Modulhandbuch Master Ingenieurinformatik

Transkript

1 Modulhandbuch Master Ingenieurinformatik rüfungsordnungsversion: 2009 Erstellt am: Mittwoch 27 November 2013 aus der O Datenbank der TU Ilmenau

2 sverzeichnis Name des Moduls/Fachs 1.F 2.F 3.F 4.F 5.F 6.F 7.F Abschluss L Fachnr. flichtfächer F 12 Dynamische rozessoptimierung L 30min Komplexe eingebettete ysteme L 90min Informationstheorie und Codierung L 30min Kognitive Technische ysteme F 20 Bilderfassungssysteme L 20min Kognitive Robotik L 20min Komponenten von Bildaufnahmeeinheiten L 20min Lernen in kognitiven ystemen L 20min Objektorientierte rozessmodellierung L 60min Erfassung und erarbeitung von 3D-Daten L 60min Multimediale Mensch-Maschine-Kommunikation L 60min rojekt/labor Robotik und Bildverarbeitung L Robotvision L 20min Multimediale Informations- und Kommunikationssysteme F 20 Advanced Networking Technologies L 20min Multimedia tandards L 20min Öffentliche Netze L 20min lanung und erwaltung von Kommunikationsnetzen L 20min rotokolle und Dienste der Mobilkommunikation L 20min chutz von Kommunikationsinfrastrukturen L 20min Wireless Internet L 20min Digital Rights Management L 20min Network ecurity L 20min atellitenkommunikation L 30min UMT-Netze L 20min erteilte Echtzeitsysteme L 20min Zuverlässigkeitstheorie L 20min Medizintechnik F 20 Bildgebende ysteme in der Medizin L 20min

3 Bildverarbeitung in der Medizin L 90min Biosignalverarbeitung L 30min Biostatistik / Biometrie L 90min trahlungsmesstechnik L 60min erfahren der Biomedizinischen Messtechnik L 30min Anatomie und hysiologie L 60min Biomedizinische Technik in der Therapie L KI, Telemedizin, ehealth L 30min Klinische erfahren L 60min Labor BMT L Technik der trahlentherapie L 30min Technische Kybernetik - ystemtechnik F 20 Kommunikations- und Bussysteme L 30min Nichtlineare Regelungssysteme L 30min rozessdynamik L 30min Wissensermittlung L 30min Automatisierungstechnik L 30min Diagnose- und orhersagesysteme L 30min Fuzzy- and Neuro Control L 30min Hierarchische teuerungssysteme L 30min Labor T L Nichtlineare Regelungssysteme L 30min tabilität schaltender ysteme L 30min Umweltsystemtechnik L 30min Mobilfunk F 20 Adaptive and Array ignal rocessing L 30min Advanced Networking Technologies L 20min Antennen L 30min Digitale Messdatenverarbeitung L 30min Funknavigation L 30min Mobile Communications L 30min Ultrabreitband-ensorik L 30min Digitale Messdatenverarbeitung L 30min

4 Funksysteme L 30min Messsysteme der Informations- und Kommunikationstechnik L 30min Realisierung von Rundfunksystemen L 30min atellitenkommunikation L 30min Integrierte Hard- und oftwaresysteme F 20 Integrierte Hard- und oftwaresysteme L 20min arallele ysteme L 20min Quantitative ystemmodellierung und Analyse L 20min pezielle und Innovative Rechnerarchitekturen L 20min Wireless Internet L 20min Einchipcontroller und Digitale ignalprozessoren L 20min pezielle Aspekte Integrierter Hard- und oftwaresysteme L ystem- und oftware-engineering L Technische Applikation von etri-netzen L 20min Remote Engineering F 20 Design of Digital Control ystems L 20min Digital Image Capture and Control L Digital Image rocessing ystems L Lab Work (Control ystems) L Lab Work (Digital Control) L Lab Work (Mobile & Wireless Technologie) L Wireless Internet L 20min Advanced Control (Fuzzy, Neuro, Genetic) L Graphical rogramming L Lab Work (Teleoperation) L Mobile Technologies (UMT) L Remote Control and Remote ensing L Teleoperation of Mechatronic ystems L alidation of arallel Control ystems L 20min irtual and Remote applications L rojektseminar zum Hauptfach MO 6 rojektseminar zum Hauptfach L Hauptseminar MO 2

