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

Übung siehe 19300004

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. Das Praktikum 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

Gruppe A, Mittwoch, 12-16 Uhr Takustraße 9, Raum K63
Gruppe B, Donnerstag, 12-16 Uhr Takustraße 9, Raum K63

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.

In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

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

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

Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

Wird bekannt gegeben. / To be announced.

Zielgruppe

Studierende im Master- bzw. Bachelorstudiengang

Voraussetzungen

Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

Internetkommunikation entlang der Schichten

In diesem Kurs werden Lösungen für die Kommunikation im Internet 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.

Hinweis: Die Ergebnisse dieses Softwareprojekts wollen wir nutzen, um die alten Supercomputer (die PDP 11 und der russische Nachbau) im Eingangsbereich des Institutsgebäudes 'aufzufrischen'. Wir werden beide Computer durch netzwerkfähige Geräte, Sensoren, Bildschirme und die im Projekt entstandene Software erweitern, a) um das Internet der Dinge zu demonstrieren und b) um Einblicke in den aktuellen Stand des Internet-Backbone zu geben.

Einige Punkte, die wir in der ersten Sitzung klären werden:

Embedded/IoT-Programmierung

Sie entwickeln Anwendungen für eingebettete Geräte. Basissoftware ist das Open-Source-Betriebssystem RIOT.

Internet-Backbone-Messungen

Sie entwickeln Anwendungen, die Live-BGP-Daten verarbeiten und prüfen, ob ein Angriff durchgeführt wird. Die Basissoftware ist die RTRlib und BGPMON/BGPStream.

Web-Schnittstelle

Sie entwickeln eine Schnittstelle, die den Status der Supercomputer externen Teilnehmern über einen Web-Client darstellt. Ihr Web-Frontend sollte für mobile Geräte geeignet sein.

Bei weiteren Fragen wenden Sie sich bitte an Matthias Wählisch.

• A. S. Tanenbaum, Modern Operating Systems, 3rd ed. Upper Saddle River, NJ, USA: Prentice Hall Press, 2007.
• Shelby, Zach, and Carsten Bormann. 6LoWPAN: The wireless embedded Internet. Vol. 43. Wiley. com, 2011.
• A. Dunkels, B. Gronvall, and T. Voigt, "Contiki - a lightweight and flexible operating system for tiny networked sensors." in LCN. IEEE Computer Society, 2004, pp. 455-462.
• P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler, "TinyOS: An Operating System for Sensor Networks," in Ambient Intelligence, W. Weber, J. M. Rabaey, and E. Aarts, Eds. Berlin/Heidelberg: Springer-Verlag, 2005, ch. 7, pp. 115-148.
• Oliver Hahm, Emmanuel Baccelli, Mesut Günes, Matthias Wählisch, Thomas C. Schmidt, "RIOT OS: Towards an OS for the Internet of Things," in Proceedings of the 32nd IEEE International Conference on Computer Communications (INFOCOM), Poster Session, April 2013.
• M.R. Palattella, N. Accettura, X. Vilajosana, T. Watteyne, L.A. Grieco, G. Boggia and M. Dohler, "Standardized Protocol Stack For The Internet Of (Important) Things", IEEE Communications Surveys and Tutorials, December 2012.
• J. Wiegelmann, Softwareentwicklung in C für Mikroprozessoren und Mikrocontroller, Hüthig, 2009

In this course you will be expected to write code. The outcome of your software project should be a concrete contribution to the RIOT code base, and take the shape of one or more pull request(s) to the RIOT github (https://github.com/RIOT-OS/RIOT). Before you start coding, refer to the starting guide

https://github.com/RIOT-OS/RIOT/wiki#wiki-start-the-riot

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.

In diesem Kurs werden Studierende der Informatik und des Produktdesigns gemeinsam ausgebildet, um interaktive intelligente Systeme zu imaginieren und umzusetzen. Mit Intelligenz meinen wir die Intelligenz, die durch den Quellcode (Algorithmen) der Software entsteht, aber auch die des Materials, der Form und des Kontext.  Menschlichen Fähigkeiten müssen dabei immer angemessen berücksichtigt werden.

Wir verstehen diesen Kurs als experimentellen Raum, in dem sich unterschiedliche Perspektiven treffen, austauschen und entwickeln. Jedes Semester werden Studierende herausgefordert, in kleinen Projektteams von bis zu fünf Mitgliedern, einen bestimmten Anwendungskontext zu untersuchen. In diesem Zusammenhang entwickeln die Teams neue Anwendungs- oder Produktkonzepte.

