Bild

Lehrveranstaltungsarchiv / Teaching Archive

Uni Leipzig | Informatik | ScaDS.AI
Bild
Lehrstuhl Chair

Sommersemester / Summer Term 2023

 

Wenn Sie sich für eines der Module angemeldet haben, aber in der ersten Vorlesungsstunde nicht anwesend sein können, melden Sie sich bitte bei uns! Nicht in Anspruch genommene Plätze werden vom Studienbüro an Nachrücker vergeben.

Datenschutz kompakt von Anonymisierung bis Zweckbindung

Belegbarkeit: Vertiefungsmodul im M.Sc. Informatik, Bereich Skalierbares Datenmanagement im M.Sc. Data Science
Dozenten: Erik Buchmann
Modulprüfung: Klausur 60 Minuten
Teilnahmevoraussetzungen: keine (Anmeldepflicht!)

Das Modul besteht aus einer Vorlesung (2 SWS) und einer Übung (1 SWS) und wird mit 5 LP verrechnet. Die Übung findet in Gruppen statt. Die Lehrmaterialien werden rechtzeitig über einen zugehörigen Moodle-Kurs bereitgestellt.

Inhalt der Vorlesung:

  • gesellschaftliche, technische und wirtschaftliche Ziele des Datenschutzes
  • Anonymisierungsverfahren und Anonymitätsmaße
  • grundlegende Datenschutzlösungen auf unterschiedlichen technischen und organisatorischen Ebenen
  • angewandte Verfahren zum Datenschutz im Internet und im Smart Home
Inhalt der Übung:
  • Vertiefung der Konzepte aus der Vorlesung an praktischen Beispielen

Die Lehrmaterialien für Vorlesung und Übung finden Sie im zugehörigen Moodle-Kurs.

Ort und Zeit:
Die Vorlesung findet ab 06.04.2023 jeden Donnerstag 15:15-16:45 Uhr im HS19 statt.
Die Übungen finden ab 14.04.2023 jeweils Freitags von 11:15-12:45 Uhr im SG 2-14. Es wird zwei Übungsgruppen geben, die jeweils im Wechsel alle 2 Wochen eine Übung durchführen.


Datenschutz von Anonymisierung bis Zweckbindung

Belegbarkeit: Vertiefungsmodul im M.Sc. Informatik, Bereich Skalierbares Datenmanagement im M.Sc. Data Science
Dozenten: Erik Buchmann, Anika Hannemann
Modulprüfung: Klausur 60 Minuten und Referat 20 Minuten
Teilnahmevoraussetzungen: keine (Anmeldepflicht!)

Dieses Modul enthält die Vorlesungen und Übungen des Moduls "Datenschutz kompakt von Anonymisierung bis Zweckbindung", und bietet zusätzlich noch ein Seminar (2 SWS). Das Modul wird darum mit 10 LP verrechnet. Das Seminar findet in Gruppen statt. Die Themenvergabe wird am ersten Seminar-Termin am 04.04.2023 durchgeführt. Wenn Sie bei der Themenvergabe nicht anwesend sein können, melden Sie sich bitte bei uns!

Inhalt des Seminars:

  • Neue, komplexe Datenschutzprobleme und Datenschutzlösungen aus der Forschung verstehen und bewerten
  • Diese so aufbereiten und präsentieren, dass sie für Personen ohne Datenschutz-Fachwissen verständlich werden
  • Demonstration an einem selbst realisierten, praktischen Beispiel

Die Lehrmaterialien für das Seminar finden Sie im zugehörigen Moodle-Kurs.

Ort und Zeit:
Vorlesungen und Übungen siehe oben. Der erste Seminartermin ist Dienstag, der 04.04.2023.
Das Seminar der Gruppe A findet jeden Dienstag von 15:15 bis 16:45 Uhr im P-901 statt.
Das Seminar der Gruppe B findet jeden Dienstag von 17:15 bis 18:45 Uhr im P-901 statt.


Verschlüsseltes Datenmanagement auf privaten Daten

Modulnummer:10-INF-DS105
Belegbarkeit: Bereich Skalierbares Datenmanagement im M.Sc. Data Science
Dozenten: Erik Buchmann
Modulprüfung: Klausur 60 Minuten, Prüfungsvorleistung Referat 20 Minuten
Teilnahmevoraussetzungen: Teilnahme am Modul "Skalierbare Datenbanktechnologien 1" 10-INF-DS01 oder gleichwertige Kenntnisse (Anmeldepflicht!)

