Τα φαινόμενα απάτης τείνουν να κυριαρχήσουν τις τελευταίες δεκαετίες σε κάθε τομέα. Ένας τομέας που πλήττεται ιδιαίτερα στις μέρες μας είναι αυτός της υγειονομικής περίθαλψης γενικά και ειδικά της συνταγογράφησης των φαρμάκων. Οι υγειονομικές υπηρεσίες είναι ιδιαίτερα τρωτές στην απάτη και την κατάχρηση. Τόσο οι φορείς κοινωνικής ασφάλισης, όσο και οι ιδιωτικές ασφαλιστικές εταιρείες χάνουν όλο και περισσότερα χρήματα κάθε χρόνο, λόγω ψευδών αιτιών αποζημιώσεων. Το αντικείμενο της παρούσας διατριβής είναι ο σχεδιασμός και η ανάπτυξη μιας μεθοδολογίας ανίχνευσης και πρόληψης της απάτης, που θα μπορεί να εφαρμοστεί στις επιχειρησιακές διεργασίες των υπηρεσιών υγειονομικής περίθαλψης και θα εξασφαλίζει την ελαχιστοποίηση της απώλειας των σχετικών κεφαλαίων. Η ίδια θα είναι σε θέση να ανιχνεύει τα ύποπτα προς απάτη περιστατικά, εξασφαλίζοντας έτσι την ποιότητα και την συνέπεια των παρεχόμενων υπηρεσιών. / Fraud phenomena tend to dominate the last decades. A sector that is particularly affected in our days is that of healthcare domain in general and specifically prescriptions reimbursement. Healthcare services are particularly vulnerable in fraud and abuse. Not only institutions of social insurance, but also private companies lose more money each year, because of false causes of compensations. This thesis intends to illustrate the planning and development of a fraud detection methodology, which is accompanied and supported by a generic fraud ontological framework. This methodology will be able to detect erroneous or suspicious records, ensuring thus the quality and the consequence of provided services.

Σε αυτή τη μεταπτυχιακή εργασία γίνεται ανάπτυξη ενός κατανεμημένου συστήματος ανίχνευσης δικτυακών επιθέσεων με χρήση αναγνώρισης ανώμαλης συμπεριφοράς. Προτείνονται δύο διαφορετικές προσεγγίσεις που έχουν αναπτυχθεί στην ίδια πλατφόρμα. Αρχικά (Κεφ. 1) γίνεται μια παρουσίαση του επιπέδου ασφάλειας στο διαδίκτυο σήμερα, καθώς και κάποιων γενικών αρχών ασφαλείας και των μοντέλων που θα χρησιμοποιήσουμε στο υπόλοιπο της εργασίας. Στο συνέχεια (Κεφ. 2) προχωρούμε στην ανάλυση της μεθοδολογία μιας δικτυακής επίθεσης ενώ στο επόμενο κεφάλαιο (Κεφ. 3) παρατίθενται ενδεικτικοί τρόποι προστασίας από τέτοιου είδους επιθέσεις. Το τέταρτο Κεφάλαιο αναπτύσσεται η πλατφόρμα πάνω στην οποία έχουν αναπτυχθεί οι δύο προτάσεις. Η εμπειρική προσέγγιση αναλύεται στο Κεφάλαιο 5 και στο Κεφάλαιο 6 γίνεται η παρουσίαση της προσέγγισης με μαθηματικό μοντέλο. Η συμβολή και η ιδιαιτερότητα του προτεινόμενου συστήματος έγκειται στο γεγονός ότι γίνεται ανίχνευση επιθέσεων χωρίς χρήση γνωστών pattern επιθέσεων με ανταγωνιστικά ποσοστά false positive και false negative. / In this Master Thesis we develop a distributed intrusion detection system using recognition of abnormal behaviour. Two different approaches are proposed, both developed on the same platform. First of all (Chap. 1) we present the current security status of the Internet along with some general security principles and models which will be used in the rest of our work. Then (Chap. 2) we present in details a hacker’s attack methodology, while in the next chapter (Chap. 3) several representative security solutions against such attacks are proposed. In the fourth Chapter the platform that was used for both approaches is discussed. The empirical approach is analysed in Chapter 5 and in Chapter 6 we present the approach that uses a mathematical model. Our contribution lies in the fact of detecting network attacks without using known attack patterns with competitive false positive and false negative ratios.