Wir führen durch den Entwicklungsprozess durch verschiedene, sorgfältig abgestimmte Methoden, mit denen Studierende ihre Ideen verwirklichen können. Die Konzepte durchlaufen mehrere Iterationen und die Teams verfeinern ihr Konzept in verschiedenen Prototyp-Versionen. Das überzeugendste oder vielversprechendste Interaktionskonzept, welches es ermöglicht die Qualität und das Wesen des Produktkonzepts zu erfassen, wird in einem funktionierenden Prototyp umgesetzt.

Die Studenten werden von einem Team aus erfahrenen Designer_innen und Informatiker_innen, aber auch von Gastexpert_innen begleitet, die Feedback zu den verschiedenen Design-Iterationen geben. Bei Bedarf werden spezielle Themen-Workshops organisiert, die vom Prototyping bis zum Projektmanagement reichen. Der gesamte Kurs wird kontinuierlich ausgewertet, um unseren methodischen Werkzeugkasten zu erweitern.

Dieses Kursangebot ist eine Kooperation der Forschungsgruppe Human-Centered Computing am Institut für Informatik der Freien Universität Berlin und der Abteilung Produktdesign der Kunsthochschule Weißensee Berlin (KHB).

Neben den regelmäßigen wöchentlichen Treffen bietet die KHB jeden Montag von 10 bis 13 Uhr kostenlose Workshops an, bei denen die Teilnahme von Informatikstudenten optional ist.

Das aktuelle Thema finden Sie auf der Website der Arbeitsgruppe.

Literatur, Materialien und Geräte werden während der Veranstaltung gestellt.

Weitergehende Informationen zu den Veranstaltungsinhalten finden Sie unter:

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2019-20/software_project_coding-ixd.html

Die Lehrveranstaltung findet in Kooperation mit der Weissensee Kunsthochschule Berlin statt. Wir treffen uns jeden Mittwoch im Labor des Exzellenzclusters „Bild Wissen Gestaltung“ an der HU Berlin.

Adresse

Sophienstrasse 22a, 2.HH, 2.Stock, 10178 Berlin

www.interdisciplinary-laboratory.hu-berlin.de

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.

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.

siehe Vorlesungsbeschreibung / see course description

Da die Verwendung von Daten in Forschung, Wirtschaft und Politik immer wichtiger wird, sind gut gestaltete Datenvisualisierungen erforderlich, die das Verständnis verbessern, das Gedächtnis des Menschen entlasten und die Entscheidungsfindung unterstützen.  Ziel dieses Kurses ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen.

Dieser Kurs vermittelt den Studierenden die Grundlagen des aktuellen Stands der Datenvisualisierung. Am Ende des Kurses werden die Studierenden ein Verständnis für folgende Inhalte haben:

1. Wesentliche Visualisierungstechniken und -theorie, einschließlich Datenmodelle, grafische Wahrnehmung und Methoden zur visuellen Codierung und Interaktion.

2. Grundlegende Techniken und Algorithmen zur Visualisierung von Daten, einschließlich multivariater Daten, Netzwerke und Karten.

3. Praktische Erfahrung in der Erstellung und Auswertung von Visualisierungen.

Der Kurs richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungstools und -systeme entwickeln. Grundkenntnisse bzw. Lernbereitschaft von Grafik-/Visualisierungstools (z.B. D3) und Datenanalysetools (z.B. R) sind hilfreich.

Neben der Teilnahme an den Diskussionen im Unterricht müssen die Studierenden mehrere kurze Programmier- und Datenanalyseaufgaben sowie ein Abschlussprojekt absolvieren. Von den Studierenden wird erwartet, dass sie die Ergebnisse des Projekts in Form eines Konferenzpapiers einreichen.

Bitte beachten Sie, dass der Kurs keine explorativen Ansätze zur Entdeckung von Erkenntnissen über Daten beinhaltet. Stattdessen konzentriert sich der Kurs darauf, wie Daten visuell kodiert und einem Publikum präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist.

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_2019-20/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

In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

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.

siehe Vorlesungsbeschreibung / see course description

Da die Verwendung von Daten in Forschung, Wirtschaft und Politik immer wichtiger wird, sind gut gestaltete Datenvisualisierungen erforderlich, die das Verständnis verbessern, das Gedächtnis des Menschen entlasten und die Entscheidungsfindung unterstützen.  Ziel dieses Kurses ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen.