Das Modul besteht aus einer Vorlesung (2 SWS) und einem Seminar (1 SWS), und wird mit 5 LP verrechnet. Die Lehrmaterialien werden rechtzeitig über einen zugehörigen Moodle-Kurs bereitgestellt.

Inhalt der Vorlesung:

  • Auslagern von Datenbankinhalten, z.B. im Rahmen von Cloud-Lösungen, Containervirtualisierung oder Database-as-a-Service
  • spezifische Angreifermodelle und Einsatzszenarien
  • technische Schutzmaßnahmen wie verschlüsselte Indexe, Secure Multiparty Computation oder Homomorphic Encryption
  • alternative Systemmodelle wie die Blockchain
Inhalt des Seminars:
  • Anwendung der Kenntnisse der Vorlesung auf neuartige Schutzmaßnahmen
  • Bewertung neuartiger Einsatzszenarien/Technologien auf ihre Absicherbarkeit
  • Überzeugende Präsentationstechniken

Die Lehrmaterialien für Vorlesung und Seminar finden Sie im zugehörigen Moodle-Kurs.

Ort und Zeit:
Die Vorlesung findet ab 06.04.2023 jeden Donnerstag von 09:15 bis 10:45 am ScaDS.AI im Raum A03.07 statt.
Das Seminar findet jeweils Donnerstags von 13:15 bis 14:45 im selben Raum am ScaDS.AI statt. Die Themenvergabe für das Seminar wird am ersten Seminartermin durchgeführt. Der erste Seminartermin ist der 13.04.2023! Wenn Sie bei der Themenvergabe nicht anwesend sein können, melden Sie sich bitte bei uns!


Wintersemester / Winter Term 2022/23

 

Grundlagen der IT-Sicherheit

Modulnummer: 10-201-2503
Belegbar für: M.Sc. Data Science, M.Sc. Informatik, 1./2./3. Semester (Anmeldepflicht)
Dozenten: Erik Buchmann
Modulprüfung: Klausur 60 Minuten
Teilnahmevoraussetzungen: keine

Das Modul besteht aus einer Vorlesung (2 SWS) und einer Übung (2 SWS), und wird mit 5 LP verrechnet. Die Übung findet in Gruppen statt. Die Einteilung in Gruppen wird in der ersten Vorlesungsstunde vorgenommen. Wenn Sie sich für das Modul angemeldet haben, aber in der ersten Vorlesungsstunde nicht anwesend sein können, melden Sie sich bitte bei uns!

Inhalt der Vorlesung:

  • Herangehensweisen, Modell, Konzepte und Verfahren der IT-Sicherheit
  • Bedrohungen und Angriffstechniken, z.B. Computerviren oder Pufferüberläufe
  • soziotechnische Bedrohungen wie Spam und Phishing
  • Gegenmaßnahmen wie Malwarescanner und Sandboxing
  • Internet- und Netzwerksicherheit
  • Herangehensweisen beim Security Engineering, z.B. BSI-Sicherheitsprozess
  • Sicherheitsmodelle, Standards und Zertifizierungen
  • Bewertungskriterien sicherer Software und Computersysteme
Inhalt der Übung:
  • Absicherung von Computersystemen
  • Kryptographie und deren Anwendungen
  • Security Engineering

Ort und Zeit:
Die Vorlesung findet ab 12.10.2022 jeden Mittwoch 7:30-9:00 Uhr im Felix-Klein-Hörsaal statt.
Die Übungen finden jeweils Donnerstags von 9:15-12:45 Uhr im Informatik-Pool A-414 statt. Abhängig von der Belegung des Moduls wird es bis zu drei Übungsgruppen geben, die jeweils alle 3 Wochen eine größere praktische Übung durchführen.
     Gruppe A: 13.10., 03.11., 24.11., 15.12., 19.01.
Gruppe B: 20.10., 10.11., 01.12., 05.11., 26.01.
Gruppe C: 27.10., 17.11., 08.12., 12.01., 02.02.