Το να παρατηρήσουμε τη συμπεριφορά ενός προγράμματος με τις ταχύτητες των σημερινών συστημάτων είναι μία πολύ δύσκολη εργασία όταν το μόνο που είναι διαθέσιμο είναι η κύκλο προς κύκλο εξέταση. Σκοπός ήταν η κατανόηση της φιλοσοφίας των μηχανισμών ανίχνευσης φάσεων ενός προγράμματος και στη συνέχεια η ανάπτυξη ενός τέτοιου μηχανισμού που να λειτουργεί κατά τη διάρκεια εκτέλεσης ενός προγράμματος. Η λειτουργία του μηχανισμού που αναπτύχθηκε βασίζεται στη δειγματοληψία που κάνουμε από το access stream του επεξεργαστή. Ο μηχανισμός μου προσπάθησε να προσεγγίσει το μηχανισμό ανίχνευσης φάσης BBV που είναι ο πιο αξιόπιστος που υπάρχει μέχρι τώρα. Ως εφαρμογή για τη χρησιμότητα του μηχανισμού μου, έγινε σύγκριση των miss ratio που παίρνουμε με σταθερή και με προσαρμοσμένη δειγματοληψία σ’ ένα πρόγραμμα, με βάση τη αλλαγή ή μη της φάσης ενός προγράμματος κατά τη διάρκεια της εκτέλεσης. / To observe the behavior of a program with the speeds of current systems is a very difficult task when all that is available is cycle to cycle test. The aim was to understand the philosophy of mechanisms for the detection phase of a program and then develop such a mechanism that operates during the execution of a program. The operation of the mechanism was developed based on sampling we do through the access stream of the processor. The device I tried to approach, the BBV phase detection mechanism, is the most reliable there so far. As implementation of the usefulness of the mechanism, I was comparing the miss ratio we get of a stable and of adaptive sampling in a program, based on the change or not to stage a program during execution.

Στην παρούσα διπλωματική εργασία στόχος είναι η μελέτη της δυνατότητας επεξεργασίας των εικόνων των μαστογραφιών με σκοπό την ανίχνευση σε αυτές ύποπτων περιοχών. Η μελέτη αυτή βασίζεται στις ήδη υπάρχουσες επιστημονικές γνώσεις γύρω από τον καρκίνου του μαστού και τις ιδιότητές του και γίνεται μέσω επεξεργασίας των εικόνων με Matlab. Στο πρώτο κεφάλαιο αναφέρονται οι γνώσεις που έχουμε συλλέξει από επιστημονικές πηγές σχετικά με τις αιτίες,τη φαινομενολογία,την έκταση και τα είδη του καρκίνου του μαστού καθώς και τη διαδικασία της αναλογικής και της ψηφιακής μαστογραφία. Στο δεύτερο κεφάλαιο αναλύονται ενδελεχώς όλα τα χαρακτηριστικά της ψηφιακής μαστογραφίας.Στο τρίτο κεφάλαιο γίνεται ανασκόπηση των τεχνικών οι οποίες έχουν προταθεί ή χρησιμοποιηθεί για την αυτοματοποιημένη διάγνωση, κατηγοριοποίηση και επεξεργασία μαστογραφικών εικόνων.Στο τέταρτο κεφάλαιο γίνεται ανάλυση της μεθόδου εντοπισμού καρκίνου από εικόνες μαστογραφίας με τη χρήση μετασχηματισμού Watershed. Στο πέμπτο κεφάλαιο εξετάζεται η κλινική χρησιμότητα της καμπύλης ROC και JAFROC στη διαγνωστική έρευνα. Στο έκτο και τελευταιο κεφάλαιο γίνεται ολόκληρη η πειραματική διαδικασία στην οποία δοκιμάζονται διάφοροι τρόποι επεξεργασίας της εικόνας για όλα τα είδη καρκίνων του μαστού σε ένα μεγάλο πλήθος μαστογραφιών και εξάγονται σημαντικά συμπεράσματα για την επιλογή κάποιων από αυτών ανά είδος. / In this essay the purpose is the study of the possibility of mammography image processing techniques in order to detect possible breast cancer tissues. The study is based on already gained scientific knowledge on breast cancer and its characteristics and it is achieved through image processing techniques in matlab. In the first chapter is reported the knowledge we have gained on causes ,description, range and kinds of breast cancer , as also as the analogical and digital mammography procedure. In the second chapter, there are fully analyzed the digital mammography features. In the third chapter, there is a review of techniques used or tested in the past in automatic mammographic diagnosis and in image categorization and processing. In the fourth chapter,an image detection technique based on transformation Watershed is analyzed. In the fifth chapter, the clinical usefulness of ROC and JAFROC study is studied. In the sixth and last chapter, there is the whole experimental procedure that we have accomplished in order to test the advantages of various matlab image detection tools in various breast cancer kinds. There are also made some very important conlusions in the last chapter.