Dieser Kurs vermittelt den Studierenden die Grundlagen des aktuellen Stands der Datenvisualisierung. Am Ende des Kurses werden die Studierenden ein Verständnis für folgende Inhalte haben:

1. Wesentliche Visualisierungstechniken und -theorie, einschließlich Datenmodelle, grafische Wahrnehmung und Methoden zur visuellen Codierung und Interaktion.

2. Grundlegende Techniken und Algorithmen zur Visualisierung von Daten, einschließlich multivariater Daten, Netzwerke und Karten.

3. Praktische Erfahrung in der Erstellung und Auswertung von Visualisierungen.

Der Kurs richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungstools und -systeme entwickeln. Grundkenntnisse bzw. Lernbereitschaft von Grafik-/Visualisierungstools (z.B. D3) und Datenanalysetools (z.B. R) sind hilfreich.

Neben der Teilnahme an den Diskussionen im Unterricht müssen die Studierenden mehrere kurze Programmier- und Datenanalyseaufgaben sowie ein Abschlussprojekt absolvieren. Von den Studierenden wird erwartet, dass sie die Ergebnisse des Projekts in Form eines Konferenzpapiers einreichen.

Bitte beachten Sie, dass der Kurs keine explorativen Ansätze zur Entdeckung von Erkenntnissen über Daten beinhaltet. Stattdessen konzentriert sich der Kurs darauf, wie Daten visuell kodiert und einem Publikum präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist.

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_2019-20/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

In dieser Lehrveranstaltung werden wir uns mit den Technologien, der Geschichte und den Anwendungen von Kryptowährungen und Blockchain beschäftigen.

Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction, by Arvind Narayanan, Joseph Bonneau, Edward Felten, Andrew Miller, Steven Goldfeder

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.

Terminhinweis: Die erste Vorlesung findet statt am Montag, den 14.10.2019, 10 Uhr ct im SR 053. Alle weiteren Vorlesungen finden statt im SR 005.

Es werden Themen wie:

• allgemeine Algorithmenentwurfsprinzipien
• Flussprobleme in Graphen,
• zahlentheoretische Algorithmen (einschließlich RSA Kryptosystem),
• String Matching,
• NP-Vollständigkeit
• Approximationsalgorithmen für schwere Probleme,
• arithmetische Algorithmen und Schaltkreise sowie schnelle Fourier-Transformation

behandelt.

• 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

Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

Inhalt:

Diese Veranstaltung ist eine Fortsetzung der Vorlesung Höhere Algorithmik. Viele fundamentale, insbesondere auch für Anwendungen wichtige Optimierungsprobleme, sind NP-schwer, d.h. sie lassen sich in der Praxis nicht exakt lösen (sofern P ungleich NP ist). Daher stellt sich die Frage, wie gut sich optimale Lösungen approximieren lassen.

Es zeigt sich, daß sich für viele Probleme tatsächlich Lösungen effizient berechnen lassen, die dicht am Optimum liegen, während andere Probleme beweisbar jedem Approximationsversuch widerstehen.

In dieser Vorlesung beschäftigen wir uns mit dem Gebiet der Approximationsalgorithmen, auf dem sich in letzter Zeit viel getan hat. Einerseits behandeln wir den Entwurf und die Analyse solcher Algorithmen. Andererseits lernen wir die Grenzen kennen, die jedem Näherungsverfahren gesetzt sind.

Wird noch bekannt gegeben.

Zielgruppe

Informatiker_innen und Mathematiker_innen im fortgeschrittenen Bachelorstudium oder im Masterstudium.

Empfohlene Vorkennntnisse

"Höhere Algorithmik" oder eine andere Vorlesung ähnlichen Inhalts.

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

Inhalt:

Diese Veranstaltung ist eine Fortsetzung der Vorlesung Höhere Algorithmik. Viele fundamentale, insbesondere auch für Anwendungen wichtige Optimierungsprobleme, sind NP-schwer, d.h. sie lassen sich in der Praxis nicht exakt lösen (sofern P ungleich NP ist). Daher stellt sich die Frage, wie gut sich optimale Lösungen approximieren lassen.

