Datavisualisering är en vanlig metod för att öka förståelsen av data genom att omvandla den från text till bild. Genom datavisualisering kan en gigantisk mängd data omvandlas till diagram och bilder som bidrar till att ge en användare en tydlig förståelse över vad denna data representerar. Det medlemsägda företaget Biometria verkar inom skogsnäring och har som uppgift att mäta skogsprodukter, så som trädstammar och stockar. Mätdatat lagras i skördspecifika XML-filer och görs tillgängligt för de som är involverade i skörden. Problemet är att dessa filer tenderar att bli extremt stora och svårtydda för någon som söker en överblick av en specifik skörd. Detta projekt har gått ut på att undersöka huruvida Biometrias data kan visualiseras och på så sätt förtydligas. Undersökningen resulterade i utvecklingen av en prototyp av en webbapplikation som tar emot en skördefil och visualiserar vissa mätdata från den. Den slutgiltiga prototypen bestod av en punktkarta som visar var stammarna fälldes, två cirkeldiagram som visar proportioner av trädarter samt sortiment av stockar, och ett stapeldiagram som visar max, minimi och medelvärden av stammarna och stockarnas diametrar. Resultatet var lyckat, eftersom de anställda på Biometria som resultatet presenterades för var överens om att visualiseringen bidrog till en mycket högre förståelse av den data som visualiserades. / Data visualization is a common method to increase the understanding of data by converting it from text to image. Through data visualization, a large amount of data can be transformed into diagrams and images that helps giving a user a clear understanding of what the data represents. The member-owned company Biometria operates in the forest industry and is tasked with measuring forest products, such as tree trunks and logs. The measurement data is stored in harvest-specific XML-files and are made available for those involved in the harvest. The problem is that these files tend to get extremely large and difficult to read for someone who wants an overview of a specific harvest. This project has aimed to investigate whether Biometria's data can be visualized and thus clarified. The study resulted in the development of a prototype of a web application that receives a harvest file and visualizes some measurement data from it. The final prototype consisted of a dot map showing where the trees were felled, two pie charts showing proportions of tree species and assortment of logs, and a bar chart showing the maximum, minimum and mean values of the trees and log diameters. The result was successful, since the employees at Biometria for whom the result was presented all agreed that the visualization contributed to a much higher understanding of the data that was visualized.

The web application Testpersonbokaren is used by Nordic Medtest to book fake test persons for various actors in healthcare so that they can test and validate their environments without being dependent on real personal data. The purpose of this project is to develop a new version of Testpersonbokaren with new technologies and frameworks as the existing version has several problems and limitations. This was achieved by creating a Node.js server and developing two new web interfaces for Testpersonbokaren, where one is only used by Nordic Medtest and the other is used by Sweden's regions, municipalities and private actors. Both web interfaces are developed with the React framework. The new Testpersonbokaren has a more modern look and more functionality than the old one. Unlike the old version, the new one has good documentation, which makes the further development of the web application easier. The new Testpersonbokaren is ready to be put into operation at Nordic Medtest. / Webbapplikationen Testpersonbokaren används av Nordic Medtest för att boka påhittade testpersoner åt olika aktörer inom hälso- och sjukvården så att de kan testa och validera sina miljöer utan att vara beroende av riktiga personuppgifter. Syftet med detta projekt är att utveckla en ny version av Testpersonbokaren med nya tekniker och ramverk då den befintliga versionen har flera problem och begränsningar. Detta uppnåddes genom att skapa en Node.js-server och utveckla två nya webbgränssnitt för Testpersonbokaren, där det ena endast används av Nordic Medtest och det andra används av Sveriges regioner, kommuner och privata aktörer. Båda webbgränssnitten är framtagna med React-ramverket. Den nya Testpersonbokaren har ett modernare utseende och mer funktionalitet än den gamla. Till skillnad från den gamla versionen har den nya bra dokumentation vilket underlättar vidareutvecklingen av webbapplikationen. Den nya Testpersonbokaren är redo att sättas i drift hos Nordic Medtest.

