256869 research outputs found
Sort by
Die Dynamik der raumordnungspolitischen- und siedlungsrelevanten Lawinenbeurteilung im Fokus: Braucht es neue/andere Beurteilungs- und Entscheidungskriterien und mit welcher Konsequenz?
No full textIn Österreich sind die Kompetenzen in der Raumplanung auf Bund, Länder und Gemeinden als Querschnittsmaterie verteilt. Der Gefahrenzonenplan ist ein Sammelgutachten und stellt keine unmittelbar verbindliche Rechtsnorm dar. Aufgrund der je nach Bundesland variierenden raumordnungsgesetzlichen Regelungen ergeben sich für die Vollziehung unterschiedliche Ermessensentscheidungen im Bereich der Naturgefahren. Grundsätzlich sollen potenzielle Gefahrenbereiche von neuen Besiedlungen bzw. Infrastruktur und schadenssensiblen Nutzungen freigehalten werden. Dies wird mit zunehmendem Siedlungsdruck vor allem im Westen von Österreich immer schwieriger. Im Umgang mit der Restgefährdung durch Lawinen nach umfangreichen Verbauungsmaßnahmen entsteht für die Planer ein erheblicher Spielraum. Dies wird in der Diskussion umrissen und die Auswirkungen auf den Gefahrenzonenplan angeführt
Perfect quantum state transfer in a dispersion-engineered chiral waveguide
No full textFaithful transfer of quantum states between distant nodes is a cornerstone of quantum networks, yet even the simplest setups such as two qubits weakly coupled to a waveguide suffer from fundamental efficiency limits related to the temporal shape of the emitted photon. I will present an approach that circumvents this limitation by directly engineering the waveguide dispersion. In particular, I will show how a tailored dispersion profile can reshape the photons wavepacket into the optimal time-reversed form, enabling faithful transfer without external control fields. I will discuss how to design the dispersion relation at different node distances and achieve robustness to variations of these distances
Digitale Zwillinge im industriellen Anlagenbetrieb: Entwicklung, Anwendung und Integration mit Anlagenplanung
No full textDer Betrieb von Industrieanlagen stützte sich bisher auf manuelle Eingriffe der Anlagenfahrer_innen, insbesondere bei der routinemäßigen Überwachung und Reaktion auf Prozessstörungen, was häufig zu Ineffizienzen und ungleichmäßiger Anlagenleistung führt. Digitale Zwillinge (DTs) begegnen diesen Herausforderungen, indem sie die Notwendigkeit manueller Eingriffe reduzieren, die Zuverlässigkeit des Prozesses erhöhen und Entscheidungshilfen in Echtzeit bereitstellen. Diese Dissertation untersucht die Entwicklung und Validierung von DTs für zwei Anlagen im Pilotmaßstab: eine Anlage zur Umwandlung von Biomasse in synthetisches Erdgas (Bio-SNG) und eine Anlage zur direkten Abscheidung von CO2 aus der Umgebungsluft (DAC).Ein strukturierter 10-Punkte-Plan wurde systematisch angewandt, um die Entwicklung der DTs zu unterstützen. In der Bio-SNG-Fallstudie steigerte die Implementierung eines DTs den Kaltgaswirkungsgrad der Kette von 54% auf 59%, reduzierte die Schwankungen der Produktgasleistung von 5–6% auf 1–2% und entlastete die Anlagenfahrer_innen durch Automatisierung von bisher notwendigen manuellen Tätigkeiten. Die Auswertungsdauer von Versuchspunkten verkürzte sich von Wochen auf wenige Minuten. Für die DAC-Fallstudie wurden automatisierte Berichts- und Überwachungstools entwickelt, deren Modellergebnisse eine Genauigkeit von ±5% im Vergleich zu den Messwerten erreichten. Simulationen identifizierten drei betriebliche Optima: Minimierung des spezifischen Energiebedarfs, Maximierung der CO2-Abscheidung und Minimierung der Abscheidungskosten, was als erster Machbarkeitsnachweis für die DT-gestützte Echtzeitoptimierung gesehen werden kann. Diese Simulationen zeigen potenzielle Kosteneinsparungen von bis zu 30% durch die Anpassung der Betriebsbedingungen an die aktuellen Strompreise.Durch den Einsatz spezieller Softwaretools wie industrieller Datenmanagementsoftware anstelle von eigenentwickelten Lösungen konnte die Zeitdauer bis zur Verfügbarkeit erster Ergebnisse von Monaten auf Stunden verkürzt und das benötigte Fachwissen für Entwickler_innen und Endnutzer_innen deutlich gesenkt werden. Zu den wichtigsten Vorteilen gehörten die automatisierte Kontextualisierung von Daten und die Verfügbarkeit von standardisierten Schnittstellen, die die Kommunikation zwischen den Diensten des DTs sowie die Anpassung und Erweiterung von Modellen vereinfachten. Dieser Ansatz führt jedoch