5 Hauptseminar L

6 flichtfächer Dynamische rozessoptimierung Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch 8195 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. u Li W nach Die tudierenden können Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F die Grundlagen, roblemstellungen und Methoden der dynamischen rozessoptimierung klassifizieren, Methoden und Werkzeuge anwenden, unterschiedliche roblemstellungen und mathematische Herleitungen analysieren und generieren optimale teuerungen berechnen sowie Anwendungsfälle für industrielle rozesse analysieren, entwickeln und bewerten orkenntnisse Grundlagen der Mathematik, hysik, Elektrotechnik; Control Engineering, teady-tate Optimization Indirekte erfahren - ariationsverfahren, Optimalitätsbedingungen - Das Maximum-rinzip - Dynamische rogrammierung - Riccati-Optimal-Regler Direkte erfahren - Methoden zur Diskretisierung, Orthogonale Kollokation - Lösung mit nichtlinearen rogrammierungsverfahren - imultane und equentielle erfahren Anwendungsbeispiele - rozesse in der Luft- und Raumfahrtindustrie - rozesse in der Chemieindustrie - rozesse in der Wasserbewirtschaftung räsentation, orlesungsskript, Tafelanschrieb flichtkennz.: flichtfach Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Informatik und Automatisierung D. G. Luenberger. Introduction to Dynamic ystems. Wiley A. C. Chiang. Elements of Dynamic Optimization. McGraw-Hill D.. Bertsekas. Dynamic rogramming and tochastic Control. Academic ress R. F. tengel. Optimal Control and Estimation. Dover ublications J. Macki. Introduction to Optimal Control Theory. pringer D. G. Hull. Optimal Control Theory for Applications. pringer eite 6 von 166

7 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Ingenieurinformatik 2013 Master Research in Computer & ystems Engineering 2009 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 7 von 166

8 flichtfächer Komplexe eingebettete ysteme Fachabschluss: rüfungsleistung schriftlich 90 min prache: Deutsch flichtkennz.: flichtfach Turnus:unbekannt 8191 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Armin Zimmermann Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Informatik und Automatisierung W nach F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden verstehen detailliert Aufbau und Funktionsweise von komplexen eingebetteten Rechnersystemen. Die tudenten verstehen die in eingebetteten ystemen zu beachtenden Echtzeit-, Kommunikations- und softwaretechnischen Aspekte. Die tudierenden sind fähig, icherheit, Zuverlässigkeit und Leistungsverbrauch beim Entwurf zu berücksichtigen. Die tudenten haben Kenntnisse in der Entwurfsdomäne Automotive. Methodenkompetenz: Die tudierenden sind in der Lage, Methoden des ystementwurfs, des modellbasierten Entwurfs und des Hardware-oftware- Codesigns auf konkrete roblemstellungen anzuwenden. Die tudierenden sind in der Lage, verschiedene Methoden für unterschiedliche Anwendungsgebiete zu bewerten. ystemkompetenz: Die tudierenden entwerfen und validieren auszugsweise komplexe eingebettete Rechnersysteme für konkrete Einsatzszenarien. ozialkompetenz: Die tudierenden sind in der Lage, praktische roblemstellungen des Entwurfs in der Gruppe zu lösen. orkenntnisse Bachelor in Conputer cience or related subjects BsC im tudiengang Ingenieurinformatik bzw. weitgehend äquivalentem tudiengang 1. Introduction, Motivation 2. Aspects of ystem Design 3. Model-Based Design 4. Real-Time ystems 5. cheduling 6. afety and Reliability 7. oftware Design for Embedded ystems 8. Hardware-oftware-Codesign 9. Computer Architecture of Embedded ystems 10. Communication ystems 11. Energy Consumption 12. Automotive Embedded ystems 13. Design projects in different application areas (Ü+) orlesung: Folien (Beamer erforderlich), Arbeitsblätter (Online und Copyshop) Übung: Arbeitsblätter und Entwurfsproblembeschreibung (Online und Copyshop) Design-Tools (C-ool notwendig) Allgemein: Webseite (Materialsammlung und weiterführende Infos) Are publicized on the web site and in the lecture rimär: Eigenes Material (Online und Copyshop) ekundär: Empfehlungen in der orlesung Allgemein: Webseite (dort auch gelegentlich aktualisierte hinweise und Online-Quellen) eite 8 von 166