Το ροχαλητό είναι μία κοινή διαταραχή που επηρεάζει το 20-40% του συνολικού πληθυσμού. Ο μηχανισμός του ροχαλητού είναι στην ουσία η δόνηση ανατομικών δομών στον φαρυγγικό αεραγωγό. Η παλμική κίνηση της μαλθακής υπερώας ευθύνεται για τον δυνατό ήχο του ροχαλητού. Η αντικειμενική εκτίμηση του ροχαλητού είναι πολύ σημαντική, καθώς το ροχαλητό φέρει πληροφορία που σχετίζεται με τη θέση και το βαθμό της απόφραξης στο άνω αναπνευστικό σύστημα. Όπως η ομιλία, έτσι και το ροχαλητό παράγεται στη φωνητική κοιλότητα. Λόγω αυτής της αναλογίας, οι υπάρχουσες τεχνικές ανάλυσης της ομιλίας εφαρμόζονται στην εκτίμηση – αξιολόγηση του ροχαλητού. Οι τεχνικές ανίχνευσης-εκτίμησης περιλαμβάνουν στις περισσότερες των περιπτώσεων ολονύχτια εγγραφή των ήχων του ύπνου και ,στη συνέχεια, επεξεργασία αυτών των δεδομένων. Η ταξινόμηση γίνεται βάσει συγκεκριμένων κριτηρίων, όπως η ενέργεια, η φασματική κατανομή της ενέργειας ή άλλες παράμετροι που ορίζουν τα αντίστοιχα μαθηματικά μοντέλα που χρησιμοποιούνται. Στην εργασία αυτή, παρουσιάζουμε ένα διαφορετικό μηχανισμό ανίχνευσης του ροχαλητού. Με τις δυνατότητες που μας δίνει η χρήση ενσωματωμένων συστημάτων και μικροελεγκτών στην επεξεργασία σήματος, παρουσιάζουμε έναν τρόπο ανίχνευσης ροχαλητού με βάση την ενέργεια του σήματος. Για το σκοπό αυτό, χρησιμοποιούμε το περιβάλλον μVision της Keil, το οποίο μας παρέχει τη δυνατότητα εξομοίωσης του μικροελεγκτή ADuC7026, έχοντας στη διάθεσή μας μηδενικό Hardware. Έτσι, προγραμματίζουμε το μικροελεγκτή σε γλώσσα C για το πώς θα επεξεργάζεται τα αναλογικά σήματα εισόδου. Στη συνέχεια, ασχολούμαστε με πραγματικό υλικό, δηλαδή με την αναπτυξιακή πλακέτα της Olimex, η οποία έχει ενσωματωμένο και το μικροελεγκτή μας, λαμβάνοντας έτσι πραγματικά πλέον δεδομένα. / Snoring is a prevalent disorder affecting 20-40% of the general population. The mechanism of snoring is vibration of anatomical structure in the pharyngeal airway. Flutter of the soft palate accounts for the harsh aspect of the snoring sound. Objective assessment of snoring is very important, as snoring carries information relating to the site and the degree of obstruction of the upper airway. Similarly to speech, snoring is produced in the vocal tract. Because of this analogy, existing techniques for speech analysis have been applied to evaluate snoring sounds. The techniques of snoring detection and assessment use all night recording of sleep sounds, and processing of the extracted data. The classification is being conducted with specific criteria, such as energy or spectral energy distribution or other features that depend on the used mathematical method. In this thesis, we present a different mechanism of snoring detection. With the beneficial use of embedded systems and microcontrollers for signal processing, we present a method of snoring detection based on the signal energy. For this purpose, we use the uVision compiler, which provides full simulation of the microcontroller without any hardware. Therefore, we build a program in C language for the microcontroller to process the input analog signals. Subsequently, we load the program to the development board of Olimex, where has embedded the microcontroller we are interested to, and finally we receive real-time data.

Electrocardiography (ECG) has been established as one of the most useful diagnostic tools in medicine and is critical in the management of various heart conditions. Automated or semi-automated ECG analysis algorithms are expected to play an important role in the utilization of the ECG data. The correct identification of the QRS complexes is a fundamental step in every ECG analysis method. A major problem that is often encountered in automatic QRS detection is the presence of artifacts in the ECG data, which cause considerable alterations to the signal. Some common filters can smooth the effect of the artifacts, however they cannot eliminate them due to their spectral frequency overlap with the signal components. In this thesis, the objective was to develop a method, based on Time-Frequency Analysis that would be able to automatically detect and remove artifacts in order to increase the reliability of automatic QRS detection. The ECG data used for this purpose was taken from the Physionet library and more specifically from the MIMIC II database. The data in this database was acquired from ICU patients and it contains