zu einer stärkeren Bindung an bestimmte Anbieter_innen und höheren Lizenzkosten. Trotz dieser Kompromisse deuten die Ergebnisse darauf hin, dass das Gleichgewicht zwischen Flexibilität und Effizienz letztendlich für die meisten praktischen Anwendungen für den Ankauf spezieller Softwaretools spricht, da die Reduzierung des Entwicklungsaufwands und die verkürzte Entwicklungszeit die Nachteile überwiegen.Die Ergebnisse bestätigen, dass DTs die Prozessstabilität und Effizienz verbessern und die Entscheidungsfindung für Anlagenfahrer_innen vereinfachen können, während die Skalierbarkeit und Anpassbarkeit von DTs konzeptionell validiert wurden. Zukünftige Arbeiten sollten sich auf die Validierung der DT-gestützten Echtzeitoptimierung in der Praxis und weitere Tests über mehrere Lebenszyklusphasen hinweg konzentrieren, insbesondere während der Konzeptionierung und Planung, um zu demonstrieren, dass DTs über den Anlagenbetrieb hinaus nützliche Dienstleistungen erbringen können.In dieser Arbeit wurde nicht nur gezeigt, dass DTs die experimentelle Arbeit in Versuchsanlagen vereinfachen können, sondern es wurde auch konzeptionell nachgewiesen, dass sie Dienstleistungen zur Verfügung stellen können, die den Anforderungen der Anlagenbetreiber in einer industriellen Umgebung gerecht werden. Mit kontinuierlicher Weiterentwicklung können sich DTs von Forschungsprototypen zu zuverlässigen Werkzeugen entwickeln, die einen effizienten, automatisierten und nachhaltigen Anlagenbetrieb unterstützen.The operation of industrial plants has traditionally relied on manual operator intervention, particularly for routine monitoring and response to process disturbances, often resulting in inefficiencies and inconsistent performance. Digital Twins (DTs) address these challenges by reducing manual intervention, improving reliability, and enabling real-time decision support. This dissertation explores the development and validation of DTs for two pilot-scale case studies: a biomass-to-synthetic natural gas (bio-SNG) process and a system for direct air capture of CO2 (DAC).A structured 10-point plan was systematically applied to guide the DT development. In the bio-SNG case study, DT implementation increased the cold gas efficiency of the process chain from 54% to 59%, reduced product gas output fluctuations from 5–6% to 1–2%, and eliminated the need for manual operator intervention during routine operation. The time required to evaluate operating points was reduced from weeks to minutes. For the DAC case study, automated reporting and monitoring tools were developed, with model outputs achieving an accuracy of ±5% compared to measured values. Simulations identified three operational optima: minimising specific energy demand, maximising CO2 capture, and minimising capture cost, thereby providing a proof of concept for DT-enabled real-time optimisation. These simulations suggest potential cost reductions of up to 30% by adjusting operating conditions in response to changing electricity prices.The adoption of dedicated software tools, such as Industrial Data Management Software, instead of custom-built solutions reduced deployment time from months to hours and lowered the expertise required for both developers and end-users. Key advantages included automated data contextualisation and standardised interfaces, which simplified communication between tools and model adaptation and expansion. However, this approach introduced greater vendor lock-in and higher licensing costs. Despite these trade-offs, the findings suggest that the balance between flexibility and efficiency ultimately favours dedicated software tools for most practical applications, as the reduction in development overhead and accelerated deployment outweigh the drawbacks.The results confirm that DTs can enhance process stability and efficiency, as well as simplify operator decision-making, while the DT’s scalability and adaptability were conceptually validated. Future work should focus on the real-world validation of DT-enabled real-time optimisation and further testing across multiple lifecycle stages, particularly during design and planning, to prove that DTs provide valuable services beyond the operating phase.In this work, it was not only demonstrated that DTs can simplify experimental work, but also shown conceptually that they can provide practical services addressing the needs of plant operators in an industrial setting. With continued refinement, DTs can evolve from research prototypes into reliable assets, supporting efficient, automated, and sustainable industrial operations