9 verwendet in folgenden tudiengängen Master Informatik 2009 Master Research in Computer & ystems Engineering 2009 eite 9 von 166

10 flichtfächer Informationstheorie und Codierung Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch 1378 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr. rer. nat. Jochen eitz W nach orkenntnisse flichtkennz.: flichtfach Turnus:Wintersemester Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden kennen informationstheoretische Beschreibung und Kenngrößen der Quellenmodelle, des Übertragungskanals, von Leitungscodierungen. ie erstehen Optimalcodierungen, Fehlerkorrigierende Codierungsverfahren, Grundlagen der Chiffrierung, Anwendungen der Codierungstheorie in orthogonalen Multiplexverfahren und Kombination von Optimalcodierung und Modulation. Die tudierenden sind in der Lage, Codes hinsichtlich Redundanz, törsicherheit und Chiffrierung zu bewerten und zu synthetisieren. ie können die Effizienz der Redundanzreduktion für bekannte tandardverfahren in modernen Informationsübertragungssystemen (leitungsgebunden und drahtlos) analysieren und grundlegende erfahren der Optimalcodierung in Anwendungen synthetisieren. Die tudierenden erwerben die Fähigkeit, neue erfahren der Codierungstechnik zu verstehen, zu bewerten und zu synthetisieren. flichtfächer in den emestern 1-4, Warscheinlichkeitsrechnung, ausgewählte Methoden der Algebra 2114 Nachrichtenübertragungsmodell, ignalquellen, informationstheoretische Beschreibung, Entropie. Quellencodierung, Redundanzminderung nach Fano und Huffman, Codierung von Markoff-rozessen. Redundanzminderung durch Transformation, elektion und Quantisierung Übertragungskanal, informationstheoretische Beschreibung, ignal/rausch-erhältnis und Fehlerwahrscheinlichkeit Informationstheoretische Modellierung des Übertragungskanals, Informationsfluss und Kanalkapazität Leitungscodierungen (AMI, HDB3, T, 4B3T, 5B6B, CMI, 8B6T) Fehlerkorrigierende Codierung (Kanalcodierung), Grundlagen, Fehlererkennung, Fehlerkorrektur, Restfehlerrate Hamming-Codes, Linearcodes, zyklische Codes, Technische Realisierung Burstfehlerkorrektur. Faltungscodierung und iterbi- Algorithmus Galoisfeld, BCH-Codes, R-Codes. Turbo codes. Chiffrierung (DE, RA), Digitale ignaturen, symmetrische u. asymmetrische erfahren Orthogonalcodes und CDMA Trellis-Codierte Modulation (TCM). Folienpräsentation Übungsscript Tafelanschrieb Folienskript bei Copy-hop erhältlich verweise und Liste mit rüfungsfragen online eite 10 von 166

11 Rohling, H.: 'Einführung in die Informations- und Codierungstheorie', Teubner-erlag 1995, IBN Bossert, M.: 'Kanalcodierung' Teubner-erlag 1998, IBN Kubas, Chr.: 'Informations- und Kodierungstheorie' 4. Lb, Dresden 1991, IBN Klimant, H.; iotraschke,r.; chönfeld,d.: 'Informations- und Kodierungstheorie', Teubner-erlag 2006, IBN trutz,t.: 'Bilddatenkompression', ieweg-erlag 2005, IBN Finger, A.: 'Digitale ignalstrukturen in der Informationstechnik' EB erlag Technik 1985 Wobst, R.: 'Abenteuer Kryptologie', Addison-Wesley 2001, IBN Fey,.: 'Informationstheorie', Akademie-erlag Berlin 1963 aupel,th.: 'Ein Beitrag zur Transformationscodierung von Audiosignalen' (Diss.) alenti,m. C.: 'Iterative Detection and Decoding for Wireless Communications', Dissertation 1999, Blacksburg, irginia Golomb,.W.: 'Run-length-Encodings', IEEE Trans. on information theory, vol.12, ept. 1966, pp verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2008 Bachelor Elektrotechnik und Informationstechnik 2013 Master Ingenieurinformatik 2013 Master Optische ystemtechnik/optronik 2014 Master Optronik 2008 Master Optronik 2010 eite 11 von 166

