No description available.

Denna rapport behandlar ett kandidatprojekt som utförts med Nationellt forensiskt centrum som kund. Uppgiften var att skapa ett databasbaserat program för att lagra och hantera stora mängder XML-filer från kundens testinstrument. Rapporten beskriver de tekniker och metoder som använts för detta ändamål, där Java, MySQL, Git och agil utveckling är några av de mest centrala. Resultaten i projektet innefattar en presentation av slutprodukten, projektgruppens erfarenheter och medlemmarnas individuella bidrag. Utöver den gemensamma kandidatrapporten, har varje gruppmedlem genomfört ett individuellt bidrag om valfritt ämne, ofta kopplat till medlemmens projektroll. Detta gav möjlighet till fördjupning inom områden som medlemmarna fann intressanta. Utifrån diskussionen av dessa resultat dras, bland flera, slutsatserna att det utvecklade projektet kommer att bidra till tidsbesparingar för kunden, att en systemanatomi är ett användbart kommunikationsverktyg i början av ett projekt och att utvecklingen begränsades av valet av teknologier.

Data har beskrivits som en av hörnstenarna i dagens ekonomi och Europeiska unionen har i flera decennier antagit rättsakter som syftat till att skapa en informationsmarknad i unionen. Men flera problem har tornat upp på den inre marknaden. Bland annat har data tenderat att inte användas i tillräckligt hög grad och det har varit svårt för datainnehavare att tillgängliggöra sin data samtidigt som de måste respektera unionens regler om dataskydd. I centrum finns därför två motstående intressen av värdeskapande användning av data och skydd av personuppgifter.  Det här examensarbetet undersöker om användningen av databasdirektivets sui generis-skydd och användningen av dataskyddsförordningens reglering om anonymisering kan vara en lämplig lösning på unionens problem. Den första halvan av examensarbetet undersöker dataskyddsförordningens centrala definitioner om vad som är en personuppgift och hur den kan anonymiseras för att undvika förordningens tillämpningsområde. Den andra halvan av examensarbetet behandlar hur man kan skydda de avidentifierade personuppgifterna efter anonymiseringen med en tillämpning av databasdirektivets sui generis-skydd.  Examensarbetets huvudslutsats är att det inte framstår som lämpligt att i nuläget förlita sig på anonymisering som ett rättsligt verktyg för att tillgängliggöra data för vidareanvändning i unionen. Delslutsatserna om anonymisering är för det första att identifieringsrekvisitet i personuppgiftsdefinitionen är relativt och inte absolut i dataskyddsförordningen. För det andra att det är tveksamt om Europeiska dataskyddsstyrelsens krav på att man inte ska kunna dra en slutsats om någon efter anonymisering täcks av rekvisiten i förordningen, och om det därför inte finns berättigade förväntningar att följa deras riktlinjer i den delen. Delslutsatserna om databasdirektivet är för det första att anonymiserade personuppgifter kan skyddas av sui generis och för det andra att en databasproducent kan använda sig av reglerna om normalt bruk och oberättigat kränker legitima intressen för att skydda anonymiseringen när databasen med anonymiserade personuppgifter har tillgängliggjorts.

Att byta databas i ett befintligt system är svårt. För att ta reda på om en annan databas fungerar tillfredsställande till systemet finns inte mycket annat att göra än att testa. Syftet med detta arbete är att utvärdera om det är möjligt för SAAB att byta databas frånSybase ASE Express Edition till H2. För utvärderingen byggs ett så kallat ''Proof-of-Concept'' med den nya databasen kopplad till systemet. Med denna uppsättning görs tester för att undersöka skillnader i funktion och prestanda. Testerna görs genom att bygga arbetslaster som båda databaserna får hantera, där tiden det tar att utföra arbetet mäts. Det görs även förbättringar på linjära sökmetoder i systemet. Resultaten visar att Sybase-databasen har bättre prestanda när det gäller att läsa från databasen.Men att H2 har mycket bättre prestanda när det gäller att skriva till databasen.Slutsatsen som dras från utvärderingen är att H2 fungerar som en ersättare till Sybase ASE ExpressEdition. Systemets linjära sökmetoder utvärderas och ersätts med teoretiskt bättre binära sökmetoder. / The changing of database to an existing system is not easy. To find out if the new database willwork to a satisfying degree there is no other way than to test it. The purpose of this work is toevaluate if it is possible for SAAB to switch database from Sybase ASE Express Edition to H2. To evaluate the database, a Proof-of-Concept is created and connected to the systemWith this setup, tests are performed to investigate differences in functions and performance.The tests are preformed by building workloads that both databases will work with, where the time it takesto work with them is measured. Will also create an improvement on search methods that were linear. The results show that Sybase have a better performance when it comes to reading from the database while H2 have a better performance when it comes to writing to the database.  A conclusion is that H2 will work as a substitute to Sybase ASE Express Edition. The linear search methods as previouslyimplemented where replaced with binary search methods and the results show that the binary searchmethod were faster.

