This study investigates on the planimetric (x, y) positional accuracy of the National Shoreline (NSL) data, produced in collaboration between the Swedish mapping agency Lantmäteriet and the Swedish Maritime Administration (SMA). Due to the compound nature of shorelines, such data is afflicted by substantial positional uncertainties. In contrast, the positional accuracy requirements of NSL data are high. An apparent problem is that Lantmäteriet do not measure the positional accuracy of NSL in accordance to the NSL data product specification. In addition, currently, there is little understanding of the latent positional changes of shorelines affected by the component of time, in direct influence of the accuracy of NSL. Therefore, in accordance to the two specific aims of this study, first, an accuracy assessment technique is applied so that to measure the positional accuracy of NSL. Second, positional time changes of NSL are analysed. This study provides with an overview of potential problems and future prospects of NSL, which can be used by Lantmäteriet to improve the quality assurance of the data. Two line-based NSL data sets within the NSL classified regions of Sweden are selected. Positional uncertainties of the selected NSL areas are investigated using two distinctive methodologies. First, an accuracy assessment method is applied and accuracy metrics by the root-means-square error (RMSE) are derived. The accuracy metrics are checked toward specification and standard accuracy tolerances. Results of the assessment by the calculated RMSE metrics in comparison to tolerances indicate on an approved accuracy of tested data. Second, positional changes of NSL data are measured using a proposed space-time analysis technique. The results of the analysis reveal significant discrepancies between the two areas investigated, indicating that one of the test areas are influenced by much greater positional changes over time. The accuracy assessment method used in this study has a number of apparent constraints. One manifested restriction is the potential presence of bias in the derived accuracy metrics. In mind of current restrictions, the method to be preferred in assessment of the positional accuracy of NSL is a visual inspection towards aerial photographs. In regard of the result of the space-time analysis, one important conclusion can be made. Time-dependent positional discrepancies between the two areas investigated, indicate that Swedish coastlines are affected by divergent degrees of positional changes over time. Therefore, Lantmäteriet should consider updating NSL data at different time phases dependent on the prevailing regional changes so that to assure the currently specified positional accuracy of the entire data structure of NSL.

Data mining can be defined as the extraction of implicit, previously un-known, and potentially useful information from data. Numerous re-searchers have been developing security technology and exploring new methods to detect cyber-attacks with the DARPA 1998 dataset for Intrusion Detection and the modified versions of this dataset KDDCup99 and NSL-KDD, but until now no one have examined the performance of the Top 10 data mining algorithms selected by experts in data mining. The compared classification learning algorithms in this thesis are: C4.5, CART, k-NN and Naïve Bayes. The performance of these algorithms are compared with accuracy, error rate and average cost on modified versions of NSL-KDD train and test dataset where the instances are classified into normal and four cyber-attack categories: DoS, Probing, R2L and U2R. Additionally the most important features to detect cyber-attacks in all categories and in each category are evaluated with Weka’s Attribute Evaluator and ranked according to Information Gain. The results show that the classification algorithm with best performance on the dataset is the k-NN algorithm. The most important features to detect cyber-attacks are basic features such as the number of seconds of a network connection, the protocol used for the connection, the network service used, normal or error status of the connection and the number of data bytes sent. The most important features to detect DoS, Probing and R2L attacks are basic features and the least important features are content features. Unlike U2R attacks, where the content features are the most important features to detect attacks.

Smart grid architecture and Software-defined Networking (SDN) have evolved into a centrally controlled infrastructure that captures and extracts data in real-time through sensors, smart-meters, and virtual machines. These advances pose a risk and increase the vulnerabilities of these infrastructures to sophisticated cyberattacks like distributed denial of service (DDoS), false data injection attack (FDIA), and Data replay. Integrating machine learning with a network intrusion detection system (NIDS) can improve the system's accuracy and precision when detecting suspicious signatures and network anomalies. Analyzing data in real-time using trained and tested hyperparameters on a network traffic dataset applies to most network infrastructures. The NSL-KDD dataset implemented holds various classes, attack types, protocol suites like TCP, HTTP, and POP, which are critical to packet transmission on a smart grid network. In this paper, we leveraged existing machine learning (ML) algorithms, Support vector machine (SVM), K-nearest neighbor (KNN), Random Forest (RF), Naïve Bayes (NB), and Bagging; to perform a detailed performance comparison of selected classifiers. We propose a multi-level hybrid model of SVM integrated with RF for improved accuracy and precision during network filtering. The hybrid model SVM-RF returned an average accuracy of 94% in 10-fold cross-validation and 92.75%in an 80-20% split during class classification.

Power grids have rapidly evolved into Smart grids and are heavily dependent on Supervisory Control and Data Acquisition (SCADA) systems for monitoring and control. However, this evolution increases the susceptibility of the remote (VMs, VPNs) and physical interfaces (sensors, PMUs LAN, WAN, sub-stations power lines, and smart meters) to sophisticated cyberattacks. The continuous supply of power is critical to power generation plants, power grids, industrial grids, and nuclear grids; the halt to global power could have a devastating effect on the economy's critical infrastructures and human life. Machine Learning and Deep Learning-based cyberattack detection modeling have yielded promising results when combined as a Hybrid with an Intrusion Detection System (IDS) or Host Intrusion Detection Systems (HIDs). This thesis proposes two cyberattack detection techniques; one that leverages Machine Learning algorithms and the other that leverages Artificial Neural networks algorithms to classify and detect the cyberattack data held in a foundational dataset crucial to network intrusion detection modeling. This thesis aimed to analyze and evaluate the performance of a Hybrid Machine Learning (ML) and a Hybrid Deep Learning (DL) during ingress packet filtering, class classification, and anomaly detection on a Smart grid network.

