1] D. Jurafsky, J. Martin: Speech and Language Processing.
see https://web.stanford.edu/~jurafsky/slp3/
[2] The Natural language Toolkit.
see http://www.nltk.org/
[3] J. Allen: Natural Language Understanding (Pearson)
[4] C. Manning, H. Schütze: Foundations of Statistical Natural Language Processing (MIT Press)
[5] S. Russel, P. Norvig: Artificial Intelligence, A Modern Approach (Pearson)
[6] S. Bird, E. Klein, E. Loper: Natural Language Processing with Python (OReilly).

Die offizielle Website der Veranstaltung findet sich hier: https://www.wiwiss.fu-berlin.de/fachbereich/bwl/pwo/rothe/teaching/ma_tech-entrepreneurship.html

Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

- Claudia Eckert: IT-Sicherheit, 9. Auflage, De Gruyter Oldenbourg, 2014; - Ross Anderson: Security Engineering, 2. Auflage, Wiley, 2008. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

• Eindeutige Decodierbarkeit und Prefix-Codes
• Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
• Optimale Codes, Huffman Codes
• Arithmetische Codierung
• Lempel-Ziv Codierung
• Linear Prädiktion
• Beispiele aus der Text-, Bild- und Audiokompression

Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

• Skalare Quantisierung, optimale skalare Quantisierung
• Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
• Vektorquantisierung
• Prädiktive Quantisierung
• Transformationscodierung
• Beispiele aus der Audio-, Bild- und Videocodierung

• Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
• Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
• Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
• Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
• Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens. Insbesondere in Forschung, Wirtschaft und Politik wird Datenvisualisierung dazu eingesetzt, um Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden und Entscheidungsfindungen zu unterstützen. Ziel dieses Kurses ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu ermitteln.

Dieser Kurs vermittelt den Studierenden die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis. Am Ende des Kurses werden die Studierenden

1. wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
2. Methoden zur visuellen Kodierung von Daten, sowie Methoden der interaktiven Visualisierung kennen und anwenden können,
3. Algorithmen und Techniken zur Visualisierung von Daten (Diagramme, Graphen, Karten), einschließlich Methoden der Interaktion, kennen und anwenden können,
4. Visualisierungslösungen kritisch bewerten können, und
5. praktische Fertigkeiten für die Konzipierung von Visualisierungen sowie für deren Implementierung besitzen.

Der Kurs richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungstools entwickeln wollen. Grundkenntnisse in der Programmierung (Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.

Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben, sowie ein Abschlussprojekt als lauffähiges Visualisierungs-Tool. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts dokumentieren und präsentieren.

Bitte beachten Sie, dass der Kurs sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt des Kurses.

Text Book

Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.

Additional Literature

• Interactive Data Visualization for the Web, 2nd Edition. Scott Murray, O'Reilly Press. 2017. 

• Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.

• Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/course_data_visualization.html

Ziel:

Nach diesem Kurs werden die Studenten

• ein tiefes Verständnis der Designprinzipien von Sicherheitsprotokollen und Sicherheitsinfrastrukturen haben
• die grundlegenden Sicherheitsziele in der Kryptographie und ihre Relevanz für die Praxis kennen
• verstehen, auf welche Weise bekannte Sicherheitsprotokolle (TLS, PACE, EAC) die Sicherheitsziele erreichen
• die Kernthemen der weit verbreiteten Sicherheitsinfrastruktur-Standards verstehen und in die Praxis umsetzen
• in der Lage sein, geeignete Protokolle für den jeweiligen Anwendungsfall auszuwählen
• die Sicherheitseigenschaften von Sicherheitsprotokollen und -infrastrukturen bewerten können

Inhalt:   

    Sicherheitsziele (CIA)
    Netzwerksicherheitsprotokolle (TLS)
    Sicherheitsprotokolle für elektronische Ausweise
    Abstrakte Syntax-Notation 1 (ASN.1)
    Zertifikate und zugehörige Normen X.509/RFC5280
    Public-Key-Kryptographie-Standardserie
    Zertifikatsbasierte Sicherheitsinfrastrukturen (PKI)
    Praktische und theoretische Lösungen für Übungen

Die Vorlesung Internet of Things (IoT) Sicherheit beschäftigt sich mit den folgenden Themengebieten:

• Aktuelle Sicherheitsprobleme bei IoT,
• IT-Sicherheitsstandards und -richtlinien für IoT-Geräte,
• Demonstration von Sicherheitslücken,
• Tools und Verfahren für sichere Entwicklung und Penetrationstests.