12 Kognitive Technische ysteme Modulnummer: 8335 Modulverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Fachkompetenz: Die tudierenden verstehen Aufbau und Funktionsweise kognitiver technischer ysteme und ihrer Teilkomponenten aus der kognitiven Robotik, der Bildverarbeitung und der erforderlichen rozessmodellierung. Die tudierenden kennen Lernparadigmen, verschiedenen Arten von technischen ehsystemen bis hin zu Lösungsansätzen zur multimedialen Mensch-Maschine-Kommunikation. Methodenkompetenz: Die tudierenden sind in der Lage, technische ehsysteme zu analysieren und zu konzipieren, die über Eigenschaften des Lernens verfügen und in autonom agierenden ystemen (z. B. Robotern) eingesetzt werden können. ie beherrschen die dazu notwendigen oftwaresysteme. ie sind in der Lage, vorhandenes Wissen in begrenzter Zeit erfolgreich zur roblemlösung in der kognitiven Robotik anzuwenden. ozialkompetenz: Die tudierenden lösen einen Teil der Aufgaben in der Gruppe. ie sind in der Lage, auf Kritiken und Lösungshinweise zu reagieren. ie verstehen die Notwendigkeit einer sorgfältigen und ehrlichen Arbeitsweise. orraussetzungen für die Teilnahme keine eite 12 von 166

13 Kognitive Technische ysteme Bilderfassungssysteme Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 8198 rüfungsnummer: Fachverantwortlich: rof. Dr.-Ing. habil. Franz chmidt W nach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Elektrotechnik und Informationstechnik orkenntnisse kript, Arbeitsblätter, multimediale räsentation 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden sollen die grundlegenden rinzipen und Anforderungen der ystemtechnik der Bilderfassung kennen lernen, mit der Theorie vertraut sein und in der Lage sein, einfache praktische Aufgaben selbständig zu lösen. Abgeschlossenses Grundstudium der Elektrotechnik, Informatik, Ingenieurinformatik oder Maschinenbau Anforderungen an technische ehsysteme (Medizin, Fernerkundung, machine vision), photoelektrischer Effekt (innerer, äußerer, hotosensoren), Bildsensoren (CCD-ensoren, CMO-ensoren), Multikanal- (Farb-)sensoren (Grundlagen der Farbwiedergabe, Anforderungen an Farbkameras), Kameras (Elektronikkomponenten) Bernd Jähne, Digitale Bildverarbeitung, pringer, 1996 flichtkennz.: flichtfach 2116 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung ATE Master Informatik 2009 eite 13 von 166

14 Kognitive Technische ysteme Kognitive Robotik Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 181 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß W nach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung orkenntnisse Neuroinformatik Arbeitsblätter zur orlesung, Übungsaufgaben, e-learning Module 1.F 2.F 3.F 4.F 5.F 6.F 7.F naturwissenschaftliche und angewandte Grundlagen, Einbindung des angewandten Grundlagenwissens der Informationsverarbeitung Begriffsdefinitionen; Anwendungsbeispiele; Marktentwicklung; Basiskomponenten Kognitiver Roboter; Antriebskonzepte; aktive und passive / interne und externe ensoren; Hindernisvermeidung; probabilistische Umgebungsmodellierung und elbstlokalisation mittels distanzmessender ensorik; fadplanung und Bewegungssteuerung; teuerarchitekturen; grundlegende Aspekte der Mensch-Roboter-Interaktion; imultaneous Localization and Mapping (LAM) und dessen pielarten; probabilistische erfahren zur Zustandsschätzung (Kalman-Filter, artikel-filter, Hierarchische artikel-filter); visuell-basierte Umgebungs-modellierung; multimodale erfahren zur Umgebungs-erfassung / ensorfusion; Entwurf von hybriden teuerarchitekturen Borenstein, Everett, Feng: Where am I? ensors and Methods for Mobile Robot ositioning; online, 1996; Murphy: Introduction to AI Robotics, MIT ress, 2000 flichtkennz.: flichtfach 2233 verwendet in folgenden tudiengängen Master Biomedizinische Technik 2009 Master Informatik 2009 eite 14 von 166

