Spelling suggestions: "subject:"decentraliserad""
11 |
Decentralized Finance : Implications on Commercial Real Estate Market / Decentraliserad finans : Implikationer på marknaden för kommersiell fastigheterJacob, Kevin, Shetty, Rakshith Rathnakar January 2022 (has links)
The Commercial Real Estate (CRE) market has a substantial impact on financial stability, making it one of the global sectors with a strong relationship to economic growth. Because of its stability, CRE remains a viable investment even when market cycles shift for various reasons. Commercial real estate is an excellent method to diversify a portfolio because of its steady nature. Furthermore, direct CRE investment provides properties that can appreciate and provide cash flow. However, the industry is considered to be illiquid due to its difficulty in transacting, inefficiency, and access to capital. Moreover, there are an increased number of intermediaries involved in these processes, both from the seller side and the buyer side, which not only increases transaction cost but also increases the information asymmetries between both sides. This information loss in the communication pathways has complicated the market, leading to a painful documentation process, high intermediary cost, and a lengthy approval process. Based on an examination of the literature on (combinations of) important phrases such as 'Decentralized Finance'. It was found that there are no solid publications combining the ideas of decentralized finance and real estate in the current body of academic knowledge using the terms "decentralized finance", "blockchain", "commercial real estate", and "transaction costs". The aim of the thesis is to explore the expectations related to the implementation of decentralized finance technology in the commercial real estate industry. The study was done in the form of qualitative research with an interpretivist approach to answer the research questions and achieve the research goal. For the research goal, the data was gathered through a literature review and semi-structured interviews with various actors like Academia, Non-profit organizations, Industry Professionals, and New entrants to understand the concept from different perspectives. The results illustrate that Decentralized Finance which leverages blockchain technology can be applied in the commercial real estate transaction process through tokenization and smart contracts with the area of implication in Asset Financing, Asset Management, and Asset Exchange. However, because the technology is still in its early stages, it poses significant dangers in terms of acceptance. Some of the primary challenges include widespread education and the regularization of rules. / Marknaden för kommersiella fastigheter har en betydande inverkan på den finansiella stabiliteten, vilket gör den till en av de globala sektorer som har ett starkt samband med den ekonomiska tillväxten. På grund av sin stabilitet förblir CRE en lönsam investering även när marknadscyklerna skiftar av olika skäl. Kommersiella fastigheter är en utmärkt metod för att diversifiera en portfölj på grund av dess stabila karaktär. Dessutom ger direkta CRE-investeringar fastigheter som kan värderas och ge kassaflöde. Branschen anses dock vara illikvid på grund av dess svårigheter att genomföra transaktioner, ineffektivitet och tillgång till kapital. Dessutom finns det ett ökat antal mellanhänder inblandade i dessa processer, både på säljar- och köparsidan, vilket inte bara ökar transaktionskostnaderna utan också ökar informationsasymmetrin mellan de båda sidorna. Denna informationsförlust i kommunikationsvägarna har försvårat marknaden och lett till en smärtsam dokumentationsprocess, höga förmedlingskostnader och långvariga godkännandeprocesser. Som ett nytt område inom den digitala finansiella arkitekturen ses decentraliserad finansiering som en störande innovation som har potential att omforma strukturen för modern finansiering och skapa ett nytt landskap för kommersiella fastighetstransaktioner genom att sänka transaktionskostnaderna, öka effektiviteten och öka likviditeten genom sin decentraliserade plattform. Baserat på en granskning av litteraturen om (kombinationer av) viktiga fraser som "decentraliserad finansiering". Vi upptäckte att det inte finns några gedigna publikationer som kombinerar idéerna om decentraliserad finansiering och fastigheter i den nuvarande akademiska kunskapsmassan med hjälp av termerna "decentraliserad finansiering", "blockkedja", "kommersiella fastigheter" och "transaktionskostnader". Syftet med avhandlingen är att utforska förväntningarna i samband med implementeringar av decentraliserad finansieringsteknik i den kommersiella fastighetsbranschen. Studien gjordes i form av kvalitativ forskning med en tolkande ansats för att besvara forskningsfrågorna och uppnå forskningsmålet. För forskningsmålet samlades data in genom en litteraturgenomgång och semistrukturerade intervjuer med olika aktörer som akademiker, ideella organisationer, branschfolk och nya aktörer för att förstå konceptet från olika perspektiv. Resultaten illustrerar att decentraliserad finans som utnyttjar blockchain-teknologi kan tillämpas i den kommersiella fastighetstransaktionsprocessen genom tokenisering och smarta kontrakt med implikationsområden inom Tillgångsfinansiering, kapitalförvaltning och byte av tillgångar. Men eftersom tekniken fortfarande är i ett tidigt skede, utgör den betydande faror när det gäller acceptans. Några av de främsta utmaningarna inkluderar omfattande utbildning och reglering av regler.