In den Übungen werden Sicherheitsprobleme anhand von Beispielen untersucht und mögliche Lösungen diskutiert.

Die Studierenden sollen in der Veranstaltung lernen, warum aktuelle IoT-Geräte Sicherheitslücken aufweisen und wie diese zu identifizieren sind. Des Weiteren werden Lösungen und Standards vorgestellt, wie man sichere Geräte entwickelt, sowie eigene Lösungen erarbeitet und diskutiert.

In den letzten Jahren hat sich der Bereich Data Science rasant entwickelt, was in erster Linie auf die Fortschritte beim maschinellen Lernen zurückzuführen ist. Diese Entwicklung hat neue Möglichkeiten in einer Vielzahl von sozialen, wissenschaftlichen und technologischen Bereichen eröffnet. Aus den Erfahrungen der letzten Jahre wird jedoch immer deutlicher, dass die Konzentration auf rein statistische und numerische Aspekte in der Datenwissenschaft weder soziale Nuancen erfasst noch ethische Kriterien berücksichtigt. Der Forschungsbereich der Human-Centered Data Science schließt diese Lücke an der Schnittstelle von Mensch-Computer-Interaktion (HCI), Computer-Supported Cooperative Work (CSCW), Human Computation und den statistischen und numerischen Techniken des Data Science.

Human-Centered Data Science (HCDS) konzentriert sich auf die grundlegenden Prinzipien des Data Science und deren Auswirkungen auf die Menschen, einschließlich der Forschungsethik, des Datenschutzes, der rechtlichen Rahmenbedingungen, des algorithmischen Bias, der Transparenz, Fairness und Accountability, sowie Daten-Provenance, -kuration, -bewahrung und -reproduzierbarkeit, User Experience-Design und  (Er)Forschung von großen Datensätzen, Human Computing, und darüber hinaus der effektiven mündlichen, schriftlichen und visuellen wissenschaftlichen Kommunikation und der gesellschaftlichen Auswirkungen des Data Science.

Am Ende dieses Kurses verstehen die Studierenden die wichtigsten Konzepte, Theorien, Praktiken und verschiedenen Perspektiven, aus denen Daten gesammelt und manipuliert werden können. Darüber hinaus sind die Studierenden in der Lage, die Auswirkungen der aktuellen technologischen Entwicklungen auf die Gesellschaft zu erkennen.

Der Lehrplan dieses Kurses wurde ursprünglich von Jonathan T. Morgan, Cecilia Aragon, Os Keyes und Brock Craft entwickelt. Wir haben den Lehrplan an den europäischen Kontext und unser spezifisches Verständnis des Bereichs angepasst.

Aragon, C. M., Hutto, C., Echenique, A., Fiore-Gartland, B., Huang, Y., Kim, J., et al. (2016). Developing a Research Agenda for Human-Centered Data Science. (pp. 529–535). Presented at the CSCW Companion, New York, New York, USA: ACM Press. http://doi.org/10.1145/2818052.2855518

Baumer, E. P. (2017). Toward human-centered algorithm design:. Big Data & Society, 4(2), 205395171771885. http://doi.org/10.1177/2053951717718854

Kogan, M., Halfaker, A., Guha, S., Aragon, C., Muller, M., & Geiger, S. (2020, January). Mapping Out Human-Centered Data Science: Methods, Approaches, and Best Practices. In Companion of the 2020 ACM International Conference on Supporting Group Work (pp. 151-156).

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/course_human_centered_data_science.html

Diese Vorlesung gibt eine Einführung zu menschlichen Faktoren in Sicherheit und Privatsphäre. Es wird eine Vielzahl von datenschutz- und sicherheitsbezogenen Fragen im Zusammenhang mit Benutzerschnittstellen diskutiert. Während des Kurses erhalten die Studierenden sowohl theoretische als auch praktische Erfahrungen mit Methoden und Werkzeugen zur Identifizierung von Problemen der Benutzerfreundlichkeit, Sicherheit und Privatsphäre bei verschiedenen Technologien.