15 Kognitive Technische ysteme Komponenten von Bildaufnahmeeinheiten Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 8316 rüfungsnummer: Fachverantwortlich: rof. Dr.-Ing. habil. Franz chmidt W nach Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden sollen die grundlegenden rinzipen und Anforderungen der ystemtechnik der Bilderfassung kennen, mit der Theorie vertraut sein und in der Lage sein, einfache praktische Aufgaben selbständig zu lösen. orkenntnisse Abgeschlossenes Grundstudium der Elektrotechnik oder Maschinenbau Beleuchtung (hotometrisches Grundgesetz, Lampen, Beleuchtungssysteme); Optische Abbildung (geometrisch optische Abbildung, Objektive, onderabbildungssysteme); Bildverarbeitungssysteme (Anforderungen an Rechnersysteme, arallelsysteme, Bildübertragungskanäle); Applikationen der technischen Bildverarbeitung (machine vision) kript flichtkennz.: flichtfach Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Elektrotechnik und Informationstechnik 2116 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung ATE eite 15 von 166

16 Kognitive Technische ysteme Lernen in kognitiven ystemen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 182 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F naturwissenschaftliche und angewandte Grundlagen, Einbindung des angewandten Grundlagenwissens der Informationsverarbeitung orkenntnisse L Neuroinformatik L Angewandte NI Begriffliche Grundlagen (erhalten, Agenten, tabilitäts-lastizitäts-dilemma, Exploration-Exploitation-Dilemma); Lernmethodiken (Lebenslanges Lernen, online-lernen, Reinforcement-Lernen, Imitation Learning, One-shot-Lernen, statistisches Lernen); Ebenen des Lernens und der Wissensrepräsentation in Animals/Animates (sensomotorische/kognitive Intelligenz, prozedurales/deklaratives Wissen); Konditionierungsarten; Reinforcement Learning (RL-Task, Basiskomponenten, starke/schwache RL-erfahren; olicy/alue Iteration, Q-Learning, Eligibility Traces, RL in neuronalen Agenten); Exemplarische oftware-implementierungen von RL-erfahren für Navigationsaufgaben, piele, rozesssteuerungen; Lernen in Neuronalen Multi-Agenten ystemen Arbeitsblätter zur orlesung, Übungsaufgaben, e-learning Module wird noch spezifiziert flichtkennz.: flichtfach 2233 verwendet in folgenden tudiengängen Master Informatik 2009 eite 16 von 166

17 Kognitive Technische ysteme Objektorientierte rozessmodellierung Fachabschluss: rüfungsleistung schriftlich 60 min prache: Deutsch flichtkennz.: flichtfach Turnus:ommersemester 636 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. Ilka hilippow Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung W nach F 2.F 3.F 4.F 5.F 6.F 7.F Die tudenten sollen befähigt werden, die Diagramme der UML unter Beachtung des auszuwählenden Modellierungsaspektes korrekt einzusetzen. ie sollen ein Grundverständnis des Aufbaus der Modellierungssprache durch das Kennenlernen des Metamodells erlangen, um selbstständig verschiedene Modellierungaufgaben lösen zu können. Fachkompetenz: 40% Methodenkompetenz: 35% Teamkompetenz: 25% orkenntnisse Grundlagen der raktischen Informatik, Grundlagen der oftwaretechnik orlesung: Objektorientierte Modellierung von ystemen, speziell oftwaresystemen Diagramm- und Modelltypen zur truktur- und erhaltensmodellierung Modellierungsstandards: UML (alle 14 Diagramme), ysmi und OCL Geschäftsprozessmodellierung: mit BMN und UML Modellverwertung: Codegenerierung, Dokumentationsgenerierung, Modellprüfung eminar: Modellierung eines technischen ystems. Teamarbeit in kleinen Gruppen. cript, elektronisch und el. räsentation, Übungsanleitung, Modellierungswerkzeug, ersionierung Jeckle, Rupp, Hahn, Zengler, Queins: UML 2 glasklar. Hanser erlag 2004 Objekt Management Group: Unified Modeling Language (UML), Object Management Group: Business rocess Model and Notation (BMN), verwendet in folgenden tudiengängen Master Informatik 2009 eite 17 von 166