Interactive Multi-Agent Aggregation and Combination for Data Quality Assessment
Get PDFDie Zuverlässigkeit datengetriebener Systeme hängt maßgeblich von ihrer „Fitness for Use“ (Gebrauchstauglichkeit) ab. Diese wird als die Fähigkeit eines Datensatzes definiert, spezifische Aufgaben oder Entscheidungskontexte zu unterstützen. In der Praxis wird diese Eigenschaft meist durch die Kombination mehrerer Kriterien der Datenqualität überprüft, statt sich auf eine einzelne Metrik zu verlassen. Aktuelle Systeme zur Datenqualitätssicherung erzwingen einen Kompromiss zwischen Ausdrucksstärke und Zugänglichkeit. Während Code-basierte Frameworks detaillierte und maßgeschneiderte Prüfungen ermöglichen, setzen sie Programmierkenntnisse voraus. Visuelle Lösungen hingegen reduzieren die Bewertung auf Dashboards oder aggregierte Scores. Diese präsentieren zwar Ergebnisse, legen jedoch die zugrunde liegenden Kombinationen aus Prüfungen und Annahmen nicht offen. Zudem führt die zunehmende Integration von Large Language Models zu einem „Black-Box-Verifikationsproblem“, wodurch Nutzer:innen gezwungen sind, verborgenen, generierten Regeln blind zu vertrauen. Um diesen Herausforderungen zu begegnen, schlägt diese Arbeit ein „Glassbox“-Interaktionsparadigma vor. Sie präsentiert Design, Implementierung und Evaluation eines webbasierten Prototyps, der Datenqualität als interaktive, gerichtete und azyklische Graphen modelliert. Der Prototyp ermöglicht das interaktive Hervorheben betroffener Datenfelder mithilfe einzelner Graph-Komponenten, um die Bewertungslogik transparent zu machen. Zusätzlich integrieren wir einen KI-Assistenten, der aus natürlicher Sprache editierbare Graphen erstellt.Die Evaluation durch eine Experten-Fokusgruppe und eine Nutzungsstudie (N = 14) zeigt, dass visuelle Aggregations- und Kombinationstechniken die Transparenz und Benutzbarkeit des Bewertungsprozesses verbessern. Technische Teilnehmer:innen der Studie lösten sowohl manuelle als auch KI-gestützte Aufgaben mit 100% Genauigkeit. Nichttechnische Teilnehmer erreichten 100% Genauigkeit bei der einfachen manuellen Aufgabe und 71,4% bei der komplexeren KI-gestützten Aufgabe. Teilnehmer:innen bevorzugten den KI-gestützten Prozess und bewerteten ihn mit einem „exzellenten“ System Usability Scale Ergebnis von 83,9. Trotz einzelner Ungenauigkeiten im Generierungsprozess (F1-Scores zwischen 0,74 und 0,83) eliminierte die KI die Hürde, komplexere Datenqualitätsabfragen ohne Vorlage zu starten. Die Ergebnisse deuten darauf hin, dass der primäre Mehrwert des KI-Assistenten in der Reduzierung des mentalen Aufwands liegt. Dadurch verlagert sich die Rolle von Fachexpert:innen von der imperativen Spezifikation hin zur deklarativen Verifikation.The reliability of data-driven systems depends on fitness for use, defined as a dataset’s ability to support specific downstream tasks or decision contexts. In practice, this property is checked by combining several data quality criteria rather than relying on a single metric. However, current data quality tools force a trade-off between expressiveness and accessibility. Code-based frameworks allow detailed and custom checks, but require coding expertise. Visual solutions reduce assessment to dashboards or aggregate scores, which summarise outcomes but fail to expose the underlying combinations of checks and assumptions. Furthermore, the emerging integration of Large Language Models introduces a black box verification problem, where users are forced to blindly trust opaque, generated rules. To address these challenges, this thesis proposes a glassbox interaction paradigm. It presents the design, implementation, and evaluation of a web-based prototype that models data quality as a visually interactive Directed Acyclic Graph. The system utilises interactive row highlighting to visually link graph components to specific data entries, thereby making the assessment logic transparent. Additionally, we integrate a multi-agent AI assistant to function as a drafting engine that translates natural language into editable graph structures. Evaluation through an expert Focus Group and a User Study (N=14) demonstrates that visual aggregation and combination techniques improve the transparency and usability of the data quality assessment process. Technical