Digitales Repositorium der BTU Cottbus – Senftenberg
Not a member yet
4640 research outputs found
Sort by
Der Einfluss von Anwendungen künstlicher Intelligenz auf das Nutzerverhalten im medizinischen Bereich
No full textNegative gesellschaftliche Folgen der künstlichen Intelligenz (KI) resultieren aus dem Vertrauensverlust der Menschen in KI-Anwendungen im Gesundheitswesen. Es ist von entscheidender Bedeutung, das Potenzial der künstlichen Intelligenz zur Verbesserung der Gesundheitsergebnisse der Nutzer zu verstehen. Dies umfasst die zeitliche Optimierung der Diagnose, die Bereitstellung personalisierter Gesundheitsversorgung und die Bewertung von Prognosen in Gesundheitssystemen. Das übergeordnete Ziel dieser Doktorarbeit besteht darin, den Einfluss der künstlichen Intelligenz auf das Nutzerverhalten im medizinischen Kontext zu untersuchen. Diese Arbeit setzt sich aus vier Publikationen und einem Publikationsmanuskript zusammen.
Die erste Publikation bietet einen Überblick über den Einsatz von künstlicher Intelligenz bei der Bereitstellung von Gesundheitsdienstleistungen und deren Auswirkungen auf das Verhalten und die Perspektiven der Nutzer.
Die zweite Publikation skizziert eine Vision für nachhaltige Innovationen, indem sie die Schlüsselkomponenten der Nachhaltigkeit hervorhebt und ihre positiven Effekte auf das Gesundheitssystem beleuchtet.
In der dritten Veröffentlichung werden die Auswirkungen digitaler Gesundheitslösungen auf die Einstellung und Perspektiven der Nutzer hinsichtlich der Akzeptanz digitaler Gesundheitstechnologien aufgezeigt.
Das vierte Publikationsmanuskript schlägt die Anwendung eines maschinellen Random-Forest-Lernmodells zur Vorhersage zukünftiger Herzfrequenzschwankungen über einen Zeitraum von 10 Tagen vor.
Die fünfte Publikation ist eine Folgestudie, die die Entwicklung und Implementierung einer webbasierten Anwendung namens HRpredict vorstellt.
Die Ergebnisse zeigen, dass künstliche Intelligenz eine positive Auswirkung auf die Gesundheitsversorgung hat. Vertrauen der Nutzer und ihre Zufriedenheit mit dem Einsatz von künstlicher Intelligenz im Gesundheitswesen werden durch funktionale Interaktionen mit den Endnutzern beeinflusst.Negative societal consequences of artificial intelligence (AI) result from the loss of human trust in AI applications in healthcare Understanding the potential underlying of how artificial intelligence can be used to improve users’ health outcomes is instrumental in facilitating timely diagnosis, providing personalised healthcare, and evaluating prognoses in healthcare systems. The aim of this doctoral thesis is to investigate the influence of AI on user behaviour in the medical context. The thesis consists of four publications and one manuscript.
The first publication provides an overview of AI use in healthcare delivery and its effects on user behaviour and perspectives. It emphasizes understanding the interaction between AI and users to maximize benefits.
The second publication outlines a vision for sustainable innovations, highlights key components of sustainability, and examines positive effects on the healthcare system. It addresses challenges in global and rural healthcare and how sustainable technologies can offer solutions.
The third publication addresses the impact of digital health solutions on users’ attitudes and perspectives regarding acceptance of digital health technologies. It underscores the importance of resolving data privacy concerns, improving transparency, and further research to expand understanding across demographic groups.
The fourth manuscript proposes a random forest machine learning model to predict heart rate variations over ten days. It validates the model’s predictions based on smoking, alcohol consumption, and intake of coffee and energy drinks using synthetic data generation.
The fifth publication is a follow-up study introducing the development and implementation of the web application HRpredict, which uses the predictive heart rate model to provide lifestyle recommendations to users.
The results show that AI positively impacts healthcare, especially when developed for specific contexts such as predicting heart rate variability. User trust and satisfaction with AI use in healthcare are influenced by functional interactions with end users.