various types of rhythms as well as artifacts. First, a Graphical User Interface (GUI) was developed in order to manually annotate ECG data and was used for creating the ground truth for testing the methods developed. The Time-Frequency Analysis method used for the analysis of the ECG data, was based on a time-varying Autoregressive (AR) model whose solutions were obtained using Burg’s method. Several factors that affect the effectiveness of the method were investigated in order to optimize the algorithm experimentally. The algorithm implemented performs three main functions: “Artifact Hypothesis Testing,” “Artifact Detection and Removal,” and “QRS Complex Detection.” The first step, “Artifact Hypothesis Testing,” examines whether the signal contains any artifact or not. This is performed with a correct classification rate of 95.56%. The second step was the “Artifact Detection and Removal,” which could detect and remove the artifact area with an accuracy of 95.60% based on each signal sample identified as artifact or not. The final step, the “QRS Complex Detection,” correctly identified 92% of QRS complexes (322 out of 335 annotated QRS complexes). Finally, the proposed method was compared with one of the most commonly used methods in ECG analysis, the Wavelet Transform Analysis (WTA). The two methods were tested on exactly the same dataset. The WTA resulted in an overall score of 65.3% mainly due to the large number of false positive detections in the regions of artifact. / Το ηλεκτροκαρδιογράφημα (ΗΚΓ) έχει καθιερωθεί ως ένα από τα πιο χρήσιμα εργαλεία διάγνωσης στην ιατρική και είναι πολύ σημαντικό στη διαχείριση καρδιαγγειακών παθήσεων. Αυτοματοποιημένοι ή ημι-αυτοματοποιημένοι αλγόριθμοι ανάλυσης του ΗΚΓ αναμένεται να έχουν σημαντικό ρόλο στη χρήση των δεδομένων του ΗΚΓ. Η σωστή αναγνώριση των συμπλεγμάτων QRS είναι βασικό βήμα σε κάθε μέθοδο ανάλυσης του ΗΚΓ. Ένα σημαντικό πρόβλημα που συχνά προκύπτει σε αυτόματη ανίχνευση QRS είναι η παρουσία των τεχνητών σφαλμάτων (artifacts) στα δεδομένα ΗΚΓ, τα οποία προκαλούν σημαντικές αλλαγές στο σήμα. Κάποια κοινά φίλτρα μπορούν να εξομαλύνουν τις επιπτώσεις των τεχνητών σφαλμάτων, ωστόσο δεν μπορούν να τα εξαλείψουν λόγω της μεγάλης επικάλυψης του φάσματος συχνοτήτων τους με αυτού των στοιχείων του σήματος. Στην παρούσα εργασία στόχος ήταν η ανάπτυξη μιας μεθόδου, βασισμένης στην Ανάλυση Χρόνου-Συχνότητας, που θα είναι σε θέση να εντοπίσει αυτόματα και να αφαιρεί τα τεχνητά σφάλματα, ώστε να έχουμε μια πιο αξιόπιστη μέθοδο αυτόματης ανίχνευσης των QRS. Τα δεδομένα ΗΚΓ που χρησιμοποιήθηκαν για το σκοπό αυτό λήφθηκαν από τη βιβλιοθήκη Physionet και πιο συγκεκριμένα από τη βάση δεδομένων MIMIC II. Τα δεδομένα σε αυτή τη βάση δεδομένων προέρχονται από ασθενείς της Μονάδας Εντατικής Θεραπείας, και ως εκ τούτου, περιέχουν διάφορα είδη ρυθμών αλλά και τεχνητών σφαλμάτων. Αρχικά, ένα Γραφικό Περιβάλλον Χρήστη (GUI), σχεδιάστηκε για τη χειροκίνητη σηματοδότηση των διάφορων περιοχών ΗΚΓ σημάτων και χρησιμοποιήθηκε για τη δημιουργία των αληθών αποτελεσμάτων για δοκιμή της μεθόδου. H Ανάλυση Χρόνου-Συχνότητας έγινε με τη χρήση ενός χρονικά μεταβαλλόμενου Αυτοπαλινδρομικού (AR) μοντέλου οι λύσεις του οποίου βρέθηκαν με τη μέθοδο Burg. Ακολούθησε η διερεύνηση διαφόρων παραγόντων που επηρεάζουν την αποτελεσματικότητα της μεθόδου, προκειμένου να βελτιστοποιηθεί πειραματικά η μέθοδος. Ο αλγόριθμος που υλοποιήθηκε εκτελεί τρεις βασικές λειτουργίες: “Artifact Hypothesis Testing,” “Artifact Detection and Removal” και “QRS Complex Detection.” Κατ’ αρχήν, το βήμα "Artifact Hypothesis Testing" εξετάζει αν το σήμα περιέχει τεχνητό σφάλμα ή όχι, με το ποσοστό σωστής ταξινόμησης να ανέρχεται στο 95.56%. Το δεύτερο βήμα, η ανίχνευση και αφαίρεση της περιοχής του τεχνητού σφάλματος, έγινε με ακρίβεια 95.60% με βάση το πόσα σημεία του σήματος αναγνωρίστηκαν ως τεχνητό σφάλμα ή όχι. Τέλος, το συνολικό ποσοστό ορθής ανίχνευσης των συμπλεγμάτων QRS ήταν 92% (322 από τα 335 QRS που επισημάνθηκαν χειροκίνητα). Τέλος, έγινε μια σύγκριση μεταξύ της προτεινόμενης μεθόδου και μιας μεθόδου ανάλυσης ΗΚΓ που χρησιμοποιείται πολύ συχνά, της ανάλυσης με Μετασχηματισμό Wavelet (WTA). Οι δύο μέθοδοι δοκιμάστηκαν στα ίδια ακριβώς δεδομένα. Η ορθή ανίχνευση των συμπλεγμάτων QRS με τη μέθοδο WTA ήταν 65.3% κυρίως λόγω του μεγάλου αριθμού ψευδώς θετικών αποτελεσμάτων στις περιοχές των τεχνητών σφαλμάτων.