participants in the User Study solved both manual and AI-assisted tasks with 100% accuracy. Non-technical participants achieved a 100% accuracy on the simple manual task and 71.4% on the more complex AI assisted task. Overall, participants preferred the AI-assisted workflow and awarded it an “Excellent” System Usability Scale score of 83.9. Furthermore, despite some noise in the generation process (F1 Scores ranging from 0.74 to 0.83), the AI eliminated the need to start complex data quality assessment from scratch. The findings indicate that the primary value of the AI assistant lies in reducing cognitive friction, allowing domain experts to shift their role from imperative specification to declarative verification
Virtualization-based Code Obfuscation via Android Runtime Permutation
Get PDFMobile Anwendungen erfordern einen robusten Schutz, um die Kosten für Reverse Engineering zu maximieren und die Wahrscheinlichkeit erfolgreicher Angriffe zu verringern.Traditionelle Verschleierungsmethoden wie Identifier Renaming ermöglichen weiterhin eine statische Analyse der Bytecode-Struktur.Die Virtualisierung auf Anwendungsebene verschleiert den Kontrollfluss zwar effektiv, beeinträchtigt jedoch die Leistung aufgrund häufiger Kontextwechsel über das Java Native Interface (JNI).Wir schlagen daher ein Virtualisierungsframework auf Systemebene vor, das Instruction Set Randomization (ISR) direkt in die Android Runtime (ART) integriert.Wir stellen das Android Opcode Permutation Tool (AOPT) vor, mit dem Standard-Dalvik-Bytecodes von Android-Anwendungen in einen randomisierten Befehlssatz transformiert werden. Das Tool permutiert Opcode-Werte bijektiv, fügt ein Metadaten-Flag in das Android-Manifest ein und generiert eine Opcode-Zuordnung, die als symmetrischer Schlüssel dient.Um die Ausführung dieser permutierten Anwendungen zu ermöglichen, erstellen wir eine angepasste Version des Android 15-Betriebssystems.Das Betriebssystem erkennt das Metadaten-Flag und leitet es an die ART weiter.Wir gewährleisten Abwärtskompatibilität, indem wir den Fallback-Switch-Interpreter erweitern und mehrere Befehlssatzarchitekturen unterstützen. Der Interpreter verwendet die Opcode-Zuordnung für die dynamische Suche, um die gleichzeitige Ausführung von Standard- und verschleierten Anwendungen zu ermöglichen.Wir evaluieren die Robustheit des Frameworks anhand von 20 realen Anwendungen.Der Testkorpus umfasst komplexe Software wie z.B. Webbrowser, Medieneditoren und kryptografische Finanztools. Die Verschleierungstechnik erreicht eine Kompatibilitätsrate von 85% bei vernachlässigbaren Auswirkungen auf die Startlatenz.Algorithmische Benchmarks zeigen einen erhöhten Ausführungsaufwand zwischen 11% und 30% aufgrund der Opcode-Suche. Dieser Kompromiss bei der Leistung führt zu einer erheblichen Widerstandsfähigkeit gegen Reverse Engineering.Standard-Decompiler wie JADX generieren semantisch falschen Code.Ebenso können dynamische Instrumentierungstools wie Frida keine Methoden hooken, da sie auf Standard-Laufzeitstrukturen angewiesen sind. Folglich zielt das Framework auf Hochsicherheitsumgebungen ab, in denen die organisatorische Firmware-Kontrolle und der robuste Schutz den Verlust der Portabilität rechtfertigen.Mobile applications require robust protection to maximize the cost of reverse engineering and reduce the likelihood of successful attacks.Traditional obfuscation techniques, such as identifier renaming, leave the bytecode structure exposed to static analysis.Application-level virtualization effectively obfuscates control flow but degrades performance through frequent context switching via the Java Native Interface (JNI). Therefore, this thesis proposes a system-level virtualization framework that integrates Instruction Set Randomization (ISR) directly into the Android Runtime (ART).We introduce the Android Opcode Permutation Tool (AOPT) to transform Android applications by converting standard Dalvik bytecode into a randomized instruction set. The tool permutes opcode values bijectively, injects a metadata flag into the Android manifest, and generates an opcode mapping that serves as a symmetric key.To enable the execution of these permuted applications, we create a custom version of the Android 15 operating system.The operating system detects the metadata flag and propagates it to the ART.We ensure backwards compatibility by extending the fallback switch interpreter to support multiple