Es zeigt sich, daß sich für viele Probleme tatsächlich Lösungen effizient berechnen lassen, die dicht am Optimum liegen, während andere Probleme beweisbar jedem Approximationsversuch widerstehen.

In dieser Vorlesung beschäftigen wir uns mit dem Gebiet der Approximationsalgorithmen, auf dem sich in letzter Zeit viel getan hat. Einerseits behandeln wir den Entwurf und die Analyse solcher Algorithmen. Andererseits lernen wir die Grenzen kennen, die jedem Näherungsverfahren gesetzt sind.

Wird noch bekannt gegeben.

Zielgruppe

Informatiker_innen und Mathematiker_innen im fortgeschrittenen Bachelorstudium oder im Masterstudium.

Empfohlene Vorkennntnisse

"Höhere Algorithmik" oder eine andere Vorlesung ähnlichen Inhalts.

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

Ziel der Vorlesung ist ein tiefes Verständnis kryptographischer Algorithmen, insb. welche Designkriterien bei der Entwicklung sicherer Verschlüsselungsverfahren berücksichtigt werden müssen. Dazu werden wir verschiedene kryptoanalytische Methoden auf symmetrische und asymmetrischen Verschlüsselungsverfahren kennen lernen und beurteilen. Hierzu zählen beispielsweise lineare und differentielle Kryptoanalyse auf Blockchiffren, Korrelationsattacken auf Stromchiffren und Algorithmen zum Lösen des Faktorisierungsproblems und des Diskreten Logarithmusproblems (zum Brechen asymmetrischer Verfahren). Schwächen der Implementierung, z.B. zum Ausnutzen von Seitenkanalangriffen, werden nur am Rande behandelt.

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.

siehe Vorlesungsbeschreibung / see course description

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

1. Grundlagen, Elementare Logik, Geordnete Paare, Relationen, Funktionen, Definitionsbereich und Wertebereich einer Funktion. Umkehrfunktion (Injektivität, Surjektivität).
2. Zahlen. Vollständige Induktion. Rechnen in R, C.
3. Anordnung von R. Maximum und Minimum, Supremum und Infimum reeller Mengen. Supremums/Infimums-Vollständigkeit von R. Betrag einer reellen Zahl. Q ist dicht in R.
4. Folgen und Reihen. Grenzwerte, Cauchyfolgen. Konvergenzkriterien. Reihen und grundlegende Konvergenzprinzipien.
5. Topologische Aspekte von R. Offene, abgeschlossene und kompakte reelle Mengen.
6. Funktionenfolgen, Funktionenreihen, Potenzreihen.
7. Eigenschaften von Funktionen. Beschränktheit, Monotonie. Konvexität.
8. Stetigkeit. Grenzwerte und Stetigkeit von Funktionen. Gleichmäßige Stetigkeit. Zwischenwertsätze. Stetigkeit und Kompaktheit.
9. Differenzierbarkeit. Begriff der Ableitung. Differentiationsregeln. Mittelwertsätze. Lokale und globale Extrema. Krümmung. Monotonie. Konvexität.
10. Elementare Funktionen. Rationale Funktionen. Wurzelfunktionen. Exponentialfunktionen. Winkelfunktionen, Hyperbolische Funktionen. Reeller Logarithmus. Reelle Arcus-Funktionen. Kurvendiskussionen.
11. Anfänge der Integralrechnung

• Spivak: Calculus
• Abott: Understanding Analysis
• Forster: Analysis I
• Hildebrandt: Analysis I

Inhalt:

• Grundbegriffe: Mengen, Abbildungen, Äquivalenzrelationen, Gruppen, Ringe, Körper
• Lineare Gleichungssysteme: Lösbarkeitskriterien, Gauß-Algorithmus
• Vektorräume: Lineare Unabhängigkeit, Erzeugendensysteme und Basen, Dimension, Unterräume, Faktorräume, Vektorprodukt im R3
• Lineare Abbildungen: Bild und Rang, Zusammenhang mit Matrizen, Verhalten bei Basiswechsel
• Dualer Vektorraum: Multilinearformen, alternierende und symmetrische Bilinearformen, Zusammenhang mit Matrizen, Basiswechsel
• Determinanten: Cramersche Regel, Eigenwerte und -vektoren

Voraussetzungen:
Der Brückenkurs Mathematik ist zum Einstieg sehr zu empfehlen!