Η επιπεφυκίτιδα (φλεγμονή του επιπεφυκότα) είναι η πιο συχνή ασθένεια των οφθαλμών, η οποία εκδηλώνεται σε παγκόσμια κλίμακα με τη μορφή σποραδικών κρουσμάτων ή επιδημίας. Μπορεί να είναι λοιμώδους (βακτήρια, ιοί, παράσιτα) ή μη λοιμώδους αιτιολογίας. Η κύρια αιτία της οξείας ιογενούς αιτιολογίας επιπεφυκίτιδας είναι οι αδενοϊοί. Περίπου το 15- 70% του συνόλου των κρουσμάτων της επιπεφυκίτιδας οφείλονται στους αδενοϊούς. Σκοπός της μελέτης είναι η χρήση επιδημιολογικών δεδομένων προκειμένου να πραγματοποιηθεί επιδημιολογική παρακολούθηση των κρουσμάτων επιπεφυκίτιδας στο Πανεπιστημιακό Γενικό Νοσοκομείο Πατρών (ΠΓΝΠ) από ασθενείς οι οποίοι επισκέφθηκαν την οφθαλμιατρική κλινική και τα εξωτερικά ιατρεία του νοσοκομείου τη χρονική περίοδο 2 Ιανουαρίου – 29 Ιουλίου 2012 (εβδομάδες 1- 30), ο καθορισμός της συχνότητας της ιογενούς αιτιολογίας επιπεφυκίτιδας και ο εντοπισμός πιθανής ύπαρξης επιδημίας. Ταυτόχρονα, πραγματοποιήθηκε μοριακή ανίχνευση και τυποποίηση αδενοϊών από ασθενείς με κλινική εικόνα ιογενούς επιπεφυκίτιδας το χρονικό διάστημα μεταξύ 27 Φεβρουαρίου και 17 Ιουνίου. Όλα τα κρούσματα καταγράφηκαν από τα ιατρικά αρχεία του ΠΓΝΠ για το χρονικό διάστημα Ιανουαρίου- Ιουλίου του 2012 και για το ίδιο χρονικό διάστημα το προηγούμενο έτος (2011). Καταγράφηκαν 231 κρούσματα επιπεφυκίτιδας (47,1% άνδρες και 52,8% γυναίκες), από τα οποία τα 205 ήταν ιογενούς αιτιολογίας, τα 4 βακτηριογενούς αιτιολογίας και 22 ήταν απροσδιόριστης αιτιολογίας από τους ιατρούς. Για την ίδια χρονική περίοδο το προηγούμενο έτος (2011), σύμφωνα με τα αρχεία του ΠΓΝΠ καταγράφηκε ένα σύνολο από 156 κρούσματα επιπεφυκίδας (38,5% άνδρες και 61,5% γυναίκες), από τα οποία τα 135 ήταν ιογενούς αιτιολογίας, τα 3 βακτηριογενούς αιτιολογίας και 18 ήταν απροσδιόριστης αιτιολογίας. Ο αριθμός κρουσμάτων επιπεφυκίτιδας τους δυο πρώτους μήνες καθώς και τον Ιούλιο του 2012 ήταν στα ίδια επίπεδα με τους αντίστοιχους μήνες το 2011 και παρατηρείται επιδημία που πραγματοποιήθηκε μεταξύ Μαρτίου- Ιουνίου 2012. Οι ασθενείς κατανέμονταν σε όλες τις ηλικίες και στα δυο φύλα. Το χρονικό διάστημα μεταξύ 27 Φλεβάρη- 17 Ιουνίου του 2012 (εβδομάδες 9- 24), 48 επιχρίσματα επιπεφυκότα ασθενών με κλινική εικόνα αδενικής επιπεφυκίτιδας συλλέχθηκαν από τους ιατρούς του ΠΓΠΝ και μεταφέρθηκαν υπό κατάλληλες συνθήκες στο εργαστήριο Υγιεινής της Ιατρικής Σχολής του Πανεπιστημίου Πατρών. Ταυτόχρονα συμπληρώθηκε από τους ιδίους ερωτηματολόγιο με δημογραφικά και κλινικά στοιχεία. Το DNA του ιού απομονώθηκε με Qiagen και ενισχύθηκε με nested PCR. Τα θετικά αποτελέσματα επιβεβαιώθηκαν με αλληλούχιση του PCR προϊόντος. Για τον προσδιορισμό της συγγένειας μεταξύ των διαφόρων απομονωμένων αλληλουχιών του DNA, φυλογενετική ανάλυση πραγματοποιήθηκε. Από το σύνολο των δειγμάτων που αναλύθηκαν με μοριακές τεχνικές, DNA αδενοϊού ανιχνεύθηκε σε 40 δείγματα (83%). Στα σαράντα θετικά δείγματα καθορίστηκε η αλληλουχία του DNA τους, από τα οποία τα 29 (72,5%) προσδιορίστηκαν ως τύπος HAdV17 και τα 5 (12,5%) ως τύπος HAdV-54. Σε 6 θετικά δείγματα (15%) ο τύπος του ιού δεν προσδιορίστηκε. Τέλος, με τη βοήθεια των μοριακών τεχνικών προκύπτει το συμπέρασμα ότι το στέλεχος αδενοϊού 17 (Αd 17) είναι η αιτία της εμφάνισης επιδημίας μεταξύ Μαρτίου- Ιουνίου 2012. Η έρευνα αυτή είναι από τις λίγες πιυ έχουν πραγματοποιηθεί στον Ελλαδικό χώρο σε κρούσματα επιπεφυκίτιδας με αποτέλεσμα να εμπλουτίζει τα φτωχά επιδημιολογικά και μοριακά δεδομένα για την συγκεκριμένη ασθένεια και το συγκεκριμένο τύπο ιών. Παράλληλα μέσω της έρευνας υπογραμμίζεται η ανάγκη για εθνικό σύστημα επιτήρησης της επιπεφυκίτιδας. / Conjunctivitis (inflammation of the conjunctiva) is the most common eye disease that occurs worldwide in both sporadic and epidemic form. There are infectious conjunctivitis, which is caused by a variety of microorganisms (such as bacteria, viruses and parasites) and noninfectious conjunctivitis, which is caused by an allergic reaction. The leading cause of acute viral conjunctivitis in clinical practice includes human adenoviruses (HAdVs). About 15- 70% of all conjunctivitis cases worldwide are associated with AdVs. The aim of the study is the performance of epidemiological surveillance of cases of conjunctivitis using epidemiological data from patients who visited the ophthalmic clinic and the outpatient ophthalmic department of the University General Hospital of Patras (UGHP) in the period from January 2nd to July 29th in 2011 and 2012 (weeks 1st-30th), in order to determine the frequency of viral conjunctivitis and to determine a potential epidemic. An additional task of the study is the molecular detection and typing of adenoviruses for cases of patients with clinical viral conjunctivitis in the period from February 27th to June 17th 2012. All conjunctivitis cases referred to UGHP in the period between January and July 2012 as well as between January and July 2011 were ascertained using medical records. 