Publikationsserver der HTWK Leipzig
Not a member yet
592 research outputs found
Sort by
Erarbeitung eines Testkonzeptes für die Kommunikation anhand der Norm IEC 61850 und dessen Untersuchung bzgl. der Netzwerksicherheit
No full textAs digitization progresses, operators of energy supply networks are confronted with the
IEC 61850 standard. It includes data models and communication protocols for electrical
substations. Since these protocols are integral to the critical infrastructure, ensuring fault-
free operation is the highest priority.
In this work, the communication protocols of the standard were tested for their robustness
and safety. Protocol fuzzing was used for this, a procedure in which manipulated packets
are sent to a system under test in order to uncover any vulnerabilities. To do this, an
original packet was captured and mutated millions of times and sent back into the network.
The network was set up in a laboratory specially for these tests. It consists of three
intelligent electronic devices, which represent part of a substation system. The devices
were configured according to the standard. The standard-compliant functioning of the
communication protocols was ensured using proprietary software.
The developed fuzzing tool is based on another well-known paper. This was extended with
methods of error detection and thus adapted to a black-box approach. No vulnerabilities
were found in the analysed intelligent electronic devices.:Abkürzungsverzeichnis VI
Abbildungsverzeichnis VIII
Tabellenverzeichnis IX
Listings X
1 Einleitung 1
1.1 Motivation der Norm IEC 61850 1
2 Grundlagen 3
2.1 Netzwerksicherheit 3
2.1.1 Protokoll-Fuzzing 4
2.2 Energieversorgungsnetz 5
2.2.1 Schaltanlage 6
3 Norm IEC 61850 9
3.1 Datenmodell 10
3.2 Kommunikationsdienste 12
3.2.1 Generic Object Oriented Substation Event (GOOSE) 14
3.2.2 Manufacturing Message Specification (MMS) 15
3.3 System Configuration description Language (SCL) 16
4 Stand der Foschung 17
4.1 Literaturrecherche 17
4.2 Literaturanalyse 18
5 Testanlage 21
5.1 Software 21
5.2 Aufbau 23
5.3 Konfiguration 24
5.4 Testkonzept f¨ur die Funktionspr¨ufung 25
6 Fuzzing-Test 28
6.1 Fuzzer 29
6.1.1 Repository ”61850-Fuzzing“ 29
6.1.2 Anpassung des Fuzzing-Skripts 30
6.2 Durchf¨uhrung und Auswertung 36
7 Zusammenfassung und Diskussion 39
7.1 Ausblick 40
8 Anhang 42
8.1 Teile der Norm IEC 61850 - Kommunikationsnetze und -systeme f¨ur die
Automatisierung in der elektrischen Energieversorgung 42
8.2 Tabelle der Literaturanalyse 45
8.3 Listing von target alive 47
8.4 Testbericht des ’Operate‘-Befehls 48
8.5 Anlagenverzeichnis 51
Literatur 52
Eidesstattliche Erklärung 5
metaDOCU - Entwicklung eines Verfahrens zur automatisierten Quellcode-Dokumentation in Low-Code-Umgebungen, dargestellt am Beispiel von Microsoft PowerApps
No full textDie zunehmende Verbreitung von Low-Code-Entwicklungsplattformen, exemplarisch vertreten durch Microsoft Power Apps, in Industrie und Wissenschaft verändert die traditionelle Softwareentwicklungslandschaft grundlegend.
Standardisiertes Verfahren zur Codierung und Dokumentation existiert noch nicht, sind aber zwingend notwendig.
