In this research, we propose a novel, platform independent behaviour-based anomaly detection system for smartphones. The fundamental premise of this system is that every smartphone user has unique usage patterns. By modelling these patterns into a profile we can uniquely identify users. To evaluate this hypothesis, we conducted an experiment in which a data collection application was developed to accumulate real-life dataset consisting of application usage statistics, various system metrics and contextual information from smartphones. Descriptive statistical analysis was performed on our dataset to identify patterns of dissimilarity in smartphone usage of the participants of our experiment. Following this analysis, a Machine Learning algorithm was applied on the dataset to create a baseline usage profile for each participant. These profiles were compared to monitor deviations from baseline in a series of tests that we conducted, to determine the profiling accuracy. In the first test, seven day smartphone usage data consisting of eight features and an observation interval of one hour was used and an accuracy range of 73.41% to 100% was achieved. In this test, 8 out 10 user profiles were more than 95% accurate. The second test, utilised the entire dataset and achieved average accuracy of 44.50% to 95.48%. Not only these results are very promising in differentiating participants based on their usage, the implications of this research are far reaching as our system can also be extended to provide transparent, continuous user authentication on smartphones or work as a risk scoring engine for other Intrusion Detection System.

Information and communication technologies have been playing a crucial role in improving the efficiency and effectiveness of learning and teaching in higher education. Two decades ago, research studies were focused on how to use artificial intelligence techniques to imitate teachers or tutors in delivering learning sessions. Machine learning techniques have been applied in several research studies to construct a student model in the context of intelligent tutoring systems. However, the usage of intelligent tutoring systems has been very limited in higher education as most educational institutions are in favour of using virtual learning environments (VLEs). VLEs are computer-based systems that support all aspects of teaching and learning from provision of course materials to managing coursework. In this research study, the emphasis is on the assessment aspect of VLEs. A literature review revealed that existing computer-based formative assessments have never utilised unsupervised machine learning to improve their feedback mechanisms. Machine learning techniques have been applied to construct student models, which is represented as categories of knowledge levels such as beginning, intermediate and advanced. The student model does not specify what concepts are understood, the gap of understanding and misconceptions. Previously, a snap-drift modal learning neural network has been applied to improve the feedback mechanisms of computer-based formative assessments. This study investigated the application of snap-drift modal learning neural network for analysing student responses to a set of multiple choice questions to identify student groups. This research study builds on this previous study and its aim is to improve the effectiveness of the application of snap-drift modal learning neural network in modelling student responses to a set of multiple choice questions and to extend its application in modelling student responses gathered from object-oriented programming exercises. A novel method was proposed and evaluated using trials that improves the effectiveness of snap-drift modal learning neural network in identifying useful student group profiles, representing them to facilitate generation of diagnostic feedback and assigning an appropriate diagnostic feedback automatically based on a given student response. Based on the insight gained into the use of this novel method, we extend it to identify useful student group profiles that represent different programming abilities for writing an object-oriented class. The purpose of identifying student group profiles is to facilitate construction of diagnostic feedback that improves the development of basic object-oriented programming abilities. Overall, the main objectives of this research project were addressed successfully. New insights are gained into the application of unsupervised learning in general and snap-drift modal learning in particular. The proposed methods are capable of improving the feedback mechanisms of existing computer-based formative assessment tools. The improved computer-based formative assessments could have a huge impact on students in improving conceptual understanding of topics and development of basic object-oriented programming abilities.