No description available.

Artificiell Intelligens, AI är ett ämne vars popularitet ökat explosionsartat under de senaste åren. I takt med det har även användande av AI-genererat material och upphovsrättsliga frågor kring det börjat bli allt vanligare. Målet med den här uppsatsen är att ta tag i en av de frågorna, nämligen hur det gällande upphovsrättsliga läget ser ut för så kallad träningsdata. Frågan är då om de stora ansamlingarna av olika verk som matas in när man utvecklar en ny modell för dessa AI-program att använda sig av ska behandlas som en databas, eller något annat.   För att svara på denna fråga görs då en genomgång av EU-rätt och svensk rätt, där relevanta direktiv och lagrum undersöks och analyseras. Denna genomgång tar huvudsakligen upp Sveriges upphovsrättslag och EU:s databasdirektiv med förarbeten, men även relevanta rättsfall och artiklar från juridiska tidskrifter behandlas.Vidare görs även en analys över hur dessa kan vara tillämpliga för AI-träningsdata och en genomgång av diskussioner kring ämnet, varpå uppsatsen avslutas med en sammanfattning av undersökningen, samt en slutsats över den rättsliga situationen i frågan.

Syftet med denna studie var att klargöra hur användarvänligheten ser ut för NoSQL- respektive Relationsdatabaser samt hur arbetseffektiviteten kan påverkas av dessa datamodeller. Denna problematik har belysts med forskningsfrågan ”Hur skiljer sig användarvänligheten mellan NoSQL-databaser och Relationsdatabaser, och vad fås för inverkan på arbetseffektiviteten vid en blandad användning av de två datamodellerna?” samt underfrågan ”Hur påverkar respektive datamodells användarvänlighet arbetseffektiviteten?”. En teoretisk grund inom problemområdet upprättades med hjälp av olika typer av litterära medel. Genom individuella intervjuer med totalt elva uppgiftslämnare samlades sedan datamaterial in, som transkriberades och analyserades genom kombinering av kategorier. Studiens resultat visade att de främsta dragen hos Relationsdatabasers användarvänlighet är att de är standardiserade sett till tillägg och dokumentation samt naturliga för sitt syfte. NoSQL-databaser har sina främsta drag inom användarvänlighet i en lättförståelig datastruktur, flexibilitet vid hantering av data samt snabba svar och korta väntetider vid frågeställningar. Generellt upplevdes Relationsdatabaser ha en högre användarvänlighet än NoSQL-databaser. Vidare pekade resultaten på att en negativ inverkan på arbetseffektiviteten är mest trolig vid en blandad användning de två datamodellerna. Detta beror främst på att det blir mer tidsresurser på inlärning och flera olika system att administrera. Sannolikheten att ingen utmärkande inverkan skulle ske är mindre, men det sprungar i fåtal fall ur att modifierbarhet och kompabilitet inte är vanliga moment i arbetet. Minst troligt är en positiv inverkan, som i sina fall grundar sig i att flera datamodeller ger en bredare modifierbarhet. Likaså nåddes resultatet att arbetseffektiviteten kan få en positiv inverkan av Relationsdatabasers användarvänlighet i avseendet kompabilitet, och av NoSQL-databasers användarvänlighet i avseendet modifierbarhet. På en övergripande nivå kan Relationsdatabasers användarvänlighet ha en större positiv inverkan på arbetseffektiviteten än NoSQL-databasers.