Vor diesem Hintergrund wird in der vorliegenden Bachelorarbeit zunächst ein Überblick über etablierte Praktiken der Quellcodedokumentation in der traditionellen Softwareentwicklung gegeben, um anschließend die Grundlagen der Low-Code-Entwicklung und deren Dokumentation zu untersuchen. Das Ziel dieser Arbeit besteht darin, ein Verfahren zu konzipieren und zu entwickeln, welches auf Basis klassischer Dokumentationsansätze der Softwareentwicklung die Erstellung von Dokumentation im Low-Code-Bereich vereinfacht und zu einer Standardisierung von Dokumentationspraktiken in Low-Code-Umgebungen beiträgt. Dadurch sollen letztlich die Nutzung und Wartung von Low-Code-Anwendungen optimiert werden. Zentraler Bestandteil der Arbeit ist die Entwicklung eines Prototyps für einen Dokumentationsgenerator. Dieser extrahiert automatisch wesentliche Informationen und Dokumentationskommentare aus dem zugrundeliegenden Power Apps Code, um eine zugängliche und konsistente Dokumentation zu erzeugen. Indem Informationen aus dem zugrunde liegenden Code extrahiert und in eine lesbare und verständliche Dokumentation umgewandelt werden, soll die Lücke zwischen der intuitiven, visuellen Erstellung von Anwendungen und der erforderlichen technischen Dokumentation geschlossen werden. Die Besonderheiten der Dokumentationsstruktur im Kontext von Low-Code werden hervorgehoben, insbesondere die Darstellung von Komponenten und Screens anstelle traditioneller Einteilung in Klassen und Funktionen.:1.1 Problemstellung und Fragestellung
1.2 Struktur der Arbeit
2 Grundlagen
2.1 Erklärung und Einordnung von Softwaredokumentation
2.1.1 Quellcodedokumentation
2.1.2 Nutzen von Quellcodedokumentation
2.1.3 Anforderung an gute Quellcodekommentare
2.1.4 Probleme bei der Quellcodedokumentation
2.1.5 Dokumentationsgeneratoren
2.1.6 Anforderung an gute Dokumentation
2.2 Begriffsklärung Low-Code/No-Code-Application
2.2.1 Struktureller Aufbau und Allgemeine Funktionen von LCDP
2.2.2 Aktuelle Bedeutung und Entwicklungstendenz von LC
2.3 Developer Experience DE X und Designgrundlagen
2.3.1 nutzungsfreundliches und ansprechendes Informationsdesign
2.3.2 Gestaltgesetze
3 Stand der Technik
3.1 Prinzipien und Anwendung der klassischen Code-Dokumentation
3.1.1 JavaDoc
3.1.2 Doxygen
3.1.3 Kritische Analyse der Dokumentation mit Dokumentationsgeneratoren
3.2 Überblick über andere Low-Code-Plattformen
3.2.1 Mendix
3.2.2 OutSystem
3.3 Microsoft Power Apps
3.3.1 Power Apps Studio .
3.3.2 Power Apps Komponenten
3.3.3 Microsoft Power Fx
3.3.4 Application Lifecycle Management mit Power Plattform
3.4 Spezifische Herausforderungen in der Dokumentation von Low-Code
3.5 Ansätze zu Lösung der Dokumentation in Low-Code
3.5.1 Mendix - Dokumentation
3.5.2 OutSystem - Dokumentation
3.6 Lösungsansätze für die Dokumentation in Microsoft Power Apps
3.6.1 Microsoft Power Apps - manuelle Dokumentationansätze
3.6.2 Microsoft Power Apps - PowerDoku von R. Modery
3.6.3 Microsoft Power Apps - powerapps-docstring von S. Muthwill
3.7 Einordnung der Arbeit
4 metaDOCU - ein Verfahren zur Low-Code Dokumentation
4.1 Speicherstruktur Power App
4.2 Architekturdiagramm
4.3 Kernprinzipien
4.3.1 Pattern Matching
4.3.2 Rekursion
4.4 Ausführung von metaDOCU
5 Anforderungen an LC-Dokumentation und Spezifikationen in metaDOCU
5.1 Dokumentationskommentare
5.2 Dokumentationsaufbau
5.3 Individualisierungsmöglichkeiten durch den Nutzenden
5.4 Hinweise auf Fehler
6 Bewertung von metaDOCU .
7 ZusammenfassungThe increasing spread of low-code development platforms, exemplified by Microsoft PowerApps, within both industrial and scientific spheres, is catalyzing a fundamental shift in the software development paradigm.