instruction set architectures. The interpreter uses the opcode mapping for dynamic lookup to enable the simultaneous execution of standard and obfuscated applications.We validate the framework’s robustness using a suite of 20 complex, real-world applications.The test corpus includes computationally demanding software such as full-featured web browsers, media editors, and cryptographic financial tools. The solution achieves an 85% compatibility rate with negligible impact on launch latency.Algorithmic benchmarks reveal an execution overhead between 11% and 30% due to mandatory opcode lookup. However, this performance trade-off yields substantial resilience against reverse engineering.Standard decompilers such as JADX generate semantically incorrect code.Similarly, dynamic instrumentation tools such as Frida fail to hook methods because they rely on standard runtime structures.Consequently, the framework targets high-security environments where the organization retains firmware control. In such contexts, the robust protection justifies the loss of portability
Template Matching Techniken für genaue Werkstück-Messungen
Get PDFDie Prüfung und Überwachung von Werkstücken ist ein wichtiger Aspekt der Kontrolle und Sicherstellung ihrer korrekten Funktion und Langlebigkeit in einer Produktionsumgebung. Zu diesem Zweck können Digitalkameras in-situ eingesetzt werden, um Bilderserien des zu untersuchenden Objekts aufzunehmen. Die Bilderserien können anschließend mittels Digital Image Correlation (DIC) analysiert werden. Diese Messtechnik wird von Hexagon Technology Center angewandt und erforscht. Für die Analyse kann Template Matching eingesetzt werden, da es die Verfolgung von Bildausschnitten (Templates) in einer Bildserie eines Werkstücks ermöglicht. Um festzustellen, ob eine höhere Genauigkeit oder Recheneffizienz erzielt werden kann, muss der aktuelle, auf Least Squares Matching (LSM) basierende Algorithmus des Unternehmens (CA) mit modernen Computer-Vision-Verfahren verglichen werden. Diese industrielle Masterarbeit evaluiert und vergleicht verschiedene Template Matching Verfahren, speziell für den Anwendungsfall hochpräziser Werkstück-Messungen. In der Arbeit wird ein breites Spektrum an Computer-Vision-Ansätzen untersucht: der bestehende LSM-basierte CA, traditionelle merkmalsbasierte Methoden wie SIFT und ORB, ein Algorithmus aus der Frequenzdomäne namens "Iterative Phase Correlation" (IPC) sowie der auf Deep Learning basierende Merkmal-Extraktor SuperPoint. Jeder Algorithmus wird anhand bestimmter Kernkriterien wie Subpixel-Genauigkeit, Rotations- und Skalierungsinvarianz sowie Rechengeschwindigkeit bewertet. Die Evaluierung erfolgt anhand eines künstlichen Datensatzes zur Prüfung der Transformationsrobustheit sowie anhand eines empirischen Datensatzes, der 2D DIC Challenge 1.0, zur Messung der Subpixel-Genauigkeit der Translation. Die Ergebnisse zeigen deutliche Leistungsunterschiede hinsichtlich der definierten Kriterien. Der CA und SIFT zeichnen sich durch eine überlegene Genauigkeit bei der Bestimmung von Position, Rotation und Skalierung aus. Der neuere ORB-Algorithmus erzielt die schnellsten Laufzeiten, jedoch ist dessen Präzision im Vergleich zu den anderen Methoden unterdurchschnittlich. Sowohl das auf Deep Learning basierende SuperPoint-Netzwerk als auch der IPC-Algorithmus erweisen sich als die langsamsten der ausgewählten Algorithmen mit unzureichender Subpixel-Genauigkeit in den spezifischen Testfällen. Die Auswertung ergibt, dass die bestehende LSM-basierte Lösung aufgrund ihres ausgewogenen Verhältnisses von Präzision und Laufzeit nach wie vor kompetitiv im Vergleich zu anderen Methoden ist. SIFT stellt jedoch eine praktikable Alternative dar, sofern eine Positionsschätzung des Templates zur Leistungsoptimierung integriert wird.Workpiece testing and monitoring is an important aspect of controlling and ensuring the correct functionality and longevity in a production environment. For this purpose digital cameras can be used in-situ to capture a series of images of the object of interest, which can be analyzed using Digital Image Correlation (DIC). This technique of measurement is used and researched by Hexagon Technology Center. For this process template matching can be used, as it enables the tracking of image sections (templates) across an image series of a workpiece. The current company algorithm (CA), based on Least Squares Matching (LSM), requires evaluation against modern computer vision techniques to determine if superior accuracy or computational efficiency can be achieved. This industrial master’s thesis evaluates and compares various template matching techniques, specifically for the use-case of high-accuracy workpiece measurements. The study considers a broad spectrum of computer-vision approaches: the existing LSM-based CA, traditional feature-based methods such as SIFT and ORB, a frequency-domain based algorithm called ”Iterative Phase Correlation” (IPC) and a deep learning-based feature extractor (SuperPoint). Each algorithm is assessed against key requirements including sub-pixel accuracy, rotation and scale invariance as well as computation speed. The evaluation is performed using an artificial dataset to test transformation robustness and an empirical dataset from the 2D DIC Challenge 1.0 to measure sub-pixel translation precision. The results reveal a clear distinction in performance across the defined performance indicators. The CA and SIFT demonstrate superior matching accuracies for position, rotation and scale determination. The newer ORB method achieves the fastest computation times. However, its precision is subpar in comparison to the other methods. Both the deep learning-based SuperPoint and the IPC algorithm are the slowest of the selected algorithms with inadequate sub-pixel precision in the specific test cases. The evaluation concludes that the existing LSM-based solution remains highly competitive due to its balance of precision and runtime. However, SIFT serves as a viable alternative when integrated with a location estimation step to optimize performance
IoT Device-Fingerprinting mit dem ESP32 System-on-Chip
Get PDFDie zunehmende Verbreitung von Internet of Things(IoT)-Geräten erschwert das Netzwerk-Management und erhöht die Sicherheitsrisiken – eine zuverlässige Geräteidentifikation ist daher unerlässlich. Diese Arbeit begegnet dieser Herausforderung mit einem mehrschichtigen Fingerprinting-Ansatz. Dabei werden Merkmale aus der WLAN-Schicht (IEEE 802.11), dem TCP/IP-Stack und der Anwendungsschicht kombiniert, um Gerätemodelle voneinander unterscheiden zu können. Die Grundannahme lautet, dass die Zusammenführung der Merkmale aller Netzwerkschichten etwaige Mehrdeutigkeiten einzelner Schichten beseitigen kann.Zur Prüfung wurde ein praxisnahes, erweiterbares System entwickelt. Ein kostengünstiger ESP32-Mikrocontroller fungiert dabei als dedizierte Probing-Einheit für Low-Level-Netzinteraktionen, während eine Host-Anwendung die Steuerung, die Datenanalyse und ein Plug-in-basiertes Fingerprinting-Framework bereitstellt. Es wurde untersucht, inwieweit sich mit dieser ressourcenbeschränkten Hardware Aufgaben wie ARP-Scans, maßgeschneiderte TCP-Pakete und passives WLAN- bzw. UDP-Monitoring durchführen lassen.Tests an einer breiten Palette von verbraucherorientierten IoT-Geräten bestätigten die Wirksamkeit des Ansatzes. Zwar zeigten einzelne Merkmale Schwächen – etwa Kollisionen bei Geräten mit identischer Hardwareplattform auf WLAN-Ebene, doch der kombinierte Fingerprint erreichte eine Eindeutigkeitsrate von 100% über alle Gerätemodelle, für die ein Fingerprint erzeugt werden konnte. Die Arbeit belegt zudem die Eignung des ESP32 für diese Aufgabe sowie die Notwendigkeit aktiver Verfahren wie Deauthentifizierungen, um genügend Probe Requests zu generieren. Der Hauptbeitrag liegt weniger in einem neuen Fingerprinting-Merkmal als in der ganzheitlichen Konzeption, praktischen Validierung und Offenlegung eines integrierten, leicht zugänglichen und erweiterbaren Systems, welches die Sichtbarkeit und Sicherheit moderner IoT-Umgebungen erhöht.The proliferation of Internet of Things (IoT) devices presents significant network management and security challenges, making robust device identification critical. This thesis confronts this challenge by investigating the efficacy of a multi-layered fingerprinting approach that combines network characteristics from the WLAN (IEEE 802.11), TCP/IP, and application layers to achieve granular, model-level identification. The central hypothesis is that synthesizing data from these distinct layers can resolve ambiguities inherent in single-layer methods.To validate this approach, a practical and extensible fingerprinting system was designed and implemented. The system architecture features a low-cost ESP32 microcontroller as a dedicated network probing