This doctoral thesis contributes to advances in predictive AI research and its application in healthcare. It also highlights limitations of prior research on AI’s influence on user behaviour and recommends future studies to evaluate the significance of user-AI interaction
Sammlung offener Probleme : 11. Workshop über Graphenklassen, Optimierung und Weiteparameter (GROW 2024)
No full textThe Workshop on Graph Classes, Optimization, and Width Parameters (GROW) series of workshops brings together experts in both theoretical and practical issues to design new strategies for dealing with intractable graph problems. Its 11th edition, GROW 2024, was hosted by the Brandenburg University of Technology, Faculty of Mathematics, Computer Science, Physics, Electrical Engineering and Information Technology, Cottbus, Germany, from September 9–12, 2024. This booklet contains descriptions of open problems presented at GROW 2024.Die Workshop-Reihe „Graph Classes, Optimization, and Width Parameters“ (GROW) bringt Experten für theoretische und praktische Fragestellungen zusammen, um neue Strategien für den Umgang mit schwer lösbaren Graphenproblemen zu entwickeln. Die 11. Ausgabe, GROW 2024, wurde vom 9. bis 12. September 2024 von der BTU Cottbus-Senftenberg, Fakultät für Mathematik, Informatik, Physik, Elektro- und Informationstechnik, Cottbus, Deutschland, ausgerichtet. Diese Sammlung enthält Beschreibungen offener Probleme, die bei der GROW 2024 vorgestellt wurden
Untersuchung der Unterscheidbarkeit von Giraud-Verneuil-Atomblöcken
No full textIn this work, we investigate the security of Elliptic Curve Cryptosystem (ECC) implementations against Side-Channel Analysis (SCA). ECC is well known for both its efficiency and strong security. However, it is also vulnerable to SCA. SCA exploits physical information leaked during the execution of the scalar multiplication (kP) operations. Countermeasures like regularity and atomicity have been developed against such attacks. This thesis, however, focuses on atomicity as a countermeasure. In this work, we focused on the atomic pattern proposed by Giraud and Verneuil used in the scalar multiplication operation. We implemented their atomic pattern using the right-to-left scalar multiplication algorithm on the P-256 elliptic curve, recommended by NIST. Our implementation was done using the FLECC cryptographic library, which supports constant-time operations, and it was executed on the Texas Instruments (TI) LAUNCHXLF28379D development board. We measured and collected the Electromagnetic (EM) emissions generated during the execution of the kP operation using measurement tools such as the Lecroy WavePro 604HD Oscilloscope, the Langer ICS 105 Integrated Circuit Scanner, and the Langer MFA-R 0.2-75 Near Field Probe. Our analysis focused on whether the Giraud and Verneuil atomic blocks could be distinguished based on their electromagnetic trace. We identified that when additionally inserted clock cycle processes were present in the execution, the atomic blocks could be visually distinguished from each other. However, after removing these processes, the atomic blocks became more synchronised and harder to distinguish, which reduced the risk of a successful SCA attack. These findings suggest that, although the atomic pattern was implemented correctly with dummy operations, its resistance to SCA can still be affected by the additional processes that are inserted on the hardware or software level. This means that atomicity alone as a countermeasure might not be enough to fully protect ECC implementations against SCA attacks. More research is required to investigate the reasons for the additionally inserted clock cycle processes that caused the distinguishability in the atomic blocks and also how intermediate operations are addressed in memory registers. This will help to better understand the processes that lead to the insertion of these additional clock cycles. This thesis is the first to experimentally implement and investigate Giraud and Verneuil’s atomic pattern on hardware and offer useful results that can be used to improve countermeasures against SCA.In dieser Arbeit untersuchen wir die Sicherheit von Implementierungen elliptischer Kurvenkryptosysteme (ECC) gegenüber Seitenkanalanalysen (SCA). ECC ist sowohl für seine Effizienz als auch für seine hohe Sicherheit bekannt. Allerdings ist es auch anfällig für SCA. SCA nutzt physikalische Informationen aus, die während der Ausführung von Skalar-Multiplikationsoperationen (kP) verloren gehen. Gegenmaßnahmen wie Regelmäßigkeit und Atomizität wurden gegen solche Angriffe entwickelt. Diese Arbeit konzentriert sich jedoch auf Atomizität als Gegenmaßnahme. In dieser Arbeit haben wir uns auf das von Giraud und Verneuil vorgeschlagene atomare Muster konzentriert, das in der Skalar-Multiplikationsoperation verwendet wird. Wir haben ihr atomares Muster unter Verwendung des von rechts nach links