Despite the simplifications that these platforms offer through visual programming and abstraction of the underlying code, the necessity of documenting the developed program code and the logic behind it remains valid, both for traceability during project handover and team collaboration as well as for the long-term maintainability of the applications. \\
Due to the relative novelty of low-code compared to classical programming, there is a lack of clear structuring of concepts, methodologies, and management strategies. Consequently, it is not surprising that there is no standardized procedure for coding and documentation in this area. Against this background, this bachelor thesis first provides an overview of the source code documentation practices that are established in traditional software development and also sheds light on the basics of low-code development. The aim is to highlight the need for code documentation in low-code environments and to analyze existing approaches in this area, with a particular focus on Microsoft PowerApps. Central to this is the development and investigation of a prototype for a documentation generator that can automatically generate documentation in low-code environments.:1.1 Problemstellung und Fragestellung
1.2 Struktur der Arbeit
2 Grundlagen
2.1 Erklärung und Einordnung von Softwaredokumentation
2.1.1 Quellcodedokumentation
2.1.2 Nutzen von Quellcodedokumentation
2.1.3 Anforderung an gute Quellcodekommentare
2.1.4 Probleme bei der Quellcodedokumentation
2.1.5 Dokumentationsgeneratoren
2.1.6 Anforderung an gute Dokumentation
2.2 Begriffsklärung Low-Code/No-Code-Application
2.2.1 Struktureller Aufbau und Allgemeine Funktionen von LCDP
2.2.2 Aktuelle Bedeutung und Entwicklungstendenz von LC
2.3 Developer Experience DE X und Designgrundlagen
2.3.1 nutzungsfreundliches und ansprechendes Informationsdesign
2.3.2 Gestaltgesetze
3 Stand der Technik
3.1 Prinzipien und Anwendung der klassischen Code-Dokumentation
3.1.1 JavaDoc
3.1.2 Doxygen
3.1.3 Kritische Analyse der Dokumentation mit Dokumentationsgeneratoren
3.2 Überblick über andere Low-Code-Plattformen
3.2.1 Mendix
3.2.2 OutSystem
3.3 Microsoft Power Apps
3.3.1 Power Apps Studio .
3.3.2 Power Apps Komponenten
3.3.3 Microsoft Power Fx
3.3.4 Application Lifecycle Management mit Power Plattform
3.4 Spezifische Herausforderungen in der Dokumentation von Low-Code
3.5 Ansätze zu Lösung der Dokumentation in Low-Code
3.5.1 Mendix - Dokumentation
3.5.2 OutSystem - Dokumentation
3.6 Lösungsansätze für die Dokumentation in Microsoft Power Apps
3.6.1 Microsoft Power Apps - manuelle Dokumentationansätze
3.6.2 Microsoft Power Apps - PowerDoku von R. Modery
3.6.3 Microsoft Power Apps - powerapps-docstring von S. Muthwill
3.7 Einordnung der Arbeit
4 metaDOCU - ein Verfahren zur Low-Code Dokumentation
4.1 Speicherstruktur Power App
4.2 Architekturdiagramm
4.3 Kernprinzipien
4.3.1 Pattern Matching
4.3.2 Rekursion
4.4 Ausführung von metaDOCU
5 Anforderungen an LC-Dokumentation und Spezifikationen in metaDOCU
5.1 Dokumentationskommentare
5.2 Dokumentationsaufbau
5.3 Individualisierungsmöglichkeiten durch den Nutzenden
5.4 Hinweise auf Fehler
6 Bewertung von metaDOCU .
7 Zusammenfassun
Implementierung eines Model-View-Controller-Modells zur Entwicklung einer grafischen Oberfläche zur Fernsteuerung eines Funktionsgenerators unter Verwendung der Entwicklungsplattform Python
No full textIn dieser Arbeit habe ich eine Software entwickelt, mit der ein realer Funktionsgenerator ferngesteuert werden kann.
Als Grundlage diente die Programmiersprache Python und das Model-View-Controller-Modell.
Ziel war es, eine grafische Benutzeroberfläche zu erstellen, die dem Gerät möglichst ähnlich ist,
und einen Steuerungsmechanismus für die Befehlsübermittlung zu implementieren, um den digitalen Unterricht zu unterstützen.:Vorwort V
Abbildungsverzeichnis IX
Tabellenverzeichnis XI
Formelverzeichnis XII
Abkürzungsverzeichnis XIII
1 Einleitung 1
2 Theoretische Grundlagen 6
2.1 Fernsteuerung von Laborgeräten 6
2.2 Funktionsgenerator 7
2.3 Programmieren mit Python 8
2.4 Grundlagen des Model-View-Controller-Modells 9
2.4.1 Betrachtung der einzelnen Komponenten 9
2.4.2 Wechselwirkungen zwischen den Komponenten 10
3 Beschreibung des Untersuchungsgegenstandes 15
3.1 Analyse des Ist-Standes 15
3.1.1 Laborpraktika 15
3.1.2 Technische Daten des Funktionsgenerators 17
3.1.3 Stand der Digitalisierung 17
3.2 Soll-Zustand 19
3.3 Analyse des Funktionsgenerators 19
3.3.1 Aufbau des Funktionsgenerators 20
3.3.2 Funktionsanalyse des Funktionsgenerators 23
4 Rechentechnische Implementierung 34
4.1 Vorbereitung der Softwareentwicklung 34
4.1.1 Auswahl spezifischer Programmierwerkzeuge 34
4.1.2 Auswahl einer Entwicklungsumgebung 44
4.1.3 Aufstellung von Programmierungsprämissen 47
4.2 Softwaretechnische Umsetzung des MVC-Modells 51
4.2.1 View - grafischen Benutzeroberfläche 51
4.2.2 Model - Datenmodell 67
4.2.3 Controller - Steuerungslogik 82
4.2.4 Implementierung von Backend-Funktionen 98
5 Prototypische Inbetriebnahme 103
6 Zusammenfassung 105
7 Ausblick 107
Literaturverzeichnis XIV
Anhang XVI
Vergleichsmethoden und Bewertung von Vektor-DBMS für KI
No full textKI-Suchsysteme oder -Chatbots sind gesellschaftliche Zukunftstechnologien und zunehmend auf die effiziente Verarbeitung unstrukturierter Daten in Form von Embeddings angewiesen.