Literatur:
Siegfried Bosch, Lineare Algebra, 4. Auflage, Springer-Verlag, 2008;
Tammo tom Dieck, Lineare Algebra, Skript, Universität Göttingen Version vom 7.10.2014

Inhalt:

• Aufbau der Zahlenbereiche von den natürlichen bis zu den reellen Zahlen, Vollständigkeitseigenschaft der reellen Zahlen
• Polynome, Nullstellen und Polynominterpolation
• Exponential- und Logarithmusfunktion, trigonometrische Funktionen
• Komplexe Zahlen, komplexe Exponentialfunktion und komplexe Wurzeln
• Konvergenz von Folgen und Reihen, Konvergenz und Stetigkeit von Funktionen, O-Notation
• Differentialrechnung: Ableitung einer Funktion, ihre Interpretation und Anwendungen
• Intergralrechnung: Bestimmtes und unbestimmtes Integral, Hauptsatz der Differential- und Intergralrechnung, Anwendungen
• Potenzreihen
• Grundlagen der Stochstik: Wahrscheinlichkeitsräume, diskrete und stetige Zufallsvariable, Erwartungswert und Varianz

• Kurt Meyberg, Peter Vachenauer: Höhere Mathematik 1, Springer-Verlag, 6. Auflage 2001
• Dirk Hachenberger: Mathematik für Informatiker, Pearson 2005
• Peter Hartmann: Mathematik für Informatiker, Vieweg, 4. Auflage 2006
• Thomas Westermann: Mathematik für Ingenieure mit Maple 1, Springer-Verlag, 4. Auflage 2005

Freischaltung der Anmeldung zu Tutorien wird rechtzeitig bekanntgegeben.

1. Grundlagen, Elementare Logik, Geordnete Paare, Relationen, Funktionen, Definitionsbereich und Wertebereich einer Funktion. Umkehrfunktion (Injektivität, Surjektivität).
2. Zahlen. Vollständige Induktion. Rechnen in R, C.
3. Anordnung von R. Maximum und Minimum, Supremum und Infimum reeller Mengen. Supremums/Infimums-Vollständigkeit von R. Betrag einer reellen Zahl. Q ist dicht in R.
4. Folgen und Reihen. Grenzwerte, Cauchyfolgen. Konvergenzkriterien. Reihen und grundlegende Konvergenzprinzipien.
5. Topologische Aspekte von R. Offene, abgeschlossene und kompakte reelle Mengen.
6. Funktionenfolgen, Funktionenreihen, Potenzreihen.
7. Eigenschaften von Funktionen. Beschränktheit, Monotonie. Konvexität.
8. Stetigkeit. Grenzwerte und Stetigkeit von Funktionen. Gleichmäßige Stetigkeit. Zwischenwertsätze. Stetigkeit und Kompaktheit.
9. Differenzierbarkeit. Begriff der Ableitung. Differentiationsregeln. Mittelwertsätze. Lokale und globale Extrema. Krümmung. Monotonie. Konvexität.
10. Elementare Funktionen. Rationale Funktionen. Wurzelfunktionen. Exponentialfunktionen. Winkelfunktionen, Hyperbolische Funktionen. Reeller Logarithmus. Reelle Arcus-Funktionen. Kurvendiskussionen.
11. Anfänge der Integralrechnung

• Spivak: Calculus
• Abott: Understanding Analysis
• Forster: Analysis I
• Hildebrandt: Analysis I

Inhalt:

• Grundbegriffe: Mengen, Abbildungen, Äquivalenzrelationen, Gruppen, Ringe, Körper
• Lineare Gleichungssysteme: Lösbarkeitskriterien, Gauß-Algorithmus
• Vektorräume: Lineare Unabhängigkeit, Erzeugendensysteme und Basen, Dimension, Unterräume, Faktorräume, Vektorprodukt im R3
• Lineare Abbildungen: Bild und Rang, Zusammenhang mit Matrizen, Verhalten bei Basiswechsel
• Dualer Vektorraum: Multilinearformen, alternierende und symmetrische Bilinearformen, Zusammenhang mit Matrizen, Basiswechsel
• Determinanten: Cramersche Regel, Eigenwerte und -vektoren

Voraussetzungen:
Der Brückenkurs Mathematik ist zum Einstieg sehr zu empfehlen!