|
12 |
Federated Online Learning with Streaming Data for Intrusion Detection Systems : Comparing Federated and Centralized Learning Methods in Online and Offline SettingsArvidsson, Victor January 2024 (has links)
Background. With increased pressure from both regulatory bodies and end-users, interest in privacy preserving machine learning methods have increased among companies and researchers in the last few years. One of the main areas of research regarding this is federated learning. Further, with the current situation in the world, interest in cybersecurity is also at an all time high, where intrusion detection systems are one component of interest. With anomaly-based intrusion detection systems using machine learning methods, it is desirable that these can adapt automatically over time as the network patterns change, resulting in online learning being highly relevant for this application. Previous research has studied offline federated intrusion detection systems. However, there have been very little work performed in the study of online federated learning for intrusion detection systems. Objectives. The objective of this thesis is to evaluate the performance of online federated machine learning methods for intrusion detection systems. Furthermore, the thesis will study the performance relationship between offline and online models for both centralized and federated learning, in order to draw conclusions about the ability to extrapolate from results between the different types of models. Methods. This thesis uses a quasi-experiment to evaluate two different types of models, Naive Bayes and Semi-supervised Federated Learning on Evolving Data Streams (SFLEDS), on three different datasets, NSL-KDD, UNSW-NB15, and CIC-IDS2017. For each model, four variants are implemented: centralized offline, centralized online, federated offline and federated online, and in the federated setting the models are evaluated with 20, 30, and 40 clients. Results. The results show that the best performing model in general is the federated online SFLEDS. They also highlight an important problem with using imbalanced datasets without proper care for data preprocessing and model design. Finally, the results show that there are no general relationships between offline and online models that hold in both the centralized and federated settings in terms of prediction performance. Conclusions. The main conclusion of the thesis is that online federated learning has a lot of potential for the application of intrusion detection systems, but more research is required to find the optimal models and parameters that result in satisfactory performance. / Bakgrund. Med ökat tryck från både tillsynsorgan och slutanvändare har intresset för integritetsbevarande maskininlärning ökat hos företag och forskare under de senaste åren. Ett av huvudområdena där det forskas om detta är inom federerad inlärning. Vidare, med det nuvarande läget i världen är intresset för cybersäkerhet högre än någonsin, där bland annat intrångsdetekteringssystem är av intresse. Med avvikelsebaserade intrångsdetekteringssystem som använder sig av maskininlärning så är det önskvärt att dessa automatiskt kan anpassa sig över tid när nätverksmönster förändras, vilket resulterar i att online maskininlärning är högst relevant för området. Tidigare forskning har studerat federerade offline intrångsdetekteringssystem, men det finns väldigt lite forskning gällande federerad online maskininlärning för intrångsdetekteringssystem. Syfte. Syftet med det här arbetet är att utvärdera prestandan av federerad online maskininlärning för intrångsdetekteringssystem. Vidare kommer det här arbetet att studera prestandaförhållandet mellan offline och online modeller för både centraliserad och federerad inlärning, för att kunna dra slutsatser om förmågan att extrapolera resultat mellan olika typer av modeller. \newline\textbf{Metod.} Det här arbetet använder sig av ett kvasiexperiment för att utvärdera två olika modeller, Naive Bayes och Semi-supervised Federated Learning on Evolving Data Streams (SFLEDS), på tre olika dataset, NSL-KDD, UNSW-NB15 och CIC-IDS2017. För varje modell implementeras fyra varianter: centraliserad offline, centraliserad online, federerad offline och federerad online. De federerade modellerna utvärderas med 20, 30 och 40 klienter. Resultat. Resultaten visar att den generellt bästa modellen är online SFLEDS. De belyser även ett viktigt problem med att använda obalanserade dataset utan tillräcklig hänsyn till förbearbetning av datan och modelldesign. Slutligen visar resultaten att det inte finns något generellt samband mellan offline och online modeller som stämmer för både centraliserad och federerad inlärning när det gäller modellprestanda. Slutsatser. Den huvudsakliga slutsatsen från arbetet är att federerad online maskininlärning har stor potential för intrångsdetekteringssystem, men mer forskning krävs för att hitta den bästa modellen och de bästa parametrarna för att nå ett tillfredsställande resultat.