231 conjunctivitis cases were reported (47.1% male and 52.8% female), in which 205 were virological conjunctivitis, 4 bacteriological conjunctivitis and 22 were undefined conjunctivitis. For the same period the previous year (2011), according to the records of UGHP recorded a total of 156 conjunctivitis cases (38.5% male and 61.5% female), of which 135 were of viral origin, 3 bacteriogenic orogin and 18 were undetermined etiology. The number of conjunctivitis cases in the first two months and in July 2012 was at the same level as the corresponding period in 2011 and there is an epidemic that took place between March and June 2012. Patients were allocated to all age groups and both sexes. In the period from February 27th ,2012 to June 17th , 2012 (weeks 9th – 24th), 48 conjunctival swabs were collected from cases which were clinically suspected of having adenoviral conjunctivitis and transported under appropriate conditions to the laboratory of Hygiene, Medical School, University of Patras. At the same time, the patients were asked to answer a structured questionnaire with demographic and clinical data. The viral DNA was isolated with Qiagen and amplified by nested PCR. The positive results were confirmed by sequencing the PCR product. To determine the relatedness between the different isolated sequences, a phylogenetic analysis was constructed. Of the total samples, which were analyzed with molecular techniques, adenovirus DNA was detected in 40 samples (83%). Of the positive samples which were confirmed by sequencing, 29 samples (72.5%) were typed as AdV17 and 5 samples (12.5%) as AdV54. For 6 positive samples (15%) the serotype was not determined. Finally, it was concluded that the strain Adenovirus 17 (Ad 17) was the cause of the epidemic between March and June 2012. There are poor epidemiological and molecular data for this particular disease in Greece. This study is one of the very few on conjunctivitis determination in Greece. This research underscores the need for a national surveillance system for conjunctivis outbreaks.

Οι διάφορες δραστηριότητες του εγκεφάλου συχνά χαρακτηρίζονται από ειδικούς ρυθμούς στο ηλεκτροεγκεφαλογράφημα (ΗΕΓ). Το 2ο στάδιο του ύπνου χωρίς ταχείες οφθαλμικές κινήσεις (στάδιο NREM) χαρακτηρίζεται από τις ατράκτους που σηματοδοτούν την ουσιαστική έναρξη του ύπνου. Αποτελούν 0.5-1 δευτερόλεπτα ρυθμικής διαδοχής κύρια αρνητικών κυμάτων γενικευμένα στο ΗΕΓ τα οποία παρουσιάζουν προϊούσα αύξηση και μετά μείωση του πλάτους τους. Οι άτρακτοι συμμετέχουν σε διάφορες σημαντικές λειτουργίες του εγκεφάλου. Η κατανόηση του πολύπλευρου και πολύ σημαντικού ρόλου των ατράκτων έχει αποτελέσει αφορμή ώστε να γίνουν προσπάθειες εντοπισμού των υπεύθυνων για τη γένεσή τους εγκεφαλικών κυκλωμάτων. Σκοπός της προτεινόμενης μεθόδου είναι η εφαρμογή της μεθόδου εντοπισμού σημάτων σε πολυκαναλικές καταγραφές χρησιμοποιώντας περιορισμούς που στηρίζονται στο πεδίο του χώρου (spatial constraints) και το πεδίο της συχνότητας (frequency constraints) χρησιμοποιώντας την τεχνική ανάλυσης σε ανεξάρτητες συνιστώσες (ICA). Η μέθοδος εφαρμόστηκε για την ανάλυση βραδέων και ταχέων ατράκτων σε εγκεφαλογραφήματα ύπνου. Στο εργαστήριο Φυσιολογίας έχουν γίνει ΗΕΓ καταγραφές ολονύκτιου ύπνου με καταμέτρηση πολλών εκατοντάδων ατράκτων οι οποίες χρησιμοποιήθηκαν για την ανάπτυξη της παραπάνω μεθόδου αυτομάτου ανίχνευσης και εντοπισμού των ατράκτων. / Several brain activities are characterized by specific rhythms in electroencephalogram (EEG). The non rapid eye movement (NREM) stage of sleep is characterized by sleep spindles signaling the beginning of sleep. Spindles are rhythmic generalized negative waves in EEG with progressively increasing and gradually decreasing amplitude lasting 0.5-1 sec. Spindles are involved in several brain functions. The comprehension of the significance and multilateral role of spindles has driven efforts to detect the brain circuits involved in their generation. The purpose of this study is the introduction of a signal detection method in multichannel records, using Independent Component Analysis with spatial and frequency constraints. This automatic detection method was applied to the analysis of fast and slow spindles in sleep EEG, obtained from whole-night sleep recording in the laboratory of Physiology Department at University of Patras.