gerichteten Skalar-Multiplikationsalgorithmus auf der vom NIST empfohlenen elliptischen Kurve P-256 implementiert. Unsere Implementierung erfolgte unter Verwendung der FLECC-Kryptografie-Bibliothek, die Operationen mit konstanter Zeit unterstützt, und wurde auf dem Entwicklungsboard LAUNCHXLF28379D von Texas Instruments (TI) ausgeführt. Wir haben die während der Ausführung der kP-Operation erzeugten elektromagnetischen (EM) Emissionen mit Messgeräten wie dem Lecroy WavePro 604HD Oszilloskop, dem Langer ICS 105 Integrated Circuit Scanner und der Langer MFA-R 0,2-75 Nahfeldsonde gemessen und erfasst. Unsere Analyse konzentrierte sich darauf, ob die atomaren Blöcke von Giraud und Verneuil anhand ihrer elektromagnetischen Spuren unterschieden werden können. Wir stellten fest, dass die atomaren Blöcke visuell voneinander unterschieden werden konnten, wenn zusätzlich eingefügte Taktzyklusprozesse in der Ausführung vorhanden waren. Nach dem Entfernen dieser Prozesse wurden die atomaren Blöcke jedoch synchroner und schwerer zu unterscheiden, was das Risiko eines erfolgreichen SCA-Angriffs verringerte. Diese Ergebnisse deuten darauf hin, dass das atomare Muster zwar mit Dummy-Operationen korrekt implementiert wurde, seine Widerstandsfähigkeit gegenüber SCA jedoch durch die zusätzlichen Prozesse, die auf Hardware- oder Softwareebene eingefügt werden, beeinträchtigt werden kann. Das bedeutet, dass Atomizität allein als Gegenmaßnahme möglicherweise nicht ausreicht, um ECC-Implementierungen vollständig vor SCA-Angriffen zu schützen. Es sind weitere Untersuchungen erforderlich, um die Gründe für die zusätzlich eingefügten Taktzyklusprozesse zu erforschen, die die Unterscheidbarkeit der atomaren Blöcke verursachten, und um zu untersuchen, wie Zwischenoperationen in Speicherregistern behandelt werden. Dies wird zu einem besseren Verständnis der Prozesse beitragen, die zur Einfügung dieser zusätzlichen Taktzyklen führen. Diese Arbeit ist die erste, die das atomare Muster von Giraud und Verneuil experimentell auf Hardware implementiert und untersucht und nützliche Ergebnisse liefert, die zur Verbesserung der Gegenmaßnahmen gegen SCA genutzt werden können
Powder production and additive manufacturing of iron aluminide alloys using plasma ultrasonic atomization and laser-directed energy deposition
No full textWith a combination of desirable properties such as low density, high specific yield strength, low material cost,
and excellent oxidation and corrosion resistance, iron aluminide (Fe-Al) has shown considerable potential to be
an alternative to high-alloy chromium steels, and in some cases even nickel-based superalloys, in hightemperature
applications. Due to these features, it is especially suitable for the aerospace and automotive industries.
Recent advancements indicate an increasing interest in Fe-Al within the additive manufacturing industry,
particularly in directed energy deposition (DED) processes. Despite this progress, processing of Fe-Al
materials using the laser directed energy deposition (L-DED) has not been sufficiently investigated. In this study,
Fe-Al powder material was produced from a commercial Al rod encased in a commercial low alloy-steel tube by a
plasma-based ultrasonic atomization eliminating the need to cast an alloy ingot in advance. Subsequently, the
produced powder was used in a L-DED process to fabricate an additively manufactured sample. The sample was
investigated in terms of mechanical property, microstructure, chemical composition, and phase structure by
scanning electron microscope (SEM) / energy dispersive X-ray spectroscopy (EDX), X-ray diffraction (XRD),
electron backscatter diffraction (EBSD) and microhardness analyses
AI-based maintenance planning and control of public transport : status quo and conceptual considerations
No full textDurch eine sorgfältige Instandhaltung von Zügen, Bussen und Flugzeugen lässt sich die Verfügbarkeit, Betriebssicherheit und Wirtschaftlichkeit dieser Verkehrsmittel maßgeblich sichern. Bislang wurden die dafür relevanten planungsintensiven Prozesse in Zugwerkstätten mit herkömmlichen statischen Planungssystemen durchgeführt. Diese Systeme bilden zwar eine Grundlage für die Organisation der Instandhaltungsarbeiten, sind jedoch nicht in der Lage, optimierte Instandhaltungsprogramme zu erstellen. Infolgedessen treten während der tatsächlichen Durchführung der Instandhaltungsmaßnahmen häufig ungeplante Zusatzaufgaben auf, die den Arbeitsablauf in den Instandhaltungswerkstätten stören und sowohl die wirtschaftliche als auch die betriebliche Effizienz beeinträchtigen. Es hat sich gezeigt, dass solche Störungen häufig zu erhöhten Instandhaltungskosten, längeren Durchlaufzeiten und einer verminderten Anlageneffizienz führen. Daher besteht ein wachsender Bedarf, bei der Instandhaltungsplanung und -steuerung im öffentlichen Verkehrssektor von statischen zu dynamischeren, datengesteuerten Ansätzen überzugehen.
