(unregelmäßig, im Sommersemester)

Eine Event-Driven Architecture (EDA) ist ein Architekturmuster, das auf der Erzeugung, Verteilung, Detektion und Verarbeitung von Ereignissen (engl.: Events) basiert. EDAs ermöglichen die lose Kopplung von Komponenten, Diensten und Prozessen, durch die auch große Systeme noch beherrschbar und skalierbar bleiben. Ursprünglich zunächst im Bereich der grafischen Benutzungsoberflächen verwendet, finden EDAs aufgrund ihrer Eigenschaften zunehmende und vielfältige Anwendungen. Die Veranstaltung stellt Ereignisse als zentrales Strukturierungsmittel vor und diskutiert die grundlegenden Ideen, Prinzipien und Konzepte darauf aufbauender Softwarearchitekturen. Sie gibt einen praxisbezogenen Einblick sowohl in die technologischen Grundlagen als auch in die praktische Umsetzung und Anwendung ereignisorientierter Architekturmuster.

(unregelmäßig,im Sommersemester)

Within the course „Artificial Intelligence III: Artificial Neural Networks“, we will cover the basics of artificial neural networks - also called connectionist systems. Such systems, inspired by biological neural networks, are built from a set of simple processing units (neurons) which are connected (through synapses) to process noisy information. During the course, the following types of networks are introduced: - Simple perceptrons - Feed forward neural networks (including auto-encoders) - Recurrent neural networks - Hopfield networks - Some of the recent deep neural networks In addition, we will discuss the mathematics of the corresponding learning algorithms.

(unregelmäßig,im Sommersemester)

Sicherheit wird in allen Bereichen von IT-Anwendungen, speziell aber bei Mobilgeräten, in IoT (Internet of Things) Anwendungen und bei Gerätesteuerungen immer wichtiger. Die Vorlesung gibt einen Überblick über neuere Entwicklungen im Bereich Cyber-Sicherheit und stellt Anwendungen vor, die durch aktuelle Forschungsergebnisse der Kryptographie ermöglicht werden, darunter auch Blockchain und Crypto-Currency Technologien.

(unregelmäßig,im Sommersemester)

Big Data Processing will focus on the following topics:

• Distributed and parallel databases: Data that was previously stored centrally is distributed horizontally and vertically to various computer nodes. The effects on design principles, transaction procedures, lock protocols and query optimization are explained.
• Parallel analysis of large amounts of data: Processing principles for the parallel analysis of distributed data are discussed, such as map/reduce and frameworks for data flow programming. Furthermore, it will be discussed how such analyses can be processed in a data-efficient and thus privacy-aware manner by means of vertical distribution of the algorithms.
• Data stream processing: When processing sensor data on the Internet of Things or in large-scale scientific experiments, new data is generated every second that has to be processed. Conventional database technologies are not suitable in such an environment. The lecture discusses concepts of streaming data management, which can filter, compress andanalyze data streams.

(unregelmäßig,im Sommersemester)

Ausgewählte Themen aus folgenden Bereichen:

• Visualisierungsprozess
• Visualisierung multivariaten spatio-temporalen Daten
• Visualisierung von Strukturen
• Visualisierung von Volumendaten
• Visualisierung von Strömungsdaten
• Interaktive visuelle Analyse

(unregelmäßig,im Sommersemester)

Das Modul soll Konzepte der Netzwerkkommunikation erläutern und am Beispiel von im Internet verwendeten Protokollen untermauern.

Konzepte sind beispielsweise: 

• Möglichkeiten zur Beschreibung von Protokollen (Automaten, Formale und semiformale Beschreibungsmöglichkeiten)
• Ressourcenverwaltung und Selbstorganisation (Dezentrale Verwaltung von Adressen, Verzeichnisdienste, Domain-Verwaltung, Autonome Systeme, Abstraktion)
• Routing (Klassifikation von Verfahren, Distanz-Vektor- und Link-State-Routing, proaktives und reaktives Routing)
• Quality of Service (Qualitätsfaktoren für Netzwerke, Ressourcen-Verteilung und Priorisierung, Analyse des Netzwerkverkehrs, Scheduling)
• Migrationskonzepte beim Protokollübergang
• Kommunikationsmodelle (Multicasts, Broadcasts, Peer-to-Peer, Meshing, Client-Server)
• Mobile Kommunikation (Roaming, Hand-off, Handover, Ortstransparenz, Lease, besonderes Routing)