Sie haben unterschiedliche Anforderungen an Vektor-DBMS (VDBMS), deren Markt in den letzten fünf Jahren aufgrund steigender Auswahl unübersichtlich geworden ist.
Ziel dieser Arbeit ist die Erleichterung der mehrdimensionalenWahl zwischen VDBMS mittels Daten der systematischen Evaluation von verhältnisskalierten Leistungsmetriken sowie nominalskalierten Merkmalen. Die Methodik umfasst ein eigens entwickeltes Benchmarking-System, welches Latenz, Durchsatz und Ressourcennutzung misst. Zugunsten der Reproduzierbarkeit des Systems wurde konsequent auf allgemein verfügbare Cloudumgebung per Infrastructure-as-Code und automatisierte Verfahren gesetzt. Zudem wird Vererbung und das Adapter-Design-Pattern genutzt, um die Erweiterbarkeit der Software sicherzustellen. Analysiert werden neun gängige VDBMS (darunter Qdrant, Redis und Chroma) für vier Anwendungsfälle in Industrie, Handel und Wissenschaft. Vergleichend werden publizierte Benchmarking-Systeme herangezogen. Um die Eignung von VDBMS individuell zu bewerten, wird ein algorithmusbasiertes Empfehlungssystem vorgestellt, bei dem neben den genannten Parametern fallspezifische Anforderungen wie Transaktionsunterstützung berücksichtigt werden.
Die Arbeit liefert Messdaten von zwei Testaufbauten und zeigt, dass Qdrant in den Kategorien Latenz, Abfragedurchsatz und Upload-Zeit eines Datensatzes die beste Leistung erzielt, auch bei hohen Präzisionsanforderungen. Redis überzeugt durch geringe Latenz, während Chroma Schwächen aufweist. Das Empfehlungssystem wird für die Anwendungsfälle eingesetzt und ermittelt unterschiedliche Produktlösungen. Die Ergebnisse deduzieren eine Präzedenz für Qdrant, betonen präzise Selektion und unterstützen Entwickler:innen bei der Wahl des geeigneten VDBMS.:1 Einleitung
2 Embeddings und VDBMS
2.1 Embeddings
2.2 Vektordatenbankmanagementsysteme
2.3 Verfahren zur Berechnung der Ähnlichkeit
2.4 Verfahren zur Berechnung des nächsten Nachbarn
3 Anforderungsanalyse
3.1 Schlüsselszenarien zum Einsatz von VDBMS
3.2 Wahl und Eigenschaften der VDBMS
3.3 Vergleichsmetriken für Datenbanken
3.4 Weitere nominale Vergleichseigenschaften
3.5 Ergebnisse der Anforderungsanalyse
4 Architektur des Testsystems
4.1 Management- und Benchmarking-System für VDBMS
4.2 Cloud-Infrastruktur
4.3 Rastersuche und Laufzeitanalyse
5 Evaluation
5.1 Messdaten des ersten Aufbaus
5.2 Messdaten des zweiten Aufbaus
5.3 Leistungsvergleich der VDBMS
5.4 Empfehlungssystem
5.5 Auswertung der Schlüsselszenarien anhand des Empfehlungssystems
6 Zusammenfassung und Ausblick
Glossar
Abkürzungsverzeichnis
Literatur
Abbildungsverzeichnis
Tabellenverzeichnis
Anhang
A Resultate der Experimente: Datentabellen
B Beispiel: VDBMS-Empfehlungssystem
C Arbeit mit Leipzig Corpora Collection
D Ausblick: GUI für Bereitstellung von VDBMSAI search systems or chatbots are societal technologies of the future and are increasingly dependent on the efficient processing of unstructured data in the form of embeddings. They have different requirements for vector DBMSs (VDBMS), whose market has become congested in the last five years due to a broadening spectrum.