[1] D. Jurafsky, J. Martin: Speech and Language Processing.
see https://web.stanford.edu/~jurafsky/slp3/
[2] The Natural language Toolkit.
see http://www.nltk.org/
[3] J. Allen: Natural Language Understanding (Pearson)
[4] C. Manning, H. Schütze: Foundations of Statistical Natural Language Processing (MIT Press)
[5] S. Russel, P. Norvig: Artificial Intelligence, A Modern Approach (Pearson)
[6] S. Bird, E. Klein, E. Loper: Natural Language Processing with Python (OReilly).

Secure Software Engineering vereint zwei wichtige Themenfelder: Software Engineering bzw. Softwaretechnik und Informationssicherheit. Software Engineering einerseits behandelt die systematische Bereitstellung und Verwendung von Prinzipien, Methoden und Werkzeugen für die Entwicklung und den Einsatz von Softwareanwendungen. Informationssicherheit andererseits beschäftigt sich mit Eigenschaften wie Vertraulichkeit, Integrität und Verfügbarkeit von Informationen und Daten.

- Claudia Eckert: IT-Sicherheit, 9. Auflage, De Gruyter Oldenbourg, 2014; - Ross Anderson: Security Engineering, 2. Auflage, Wiley, 2008. Weitere Literaturhinweise werden zu den einzelnen Themenblöcken bereitgestellt.

Das Ziel dieser Vorlesung ist die Vermittlung von Prinzipien, Methoden und Werkzeugen für die Entwicklung sicherer Softwareanwendungen. Dafür werden zunächst grundlegende Konzepte eingeführt. Es folgen Vorgehensmodelle zur Entwicklung sicherer Software sowie zur Bewertung der Reifegrade von Entwicklungsprozessen. Entlang der Phasen bzw. Prozessgruppen der Softwareentwicklung werden dann zentrale Prinzipien, Methoden und Werkzeuge vorgestellt und erläutert. Besondere Berücksichtigung finden dabei die Bedrohungs- und Risikoanalyse, die Erhebung von Sicherheitsanforderungen, Prinzipien und Muster für das Design sicherer Softwareanwendungen, sichere und unsichere Softwareimplementierungen, Sicherheitstests sowie die Evaluation der Sicherheitseigenschaften von Softwareanwendungen.

Es werden Themen wie:

• allgemeine Algorithmenentwurfsprinzipien,

• Flussprobleme in Graphen,

• Amortisierte Laufzeitanalyse und fortgeschrittene Datenstrukturen,

• NP-Vollständigkeit,

• Approximationsalgorithmen für schwere Probleme,

• arithmetische Algorithmen und Schaltkreise sowie schnelle Fourier-Transformation

behandelt.

Die Vorlesung wird in der englischen Sprache gehalten.

• Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms, 2nd Ed. McGraw-Hill 2001
• Kleinberg, Tardos: Algorithm Design Addison-Wesley 2005.

Zielgruppe

alle Masterstudenten, und Bachelorstudenten, die sich in Algorithmen vertiefen wollen.

Empfohlene Vorkenntnisse

Grundkenntnisse im Bereich Entwurf und Analyse von Algorithmen

Wir betrachten in der Vorlesung die Auswirkungen von Quantencomputern auf die Kryptographie. Dazu führen wir zunächst in die Arbeitsweise von Quantencomputern ein und analysieren verschiedene Quantenalgorithmen. Höhepunkte sind die Vorstellungen der Quantenalgorithmen von Grover (zur Verbesserung der Kryptoanalyse symmetrischer Verfahren) und Shor (zur deutlichen Verbesserung der Kryptoanalyse von Verfahren, die auf dem Faktorisierungsproblem und dem Problem der Berechnung des diskreten Logarithmus basieren). 

Inhalte

In dieser Vorlesung werden die Grundlagen der „Physical Layer Security“ (PLS) vermittelt, d.h. Implementierung von Sicherheitsalgorithmen bereits auf der physikalischen Schicht von (drahtlosen) Kommunikationssystemen. PLS ist ein neues Paradigma, das vor allem in zukünftigen Kommunikationssysteme (Evolutionspfade von WiFi, ZigBee, LTE-A 4G, 5G) zum Tragen kommen soll. Dabei adressiert PLS wesentliche Aspekte neuer Dienste wie das IoT, das taktile Internet usw., vor allem im Hinblick auf skalierbare, schnelle, und auch nutzerseitig handhabbare Sicherheit („Usability“). Ein häufig genannter Aspekt ist auch Sicherheit für das post-quantum Zeitalter.