Abstract As a developer of database-driven applications you will be faced with difficult choices, when it comes to choosing database, server and programming language. For the result to be satisfactory it requires the different techniques to interact well with each other and also fulfill performance expectations. This is even more important when the application is deployed to the cloud and the response time plays a major role.This paper evaluates different databases and their performance. To test the databases there was an application made in the server script language PHP or Hypertext Preprocessor and it was deployed to Windows Azure cloud platform. The test applications task is to call and load databases by controlled requests which creates, reads, updates and deletes data in an relatively large extent.The results shows that locale databases or databases in the same data center as the server generates the fastest response. The diffrence between NoSQL and SQL is practically nothing when it comes to simple requests. The type of data and the type of usage are major factors in the choice between the two databases.This paper works as a guidance in the choice of database for development of applications in the cloud. Keywords: SQL, NoSQL, databas, cloud, Azure, CouchDB, IrisCouch, database.com, databaseperformance / Abstrakt Som utvecklare av databasdrivna applikationer ställs man inför avgörande val när det kommer till databas, server och programmeringsspråk. För att resultatet ska bli en väl fungerande applikation krävs det att alla tekniker interagerar på ett bra sätt med varandra samt att de uppfyller vissa prestandakrav. Detta blir än viktigare när applikationen lyfts ut i molnet och svarstider spelar en stor roll.I arbetet undersöks olika databasers svarstider med hjälp av en testapplikation som är skriven i scriptspråketet PHP och driftsatt på Windows Azure-plattformen. Applikationens uppgift är att anropa och belasta databaser genom att genomföra kontrollerade operationer som skapar, hämtar, uppdaterar eller tar bort data i relativt stor omfattning.De databaser som praktiskt testats och utvärderats är Azure Table, Azure SQL, CouchDB, IrisCouch samt Database.com.Resultaten visar att lokala databaser, eller databaser inom samma datacenter som servern, generar de snabbaste responstiderna. Skillnaderna mellan NoSQL och SQL är i det närmaste försumbara när det handlar om enklare operationer. I valet mellan de två handlar det i mångt och mycket om vad databaserna ska användas till samt vilken typ av information som ska lagras i dem.Arbetet är tänkt att fungera som en vägledning i valet av databas vid utveckling av molntjänster. Nyckelord: SQL, NoSQL, databas, moln, Azure, CouchDB, IrisCouch, database.com, databasprestanda

SQLite filer används av ett flertal olika program för att spara viktig information.Information som kan vara viktig för forensiska utredningar, behovet att kunnaåterskapa SQLite filer är då ett växande bekymmer. Problemet med att återskapa SQLitefiler är att, till skillnad från andra filer så har SQLite filer inget definerat slut eller någonmarkör som visar var filen slutar. Detta arbete presenterar en ny metod att bestämmaslutet på SQLite filer och jämför denna metod mot den metod som används idag tillmesta del för att återskapa SQLite filer. För att jämföra dessa metoder utvecklades tvåprogram stpextr och blkextr. Blkextr är den metod som utvecklades under detta arbete.Stpextr visade sig vara snabbare och använda mindre arbetsminne än blkextr. Men ivissa sammanhang så kommer information gå förlorad när stpextr körs till skillnad från blkextr.

The demands on how personal data is handled have recently become much more strict with new regulations such as GDPR. Which means companies need to review how they save and manage data. Furthermore, there is a whole indust- ry that works with analyzing and anonymizing databases to create testdata for companies to use for tests. How can these companies guarantee that they can hand over their database for this particular purpose. Easit AB wants a system to be built for scrambling databases so that the structure and data in the database are unrecognizable, which can then be submitted to Easit for analysis.With the main objective, using existing functionality in the Easit Test Engine ETE, see if you can scramble customers databases and data to unrecognizable so that the handover of the database can be done without risk. But also to validate the scrambling methods that the solution contains. / Kraven hur personlig data hanteras har på senare tid blivit mycket mer strikta med nya förordningar som GDPR. Vilket betyder att företag måste se över hur dom spara och hanterar data. Vidare så finns det en hel bransch som jobbar med att analysera och anonymisera databaser för att skapa testdata för företag att an- vända för tester. Hur kan dessa företag garantera att de kan lämna över deras da- tabas för just detta. Easit AB vill att ett system ska byggas för att scrambla data- baser så att struktur och data i databasen är oigenkännligt som sedan kan läm- nas över till Easit för analysering. Med Huvudmålet att med hjälp av befintlig funktionalitet i Easit Test Engine ETE kunna scrambla kunders databaser och data till oigenkännlighet så att överlämning av databasen kan ske utan risk för tester. Men även att validera de scramblingmetoder som lösningen innehåller.