Literatur:
Siegfried Bosch, Lineare Algebra, 4. Auflage, Springer-Verlag, 2008;
Tammo tom Dieck, Lineare Algebra, Skript, Universität Göttingen Version vom 7.10.2014

Es werden aktuelle Themen aus dem Bereich Bildgebende Verfahren in der Medizin erarbeitet und präsentiert. Dazu zählen Anwendungen aus den Bereichen Radiographie, Computertomographie, Nuklearmedizin, Magnetresonanztomographie und Ultraschallbildgebung. 

Webseite

http://www.charite.de/medinfo/Studium/wahllehre.php

Zielgruppe

Studierende im Masterstudiengang  

Voraussetzungen

Teilnahme an Vorlesung und Übungen Bildgebende Verfahren in der Medizin

Im Rahmen des Seminars beschätigen sich die Studierenden mit Themen aus den Bereichen Datenvisualisierung und Data Mining.

Wird bekannt gegeben.

Vorbesprechungstermin wird noch bekannt gegeben.

Inhalt

Fortgeschrittene Themen des Algorithmenentwurfs mit wechselnden Schwerpunkten. Der Inhalt ist nicht im Vorhinein bestimmt, sondern wird in jedem Semester neu festgelegt. Exemplarisch könnten Algorithmen für graphentheoretische Probleme, zum Beispiel über (mehrfachen) Zusammenhang, kürzeste Wege, Flüsse, behandelt werden.

Zielgruppe

Master-Studierende der Informatik oder Mathematik

Empfohlene Vorkenntnisse

Vorlesung "Höhere Algorithmik" oder vergleichbare Veranstaltung

Website

www.inf.fu-berlin.de/lehre/WS17/SemAlg

Spezialliteratur aus Zeitschriften

Es werden aktuelle Themen aus dem Bereich Bildgebende Verfahren in der Medizin erarbeitet und präsentiert. Dazu zählen Anwendungen aus den Bereichen Radiographie, Computertomographie, Nuklearmedizin, Magnetresonanztomographie und Ultraschallbildgebung. 

Webseite

http://www.charite.de/medinfo/Studium/wahllehre.php

Zielgruppe

Studierende im Masterstudiengang  

Voraussetzungen

Teilnahme an Vorlesung und Übungen Bildgebende Verfahren in der Medizin

Im Rahmen des Seminars beschätigen sich die Studierenden mit Themen aus den Bereichen Datenvisualisierung und Data Mining.

Wird bekannt gegeben.

Vorbesprechungstermin wird noch bekannt gegeben.

Inhalt:

Das Seminar behandelt Themen rund um den Forschungsbereich autonome Fahrzeuge. Schwerpunkt sind Aufgaben, die als Grundlage einer Bachelor- oder Masterarbeit dienen sollen, wie z.B:

• Erkennung von Personen/Fahrzeugen mit Vision
• Kartengenerierung aus Trajektorien
• C2C-/C2X-Kommunikation
• Objekttracking-/prediction
• Sensor- / Datenfusion
• Lokalisierung mit Map Matching
• Befahrbarkeitskarte/Erkennung von Freiflächen mit Stereo-Vision
• Pfadplanung (RRT, A*, Potential Fields)
• Automatische Sensorkalibrierung
• Kartenformate

Eigene Themen können vorgeschlagen werden. Das Seminar wird als Blockveranstaltung durchgeführt.

Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

Wird bekannt gegeben. / To be announced.

Zielgruppe

Studierende im Master- bzw. Bachelorstudiengang

Voraussetzungen

Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

In diesem Kurs werden Studierende der Informatik und des Produktdesigns gemeinsam ausgebildet, um interaktive intelligente Systeme zu imaginieren und umzusetzen. Mit Intelligenz meinen wir die Intelligenz, die durch den Quellcode (Algorithmen) der Software entsteht, aber auch die des Materials, der Form und des Kontext.  Menschlichen Fähigkeiten müssen dabei immer angemessen berücksichtigt werden.

Wir verstehen diesen Kurs als experimentellen Raum, in dem sich unterschiedliche Perspektiven treffen, austauschen und entwickeln. Jedes Semester werden Studierende herausgefordert, in kleinen Projektteams von bis zu fünf Mitgliedern, einen bestimmten Anwendungskontext zu untersuchen. In diesem Zusammenhang entwickeln die Teams neue Anwendungs- oder Produktkonzepte.