Künstliche Intelligenz (KI) bietet in dieser Hinsicht ein erhebliches Potenzial, da sie die Entwicklung von Vorhersagefähigkeiten, dynamischer Planung und intelligenter Ressourcenzuweisung erleichtert. Zu diesem Zweck werden in dieser Studie bestehende Forschungsarbeiten zu KI Ansätzen für die Wartungsplanung und -steuerung in diesen Bereichen des öffentlichen Verkehrs systematisch untersucht und bewertet. Anhand einer deskriptiven Analyse werden neue Forschungstrends vorgestellt, während eine detaillierte Inhaltsanalyse die Ergebnisse der relevantesten Artikel in diesem Bereich zusammenfasst. Die Analyseergebnisse zeigen, dass sich die meisten Forschungsarbeiten isoliert auf bestimmte Aspekte wie die Vorhersage der verbleibenden Nutzungsdauer und die Fehlerdiagnose konzentrieren. In der Praxis umfasst die Wartungsplanung und -steuerung jedoch eine komplexe Koordination vieler Aktivitäten (z B Inspektion, Ressourcenzuweisung und Personal und Aufgabenplanung usw.). Daher sind die Autoren der Ansicht, dass noch holistischere Lösungen erforderlich sind, die Instandhaltungsaktivitäten und Werkstattbeschränkungen integrieren und über Einzelkomponentenvorhersagen hinaus zu einer Optimierung der Instandhaltung auf Systemebene führen, die in realen Instandhaltungsbetrieben validiert werden kann.
Darüber hinaus wird in diesem Studienbericht ein konzeptioneller Rahmen vorgestellt der die Planung und Steuerung von Instandhaltungsaufträgen in Instandhaltungswerkstätten des öffentlichen Nahverkehrs verbessern soll. Der vorgeschlagene Rahmen dient als Grundmodell für den Einsatz von KI Technologien zur Reduzierung von Ineffizienzen, zur Verbesserung der Terminplanung und letztlich zur Unterstützung einer zeitnahen und kosteneffizienten Instandhaltungsplanung und -steuerung für Züge.Maintenance of public transport assets e.g., trains, buses, and airplanes has a major impact on their availability, safety and cost-effectiveness. To date, planning-intensive processes in train maintenance workshops have been carried out with traditional static planning systems. While these systems have provided a foundation for organizing maintenance work, they are unable to generate optimized maintenance programs. As a result, unplanned additional tasks frequently arise during the actual execution of the maintenance operations, thereby disrupting workflows in maintenance workshops and reducing both economic and operational efficiency. It has been demonstrated that such disruptions often lead to increased maintenance costs, longer lead times, and reduced plant efficiency. Therefore, there is a growing need to shift from static to more dynamic, data-driven approaches for maintenance planning and control in public transport sectors.