Η επιστήμη της τεχνολογίας αυξάνεται ραγδαία μέρα με τη μέρα. Δυστυχώς όμως όλες αυτές οι νέες τεχνολογικές τάσεις μπορεί να κρύβουν δυσάρεστες «εκπλήξεις». Τα τελευταία χρόνια οι ασύρματες επικοινωνίες έχουν γίνει ένα πολύ σημαντικό κομμάτι της καθημερινότητάς μας. Εμπιστευόμαστε τις ασύρματες συσκευές μας και τις εταιρίες που τις παρέχουν. Ωστόσο, ερωτήματα όπως πόσο ασφαλείς μπορεί να είναι οι συσκευές μας ή οι ασύρματες επικοινωνίες μας δημιουργούνται κάθε μέρα. Παράλληλα με αυτά τα ερωτήματα, εμφανίζονται και τα Hardware Trojans. Τα Hardware Trojans είναι μέρος αυτών των καινούριων τάσεων και αποτελούν ένα πολύ σοβαρό πρόβλημα στο πεδίο των ολοκληρωμένων κυκλωμάτων. Μέχρι σήμερα έχουν γίνει ποικίλες μελέτες, χρησιμοποιώντας διαφορετικές στρατηγικές, Trojans και μεθόδους ανίχνευσης. Στη συγκεκριμένη διπλωματική εργασία παρουσιάζουμε ένα σύστημα ανίχνευσης για Hardware Trojans σε ολοκληρωμένα κυκλώματα ασύρματης κρυπτογράφησης (wireless cryptographic integrated circuit). Περιγράφεται η διαρροή των μυστικών πληροφοριών μέσω ασύρματης επικοινωνίας, χρησιμοποιώντας την τεχνική των ολοκληρωμένων κυκλωμάτων μικτού σήματος (mixed-signal integrated circuits). Δημιουργήθηκαν δύο διαφορετικά Hardware Trojans, τα οποία εισήχθησαν στο αρχικό μας σύστημα, τα οποία βέβαια δεν αλλάζουν τη λειτουργικότητά του. Παρ’ όλ’ αυτά, μπορούν να διαρρεύσουν μυστικές πληροφορίες του συστήματος. Παρουσιάζεται λοιπόν πως είναι δυνατόν να ανιχνευτεί ένα Trojan επιτυχώς μέσω διαφορετικών στατιστικών μετρήσεων που αφορούν τη συχνότητα και το πλάτος του ασύρματου σήματος μετάδοσης. / Technology grows so rapidly day by day. Unfortunately, all these new technological trends may hide unpleasant “surprises”. In recent years wireless communications have become an important part of our everyday life. We rely on our wireless devices and the companies who provide them. However, questions like how safe can our devices be or how secure can our wireless communications be, rise up almost every day. In parallel with these questions, the appearance of Hardware Trojans rise up too. Hardware Trojans are part of these new trends and they have become a serious issue in the field of integrated circuits. Various studies have been done till today, using different strategies, Trojans and detection methods. At this dissertation it is presented a Hardware Trojan detection framework in wireless cryptographic integrated circuit. Τhe leak of secret information through wireless communication is described, using the technic of mixed-signal integrated circuits. There are two Hardware Trojans created and inserted to the original system, which do not change the functionality of the system, but can leak secret information from it. It is presented how a Trojan can be successfully detected through different statistic measurements which are related to the frequency and amplitude of the wireless transmission signal.