Allgemein gesprochen nutzt PLS die Eigenschaften des Übertragungskanals gezielt aus, z.B. durch abhörsichere Kodierung im Rauschkanal (AWGN) oder durch das Erzeugen eine gemeinsamen Geheimnisses („Secret Key“) durch die theoretische Gleichheit („Reciprocity“) der drahtlosen Kanäle in Hin- und Rückrichtung.

Die Vorlesung strukturiert sich im Wesentlichen in drei Teile:

• Im ersten Teil werden die benötigten grundlegenden Elemente der Informationstheorie abgehandelt und diskutiert. Dazu gehören die Vermittlung von Grundbegriffe wie Verteilungen, Entropie, Transinformation, diskrete Kanäle, „Data Processing Inequality“, „Conditioning Lemma“, usw.
  Dann werden die Shannon‘schen Sätze zur Quellen, Kanalkodierung behandelt („Typical Sequences“, „Random Coding“) und mit Beispielen für diskrete Kanäle unterlegt.
  Für kontinuierliche Kanäle wie AWGN wird ein neuartiges deterministische Modell eingeführt. Abschließend wird der Abhörkanal als ein erstes Beispiel von PLS behandelt und in den Kontext der Shannon‘schen Sätze gestellt und erste Prinzipien diskutiert.

• Im zweiten Teil werden Abhörkanäle grundlegend und strukturiert betrachtet. Dazu gehören die Klassifikation von diskreten Kanälen (degeneriert, diskret, gedächtnislos) mit entsprechenden Angreifer-modellen, Bewertungsmaßstäbe („Metriken“) zur Bewertung von Unsicherheit, Informationstransfer usw. Der grundlegende Abtausch dieser Metriken wird durch fundamentale Schranken in den erreichbaren Ratenregionen mathematisch bewiesen und illustriert. Die Übertragung auf AWGN Kanäle wird anschließend im Kontext des deterministischen Modells diskutiert. Der Teil schließt mit praktischen Codes (z.B. „Polar Codes“) für Abhörkanäle, der Einbindung von Mehrantennen-Systemen und der Betrachtung von „Jamming“.

• Im dritten Teil werden Verfahren zur Schlüsselgenerierung auch auf der Basis vom reziproken Kanälen betrachtet und diskutiert. Zentral ist die mathematische Formulierung von „Common Randomness“ und sichere Schlüsselraten. Wieder werden fundamentale Schranken zu sicheren Schlüsselraten mit Hilfe der Informationstheorie, insbesondere das deterministische Model für kontinuierliche Kanäle, abgeleitet und bewiesen. Anschließend werden praktische Verfahren zur Schlüsselgenerierung und deren Bewertung behandelt und illustriert. Dazu gehören Protokolle zur abhörsicheren Korrektur von Schlüsselbits („CASCADE“, „WINNOW“, „Fuzzy Extractor“, LDPC Codes), “Entropie-Extraktion durch „Hashen“ von Bits, oder das Abschätzen und Messen der eigentlichen Schlüsselstärke („Randomness“ NIST Tests, CTW Algorithmus usw.). Die Verfahren werden abschließend durch praktische Demonstration mit WiFi-Knoten illustriert.

Matthieu Bloch and Joao Barros: Physical Layer Security: From Information Theory to Security Engineering. Cambridge University Press, 2011

Inhalte

In dieser Vorlesung werden die Grundlagen der „Physical Layer Security“ (PLS) vermittelt, d.h. Implementierung von Sicherheitsalgorithmen bereits auf der physikalischen Schicht von (drahtlosen) Kommunikationssystemen. PLS ist ein neues Paradigma, das vor allem in zukünftigen Kommunikationssysteme (Evolutionspfade von WiFi, ZigBee, LTE-A 4G, 5G) zum Tragen kommen soll. Dabei adressiert PLS wesentliche Aspekte neuer Dienste wie das IoT, das taktile Internet usw., vor allem im Hinblick auf skalierbare, schnelle, und auch nutzerseitig handhabbare Sicherheit („Usability“). Ein häufig genannter Aspekt ist auch Sicherheit für das post-quantum Zeitalter.