Artificial Intelligence (AI) offers significant potential in this regard, as it facilitates the development of predictive capabilities, dynamic scheduling, and intelligent resource allocation. To this aim, this study therefore systematically reviews and examines existing research on AI approaches for maintenance planning and control across these public transport sectors. Descriptive analysis is performed to present emerging research trends, while detailed content analysis synthesizes the findings of the most relevant articles in the domain. The analysis results show that most of the research focuses on the specific aspects such as predicting the remaining useful life and faults diagnoses, etc., in isolation. However, in practice, maintenance planning and control involves a complex coordination of many activities (e.g., inspection, resource allocation, and workforce & tasks scheduling, etc.). Therefore, the authors believe that there is still need for more holistic solutions that can integrate maintenance activities and shopfloor constraints, moving beyond single-component predictions to system-level maintenance optimization that could be validated in real maintenance facilities.
Furthermore, this study report presents conceptual framework designed to enhance maintenance order planning and control in public transport maintenance workshops. The proposed framework serves as a foundational model for utilizing the AI technologies to reduce inefficiencies, improve scheduling, and ultimately support timely and cost-effective maintenance planning and control strategies for trains
Spinnenökologie auf verschiedenen Skalen : vom Mikrohabitat bis zur Landschaft in natürlichen und bewirtschafteten Lebensräumen
No full textSpiders (Araneae) are an exceptionally diverse group, with over 52,000 described species worldwide. They are among the most dominant predators in terrestrial ecosystems and occur on every continent except Antarctica. Spiders play a key role in maintaining biodiversity and ecosystem functioning and acts as important natural enemies of pests in managed habitats. Their communities are influenced by both abiotic and biotic factors, and as a higher trophic group, they are sensitive to environmental changes, making them effective bioindicators. A key driver of spider community composition is the structural complexity of their surroundings, which is influenced by factors such as plant species richness. Greater structural complexity is generally associated with increased prey availability and accessibility, as well as improved microclimatic conditions, which together promote higher spider abundance and diversity. Human activities can both enhance and reduce this structural complexity through various management practices.
In this thesis, I have investigated spider communities across a broad geographical span, covering Sweden, Germany, and South Africa, in both natural and managed habitats. Depending on the research question, different trapping techniques were employed, each with its own advantages and limitations, to best capture the relevant ecological information. For large-scale studies comparing sites across broad geographic areas, passive traps such as pitfall traps and Malaise traps were used. In contrast, for studies within habitats, such as orchards, spiders and their prey were hand-collected to assess how different management practices affect spider-mediated pest control. Additionally, one study directly compared traditional scientific surveys with citizen science data to evaluate their relative effectiveness in capturing spider biodiversity and mapping their geographical distribution.
This research highlights the intricate relationships between spider communities and their environment. By deepening our understanding of these dynamics, the findings can contribute to conservation strategies and guide land management practices that enhance the role of spiders as natural enemies of pests. In an era of rapid environmental change, such knowledge is increasingly valuable. As a further benefit, this research may help improve public perception of spiders, emphasizing their importance in the ecosystems we all depend on.Spinnen (Araneae) sind eine außergewöhnlich artenreiche Gruppe, zu der weltweit über 52.000 beschriebene Arten gehören. Sie gehören zu den dominanten Räubern terrestrischer Ökosysteme und sind auf allen Kontinenten außer der Antarktis verbreitet. Spinnen spielen eine zentrale Rolle für die Biodiversität und die Funktionen der Ökosysteme. In bewirtschafteten Lebensräumen wirken sie zudem als natürliche Feinde von Schädlingen. Ihre Gemeinschaften werden von abiotischen und biotischen Faktoren beeinflusst. Als Organismen höherer trophischer Ebenen reagieren sie empfindlich auf Umweltveränderungen, was sie zu wirksamen Bioindikatoren macht. Ein wichtiger Faktor für die Zusammensetzung von Spinnengemeinschaften ist die strukturelle Komplexität ihrer Umgebung, die unter anderem von der Pflanzenartenvielfalt abhängt. Größere strukturelle Komplexität geht in der Regel mit einer höheren Beuteverfügbarkeit und besseren Mikroklimabedingungen einher, was wiederum eine größere Spinnendichte und -vielfalt begünstigt. Menschliche Aktivitäten können diese Komplexität durch unterschiedliche Bewirtschaftungspraktiken sowohl erhöhen als auch verringern.
