Data-Driven Future Forum: Forschungstrends zu Data Management, Data Security und Data-driven Business Models

Das Know-Center lädt herzlich zum Data-Driven Future Forum am 4. Juli 2018 ab 14 Uhr am Know-Center in der Inffeldgasse 13/EG ein.

data-driven-future-forum-aktuelle-trends

Der digitale Wandel verändert Privatleben, Wirtschaft und Gesellschaft im Eiltempo. Künstliche Intelligenz, maschinelles Lernen und Internet der Dinge lauten die Schlagworte. Die rasante Entwicklung geht mit vielen Fragen einher, die es zu beantworten gilt. Das Know-Center reagiert darauf – und erweitert sein Forschungsprogramm um drei neue Bereiche: Data Management, Data Security und Data-driven Business Models. Im Rahmen des Data-Driven Future Forum am 4. Juli stellen renommierte Experten die aktuellen Entwicklungen und Herausforderungen in diesen Forschungsfeldern vor. Stefanie Lindstaedt wird abschließend das Gesamtbild der Forschungsausrichtung am Know-Center skizzieren. Das Know-Center-Team steht im Anschluss für Gespräche und Demos zur Verfügung.

Um Anmeldung bis spätestens 2. Juli unter folgendem Link wird gebeten:
Anmeldung Data-Driven Future Forum 4. Juli 2018

Eröffnung

Horst Bischof, Vizerektor für Forschung an der TU Graz

Matthias Boehm DATA MANAGEMENT FÜR LARGE-SCALE MACHINE LEARNING
Matthias Boehm
Abstract

Moderne daten-getriebene Anwendungen basieren in zunehmendem Maße auf der Analyse großer Datenmengen und Techniken des Machine Learnings. Der gesamte Lebenszyklus dieser Anwendungen stellt jedoch, besonders im Hinblick auf große Datenmengen und deren verteilte Verarbeitung, signifikante Herausforderungen für die Datenverwaltung dar. Der erste Teil des Vortrags wird diese Herausforderungen mit Beispielen darstellen und einen Überblick über existierende Systeme und Werkzeuge geben. Ein zweiter Teil wird dann SystemML als ein repräsentatives System für deklaratives maschinelles Lernen beschreiben. SystemML stellt eine Skriptsprache mit R-ähnlicher Syntax bereit und kompiliert diese abstrakten Lineare-Algebra-Programme in hybride runtime plans, die sowohl lokale In-Memory-Operationen als auch verteilte Spark-Operationen umfassen. Wir geben einen aktuellen Überblick zu SystemML, dessen Compiler und Laufzeitumgebung, als auch APIs für unterschiedliche Deployments. Interessanterweise existieren viele Gemeinsamkeiten mit der traditionellen relationalen Datenverwaltung und Anfrageverarbeitung. Der Vortrag schließt mit einigen Schlussfolgerungen zur aktuellen Situation und zukünftiger Richtungen der Datenverwaltung für maschinelles Lernen.

CV

Matthias Boehm ist wissenschaftlicher Mitarbeiter bei IBM Research – Almaden. Dort arbeitet er seit 2012 an Optimierungs- und Laufzeittechniken für deklaratives, large-scale Machine Learning. Seit dem Open Source Release von Apache SystemML im Jahr 2015 ist er auch PMC-Mitglied. Er promovierte 2011 an der TU Dresden mit einer Dissertation über die kostenbasierte Optimierung von Integrationsabläufen. Seine bisherige Forschung umfasst auch die Systemunterstützung für Zeitreihenprognosen sowie die In-Memory-Indizierung und Abfrageverarbeitung. Matthias Boehm ist Träger des VLDB Best Paper Award 2016 und des SIGMOD Research Highlight Award 2016.

STEFAN MANGARD DATA-SECURITY-HERAUSFORDERUNGEN IM INTERNET DER DINGE
Abstract

Während das Internet der Dinge (IoT) eine Vielzahl neuer Anwendungen ermöglicht, sind auch die Sicherheitsherausforderungen durch den Einsatz von IoT-Technologien enorm. Tatsächlich sind IoT-Geräte einer Vielzahl von Angriffen ausgesetzt, die von entfernten Angriffen über das Netzwerk bis hin zu lokalen physischen Angriffen reichen. Gleichzeitig steigt der Wert der Informationen, die von IoT-Geräten gesammelt und verarbeitet werden, kontinuierlich an.

Dieser Vortrag gibt einen Überblick über die Herausforderungen der IoT-Sicherheit. Neben klassischen Sicherheitsfragen und -maßnahmen geht es insbesondere auch um Seitenkanalangriffe, die es ermöglichen, Sicherheitsmechanismen zu umgehen, indem sie Eigenschaften wie das Zeitverhalten oder den Stromverbrauch der zugrunde liegenden Hardware ausnutzen.