unit, responsible for low-level network interactions, and a host application that provides user control, data analysis, and a modular plugin system for different fingerprinting techniques. The research addressed the feasibility of using such resource-constrained hardware for tasks including ARP scanning, custom TCP packet crafting, and passive monitoring of Wi-Fi and UDP traffic.The evaluation, conducted on a diverse set of consumer-grade IoT devices, confirmed the effectiveness of the multi-layered strategy. While individual layers showed limitations — such as collisions between devices sharing a common hardware platform at the Wi-Fi layer — the combined fingerprint achieved a 100% model-level uniqueness rate across all fingerprinted devices. The study also validated the viability of the ESP32 for this role and demonstrated the necessity of techniques like active deauthentication-based probe request instigation to ensure sufficient data collection. The primary contribution of this work is not a novel fingerprinting feature, but the holistic design and practical validation of an integrated, accessible, and extensible system that provides a powerful tool for enhancing visibility and security in modern IoT environments
Investigating the bioorthogonality of isocyanides
No full textIsocyanides have been applied in bioorthogonal reactions as triggers for uncaging reactions. However, emerging evidence suggests that they may label proteins covalently. We synthesised a fluorophore-conjugated isocyanide and analysed its protein reactivity. Our results suggest that isocyanides cannot be considered to be bioorthogonal in chemical biology
The impact of data quality and outlier detection in high-frequency water quality data on water management and process understanding
No full textDetecting outliers in environmental data is a common challenge in assessing river water quality using high-frequency monitoring. While the importance of addressing outliers on data quality is generally well recognized, their quantitative impact on water quality metrics guiding water management and process understanding has not been evaluated. To address this gap, a four-year water quality dataset of turbidity, nitrate nitrogen, total organic carbon, and total phosphorus measurements was analysed using quality control and advanced outlier detection methods. The outlier detection methods included univariate methods such as the Z-test, naïve prediction, and ARIMA prediction, as well as multivariate methods, including the local outlier factor machine learning approach and Stray’s feature-based approach. The methods were applied to both raw and transformed data to enhance detection performance. The detected outliers were validated through expert evaluation of outliers and a detailed evaluation of the concentration-discharge relationships. These results showed that tailored quality control effectively identified and removed the most obvious outliers, enabling the derivation of reliable and valid descriptive statistics. Therefore, effective quality control is crucial in projects collecting large amounts of high-frequency water quality data to make informed decisions based on these data. This study revealed that neither a single outlier detection method nor a single transformation was universally superior; often, a trade-off exists between overall performance and precision. In this context, the aggregation of results across multiple transformations demonstrated promising potential. Careful application of the methods is essential, as using a poorly performing outlier detection method can degrade data quality even more. The concentration-discharge relationship provided valuable insights to validate the results, which is a new application of this tool as a post-outlier detection step. While setting up quality control measures is relatively straightforward, their implementation plays a critical role in ensuring data integrity and supporting informed decision-making in water management and system understanding
Optimal design strategies in classical and quantum photonic
No full textPhotonics devices such as metasurfaces, photonic circuits, and modulators control the flow of light using a variety of “tuning knobs”: material structuring, temporal modulation, or wavefront shaping. In this talk I discuss how to design these tuning knobs to achieve optimal optical response in both classical and quantum photonics