In dieser Dissertation habe ich Spinnengemeinschaften in natürlichen und bewirtschafteten Lebensräumen in Schweden, Deutschland und Südafrika untersucht. Abhängig von der jeweiligen Fragestellung kamen verschiedene Fangmethoden mit unterschiedlichen Vor- und Nachteilen zum Einsatz, um die relevanten ökologischen Informationen zu erfassen. Für großräumige Studien über weite Gebiete wurden passive Fallen wie Bodenfallen (Pitfall-Traps) und Malaisefallen verwendet. In Untersuchungen innerhalb bestimmter Lebensräume, etwa Obstplantagen, wurden Spinnen und ihre Beutetiere hingegen von Hand gesammelt, um zu prüfen, wie sich verschiedene Bewirtschaftungsweisen auf die durch Spinnen geleistete Schädlingskontrolle auswirken. In einer weiteren Studie wurden traditionelle wissenschaftliche Erhebungen direkt mit Bürgerwissenschaftsdaten verglichen, um deren jeweilige Eignung zur Erfassung der Spinnenvielfalt und ihrer geografischen Verbreitung zu bewerten.
Diese Forschung verdeutlicht die komplexen Beziehungen zwischen Spinnengemeinschaften und ihrer Umwelt. Ein vertieftes Verständnis dieser Dynamiken kann Schutzstrategien und Bewirtschaftungsmaßnahmen unterstützen, die die Rolle von Spinnen als natürliche Feinde von Schädlingen stärken. In Zeiten rascher Umweltveränderungen ist solches Wissen besonders wertvoll. Darüber hinaus kann diese Arbeit dazu beitragen, die öffentliche Wahrnehmung von Spinnen zu verbessern und ihre Bedeutung für die Ökosysteme, von denen wir alle abhängen, zu betonen
Aktueller Stand der Privatsphäre von Internetnutzern : Bewertung realer Datenlecks und Entwicklung wirksamer und praktischer Gegenmaßnahmen
No full textThe Tor network ensures confidentiality of user data over the Internet and hides the IP addresses and relationships between communication partners to avoid user profiling and censorship. However, Tor cannot hide the number, direction, and timing of transmitted packets. Two types of attackers – autonomous systems (AS) and malicious Tor nodes – can exploit this for sophisticated attacks, such as website fingerprinting (WFP) and end-to-end traffic correlation, or fingerprinting attacks revealing the Tor users’ location. On the other hand, in case of a malicious first Tor node or a malicious AS on the path between the user and the Tor network, the scalability of prior WFP attacks remains questionable due to impractical assumptions. This dissertation aims to provide a more realistic assessment of the exposure of Tor users to passive deanonymization attacks from different perspectives.
First, we conduct a comprehensive review of fundamental Border Gateway Protocol (BGP) threats. We present a methodology for evaluating existing BGP security proposals and provide an extensive and up-to-date survey of proposals intended to make BGP secure and methods for detecting and mitigating routing instabilities. Based on the identified research gaps and unresolved challenges, we analyze the current level of resilience of Tor and two alternative Tor path selection methods against malicious ASs. While we detect a notable increase in the Tor’s resilience to BGP attacks over the years, when measured from a Tor user to its first Tor node, the resilience provided by the alternative path selection methods on the way back, i.e., from the first Tor node to a Tor user, has decreased notably compared to the resilience measured on the forward path for these methods. Moreover, these methods tend to select first Tor nodes in a predictable manner, resulting in the exposure of users’ locations to Tor middle nodes. We also show novel attacks against a state-of-the-art method for measuring bandwidth capabilities of Tor nodes, allowing a low-bandwidth attacker to gain notably higher bandwidth estimates than theoretically defined.
We propose a novel lightweight defense against malicious Tor nodes, performing WFP or end-to-end traffic correlation, that splits user traffic over multiple Tor paths. Our defense is fully implemented on the user side, reducing deployment costs and making it independent of the underlying anonymization network. We also propose a metric that is capable of quantifying the user’s location leakage considering a malicious Tor middle node. This metric enables Tor users to avoid specific first Tor nodes by strategically selecting those from which their location cannot be revealed. Finally, we examine the real-world scalability of WFP, especially against Tor users who visit several pages of a single website consecutively. We propose both a novel WFP attack and efficient strategies for adapting existing methods to account for sequential visits of pages within a website.Das Tor-Netzwerk bietet Vertraulichkeit der Nutzerdaten und verbirgt die IP-Adressen und die Verbindung zwischen den Kommunikationspartnern. Tor kann jedoch die Anzahl, Richtung und Zeit der Datenpakete nicht verbergen. Zwei Angreifertypen – Autonome Systeme (AS) und böswillige Tor-Knoten – können dies für Website-Fingerprinting (WFP), Ende-zu-Ende-Datenverkehrskorrelation oder Fingerprinting-Angriffe ausnutzen, die den Nutzerstandort erkennen. Im Falle eines böswilligen ersten Tor-Knotens oder AS bleibt die Skalierbarkeit der bisherigen WFP-Angriffe jedoch aufgrund unpraktischer Annahmen fraglich. Diese Arbeit bietet daher eine realistischere Einschätzung der Verwundbarkeit von Tor-Nutzern durch passive Deanonymisierungsangriffe aus verschiedenen Perspektiven.