This thesis examined the three core themes: the role of education in cyber security, the role of technology in cyber security, and the role of policy in cyber security, the areas in which the papers are published. The associated works are published in referred journals, peer reviewed book chapters, and conference proceedings. Research can be found in the following outlets: 1. Security Solutions for Hyperconnectivity and the Internet of Things; 2. Developing Next-Generation Countermeasures for Homeland Security Threat Prevention; 3. New Threats and Countermeasures in Digital Crime and Cyber Terrorism; 4. International Journal of Business Continuity and Risk Management; 5. Handbook of Research on 3-D Virtual Environments and Hypermedia for Ubiquitous Learning; 6. Information Security in Diverse Computing Environments; 7. Technology, Innovation, and Enterprise Transformation; 8. Journal of Information Systems Technology and Planning; 9. Encyclopedia of Information Science and Technology. The shortcomings and gaps in cyber security research is the research focus on hyperconnectivity of people and technology to include the policies that provide the standards for security hardened systems. Prior research on cyber and homeland security reviewed the three core themes separately rather than jointly. This study examined the research gaps within cyber security as it relates to core themes in an effort to develop stronger policies, education programs, and hardened technologies for cyber security use. This work illustrates how cyber security can be broken into these three core areas and used together to address issues such as developing training environments for teaching real cyber security events. It will further show the correlations between technologies and policies for system Certification & Accreditation (C&A). Finally, it will offer insights on how cyber security can be used to maintain security for international and national security. The overall results of the study provide guidance on how to create an ubiquitous learning (U-Learning) environment to teach cyber security concepts, craft polices that affect secure computing, and examines the effects on national and international security. The overall research has been improving the role of cyber security in education, technology, and policy.

Schema matching aims at identifying semantic correspondences between elements of two schemas, e.g., database schemas, ontologies, and XML message formats. It is needed in many database applications, such as integration of web data sources, data warehouse loading and XML message mapping. In today's systems, schema matching is manual; a time-consuming, tedious, and error-prone process, which becomes increasingly impractical with a higher number of schemas and data sources to be dealt with. To reduce the amount of manual effort as much as possible, approaches to semi-automatically determine element correspondences are required.

Prozessmuster ermöglichen die modulare Modellierung und flexible Anwendung von Softwareentwicklungsprozessen. Gegenwärtige Beschreibungen von Prozessmustern weisen jedoch Mängel wie uneinheitliche und uneindeutige Beschreibungsformen und fehlende Beziehungsdefinitionen auf. Diese Mängel wirken sich nachteilig auf den effektiven Einsatz von Prozessmustern aus. In dieser Dissertation wird die Sprache PROPEL (Process Pattern Description Language) entwickelt, die Konzepte zur Beschreibung von Prozessmustern und Beziehungen zwischen Prozessmustern bereitstellt. Mit Hilfe von PROPEL können einzelne Prozessmuster modelliert und durch Definition von Beziehungen zu komplexeren Prozessmustern zusammengesetzt werden. PROPEL basiert auf der UML und verwendet daher eine Vielzahl von erprobten und weit verbreiteten Modellierungskonzepten wie Aktivitätsdiagramme wieder. Zur Erhöhung der Ausdrucksgenauigkeit wurde PROPEL um eine formale Semantik durch Abbildung der formalen Syntax auf die Domäne der Petri-Netze ergänzt. Für die Validierung der Nutzbarkeit und Handhabbarkeit von PROPEL wurde ein Prozessmusterkatalog basierend auf dem Rational Unified Process entwickelt. Durch die Darstellung verschiedener Sichten auf den Katalog kann ein Überblick auf alle vorhandenen Prozessmuster und deren Beziehungen gewährleistet werden. Darüber hinaus wurde gezeigt, dass die Komplexität eines Prozessmodells durch Einsatz von PROPEL reduziert wird und Prozessinkonsistenzen eliminiert werden.

Das World Wide Web stellt eine Vielzahl von Informationen zur Verfügung. Neben dem Inhalt der Webseiten stellt ihre Verknüpfung durch Verweise zwischen ihnen eine wichtige Informationsquelle dar. So unterstützen z. B. Webseitenempfehlungen auf interessante andere Produkte Kunden groÿer E-Commerce-Websites bei der Suche nach dem passenden Produkt. Zusätzlich finden sich auf Seiten verschiedener Websites auch Informationen zum gleichen Objekt der realen Welt, so dass durch Links zwischen ihnen alle verfügbaren Informationen aus mehreren Datenquellen für entsprechende Analysen, z. B. einem Preisvergleich, erreichbar werden. In dieser Arbeit werden Verweise als sogenannte Mappings zusammengefasst, wobei ein Mapping eine Menge paarweiser Zuordnungen, sogenannter Korrespondenzen, zwischen Instanzdaten (Objekten) repräsentiert. Dabei wird mit dem Begriff Korrespondenz nicht nur die Verknüpfung gleicher Objekte gemeint, sondern allgemein eine semantische Beziehung zwischen zwei Objekten ausgedrückt. Innerhalb dieser Dissertation steht die Verarbeitung solcher Mappings, d. h. ihre Erzeugung, Optimierung und Verwendung, im Mittelpunkt.