There are many possible tools to develop mobile applications with. Choosing a development tool is done by considering many different factors, and the choice is currently done, in many cases, arbitrarily. For this project, a decision model is designed to ease the process of choosing a development tool. A survey was conducted to examine how people using different smartphone platforms discover and download applications. 94 responses were collected, showing that approximately 50% of Android-users found mobile applications by using search engines or browsers. The corresponding number was approximately 30% for iOS-users. A usability test was conducted to discover the differences in user experience between Progressive Web Applications and native applications. 18 usability tests were conducted comparing the same product developed as a Progressive Web Application and a native application. A majority of the participants had a technical background. Both Android and iOS devices were included in the tests. The results indicated that end-users notice when an application is not natively developed. The effect on the user experience is combined with other technical differences and applied to the decision model. This model was designed to predict if a native application, a Progressive Web Application or a React Native application is the most favourable to develop for a specific scenario. The final model could, according to consultants at the stakeholder Slagkryssaren AB, with good accuracy predict when the different development tools should be used. The model could be used as a discussion tool in the first stages of the development process of an application. / Det finns många möjliga verktyg för att utveckla mobila applikationer. Valet av utvecklingsverktyg görs genom att överväga många olika faktorer, och görs idag i många fall högst godtyckligt. För det här projektet designades en beslutsmodell som förenklar processen av att välja ett utecklingsverktyg. En undersökning gjordes för att undersöka hur användare av olika smartphone- plattformar upptäcker och laddar ner applikationer. 94 svar samlades, svaren visade att ungefär 50% av Android-användare hittade mobila applikationer genom internetsökningar eller webbläsare. Denna siffran var ungefär 30% för iOS-användare. Ett användarbarhetstest utfördes för att finna skillnader i användarupplevelse mellan progressiva webbapplikationer och native-applikationer. En majoritet av deltagarna hade en teknisk bakgrund. Både Android- och iOS-enheter testades. Resultatet tydde på att slutanvändare la märke till när en applikation inte utvecklades som en native-applikation. Effekten på användarvänligheten, kombinerat med tekniska skillnader mellan verktygen, tillämpades på beslutsmodellen. Modellen designades för att förutse om en native-applikation, en progressiva webbapplikation eller en React Native- applikation är mest fördelaktig att utveckla i ett specifikt scenario. Den slutgiltiga modellen kunde, enligt konsulter på uppdragsgivaren Slagkryssaren AB, med god precision avgöra när de olika utvecklingsverktygen bör nyttjas. Modellens användning blev som ett diskussionsverktyg i de första stadierna av processen med att välja utvecklingsvektyg.

Broken Access Control is the most serious web application security risk as published by Open Worldwide Application Security Project (OWASP). This category has highly complex vulnerabilities such as Broken Object Level Authorization (BOLA) and Exposure of Sensitive Information. Finding such critical vulnerabilities in large software systems requires intelligent and automated tools. State-of-the-art (SOTA) research including hybrid application security testing tools, algorithmic brute forcers, and artificial intelligence has shown great promise in detection. Nevertheless, there exists a gap in research for reliably identifying logical and context-dependant Broken Access Control vulnerabilities. We modeled the problem as text classification and proposed KARTAL, a novel method for web application vulnerability detection using a Large Language Model (LLM). It consists of 3 components: Fuzzer, Prompter, and Detector. The Fuzzer is responsible for methodically collecting application behavior. The Prompter processes the data from the Fuzzer and formulates a prompt. Finally, the Detector uses an LLM which we have finetuned for detecting vulnerabilities. In the study, we investigate the performance, key factors, and limitations of the proposed method. Our research reveals the need for a labeled Broken Access Control vulnerability dataset in the cybersecurity field. Thus, we custom-generate our own dataset using an auto-regressive LLM with SOTA few-shot prompting techniques. We experiment with finetuning 3 types of decoder-only pre-trained transformers for detecting 2 sophisticated vulnerabilities. Our best model attained an accuracy of 87.19%, with an F1 score of 0.82. By using hardware acceleration on a