Options
2019
Bachelor Thesis
Title
Künstliche Intelligenz Widget für ClickDigital
Abstract
Die in den letzten Jahren vorangetriebene Umsetzung der Vision Internet der Dinge(IoT) hat auch zu einem massiven Zuwachs von IoT-Geräten gesorgt. Dadurch hat im IoT-Umfeld der Aspekt Sicherheit immer mehr an Bedeutung gewonnen. Das Gewährleisten einer reibungslosen und sicheren Nutzung der IoT-Geräte würde auch das Fortsetzten der Vision IoT unterstützen. Eine Gegenmaßnahme Sicherheit zu gewährleisten wären Anomalie-Erkennungsalgorithmen. Diese Algorithmen sind in der Lage, die von den IoT-Geräten erzeugten Unmengen von Daten (Big Data) nach Fehlverhalten zu analysieren, um überhaupt die Möglichkeit anzubieten, Gegenmaßnahmen zu treffen. In dieser Arbeit wird ein Algorithmus vorgestellt, der die von IoT-Geräten erzeugten Daten nach Fehlverhalten untersuchen kann. Zudem wird dieser Algorithmus Teil der Entwicklungsumgebung ClickDigital.
Thesis Note
Darmstadt, TU, Bachelor Thesis, 2019
Publishing Place
Darmstadt