The aim of this work is to facilitate the multidimensional choice between VDBMSs using data from the systematic evaluation of ratio-scaled performance metrics and nominal-scaled features. The methods include a specifically developed benchmarking system that measures latency, throughput and resource utilisation. In favour of the reproducibility of the system, a generally available cloud environment via infrastructure-as-code and automated processes were consistently used. In addition, inheritance and the adapter design pattern are used to ensure the extensibility of the software. Nine common VDBMSs (including Qdrant, Redis and Chroma) are analysed for four use cases in industry, commerce and science. Published benchmarking systems are used for comparison. In order to evaluate the suitability of VDBMSs individually, an algorithm-based recommendation system is presented, in which case-specific requirements such as transaction support are taken into account in addition to the parameters mentioned.
We provide measurement data from two test setups and show that Qdrant achieves the best performance in the categories of latency, query throughput and upload time of a data set, especially with high precision requirements. Redis impresses with its low latency, while Chroma shows weaknesses. The evaluation of the nominal characteristics results in two categories of VDBMSs: 1. traditional DBMSs with vector extension support and 2. dedicated VDBMSs. Our recommendation system is applied to the use cases and determines different product solutions. The results deduce a precedent for Qdrant, emphasise precise selection and support developers in choosing the appropriate VDBMS.:1 Einleitung
2 Embeddings und VDBMS
2.1 Embeddings
2.2 Vektordatenbankmanagementsysteme
2.3 Verfahren zur Berechnung der Ähnlichkeit
2.4 Verfahren zur Berechnung des nächsten Nachbarn
3 Anforderungsanalyse
3.1 Schlüsselszenarien zum Einsatz von VDBMS
3.2 Wahl und Eigenschaften der VDBMS
3.3 Vergleichsmetriken für Datenbanken
3.4 Weitere nominale Vergleichseigenschaften
3.5 Ergebnisse der Anforderungsanalyse
4 Architektur des Testsystems
4.1 Management- und Benchmarking-System für VDBMS
4.2 Cloud-Infrastruktur
4.3 Rastersuche und Laufzeitanalyse
5 Evaluation
5.1 Messdaten des ersten Aufbaus
5.2 Messdaten des zweiten Aufbaus
5.3 Leistungsvergleich der VDBMS
5.4 Empfehlungssystem
5.5 Auswertung der Schlüsselszenarien anhand des Empfehlungssystems
6 Zusammenfassung und Ausblick
Glossar
Abkürzungsverzeichnis
Literatur
Abbildungsverzeichnis
Tabellenverzeichnis
Anhang
A Resultate der Experimente: Datentabellen
B Beispiel: VDBMS-Empfehlungssystem
C Arbeit mit Leipzig Corpora Collection
D Ausblick: GUI für Bereitstellung von VDBM
Semantische Transformation von natürlichsprachigen Anfragen in Datenbankabfragesprachen: Design und Implementierung einer sprachgesteuerten Schnittstelle für die semantische Transformation von natürlichsprachigen Anfragen in Datenbankabfragesprachen am Beispiel von OntoChem´s SciWalker
No full textDiese Bachelorarbeit beschäftigt sich mit der Entwicklung einer Softwarelösung zur semantischen und syntaktischen Umwandlung natürlicher Sprache in Datenbankabfragesprachen. Ziel ist es, eine benutzerfreundliche Schnittstelle zu schaffen, die auch Nicht-Experten ermöglicht, komplexe Datenbankabfragen durchzuführen. Im Rahmen eines Praktikums bei der OntoChem GmbH wurde zunächst ein regelbasierter Prototyp entwickelt, der natürliche Sprachabfragen in maschinenlesbare Datenbank abfragen transformiert. Anschlieÿend wurde dieser Ansatz mit einem auf Large Language Models (LLMs) basierenden Ansatz, wie beispielsweise ChatGPT, verglichen. Dabei wurden unter anderem die Effizienz, Genauigkeit, Zuverlässigkeit und ökonomischen Kosten beider Ansätze untersucht.