Die Computertechnik hält in allen Gebieten des Lebens Einzug. Auch bei der Aus- und Weiterbildung werden die Stimmen laut, die eine Integration von computergestützten Elementen im Unterricht fordern. Die vorliegende Arbeit hat es sich zur Aufgabe gemacht, die Möglichkeiten eines Programms auszuloten, das speziell für die Übungen in des Sprachunterrichts Arabisch an der Universität Leipzig entstehen sollte. Dabei wurden sowohl die pädagogischen Aspekte des Computereinsatzes als auch die aktuellen technischen Möglichkeiten berücksichtigt. Als Ergebnis dieser Betrachtungen wurde eine einfache Anwendung generiert, die es erlaubt, Übungseinheiten auf den Computer zu verlagern. Neues Wissen soll damit nicht vermittelt werden. Damit sollten viele Probleme, die aus der Zeit der Programmierten Instruktion her bekannt sind, umgangen worden sein. Das Programm bietet 4 universell einsetzbare Übungstypen an, mit denen das Wissen der arabischen Schriftsprache gefestigt werden können. Das Programm wurde so konzipiert, daß weitere Übungstypen zu einem späteren Zeitpunkt relativ leicht implementiert werden können. Das wurde unter anderem durch die strikte Einhaltung der objektorientierten Programmierparadigmen erreicht. Berücksichtigt wurde auch, daß sich die Übungseinheiten nach kurzer Einarbeitung in die Beschreibungssprache leicht erstellen lassen, so daß die Zahl der Lektionen erweitert werden kann.

Mit der Entwicklung von Verfahren zur Erzeugung dreidimensionaler Bilder ergeben sich für die Bildverarbeitung in der Medizin neue Forschungsgebiete. Bei Datensätzen, die die Hirnoberfläche darstellen, steht neben der Visualisierung die Auswertung der Datensätze im Interesse der Forschung. Die Auswertung von Oberflächendaten, die in Form von Polygonnetzen vorliegen, umfaßt unter anderem die Segmentierung und die Vermessung von Abschnitten der Hirnoberfläche. Eine Automatisierung der Segmentierung ist nur in begrenztem Umfang möglich, daher ist eine manuelle Bearbeitung der Oberflächendaten wünschenswert. Für das Max-Planck-Institut für neuropsychologische Forschung wurde ein Programmodul entwickelt, mit dem die Segmentierung und die Vermessungen in einer interaktiven Umgebung durchführbar sind. Das Programmodul wurde in die dort entwickelte Visualisierungsoberfläche IPE integriert. In der Diplomarbeit wurde ein Verfahren zur Polygondatenreduktion implementiert und näher untersucht. Verfahren zur Erzeugung von Oberflächennetzen wie z.B. der Marching Cubes Algorithmus erzeugen oft Datensätze mit einer sehr gro'sen Anzahl an Polygonen. Solche Datensätze sind f'ur eine Visualisierung oder für die Weiterverarbeitung schlecht geeignet. Mit Hilfe von Verfahren zur Polygondatenreduktion kann die zu verarbeitende Datenmenge verringert werden.

Das Anliegen dieser Arbeit ist es, die bekannten expliziten Reziprozitätsgesetze für Hilbertsymbole in Erweiterungskörpern Qp(³) von Qp, wobei ³ eine primitive m-te Einheitswurzel ist, zu formulieren und zu beweisen. Dabei werden zwei Fälle unterschieden. Zum einen der Fall, dass m teilerfremd zu p ist (vgl. Abschnitt 3.3), und zum anderen der Fall, dass m = pn+1 eine Potenz einer Primzahl p 6= 2 ist.

Diese Arbeit beschreibt und untersucht einige der bild- verarbeitenden und statistisch-mathematischen Teilprozesse, die insgesamt einmal zur besseren Diagnose degenerativer Hirnerkrankungen, wie z.B. Morbus Alzheimer, beitragen können. Sie beschäftigt sich mit dem Schritt der Segmentation der Hirnoberfläche in Kronen- und Fundusregionen aus einer bereits vorliegenden Triangulierung derselben.