CV

Stefan Mangard ist Professor an der TU Graz und leitet die Gruppe Secure Systems. Davor war er als leitender Sicherheitsarchitekt im Bereich Chipkarten und Sicherheit bei Infineon Technologies in München tätig. Mangard ist ERC-Konsolidierer, Autor des ersten Lehrbuchs über Power-Analyse-Angriffe und Vorsitzender des CHES-Lenkungsausschusses, der führenden Konferenz über Hardware-Sicherheit und Nebenkanäle. Seine Forschungsinteressen umfassen alle Aspekte der IoT-Sicherheit, von der Hardware- und Systemsicherheitsarchitektur bis hin zur Kryptographie und mobilen Sicherheit.

STEFAN MANGARD
MARIA EICHLSEDER POST-QUANTUM SECURITY UND PRIVACY FÜR KÜNFTIGE APPLIKATIONEN
MARIA EICHLSEDER
Abstract

Die Kryptographie liefert mathematische Bausteine als Grundlage jeder sicheren Anwendung. Neben der Vertraulichkeit und Authentizität der Daten können neuartige kryptographische Algorithmen ein breites Spektrum von Sicherheits- und Datenschutzproblemen abdecken und innovative Lösungen ermöglichen. Das Aufkommen von Quantencomputern bedroht jedoch viele der am weitesten verbreiteten Algorithmen. Wir diskutieren, wie sich Quantencomputer auf die Sicherheit auswirken und wie neue Konzepte zukünftige Anwendungen schützen können.

CV

Maria Eichlseder ist Postdoc-Forscherin in der Arbeitsgruppe Kryptographie am IAIK (Technische Universität Graz). Ihre Forschungsinteressen umfassen das Design und die Kryptoanalyse von symmetrischen kryptographischen Algorithmen, insbesondere von Hash-Funktionen und authentifizierten Verschlüsselungsalgorithmen. Sie hat Ascon, ein leichtgewichtiges Verschlüsselungsverfahren, sowie mehrere andere Verfahren mitentwickelt und ist Finalistin des internationalen CAESAR-Wettbewerbs.

GERT BREITFUSS From Big Data to Big Business – Using Data to Transform Business Models
Abstract

Die zunehmende Digitalisierung generiert immer mehr Daten in allen Geschäftsbereichen. Moderne Analysemethoden erschließen diese großen Datenmengen für die unternehmerische Wertschöpfung.  Daten sind auf dem Weg, die neue strategische Ressource für die Entwicklung von Geschäftsmodellen zu werden. Sie können in jedem Element eines Geschäftsmodells genutzt werden, angefangen von Wertschöpfungsprozessen (z.B. Verbesserung von Produktionsprozessen) über die Anreicherung des Leistungsversprechens (z.B. Anreicherung von Produkten mit datengesteuerten Zusatzdiensten) bis hin zur Werterfassung (z.B. Verkauf von Daten oder datengenerierten Informationen). Der Vortrag spannt einen Bogen von der Entwicklung der Geschäftsmodellforschung bis hin zu aktuellen Forschungsergebnissen in diesem Bereich am Know-Center.

CV

Gert Breitfuss ist Senior Researcher am Know-Center (Forschungszentrum für datengetriebenes Business und Big Data Analytics). Sein Forschungsgebiet ist das offene Innovationsmanagement mit besonderem Fokus auf datengetriebene Geschäftsmodellinnovation. Gert Breitfuss hat einen technischen Background sowie einen Master-Abschluss in Betriebswirtschaft an der Karl-Franzens Universität Graz.

GERT BREITFUSS
STEFANIE LINDSTAEDT WRAP UP
STEFANIE LINDSTAEDT
Abstract

Im Anschluss an die Vorträge wird Stefanie Lindstaedt das Gesamtbild der Forschungsausrichtung am Know-Center skizzieren und erläutern, welchen Beitrag sich die Industrie in Zukunft von Österreichs führendem Forschungszentrum für Data-Driven Business und Big Data Analytics erwarten darf.

CV

Univ.-Prof. Dr. Stefanie Lindstaedt leitet das Institut für Interactive Systems & Data Science (ISDS) an der TU Graz und ist Geschäftsführerin des Know-Centers, Österreichs führendem Forschungszentrum für Data Driven Business und Big Data Analytics. Das Know-Center wird durch das österreichische COMET-Programm finanziert. Mit angewandten wissenschaftlichen Projekten schließt es die Lücke zwischen Wissenschaft und Wirtschaft.

Moderation: Nina Simon

Zurück
Kontakt Karriere

Hiermit erkläre ich ausdrücklich meine Einwilligung zum Einsatz und zur Speicherung von Cookies. Weiter Informationen finden sich unter Datenschutzerklärung

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close