18 Master Wirtschaftsinformatik 2009 Master Wirtschaftsinformatik 2011 eite 18 von 166

19 Kognitive Technische ysteme Erfassung und erarbeitung von 3D-Daten Fachabschluss: rüfungsleistung schriftlich 60 min prache: Deutsch flichtkennz.: flichtfach Turnus:Wintersemester 239 rüfungsnummer: Fachverantwortlich: Dr.-Ing. habil. Karl-Heinz Franke Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F umfassender Überblick zu 3D-Messverfahren, naturwissenschaftliche und technische Grundlagen der berührungslosen 3D- Messtechnik, mathematische Grundlagen zur Modellierung von tereosystemen, shape from motion, optical flow, shape from shading, Laserscanner, Grundlagen zu computertomographischen erfahren, Fokusserien und konfokale Technologien, Laufzeitverfahren (TOF), erarbeitung von unktewolken (Repräsentation, adaptive Filterung, Restauration / Rekonstruktion, egmentierung und Klassifikationnach Typ) orkenntnisse GD 1, systemtheoretische Grundlagen (günstig); Grundlagen der tatistik (günstig) Einleitung mit praktischen Anwendungsbeispielen zur Motivation, physiologische und psychologische Grundlagen der 3D- Wahrnehmung, technische Grundansätze der 3D-Datenerfassung in umfassender Übersicht, im folgenden mit Fokus auf optischen erfahren: mathematische Grundlagen und projektive Räume, monokulare erfahren (shape from motion, shape from shading, shape from texture), binokulares und polynokulares tereo (Grundansätze, Kalibrierung, Réseau-Technik, Bündelausgleich), Korrespondenzanalyse (epipolares und andere Constraints, intensitätsbasierte erfahren, featurebasierte erfahren), strukturiertes Licht (Multilichtschnitt, kodiertes Licht, hasenshift, Moiré), chnitttechniken (konfokale Mikroskopie, Computer Tomography, Fokusserien), ubpixeling (unktalgorithmen, Maximum-Likelihood-chätzung von trukturorten, Kantenalgorithmen), erarbeitung von 3D-unktewolken (Homogenisierung, 3D-Triangulation, Homogenisierung von Triangulationen, Registrierung, Regularisierung, Extraktion von Randkurven) kript Erfassung und erarbeitung von 3D-Daten (144 eiten, IN ), Experimentiermodul I-Toolkit für ebststudium, Demoversion ointwork zum elbststudium Richard Hartley, Andrew Zissermann: Multiple iew geometry in computer vision, Cambridge University ress, eventh rinting 2010,IBN R. Klette, A. Koschan, and K. chlüns, Computer ision - Räumliche Information aus digitalen Bildern. Braunschweig, Wiesbaden: F. ieweg & ohn erlagsgesellschaft mbh, 1996, G. Hauske, ystemtheorie der visuellen Wahrnehmung. tuttgart: B. G. Teubner, 1994, R. M. Haralick and L. G. hapiro, Computer and Robot ision. New York, Bonn, Tokyo, aris, , F. Leavers, hape Detection in Computer ision Using the Hough Transform: priger-erlag, K. oss, R. Neubauer, and M. chubert, Monokulare Rekonstruktion für Robotvision. Aachen: erlag haker, 1995, eite 19 von 166

20 X. Jiang and H. Bunke, Dreidimensionales Computersehen - Gewinnung und Analyse von Tiefenbildern. Berlin, Heidelberg, New York: pringer-erlag, 1996, verwendet in folgenden tudiengängen Master Informatik 2009 Master Medientechnologie 2009 Master Medientechnologie 2013 eite 20 von 166