Zunächst untersuchen wir die grundlegenden Bedrohungen des Border Gateway Protocol (BGP). Wir stellen eine Methodik zur Bewertung bestehender BGP-Sicherheitsvorschläge vor und geben einen ausführlichen und aktuellen Überblick über BGP Sicherheitsvorschläge und Methoden, um Routinginstabilitäten zu erkennen und abzuwehren. Auf Basis der erkannten Forschungslücken und ungelösten Herausforderungen, analysieren wir die aktuelle Resilienz von Tor und zwei alternativen Tor-Pfadauswahlmethoden gegen böswillige AS. Wir zeigen, dass die Resilienz von Tor gegen BGP-Angriffe über die Jahre deutlich zugenommen hat, wenn man den Pfad von einem Tor-Nutzer zum ersten Tor-Knoten betrachtet, während die Resilienz der alternativen Pfadauswahlmethoden vom ersten Tor-Knoten zu einem Tor-Nutzer im Vergleich zur Resilienz auf dem Vorwärtspfad deutlich abgenommen hat. Zudem tendieren diese Methoden dazu, die ersten Tor-Knoten vorhersagbar auszuwählen, was zu einer Preisgabe des Nutzerstandorts an den Tor-Mittelknoten führt. Wir zeigen auch neue Angriffe gegen eine aktuelle Methode zur Messung der Bandbreite von Tor-Knoten, die es einem Angreifer mit geringer Bandbreite erlauben, deutlich höhere Bandbreitenschätzungen zu erhalten als theoretisch definiert.
Wir stellen eine neue Abwehrmethode gegen böswillige Tor-Knoten vor, die WFP oder Ende-zu-Ende-Datenverkehrskorrelation durchführen, die den Nutzerverkehr auf mehrere Tor-Pfade aufteilt. Unsere Methode ist rein nutzerseitig implementiert, was die Implementierungskosten reduziert und sie unabhängig vom unterliegenden Anonymisierungsnetzwerk macht. Wir schlagen auch eine Metrik vor, die die Preisgabe des Nutzerstandorts im Falle eines bösartigen Tor-Mittelknotens quantifiziert. Diese Metrik ermöglicht es Tor-Nutzern, strategisch bestimmte erste Tor-Knoten auszuwählen, die ihren Standort nicht preisgeben. Schließlich untersuchen wir die WFP-Skalierbarkeit im Hinblick auf Tor-Nutzer, die mehrere Unterseiten einer Webseite nacheinander besuchen. Wir schlagen sowohl einen neuen WFP-Angriff als auch effiziente Strategien zur Anpassung bestehender Methoden vor, um aufeinanderfolgende Besuche von Unterseiten innerhalb einer Webseite zu berücksichtigen
Numerical investigation of a turbine working with a highly unsteady exhaust flow of a hydrogen-driven rotating detonation combustion
No full textTraditionally, turbomachines are designed for steady-state operations around which they achieve optimal
performance and efficiency. However, in novel applications, a turbomachine may be exposed to unsteady
flow forcing the machine to operate under fluctuating off design conditions. Pressure Gain Combustion (PGC)
through detonation can be an extreme example of unsteady flow which affects the turbine performance
adversely. The efficient way of energy extraction from PGCs is still an open question which needs extensive
turbine design optimizations for such unsteady flow. Any flow field optimization problem in such applications
needs a multitude of simulations, which can be too computationally expensive to be utilized as it is realized as
an unsteady 3D-CFD problem. In this regard, the current study aims at proposing and evaluating an approach
for optimizing a turbine working under highly unsteady exhaust flow of a Rotating Detonation Combustion
(RDC). A two stage turbine is placed downstream an RDC and the turbine inlet condition is calculated by a
2D-Euler simulation tool. A turbine optimization problem is defined and three optimization processes with
an objective of minimizing entropy are performed using steady-state 3D-CFD simulation as the objective
function evaluator. The turbine inlet boundary conditions in the three optimization efforts include peak,
mean and trough values of the RDC outlet pulsating flow condition. Finally, detailed unsteady simulations
are carried out for the three new geometries and compared with the baseline turbine. The results showed
that the steady-state Reynolds Averaged Navier Stocks (RANS) simulations can be utilized using either mean
or trough values of the pulsating boundary condition in iterating a design optimization problem, instead of
full unsteady RANS simulations applying time and circumferential location dependent boundary conditions.