Die Arbeit beginnt mit einer Einführung in die Grundlagen der natürlichen Sprachver
arbeitung (NLP), regelbasierter Systeme und LLMs. Es folgt eine detaillierte Beschrei
bung des Praktikumsprojekts, einschlieÿlich der eingesetzten Technologien und Tools. In den darauf folgenden Kapiteln werden der regelbasierte Ansatz und der LLM-Ansatz zur Umwandlung natürlicher Sprache in Datenbankabfragen vorgestellt, implementiert und getestet. Die Vergleichsanalyse zeigt, dass der regelbasierte Ansatz durch hohe Geschwindigkeit und Datenkontrolle besticht, jedoch in seiner Flexibilität und Genauigkeit limitiert ist. Der LLM-Ansatz bietet hingegen eine höhere Genauigkeit und Flexibilität bei der Interpretation natürlicher Sprache, weist jedoch längere Antwortzeiten und höhere Betriebskosten auf. Abschließend werden Empfehlungen für die Praxis gegeben und zukünftige Forschungsrichtungen aufgezeigt, wie etwa die Kombination beider Ansätze oder das Training eines eigenen Modells. Die Ergebnisse dieser Arbeit tragen dazu bei, die Interaktion zwischen natürlicher Sprache und Datenbanksystemen zu verbessern und bieten praktische Lösungen für die semantische Transformation von Benutzeranfragen.:1 Einleitung 2
1.1 Motivation 2
1.2 Zielsetzung der Arbeit 3
1.3 Aufbau der Arbeit 4
2 Hintergrund und theoretische Grundlagen 6
2.1 Natürliche Sprachverarbeitung (NLP) 6
2.1.1 Grundlagen der NLP 6
2.1.2 Modelle und Algorithmen 7
2.1.3 Anwendungsbereiche 8
2.2 Regelbasierte Systeme 9
2.2.1 Definition und Funktionsweise 9
2.2.2 Beispiele und Anwendungen 10
2.3 Large Language Models (LLMs) 10
2.3.1 Funktionsweise und Architektur 10
2.3.2 Entwicklung und Technologien 14
2.3.3 Training und Datenbasis 15
2.3.4 Anwendungsbereiche 15
2.3.5 Limitationen von GPT-Modellen 16
3 Praktikumsprojekt bei OntoChem GmbH 18
3.1 Unternehmensvorstellung 18
3.1.1 Überblick und Geschichte 18
3.1.2 Produkte und Technologien 19
3.2 Projektbeschreibung 21
3.2.1 Ziel des Projekts 21
3.2.2 Aufgabenstellung 26
3.3 Technologie-Stack und Tools 27
3.3.1 Programmiersprache und Umgebung 27
3.3.2 Bibliotheken 28
4 Regelbasierter Ansatz zur Umwandlung natürlicher Sprache in Datenbankabfragen 29
4.1 API-Design 29
4.1.1 Methodik und Konzeption 29
4.1.2 structFromNaturalSearch 29
4.1.3 queryFromSearchStructure 35
4.2 Implementierung 37
4.2.1 Funktion: SearchStructureFromString 37
4.2.2 Integration OC-Technologien 38
4.2.3 Algorithmen und Regeln 40
4.2.4 Herausforderungen 43
5 LLM-Ansatz zur Umwandlung natürlicher Sprache in Datenbankabfragen 45
5.1 Einführung in den LLM-Ansatz 45
5.1.1 Grundlagen 45
5.1.2 Vergleich mit Regelbasierten Systemen 46
5.2 Prompting in LLMs (z.B. ChatGPT) 46
5.2.1 Prinzipien des Promptings 46
5.2.2 Design effektiver Prompts 47
5.3 Tests und Evaluierung 50
5.3.1 Beschreibung der Tests 50
5.3.2 Ergebnisse und Analyse 52
6 Vergleich der Ansätze 58
6.1 Methodik 58
6.2 Ergebnisse 58
6.3 Diskussion 61
7 Evaluation und Ausblick 62
7.1 Kritische Betrachtung 62
7.2 Limitationen und Fehlerquellen 62
7.3 Fazit und Implikationen 63
7.4 Zukünftige Forschung 63
Literaturverzeichnis I
Abbildungsverzeichnis IV
Daten- und Codeverzeichnis
Nutzung digitaler Zwillinge in der digitalen Fabrik
No full textDigitale Zwillinge können in verschiedenen Einsatzgebieten genutzt werden, insbesondere innerhalb
einer digitalen Fabrik. Im Zuge verschiedener studentischer Projekte an der Smart Factory AutFab der
Hochschule Darmstadt wurden state-of-the-art Software-Tools zur Implementierung verschiedener digitaler
Zwillinge verwendet. Bei einer Linienplanung wurde das Potential für Brownfield-Anlagen
deutlich. Verschiedenste Projekte haben mithilfe von digitalen Zwillingen virtuelle Inbetriebnahmen
erfolgreich durchgeführt und inzwischen den größten Teil der Smart Factory abgedeckt. Über Materialfluss-
und Energieverbrauchs-Simulationen konnten Engpässe in der Fertigung identifiziert werden,
welche in einem Unternehmen zu großen Einsparungen führen können. Schließlich wurde ein neuer
Weg von kollaborativer Entwicklungsarbeit gezeigt, welcher den Aufwand beim Aufbau von Systemen
mit hoher Ähnlichkeit erheblich reduzieren kann
A concept for an Interdisciplinary Living Lab for Innovating Brick-and-Mortar Retail
No full textThis cross-departmental initiative bridges Business and IT to establish a nexus for technological innovation,
academic research, and tangible retail application, particularly in the realms of Robotics,
Sensor Technology, Service Technology, Data Science driven by Artificial Intelligence within a retail setting.