Die Lehrmaterialien für Vorlesung und Übung finden Sie im zugehörigen Moodle-Kurs.

Praktikum der IT-Sicherheit

Modulnummer: 10-201-2502
Belegbar für: M.Sc. Data Science, M.Sc. Informatik, 1./2./3. Semester (Anmeldepflicht)
Dozenten: Erik Buchmann, Jörn Hoffmann
Modulprüfung: Praktikumsleistung (Präsentation (20 Min.) mit schriftlicher Ausarbeitung (4 Wochen)
Teilnahmevoraussetzungen: Vertiefte Kenntnisse im Bereich Programmierung (Python, Java, C oder C++), Netzwerkprotokolle und Rechnernetze sowie Grundkenntnisse in Machine Learning und in der IT-Sicherheit. Eine zeitgleiche Belegung des Moduls "Grundlagen der IT-Sicherheit" (10-201-2503) wird empfohlen.

Das Praktikum (2 SWS) wird mit 5 LP verrechnet. Es richtet sich an Studierende, die Kenntnisse der IT-Sicherheit mitbringen oder in der Vorlesung "Grundlagen der IT-Sicherheit" parallel erwerben möchten. Inhaltlich setzt das Praktikum detaillierte Kenntnisse und großes persönliches Interesse im Bereich Programmierung, Netzwerkprotokolle und Rechnernetze voraus, da beispielsweise Netzwerksniffer ohne diese Kenntnisse nicht sinnvoll eingesetzt werden können. Aufgrund dieser vergleichsweise hohen Anforderungen wird ein Gespräch mit uns im Vorfeld zur Anmeldung empfohlen.

Inhalt des Praktikums: Das Praktikum ist zweigeteilt. Im ersten Teil werden die Studierenden schrittweise an grundlegende Techniken und Werkzeuge herangeführt, mit einem direkten Anschluss an die im Modul "Grundlagen der IT-Sicherheit" vermittelten Konzepte. Dabei kommen insbesondere Analysewerkzeuge für Programme und Netzwerkverkehr zum Einsatz, sowie typische Werkzeuge für Penetrationstests.
Im zweiten Teil werden die Werkzeuge und Techniken auf konkrete Sicherheitsobjekte angewendet. Dies beinhaltet auch das Programmieren von automatisierten Abläufen mit dem Ziel, Teilnetze nach Schwachstellen zu durchsuchen oder umfangreiche Netzwerk-Mitschnitte mit Verfahren aus dem Machine Learning zu analysieren. Die Studierenden organisieren sich dabei selbständig in Teams, und erarbeiten konkrete Zielstellungen, Analyse- und Ausführungspläne. Die Studierenden dokumentieren dabei ihr Vorgehen und präsentieren ihre Zwischenstände und Ergebnisse.

Ort und Zeit: Die Einführungsveranstaltung des Praktikums fidnet am Dienstag, den 11.10.2022 von 15:15-16:45 Uhr am ScaDS.AI (Löhrs Carre) im Raum A03.07 statt.

Sommersemester / Summer Term 2022

 

Datenschutz kompakt von Anonymisierung bis Zweckbindung: Das Modul besteht aus einer Vorlesung (2 SWS) und einer Übung (1 SWS). Das Modul "Datenschutz von Anonymisierung bis Zweckbindung" enthält zusätzlich noch ein Seminar (2 SWS). Alle Lehrmaterialien finden Sie im zugehörigen Moodle-Kurs.

Verschlüsseltes Datenmanagement auf privaten Daten: Das Modul besteht aus einer Vorlesung (2 SWS) und einem Seminar (1 SWS). Alle Lehrmaterialien finden Sie im zugehörigen Moodle-Kurs.

Translated description:

Compact data privacy from anonymization to purpose limitation: This module includes a lecture (2 hours per week) and an exercise (1 hour per week). The module "Data privacy from anonymization to purpose limitation" includes a seminar (1 hour per week) in addition. The language for both modules is German. All teaching materials can be found in a complementary Moodle folder.

Encrypted data management on private data: This module includes a lecture (2 hours per week) and a seminar (1 hour per week). The module is held in German. All teaching materials can be found in a complementary Moodle folder.

Datenschutzerklärung und Postanschrift, Standort