Όπως δηλώνει και ο τίτλος, η παρούσα διπλωματική εργασία διαπραγματεύεται διάφορες τεχνικές για την ανίχνευση του φάσματος σε cognitive radio SIMO συστήματα. Η συμβατική προσέγγιση της διαχείρισης του φάσματος δεν είναι ευέλικτη καθώς με το περισσότερο χρήσιμο τμήμα του ραδιοφάσματος να είναι δεσμευμένο, είναι εξαιρετικά δύσκολο να βρεθούν ελεύθερες συχνότητες για την ανάπτυξη νέων υπηρεσιών ή για τον εμπλουτισμό των ήδη υπαρχόντων, ενώ ταυτόχρονα, διάφορες μετρήσεις έχουν καταδείξει ότι το αδειοδοτημένο φάσμα σπάνια χρησιμοποιείται πλήρως, τόσο ως προς το πεδίο του χρόνου όσο και ως προς το πεδίο του χώρου. Έτσι, η τεχνολογία του Cognitive Radio (Γνωστικά Συστήματα Ραδιοεπικοινωνιών) έρχεται να προσφέρει λύση, κυρίως, στα παραπάνω ζητήματα παρέχοντας δυναμική εκμετάλλευση του φάσματος. Η τεχνολογία του Cognitive Radio έχει προταθεί για μικρότερης προτεραιότητας δευτερεύοντα συστήματα αποσκοπώντας στη βελτίωση της αποδοτικότητας του διαθέσιμου φάσματος μέσω της ανίχνευσής του και επιτρέποντας στα δευτερεύοντα αυτά συστήματα να εκπέμπουν στις μπάντες που εντοπίζονται να μη χρησιμοποιούνται. Όπως γίνεται εύκολα αντιληπτό από τα παραπάνω, η ανίχνευση φάσματος (spectrum sensing) αποτελεί ένα ιδιαιτέρως κρίσιμο θέμα για τα cognitive συστήματα. Για να επιτευχθεί η προσαρμοστική μετάδοση σε αχρησιμοποίητα τμήματα φάσματος, χωρίς να προκαλούνται παρεμβολές στους βασικούς χρήστες αυτών των τμημάτων (Primary Users-PUs), το spectrum sensing αποτελεί το πρώτο και ένα από τα κυριότερα βήματα, καθώς απαιτείται υψηλή αξιοπιστία στην ανίχνευση του σήματος των PUs. Οι δευτερεύοντες χρήστες (Secondary Users-SUs), δηλαδή, θα πρέπει να γνωρίζουν αν το φάσμα χρησιμοποιείται ώστε να αξιοποιήσουν το διαθέσιμο φάσμα με τον πιο αποτελεσματικό τρόπο. Ουσιαστικά, το spectrum sensing εφαρμόζεται για να δώσει στον cognitive χρήστη μια όσο το δυνατόν πιστότερη εικόνα του περιβάλλοντος στο οποίο βρίσκεται. Σκοπό της παρούσας διπλωματικής εργασίας αποτελεί η μελέτη και η ανάπτυξη αλγορίθμων που θα επιτρέπουν στον SU ενός SIMO συστήματος να ανιχνεύει την ύπαρξη φασματικών κενών. Η υλοποίηση που χρησιμοποιήσαμε βασίζεται στη χρήση ενός predictor. Πιο συγκεκριμένα, το σήμα που λαμβάνει ο δέκτης περνά από ένα backward linear predictor από τον οποίο υπολογίζουμε τη διαφορά του προβλεπόμενου σήματος σε σχέση με το πραγματικό, δηλαδή το σφάλμα πρόβλεψης. Αξιοποιώντας κατάλληλα το σφάλμα πρόβλεψης, και πιο συγκεκριμένα τον πίνακα αυτοσυσχέτισης του σφάλματος, μας δίνεται η δυνατότητα να ανιχνεύσουμε αξιόπιστα την ύπαρξη ή την απουσία σήματος, ακόμα και σε θορυβώδη περιβάλλοντα, δηλαδή για χαμηλές τιμές του λόγου σήματος προς θόρυβο. Για τον έλεγχο της απόδοσης των αλγορίθμων που αναπτύξαμε, το παραπάνω σύστημα εξομοιώθηκε σε MATLAB για διάφορες συνθήκες και κανάλια / In the present thesis, we will study spectrum sensing techniques of Cognitive Radio SIMO systems. The conventional approach to spectrum management is not flexible, as most of the useful part of the spectrum is bounded. Hence it is extremely difficult to find free frequencies in order to deploy new services or to enhance the already existing ones. At the same time, various measurements show that the licensed spectrum is heavily underutilized in terms of both the time domain as well as the space domain. Thus Cognitive Radio technology comes to offer solutions, mainly with regard to the issues mentioned above, providing a dynamic utilization of the spectrum. Cognitive Radio has been proposed for lower priority secondary systems intending to improve spectral efficiency through spectrum sensing thus allowing these systems to transmit at frequency bands that are detected to be unused. As we can easily understand from the above, spectrum sensing is a critical issue for cognitive systems. In order to achieve adaptive transmission in unused portions of the spectrum without interferences to the licensed users of these portions (Primary Users-PUs), spectrum sensing is the first and one of the most important steps as high reliability is demanded on PUs' signal detection. That is, Secondary Users (SUs) should know if the spectrum is being used in order to exploit the available spectrum in the most efficient way. Essentially, spectrum sensing is used in order to provide the cognitive user with a representation of its operating environment which is as faithful as possible. The scope of this thesis is the study and the creation of algorithms that will give the SU of a SIMO system the opportunity to detect the existence of spectrum holes. The implementation we used is based on a predictor. More specifically, the received signal passes through a backward linear predictor from which we compute the difference between the actual signal and the predicted signal, which is the prediction error. By properly exploiting the prediction error, more precisely the autocorrelation matrix of the prediction error, we can trustworthily detect the existence or the absence of a signal, even in noisy environments, that is, for low values of the signal-to-noise ratio. In order to test the performance of our algorithms, the system above was simulated by MATLAB for different conditions and channels.