Conceived as both a living lab and an innovation hub, this project embodies a fully-operational
retail store of the future, furnished with cutting-edge technologies and resourced by experts across
varied disciplines and research domains. The overarching objective centers on facilitating knowledge
generation and transfer among students, faculty, retailers, and technology companies. By doing so, the
lab endeavors to foster collaborative solutions to aptly address the pressing challenges currently being
faced by the retail industry, paving the way for sustainable, innovative developments for the future
Evaluating LLM based web application penetration testing: How does AI improve efficiency?
No full textDie vorliegende Arbeit untersucht die Verwendung von Large Language Models (LLMs) in Penetrationstests von Web-Anwendungen. Ziel ist es, die Arbeit von Penetrationstestern zu unterstützen und den Prozess zu beschleunigen, um Sicherheitslücken in Web-Anwendungen effektiver aufzudecken und zu beheben. Die Arbeit vergleicht verschiedene Ansätze und prüft, wie LLMs wie ChatGPT und andere die Effizienz des Penetrationstests verbessern können. Es wird evaluiert, ob durch die Anwendung von LLMs der notwendige Aufwand für Penetrationstests reduziert werden kann, um Sicherheitslücken in Web-Anwendungen effektiver aufzudecken und zu beheben. Die Arbeit leistet einen Beitrag zum Thema, indem sie die Möglichkeiten und Grenzen von LLMs im Kontext der Penetrationstestung untersucht, bewertet und den aktuellen Stand skizziert.:1 Intro
2 Basics
2 1 Web Application Security
2 2 Penetration Testing
2 3 Penetration Testing Standards
2 4 Penetration Testing Tools
2 5 Artificial Intelligence
2 6 Large Language Models
2 7 LLM prompting techniques
2 8 AI’s Growing Role in Cybersecurity
2 9 Penetration Testing and AI
2 10 Research Objectives and Scope
2 11 Significance of the Study and Research Question
2 12 Structure of the Thesis
3 Literature Review
4 Market Analysis
4 1 Use of LLMs in Combination with Existing Penetration Testing Software
4 2 Open-Source Solutions Leveraging LLMs
4 3 Commercial Solutions Leveraging LLMs for Cybersecurity purposes
4 4 ChatGPT-GPTs
4 5 Identifying the Need for Optimization in Penetration Testing Processes
4 6 Opinions of Penetration Testers on Generative AI Use
5 Methodology
5 1 Research Methods and Approaches
5 2 Benchmarks Used for Evaluation
6 Concept and Implementation
6 1 Limitations of LLMs
6 2 Deciding Which LLM Models to Use
6 3 Identifying and Executing Tasks with LLMs
6 4 Tailoring the LLM for Penetration Testing
6 5 Resource Requirements
7 Evaluation of LLMs for Penetration Testing
7 1 Interviews: Identifying the use of LLMs for Pentesting
7 2 Preparing the Test Environment
7 3 Evaluation of Command Generation
7 4 ChatGPT Assistant GPT
7 5 Google Gemini Advanced
7 6 Discussion of results
7 7 Answering the Research Question
7 8 Resulting Penetration Testing Workflow
8 ConclusionThe thesis examines the use of Large Language Models (LLMs) in web application penetration testing. The goal is to support penetration testers and accelerate the process, to identify and fix security vulnerabilities in web applications more effectively. The thesis compares different approaches and evaluates how LLMs, such as ChatGPT and others, can improve the efficiency of penetration testing. It is evaluated whether the application of LLMs can reduce the necessary effort for penetration testing, to more effectively identify and fix security vulnerabilities in web applications. The research contributes to the topic by investigating, evaluating, and outlining the possibilities and limitations of LLMs in the context of penetration testing.:1 Intro