Given the specific RDC boundary condition and the turbine geometry in this study, the optimized turbine
exhibited up to 7.71% less entropy generation and up to 7% higher output power compared to the baseline
counterpart in unsteady operation. This approach enables a more efficient design optimization process while
accounting for the complex dynamics of the RDC exhaust flow. Overall, the approach presented in this paper
is practical for optimizing highly unsteady turbomachines specifically for the case of RDCs during any early
design optimization procedure, addressing the computational challenges associated with simulating unsteady
flows while ensuring the turbine’s effectiveness under real operating conditions
A practical approach for measuring Chemical Oxygen Demand (COD) of Fats, oils, and grease (FOG) using tween 80 in wastewater
No full textThis study aims to estimate the organic load of oily wastewater by using Chemical Oxygen Demand (COD) measurements, addressing the analytical challenges posed by the hydrophobic, nonpolar, and often emulsified nature of Fats, oil and grease (FOG). This study established a reproducible and practical methodology for measuring COD in wastewater containing FOG at a laboratory scale, utilizing the nonionic surfactant T80 as a solubilizing and emulsifying agent. Precise gravimetric methods were employed to measure the mass of T80 (indirectly from volume (100–1400 µL/L)) added, and its correlation with COD was established. A strong linear relationship (R2 = 0.993–0.998) between T80 concentration and COD confirmed its stability and suitability as a calibration standard. Experiments with sunflower (1–4 mL/L) and rapeseed oils (1–3 mL/L) showed that COD increased linearly with oil concentration and stabilized after prolonged mixing (96–120 h), indicating complete emulsification and micellar equilibrium. Even under T80 overdose conditions, COD retained linearity (R2 > 0.99), though absolute values were elevated due to excess surfactant oxidation. Temperature variation (5 and 20 °C) and mild heating of coconut fat (30–32 °C) showed no significant effect on COD reproducibility, indicating that mixing time and surfactant dosage are the dominant factors influencing measurement accuracy. Overall, the study establishes T80 as a reliable surfactant for solubilizing oily matrices, providing a consistent and repeatable approach for COD assessment of wastewater containing FOG. The proposed method offers a practical basis and a step towards environmental monitoring and process control in decentralized and industrial wastewater treatment systems
Quantitative assessment of cooling methods for electrical machines in aircraft drives
No full textTransformation of the aviation sector towards climate-neutral solutions such as electrification is urgent. Aviation electrification requires reasoned selection of suitable technologies which has to meet strict requirements and standards. Cooling of electrical components plays a vital role in the sizing and overall performance of the electrical drive system and must achieve high effectiveness and reliability at low weight. Three cooling methods – air cooling, direct slot cooling and cooling jacket – are sized for a 300 kW commuter aircraft (CS23) all-electric propulsion system. They are further evaluated quantitatively for weight, drag, reliability and effectiveness in a conservative assessment. A lumped parameter thermal network (LPTN) approach is utilized to assess and evaluate the thermal performance of the cooling systems. The LPTN model served as the basis to determine the temperature limits and capabilities of the cooling system which are then utilized to size the auxiliary components. Reliability is assessed via fault tree analysis, drag via scoop inlet characteristics and effectiveness via the heat load dissipated per weight of the system and the required cooling power per mechanical power. Cooling jacket achieves the highest effectiveness closely followed by slot cooling. Air cooling proves to be most reliable and lightest