Allgemein gesprochen nutzt PLS die Eigenschaften des Übertragungskanals gezielt aus, z.B. durch abhörsichere Kodierung im Rauschkanal (AWGN) oder durch das Erzeugen eine gemeinsamen Geheimnisses („Secret Key“) durch die theoretische Gleichheit („Reciprocity“) der drahtlosen Kanäle in Hin- und Rückrichtung.

Die Vorlesung strukturiert sich im Wesentlichen in drei Teile:

• Im ersten Teil werden die benötigten grundlegenden Elemente der Informationstheorie abgehandelt und diskutiert. Dazu gehören die Vermittlung von Grundbegriffe wie Verteilungen, Entropie, Transinformation, diskrete Kanäle, „Data Processing Inequality“, „Conditioning Lemma“, usw.
  Dann werden die Shannon‘schen Sätze zur Quellen, Kanalkodierung behandelt („Typical Sequences“, „Random Coding“) und mit Beispielen für diskrete Kanäle unterlegt.
  Für kontinuierliche Kanäle wie AWGN wird ein neuartiges deterministische Modell eingeführt. Abschließend wird der Abhörkanal als ein erstes Beispiel von PLS behandelt und in den Kontext der Shannon‘schen Sätze gestellt und erste Prinzipien diskutiert.

• Im zweiten Teil werden Abhörkanäle grundlegend und strukturiert betrachtet. Dazu gehören die Klassifikation von diskreten Kanälen (degeneriert, diskret, gedächtnislos) mit entsprechenden Angreifer-modellen, Bewertungsmaßstäbe („Metriken“) zur Bewertung von Unsicherheit, Informationstransfer usw. Der grundlegende Abtausch dieser Metriken wird durch fundamentale Schranken in den erreichbaren Ratenregionen mathematisch bewiesen und illustriert. Die Übertragung auf AWGN Kanäle wird anschließend im Kontext des deterministischen Modells diskutiert. Der Teil schließt mit praktischen Codes (z.B. „Polar Codes“) für Abhörkanäle, der Einbindung von Mehrantennen-Systemen und der Betrachtung von „Jamming“.

• Im dritten Teil werden Verfahren zur Schlüsselgenerierung auch auf der Basis vom reziproken Kanälen betrachtet und diskutiert. Zentral ist die mathematische Formulierung von „Common Randomness“ und sichere Schlüsselraten. Wieder werden fundamentale Schranken zu sicheren Schlüsselraten mit Hilfe der Informationstheorie, insbesondere das deterministische Model für kontinuierliche Kanäle, abgeleitet und bewiesen. Anschließend werden praktische Verfahren zur Schlüsselgenerierung und deren Bewertung behandelt und illustriert. Dazu gehören Protokolle zur abhörsicheren Korrektur von Schlüsselbits („CASCADE“, „WINNOW“, „Fuzzy Extractor“, LDPC Codes), “Entropie-Extraktion durch „Hashen“ von Bits, oder das Abschätzen und Messen der eigentlichen Schlüsselstärke („Randomness“ NIST Tests, CTW Algorithmus usw.). Die Verfahren werden abschließend durch praktische Demonstration mit WiFi-Knoten illustriert.

Matthieu Bloch and Joao Barros: Physical Layer Security: From Information Theory to Security Engineering. Cambridge University Press, 2011

Wir betrachten in der Vorlesung die Auswirkungen von Quantencomputern auf die Kryptographie. Dazu führen wir zunächst in die Arbeitsweise von Quantencomputern ein und analysieren verschiedene Quantenalgorithmen. Höhepunkte sind die Vorstellungen der Quantenalgorithmen von Grover (zur Verbesserung der Kryptoanalyse symmetrischer Verfahren) und Shor (zur deutlichen Verbesserung der Kryptoanalyse von Verfahren, die auf dem Faktorisierungsproblem und dem Problem der Berechnung des diskreten Logarithmus basieren). 

Die Datenkompression stellt eine Technologie dar, welche zahlreiche Anwendungen in unserem Informationszeitalter erst ermöglich.  Obwohl es der Endnutzer oft nicht bemerkt, verwenden wir sie täglich beim Musik hören, Bilder und Videos anschauen, oder der generellen Benutzung unseres Mobiltelefons.

In der Vorlesung wird eine Einführung in die grundlegenden und am häufigsten verwendeten Verfahren der Datenkompression gegeben. Es werden sowohl theoretische Grundlagen als auch praktische Verfahren behandelt und anhand von Beispielen aus der Praxis erläutert.