Wir führen durch den Entwicklungsprozess durch verschiedene, sorgfältig abgestimmte Methoden, mit denen Studierende ihre Ideen verwirklichen können. Die Konzepte durchlaufen mehrere Iterationen und die Teams verfeinern ihr Konzept in verschiedenen Prototyp-Versionen. Das überzeugendste oder vielversprechendste Interaktionskonzept, welches es ermöglicht die Qualität und das Wesen des Produktkonzepts zu erfassen, wird in einem funktionierenden Prototyp umgesetzt.

Die Studenten werden von einem Team aus erfahrenen Designer_innen und Informatiker_innen, aber auch von Gastexpert_innen begleitet, die Feedback zu den verschiedenen Design-Iterationen geben. Bei Bedarf werden spezielle Themen-Workshops organisiert, die vom Prototyping bis zum Projektmanagement reichen. Der gesamte Kurs wird kontinuierlich ausgewertet, um unseren methodischen Werkzeugkasten zu erweitern.

Dieses Kursangebot ist eine Kooperation der Forschungsgruppe Human-Centered Computing am Institut für Informatik der Freien Universität Berlin und der Abteilung Produktdesign der Kunsthochschule Weißensee Berlin (KHB).

Neben den regelmäßigen wöchentlichen Treffen bietet die KHB jeden Montag von 10 bis 13 Uhr kostenlose Workshops an, bei denen die Teilnahme von Informatikstudenten optional ist.

Das aktuelle Thema finden Sie auf der Website der Arbeitsgruppe.

Literatur, Materialien und Geräte werden während der Veranstaltung gestellt.

Weitergehende Informationen zu den Veranstaltungsinhalten finden Sie unter:

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2019-20/software_project_coding-ixd.html

Die Lehrveranstaltung findet in Kooperation mit der Weissensee Kunsthochschule Berlin statt. Wir treffen uns jeden Mittwoch im Labor des Exzellenzclusters „Bild Wissen Gestaltung“ an der HU Berlin.

Adresse

Sophienstrasse 22a, 2.HH, 2.Stock, 10178 Berlin

www.interdisciplinary-laboratory.hu-berlin.de

Projekte können anwendungs- oder systemorientiert sein. Eine größere Aufgabe der Systementwicklung wird arbeitsteilig gelöst. Dazu gehören alle Phasen der Softwareentwicklung. Schwerpunkt sind Datenverwaltungssysteme.

Die Veranstaltung wird in zwei Phasen durchgeführt. Die zweite Phase (Implementierung, Test, Auslieferung) kann als Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt werden.

Wird bekannt gegeben. / To be announced.

Zielgruppe

Studierende im Master- bzw. Bachelorstudiengang

Voraussetzungen

Gute Programmierkenntnisse, Einführung in Datenbanksysteme.

In diesem Kurs werden Studierende der Informatik und des Produktdesigns gemeinsam ausgebildet, um interaktive intelligente Systeme zu imaginieren und umzusetzen. Mit Intelligenz meinen wir die Intelligenz, die durch den Quellcode (Algorithmen) der Software entsteht, aber auch die des Materials, der Form und des Kontext.  Menschlichen Fähigkeiten müssen dabei immer angemessen berücksichtigt werden.

Wir verstehen diesen Kurs als experimentellen Raum, in dem sich unterschiedliche Perspektiven treffen, austauschen und entwickeln. Jedes Semester werden Studierende herausgefordert, in kleinen Projektteams von bis zu fünf Mitgliedern, einen bestimmten Anwendungskontext zu untersuchen. In diesem Zusammenhang entwickeln die Teams neue Anwendungs- oder Produktkonzepte.

Wir führen durch den Entwicklungsprozess durch verschiedene, sorgfältig abgestimmte Methoden, mit denen Studierende ihre Ideen verwirklichen können. Die Konzepte durchlaufen mehrere Iterationen und die Teams verfeinern ihr Konzept in verschiedenen Prototyp-Versionen. Das überzeugendste oder vielversprechendste Interaktionskonzept, welches es ermöglicht die Qualität und das Wesen des Produktkonzepts zu erfassen, wird in einem funktionierenden Prototyp umgesetzt.

Die Studenten werden von einem Team aus erfahrenen Designer_innen und Informatiker_innen, aber auch von Gastexpert_innen begleitet, die Feedback zu den verschiedenen Design-Iterationen geben. Bei Bedarf werden spezielle Themen-Workshops organisiert, die vom Prototyping bis zum Projektmanagement reichen. Der gesamte Kurs wird kontinuierlich ausgewertet, um unseren methodischen Werkzeugkasten zu erweitern.