|
13 |
Transaction synchronization and privacy aspect in blockchain decentralized applicationsOngkasuwan, Patarawan January 2020 (has links)
The ideas and techniques of cryptography and decentralized storage have seen tremendous growth in many industries, as they have been adopted to improve activities in the organization. That called Blockchain technology, it provides an effective transparency solution. Generally, Blockchain has been used for digital currency or cryptocurrency since its inception. One of the best-known Blockchain protocols is Ethereum, which has invented the smart contract to enable Blockchain’s ability to execute a condition, rather than simply acting as storage. Applications that adopt this technology are called ‘Dapps’ or ‘decentralized applications’. However, there are ongoing arguments about synchronization associated with the system. System synchronization is currently extremely important for applications, because the waiting time for a transaction to be verified can cause dissatisfaction in the user experience. Several studies have revealed that privacy leakage occurs, even though the Blockchain provides a degree of security, as a result of the traditional transaction, which requires approval through an intermediate institution. For instance, a bank needs to process transactions via many constitution parties before receiving the final confirmation, which requires the user to wait for a considerable amount of time. This thesis describes the challenge of transaction synchronization between the user and smart contract, as well as the matter of a privacy strategy for the system and compliance. To approach these two challenges, the first task separates different events and evaluates the results compared to an alternative solution. This is done by testing the smart contract to find the best gas price result, which varies over time. In the Ethereum protocol, gas price is one of the best ways to decrease the transaction time to meet user expectations. The gas price is affected by the code structure and the network. In the smart contract, testing is run based on two cases, and solves platform issues such as runners and user experience and reduces costs. It has also been found that collecting the fee before participating in an auction can prevent the problem of runners. The second case aims to prove that freezing the amount of a bid is the best way to increase the user’s experience, and to achieve the better experience of an online auction. The second challenge mainly focuses on the privacy strategy and risk management for the platform, which involves identifying possible solutions for all risk situations, as well as detecting, forecasting and preventing them. Providing strategies, such as securing the smart contract structure, increasing the encryption method in the database, designing a term sheet and agreement, and authorization, help to prevent system vulnerabilities. Therefore, this research aims to improve and investigate an online auction platform by using a Blockchain smart contract to provide evocative user experiences. / Idéer och tekniker för kryptografi och decentraliserad lagring har haft en enorm tillväxt i många branscher, eftersom de har antagits för att förbättra verksamheten i organisationen. Den som kallas Blockchain-tekniken ger den en effektiv transparenslösning. Generellt har Blockchain använts för digital valuta eller cryptocurrency sedan starten. Ett av de mest kända Blockchainprotokollen är Ethereum, som har uppfunnit det smarta kontraktet för att möjliggöra Blockchains förmåga att utföra ett villkor, snarare än att bara fungera som lagring. Applikationer som använder denna teknik kallas 'Dapps' eller 'decentraliserade applikationer'. Det finns emellertid pågående argument om synkronisering associerad med systemet. Systemsynkronisering är för närvarande oerhört viktigt för applikationer, eftersom väntetiden för att en transaktion ska verifieras kan orsaka missnöje i användarupplevelsen. Flera studier har visat att sekretessläckage inträffar, även om Blockchain ger en viss säkerhet, till följd av den traditionella transaktionen, som kräver godkännande genom en mellaninstitution. Till exempel måste en bank bearbeta transaktioner via många konstitutionspartier innan den får den slutliga bekräftelsen, vilket kräver att användaren väntar en betydande tid. Den här avhandlingen beskriver utmaningen med transaktionssynkronisering mellan användaren och smart kontrakt, samt frågan om en sekretessstrategi för systemet och efterlevnad. För att närma sig dessa två utmaningar separerar den första uppgiften olika händelser och utvärderar resultaten jämfört med en alternativ lösning. Detta görs genom att testa det smarta kontraktet för att hitta det bästa gasprisresultatet, som varierar över tiden. I Ethereum-protokollet är gaspriset ett av de bästa sätten att minska transaktionstiden för att möta användarens förväntningar. Gaspriset påverkas av kodstrukturen och nätverket. I det smarta kontraktet körs test baserat på två fall och löser plattformsproblem som löpare och användarupplevelse och minskar kostnaderna. Det har också visat sig att insamlingen av avgiften innan du deltar i en auktion kan förhindra löparproblemet. Det andra fallet syftar till att bevisa att frysning av budbeloppet är det bästa sättet att öka användarens upplevelse och att uppnå en bättre upplevelse av en online auktion. Den andra utmaningen fokuserar huvudsakligen på sekretessstrategin och riskhanteringen för plattformen, som innebär att identifiera möjliga lösningar för alla risksituationer, samt att upptäcka, förutse och förhindra dem. Tillhandahållande av strategier, som att säkra den smarta kontraktsstrukturen, öka krypteringsmetoden i databasen, utforma ett termblad och avtal och godkännande, hjälper till att förhindra systemets sårbarheter. Därför syftar denna forskning till att förbättra och undersöka en online-auktionsplattform genom att använda ett smart avtal med Blockchain för att ge upplevande användarupplevelser.
|
14 |
Streamlining Certification Management with Automation and Certification Retrieval : System development using ABP Framework, Angular, and MongoDB / Effektivisering av certifikathantering med automatisering och certifikathämtning : Systemutveckling med ABP Framework, Angular och MongoDBHassan, Nour Al Dine January 2024 (has links)
This thesis examines the certification management challenge faced by Integrity360. The decentralized approach, characterized by manual processes and disparate data sources, leads to inefficient tracking of certification status and study progress. The main objective of this project was to construct a system that automates data retrieval, ensures a complete audit, and increases security and privacy. Leveraging the ASP.NET Boilerplate (ABP) framework, Angular, and MongoDB, an efficient and scalable system was designed, developed, and built based on DDD (domain-driven design) principles for a modular and maintainable architecture. The implemented system automates data retrieval from the Credly API, tracks exam information, manages exam vouchers, and implements a credible authentication system with role-based access control. With the time limitations behind the full-scale implementation of all the planned features, such as a dashboard with aggregated charts and automatic report generation, the platform significantly increases the efficiency and precision of employee certification management. Future work will include these advanced functionalities and integrations with external platforms to improve the system and increase its impact on operations in Integrity360.
|
Page generated in 0.06 seconds