consumer-grade laptop, our fastest model can make up to 539 predictions per second. The experiments on varying the training sample size demonstrated the great learning capabilities of our model. Every 400 samples added to training resulted in an average MCC score improvement of 19.58%. Furthermore, the dynamic properties of KARTAL enable inferencetime adaption to the application domain, resulting in reduced false positives. / Brutet åtkomstkontroll är den allvarligaste säkerhetsrisken för webbapplikationer enligt Open Worldwide Application Security Project (OWASP). Denna kategori har mycket komplexa sårbarheter såsom Brutet behörighetskontroll på objektnivå (BOLA) och exponering av känslig information. Att hitta sådana kritiska sårbarheter i stora programvarusystem kräver intelligenta och automatiserade verktyg. Senaste tekniken (SOTA)-forskning, inklusive hybridverktyg för säkerhetstestning av applikationer, algoritmiska bruteforcers och artificiell intelligens, har visat stor potential för upptäckt. Trots detta finns det en lucka i forskningen när det gäller tillförlitlig identifiering av logiska och kontextberoende sårbarheter relaterade till Brutet åtkomstkontroll. Vi modellerade problemet som textklassificering och föreslog KARTAL, en ny metod för att upptäcka sårbarheter i webbapplikationer med hjälp av en stor språkmodell (LLM). Den består av 3 komponenter: Fuzzer, Prompter och Detector. Fuzzer ansvarar för att systematiskt samla in applikationsbeteende. Prompter bearbetar data från Fuzzer och formulerar en förfrågan. Slutligen använder Detector en LLM som vi har finjusterat för att upptäcka sårbarheter. I studien undersöker vi prestanda, nyckelfaktorer och begränsningar hos den föreslagna metoden. Vår forskning visar behovet av en märkt dataset för sårbarheter relaterade till Brutet åtkomstkontroll inom cybersäkerhetsområdet. Därför genererar vi anpassade dataset med hjälp av en auto-regressiv LLM med SOTA few-shot-prompting-tekniker. Vi experimenterar med att finjustera 3 typer av endast avkodare transformers som är förtränade för att upptäcka 2 sofistikerade sårbarheter. Vår bästa modell uppnådde en noggrannhet på 87.19% med en F1-poäng på 0.82. Genom att använda hårdvaruacceleration på en bärbar dator för konsumenter kan vår snabbaste modell göra upp till 539 förutsägelser per sekund. Experimenten med varierande storlek på träningsprovet visade på vår modells stora förmåga att lära sig. Varje 400 prover som lades till träningen resulterade i en genomsnittlig förbättring av MCC-poängen med 19.58%. Dessutom möjliggör de dynamiska egenskaperna hos KARTAL anpassning vid inferringstid till applikationsdomänen, vilket resulterar i färre falska positiva resultat.

Skogsbränder är kraftfulla naturfenomen kapabla att åstakomma omfattande skada över stora ytor och medföra omfattande kostnader för sammhället både humanitärt, ekonomiskt och miljömässigt. Det finns därför ett starkt incitament att övervaka och förutspå skogsbränders utveckling och spridning. Traditionellt används kraftfulla skrivbordsklienter för att köra den simulerings-mjukvara som förutspår skogsbränder, vilket begränsar användningsområdet för simuleringar. Webbklienter är naturligt mobila och lättanvända. Genom att flytta bearbetningen till en server överförs majoriteten av arbetet från klienten. Det här projektet utvecklar ett server-klient baserat ramverk för att simulera skogsbränder, visualisera resultatet och hantera data för användning i skogsbrandsbekämpnings och -analys arbetsflöde. Både parametrarna som skickas till servern och simuleringsresultatet som returneras till klienten. Ramverket använder en kombination av HTTPS-kommunikation och websocket-teknologi för att kommunicera data mellan klienten och server i real-time genom Django-ramverket. Brandmodellen på den Kanadensiska empiriska brandmodellen Prometheus som är implementerad i programmeringsspråket Python. Det är optimerat för det svenska klimated för att enkelt kunnas fältsättas i en webbapplikation för svenska myndigheter. Webb-applikationen är tillgänglig genom mobila och stationära enheter där ramverket beräknar och visualiserar förutspådd fortspridning av skogsbrand i realtid. Skogsbrands moduleringsmodellen av applikationen är jämförd med skogsbränderna i Enskogen och Ängra närastaden Kårböle under sommaren 2018. Noggrannhetsbedömningen av modellen påvisar att den simulerade branden tenderar att innehålla den egentliga elden men är benägen att överskatta eldspridningen. Applikationen utvärderades även genom ett formulär om applikationens funktionallitet som skickades till en provgrupp av personer som arbetar med skogsbränder eller annat relevant område. Provgruppen var nöjd med applikationen och såg ett anvädningsområde för applikationen i sitt arbetsflöde. Mycket arbete återstår för att göra applikationen fältduglig genom integration av myndigheters datatjänster och andra databaser som innehåller riskobjekt, byggnader, kraftledningar