2 Basics
2 1 Web Application Security
2 2 Penetration Testing
2 3 Penetration Testing Standards
2 4 Penetration Testing Tools
2 5 Artificial Intelligence
2 6 Large Language Models
2 7 LLM prompting techniques
2 8 AI’s Growing Role in Cybersecurity
2 9 Penetration Testing and AI
2 10 Research Objectives and Scope
2 11 Significance of the Study and Research Question
2 12 Structure of the Thesis
3 Literature Review
4 Market Analysis
4 1 Use of LLMs in Combination with Existing Penetration Testing Software
4 2 Open-Source Solutions Leveraging LLMs
4 3 Commercial Solutions Leveraging LLMs for Cybersecurity purposes
4 4 ChatGPT-GPTs
4 5 Identifying the Need for Optimization in Penetration Testing Processes
4 6 Opinions of Penetration Testers on Generative AI Use
5 Methodology
5 1 Research Methods and Approaches
5 2 Benchmarks Used for Evaluation
6 Concept and Implementation
6 1 Limitations of LLMs
6 2 Deciding Which LLM Models to Use
6 3 Identifying and Executing Tasks with LLMs
6 4 Tailoring the LLM for Penetration Testing
6 5 Resource Requirements
7 Evaluation of LLMs for Penetration Testing
7 1 Interviews: Identifying the use of LLMs for Pentesting
7 2 Preparing the Test Environment
7 3 Evaluation of Command Generation
7 4 ChatGPT Assistant GPT
7 5 Google Gemini Advanced
7 6 Discussion of results
7 7 Answering the Research Question
7 8 Resulting Penetration Testing Workflow
8 Conclusio
2D-Point-Cloud Reconstruction from Laser-Scanner-Data using Genetic Algorithms
No full textDie Arbeit widmet sich der Rekonstruktion von Polygonzügen aus 2D-Punktwolkendaten. Die Daten wurden mittels Laser-Scannern erhoben und bilden Grundrisse von historischer Architektur ab. Die Arbeit beleuchtet die Arbeitsfähigkeit von GPU-parallelisierten genetischen Algorithmen, bei dem Versuch aus diesen Daten Polygone und Streckenzüge zu erheben die zu den ursprünglichen Daten kongruent sind.:1 Introduction 5
1.1 Point Cloud Reconstruction 5
1.2 Genetic Algorithms 7
1.3 Evaluation of Results 8
2 Evolutionary Algorithms 10
2.1 Metaheuristic Approaches 10
2.1.1 NPO-problems 11
2.1.2 Metaheuristics 11
2.2 Evolutionary Computing 12
2.2.1 Definition and Motivation 13
2.2.2 Fundamentals and Terminology 13
2.2.3 The Genetic Algorithm 14
2.2.4 Individuals in Genetic Algorithms 15
2.2.5 Components of Genetic Algorithms 15
2.3 Parallel Genetic Algorithms 20
2.3.1 Taxonomy for Parallel Genetic Algorithms 20
2.3.2 Global Parallel Genetic Algorithms 20
3 Hardware Accelerators 22
3.1 SIMD in Global Parallel Gentic Algorithms 22
3.2 OpenCL 23
4 Concepts and Implementation 25
4.1 Input Data and Pre-Proccesing 26
4.2 Genotype Construction 30
4.3 The Fitness Function 33
4.4 Mutation 35
4.5 The Genetic Algorithm 36
4.6 Global Parallelization and GPU-Usage 38
5 Results and Evaluation 40
5.1 Wall-Time and Fitness 40
5.2 Visual Observation 43
6 Conclusion 44
Appendices 47
A Terminology for Evolutionary Algorithms 48
B PC1 49
C PC2 50
D PC3 51
E PC1 Convergence 52
F PC2 Convergence 53
G PC3 Convergence 54
H Layout Reconstruction 1 55
I Layout Reconstruction 2 56
J t-test for implementation comparison 5