Im ersten Teil der Arbeit werden Signalverstärkungsmechanismen für Raman-Spektroskopie erschlossen und evaluiert. Die als geeignet bewerteten Methoden finden im zweiten Teil ihre Anwendung zur Untersuchung der vibronischen Eigenschaften von dünnen Manganphthalocyaninschichten, die anschließend mit Kalium interkaliert werden. Hierbei sind verschiedene Phasen identifizierbar, die ein ganzzahliges Verhältnis von Kaliumatomen zu Manganphthalocyaninmolekülen besitzen. Im dritten Teil werden die elektrischen Eigenschaften durch die Verwendung dieses Materialsystems als aktives Medium eines Feldeffekttransistors untersucht.

Im ersten Teil der Arbeit werden Signalverstärkungsmechanismen für Raman-Spektroskopie erschlossen und evaluiert. Die als geeignet bewerteten Methoden finden im zweiten Teil ihre Anwendung zur Untersuchung der vibronischen Eigenschaften von dünnen Manganphthalocyaninschichten, die anschließend mit Kalium interkaliert werden. Hierbei sind verschiedene Phasen identifizierbar, die ein ganzzahliges Verhältnis von Kaliumatomen zu Manganphthalocyaninmolekülen besitzen. Im dritten Teil werden die elektrischen Eigenschaften durch die Verwendung dieses Materialsystems als aktives Medium eines Feldeffekttransistors untersucht.:1. Einleitung 2. Theoretische Grundlagen der angewendeten Effekte 3. Experimentelle Details 4. Herstellung, Charakterisierung und Optimierung von Substraten für Raman-Oberflächenverstärkungseffekte 5. Untersuchung zu Verstärkungsmechanismen des Raman-Effekts an dünnen organischen Schichten 6. Interkalation mit Kalium in dünne Schichten aus Manganphthalocyanin 7. MnPc unter Spannungs- und Stromeinfluss - Der Feldeffekttransistor 8. Zusammenfassung Anhang Literatur Abbildungsverzeichnis Eidesstattliche Versicherung Lebenslauf Liste wissenschaftlicher Leistungen Danksagung

SAMMANFATTNING   Sverige har ännu ingen straffrättslig plikt att bistå nödställd som en del andra nordiska länder har. Genom ett dagsaktuellt direktiv har det begärts att eventuella följder vid ett införande av en sådan plikt skall utredas. Plikten är uppsatsens huvudämne och det ämnas redogöra för konsekvenser av ett eventuellt framtida införande av denna plikt.   Historiskt sett har ett flertal motioner lämnats om införande av plikt att bistå nödställd. Kritik handlar om att det är straffritt att se på utan att ingripa då andra till följd av olyckor eller brott hamnat i nöd. Motionerna har varje gång efterföljts av avslag. Grunden till detta baserar sig huvudsakligen på problem med lagens allmänna ordalydelse där det skulle bli svårt för allmänheten att förutse vad som är tillräcklig hjälp och inte. Sådan plikt ansågs också överflödig dels på grund av att Sverige har flertalet specialbestämmelser med påbud om ingripande men även för att allmänheten ser det som en moralisk plikt att hjälpa nödställda.   Då området för konsekvenserna är oöverskådligt har jag valt att fokusera på två huvudproblem som grund till frågeställningarna. Den första frågan är om Norges lagstadgade plikt i § 387 NSL är en god förebild för Sverige vid utformning av bestämmelsens ordalydelse och tillämpning av densamma?   Den andra frågan rör medhjälp till självmord som är straffritt i Sverige. Kan detta straffria område komma att påverkas rent straffrättsligt vid införande av plikt att bistå nödställd?   För att besvara dessa frågor har en i huvudsak rättsdogmatisk metod med komparativa inslag valts. Då Norges stadgande ligger till grund för en av frågeställningarna är det naturligt att huvudfokus ligger på detta grannland.   Vid äkta underlåtenhetsbrott är det uttryckligen underlåtenhet att vidtaga en påbjuden handling som är den straffbelagda gärningen. Oäkta underlåtenhetsbrott kriminaliserar en underlåtenhet som är kausal till uppkommen effekt. Dock måste gärningsmannen befinna sig i garantställning för att straffansvar skall kunna utkrävas vid detta brott. Handlingsplikten kan uppstå genom åligganden i lag, avtal eller eget föregående handlande. Det sistnämnda innebär att gärningsmannen själv framkallat en viss fara som resulterat i en effekt, det vill säga skada av något slag, där garanten bestraffas för underlåtenhet att avvärja denna effekt.   Norges § 387 NSL är utformad som ett äkta underlåtenhetsbrott, men uttryckligen i lagtexten stadgas att för det fall den nödställde omkommer utdöms ett högre fängelsestraff än om denne överlever. I praktiken tillämpas stadgandet som om det vore ett oäkta underlåtenhetsbrott där den underlåtande straffas för uppkommen effekt. Tidigare nämndes att i svensk rätt sker detta endast vid oäkta underlåtenhetsbrott där gärningsmannen är garant. Slutsatsen tillhörande den första frågeställningen är att Norges stadgande inte bör ses på som en god förebild vid ett eventuellt införande av hjälpplikt då allmänheten indirekt hamnar i garantställning och straffas i enlighet därmed.   Den andra frågeställningen gällande huruvida den straffria medhjälpen till självmord kan komma att påverkas av nämnda plikt besvaras jakande. Den som försöker begå självmord är i nöd. När medhjälparen underlåter att rädda den nödställdes liv kan denne dömas för underlåtenhet att bistå nödställd. Hur denna problematik för svensk del skall hanteras förtäljer inte historien.