e.g. Trots detta ansågs brandingejörer inom räddningstjänster en möjlighet att använda verktygen i dess nuvarande tillstånd om simuleringsresultatet anses korrekt nog för att fungera som underlag för beslut. Detta understryker behovet av en liknande applikation, med vidare funktionalitet och integration med data-system. / Wildfires are powerful natural forces capable of causing extensive damage to large areas of lands and induce a high societal cost in both humanitarian, economic and environmental terms. As such there is a strong incentive to track and predict wildfires' development and spread. Traditionally heavy desktop clients are required to run the simulation-software required to perform wildfire spread predictions, which limits their use and versatility. Conversely, web-based clients are lightweight and versatile by design. By moving the processing of the simulation to a server the bulk of the workload is removed from the client. This project aims to produce a server-client framework for simulating wildfires, visualising the result and handling the fire data for use in the workflow of wildfire suppression and analysis. Both the parameters sent to the server and the simulation result returned to the client. It utilises a combination of HTTPS-requests and websockets-technology to communicate data and information between the client and server in real-time through the Django framework. The fire simulation is based upon the Canadian empirical fire-model Prometheus. The implementation of the algorithm were adopted in the programming language python and optimized for the Swedish climate to be easily deployed in a web-application to be used by Swedish organisations. The web-application was accessible though mobile and stationary devices where the framework calculated and visualised the progression of the wildfire in real-time. The wildfire progression model of the application was compared to the wildfires Enskogen and Ängra, close to the town of Kårböle during the summer of 2018. The accuracy assessment of the fire progression model found that the simulated wildfire progression tend to contain the observed fire and prone to overestimate the wildfires progression. The application was evaluated though a questionnaire which was answered by a sample group composed of persons working with wildfires or wildfire related fields. The sample group were satisfied by the application and broadly found that the application could be implemented into their workflow.  Much work remain to operationalise the application, such as integration of municipal data sources and other databases containing resources, risk-objects, buildings, power-lines. In spite of this Fire-engineers in emergency services state a possibility for use of the application as is, if the simulations are deemed accurate enough and provide a better basis for decision making and measures. This underlines the need of an application such as this in the field, and with further functionalities and integration's with data-systems.

The subject of iterative prototyping with data is still in its infancy and problems arise when people with low programming skills aim to build a full-stack interactive web application on their own. This research attempts to evaluate how providing a framework with predefined notations and data structures can improve this process for novice developers. The work consists of an initial reimplementation of a model website and the evaluation of study participants with little experience in the frontend development field through the application of the Cognitive Dimensions and the Think-aloud methods. We have found that by eliminating the requirement of dealing with back-end queries through the offering of such a framework, the process of designing an interactive web application can be facilitated and hastened. There are, nevertheless, some improvements that can be made to further refine their programming experience. / Ämnet kring att framställa iterativa prototyper med data är fortfarande i sin begynnelse och problem uppstår när personer med låg kunskap i programmering har som mål att bygga en full-stack interaktiv webbapplikation. Denna forskning utvärderar hur utvecklingsprocessen kan förbättras för nya utvecklare genom att erbjuda ett ramverk med fördefinierade beteckningar och datastrukturer. Denna studie består av en implementerad modell av en webbapplikation samt utvärdering av studiedeltagare med begränsad erfarenhet inom front-end-utveckling. Utvärderingen gjordes genom användning av ramverket “Cognitive Dimensions” med tillhörande “Think-aloud”-metod. Resultatet visar att genom att eliminera krav för att hantera back-end-anrop har processen att designa en interaktiv webbapplikation kunnat underlättats och påskyndats med hjälp av ett ramverk. Resultatet identifierade även förbättringspunkter som kan implementeras för att vidare underlätta ramverkets programmeringsupplevelse för användare.