Der erste Teil der Vorlesung behandelt die verlustlose Kompression, bei der die Originaldaten exakt rekonstruiert werden können. Dieser Teil umfasst die folgenden Themen:

• Eindeutige Decodierbarkeit und Prefix-Codes
• Entropie und Entropierate als theoretische Grenzen der verlustlosen Kompression
• Optimale Codes, Huffman Codes
• Arithmetische Codierung
• Lempel-Ziv Codierung
• Linear Prädiktion
• Beispiele aus der Text-, Bild- und Audiokompression

Im zweiten Teil der Vorlesung wird die allgemeinere verlustbehaftete Kompression eingeführt, bei der nur eine Approximation der Originaldaten rekonstruiert werden kann. Diese Art der Kompression ermöglicht deutlich höhere Kompressionsfaktoren und ist die dominante Form der Kompression für Audio-, Bild- und Videodaten. Dieser zweite Teil der Vorlesung umfasst folgende Themen:

• Skalare Quantisierung, optimale skalare Quantisierung
• Theoretische Grenzen der verlustbehafteten Kompression: Rate-Distortion-Funktionen
• Vektorquantisierung
• Prädiktive Quantisierung
• Transformationscodierung
• Beispiele aus der Audio-, Bild- und Videocodierung

• Sayood, K. (2018), “Introduction to Data Compression,” Morgan Kaufmann, Cambridge, MA.
• Cover, T. M. and Thomas, J. A. (2006), “Elements of Information Theory,” John Wiley & Sons, New York.
• Gersho, A. and Gray, R. M. (1992), “Vector Quantization and Signal Compression,” Kluwer Academic Publishers, Boston, Dordrecht, London.
• Jayant, N. S. and Noll, P. (1994), “Digital Coding of Waveforms,” Prentice-Hall, Englewood Cliffs, NJ, USA.
• Wiegand, T. and Schwarz, H. (2010), “Source Coding: Part I of Fundamentals of Source and Video Coding,” Foundations and Trends in Signal Processing, vol. 4, no. 1-2.

Diese Vorlesung gibt eine Einführung in die Kryptographie und das kryptographische Schlüsselverwaltung, sowie eine Einführung in kryptographische Protokolle und deren Anwendung im Bereich der Sicherheit in verteilten Systemen. Mathematische Werkzeuge werden im erforderlichen und einer Einführungsveranstaltung angemessenen Umfang entwickelt. Zusätzlich berührt die Vorlesung die Bedeutung von Implementierungsdetails für die Systemsicherheit.

• Jonathan Katz and Yehuda Lindell, Introduction to Modern Cryptography, 2008
• Lindsay N. Childs, A Concrete Introduction to Higher Algebra. Springer Verlag, 1995.
• Johannes Buchmann, Einfuehrung in die Kryptographie. Springer Verlag, 1999.

Weitere noch zu bestimmende Literatur und Primärquellen.

Voraussetzungen: Teilnehmer müssen gutes mathematisches Verständnis sowie gute Kenntnisse in den Bereichen Rechnersicherheit und Netzwerken mitbringen.

• Aussagenlogik und mathematische Beweistechniken
• Boolesche Formeln und Boolesche Funktionen, DNF und KNF, Erfüllbarkeit, Resolutionskalkül
• Mengenlehre: Mengen, Relationen, Äquivalenz- und Ordnungsrelationen, Funktionen
• Natürliche Zahlen und vollständige Induktion, Abzählbarkeit
• Prädikatenlogik und mathematische Strukturen
• Kombinatorik: Abzählprinzipien, Binomialkoeffizienten und Stirling-Zahlen, Rekursion, Schubfachprinzip
• Graphentheorie: Graphen und ihre Darstellungen, Wege und Kreise in Graphen, Bäume

• Christoph Meinel, Martin Mundhenk: Mathematische Grundlagen der Informatik, Teubner; 2. Auflage 2002
• Uwe Schöning: Logik für Informatiker, B.I.-Wissenschaftsverlag; 5. Auflage 2000
• Kenneth H. Rosen: Discrete Mathematics and its Applications, Mc-Graw Hill; 1999
• M. Aigner: Diskrete Mathematk, Vieweg, 5. Auflage 2004