Dieses Kursangebot ist eine Kooperation der Forschungsgruppe Human-Centered Computing am Institut für Informatik der Freien Universität Berlin und der Abteilung Produktdesign der Kunsthochschule Weißensee Berlin (KHB).

Neben den regelmäßigen wöchentlichen Treffen bietet die KHB jeden Montag von 10 bis 13 Uhr kostenlose Workshops an, bei denen die Teilnahme von Informatikstudenten optional ist.

Das aktuelle Thema finden Sie auf der Website der Arbeitsgruppe.

Literatur, Materialien und Geräte werden während der Veranstaltung gestellt.

Weitergehende Informationen zu den Veranstaltungsinhalten finden Sie unter:

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2019-20/software_project_coding-ixd.html

Die Lehrveranstaltung findet in Kooperation mit der Weissensee Kunsthochschule Berlin statt. Wir treffen uns jeden Mittwoch im Labor des Exzellenzclusters „Bild Wissen Gestaltung“ an der HU Berlin.

Adresse

Sophienstrasse 22a, 2.HH, 2.Stock, 10178 Berlin

www.interdisciplinary-laboratory.hu-berlin.de

Inhalt

In der Computer Vision geht es um die Erkennung von Objekten oder Ereignissen in Kamerabildern. Im Gegensatz zur reinen Bildverarbeitung arbeiten wir oft mit einer Folge von Bildern. In der Vorlesung werden wir wegbereitende Veröffentlichungen vorstellen. Die Vorlesung schließt mit einer ausführlichen Betrachtung des gegenwärtigen State-of-the-Art.
 

Inhalt

Entwicklung von Software in kleinen, unabhängigen Teams im Kontext von Forschungsvorhaben der Arbeitsgruppe DB. Lesen wissenschaftlicher Literatur und Umsetzung in Softwarelösungen. Regelmäßige Präsentation der Arbeitsergebnisse und des wissenschaftlichen Hintergrunds.

Ein Projektseminar dient als Vorbereitung für eine Master- oder Diplomarbeit in der AG DB. Im Rahmen des Projektseminars beschäftigen wir uns mit der Visualisierung medizinischer Daten.

Wird bekannt gegeben.

Voraussetzungen

• ALP I
• ALP II
• Datenbanksysteme

Inhalt:

Die Vorlesung gibt eine Einführung in die Robotik. Sie ist in folgende Themenschwerpunkte untergliedert:

• Bewegungserzeugung und dynamische Regelungsverfahren: Dieser Schwerpunkt beschäftigt sich mit Koordinatensystemen, nichtholonomen Bewegungsmodellen wie Ackermannmodellen (analog zu Automobilen) sowie PID-Reglern.
• Planungsverfahren: Planung mit Hindernissen, Finden von Pfaden, Dijkstra, A*, Hindernisse im Konfigurationsraum, RRT, lattice planner, Gradientenabstieg, Potenzialfeldmethoden, Splines
• Localisierung und Mapping: Zustandsabschätzung, Bayesfilter, Odometrie, Partikelfilter, Kalmanfilter, SLAM-Verfahren.
• Vision und Umgebungswahrnehmung: SIFT, HOG-features, Deformable parts models, hough transform, Spurerkennung, 3d-Punktwolken, RANSAC .

Nach dieser Vorlesung werden die Studenten in der Lage sein, einfache Algorithmen zur Bewegungserzeugung und Zustandsabschätzung für Roboter zu erzeugen.

Die VL wird in deutscher Sprache gehalten, Folien und Begleitmaterial sind größtenteils auf Englisch.

Literatur:

Bruno Siciliano, Oussama Khatib: Handbook of Robotics (partially online at Googlebooks) Bruno Siciliano, Lorenzo Sciavicco, Luigi Villani: Robotics: modelling, planning and control Steven LaValle: Planning Algorithms Sebastian Thrun, Wolfram Burgard, Dieter Fox: Probabilistic Robotics

Voraussetzungen:

Interesse an Robotik mit Anwendungen an autonomen Fahrzeugen. Grundwissen in Mathematik, insbesondere Lineare Algebra und Optimisierung. Die Studierenden werden mit einem echten Modellauto im Robotiklabor arbeiten.