21 Kognitive Technische ysteme Multimediale Mensch-Maschine-Kommunikation Fachabschluss: rüfungsleistung schriftlich 60 min prache: Deutsch flichtkennz.: flichtfach Turnus:Wintersemester 184 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F naturwissenschaftliche und angewandte Grundlagen, Einbindung des angewandten Grundlagenwissens der Informationsverarbeitung für roblemstellungen der Mensch-Maschine Kommunikation und -Interaktion orkenntnisse Neuroinformatik Arbeitsblätter zur orlesung, Übungsaufgaben, e-learning Module Teilgebiete der video- und sprachbasierten Mensch-Maschine Kommunikation; erfahren für videobasierte ersonendetektion/-tracking (optischer Fluss, Bayes-Filter: Kalman-Filter, artikel Filter); videobasierte Erkennung von Nutzerinstruktionen (Zeigeposen und -gesten); videobasierte chätzung von Alter, Geschlecht, Blickrichtung, Gesichtsausdruck, Körpersprache; ersonenidentifikationsverfahren; sprachbasierte Erkennung von Nutzerinstruktionen und Nutzerzustand (Kommandowort- und pracherkennung, rosodieerkennung); Audio-visuelle Integration; wichtige Basisoperationen zur Analyse von ideo- und prachdaten (Hauptkomponentenanalyse, Independent Component Analysis, Neuronale und probabilistische Mustererkenner; Bayes Filter und artikel Filter, Graph-Matching-erfahren, Hidden-Markov Modelle (HMMs); Görz, Rollinger, cheeberger: Handbuch der Künstlichen Intelligenz, Oldenbourg erlag 2000; Jähne, B.: Digitale Bildverarbeitung. pringer erlag 2002; Li,. und Jain, A.: Handbook of Face Recognition, pringer erlag verwendet in folgenden tudiengängen Master Informatik 2009 Master Medientechnologie 2009 Master Medientechnologie 2013 eite 21 von 166

22 eite 22 von 166

23 Kognitive Technische ysteme rojekt/labor Robotik und Bildverarbeitung Fachabschluss: tudienleistung alternativ prache: Deutsch 8310 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß Turnus:unbekannt Leistungspunkte: 2 Workload (h): 60 Anteil elbststudium (h): 38 W: 2.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F Kennenlernen der Wirkungsweise der neuronalen Amari-Felddynamik und des optischen Flusses für Navigationszwecke; Umgang mit Bildaufnahmeeinheiten und Bildverarbeitungssystemen, Kennenlernen deren Eigenschaften; Erwerb praktischer Fähigkeiten im Umgang mit verschiedenen B-ystemen für industrielle und biomedizinische Aufgabenstellungen im ergleich zum menschlichen ehsystem. orkenntnisse Abgeschlossenes Grundstudium (Bacherlor) der Elektrotechnik, Ingenieurinformatik, Maschinenbau oder Medientechnik; orlesungen zu technischen ehsystemen, Robotvision, Lernparadigmen Amari-Dynamik (0,5 W): formales dynamisches Neuron mit nichtlinearer Ausgabefunktion (Amari), mit starkem Winnner Takes All-erhalten; Aspekte: - Einfluss versch. Nachbarschaftsfunktionen - Wirkung des Rauschens - Einfluss unterschiedlicher timuli - praktischer Nutzen des erfahrens, z.b. zum Objekt-Tracking Optischer Fluss (0.5 W): Extraktion von Tiefeninformation aus Bildfolgen für die Navigation. Aspekte: - Wirkung statischer Umgebungen ohne Bewegung - Einfluss der in der Bildszene vorkommenden Textur - Auswirkungen auf den optischen Fluss durch Rotation bzw. Zoom - Einfluß des uch- und des Korrelationsfensters - Einfluss des genutzten Berechnungsverfahrens Bildverarbeitungsversuche (Auswahl!, 0,5 bzw. 0,25 W): Umgang mit CCD-Kameras; Untersuchung von Bildaufnahmekanälen; orverarbeitungsmethoden - Filter; egmentierung, Klassifikation; Messen im Bild; Farbe; Optische Fouriertransformation; Komplexversuch zur Lösung eines Bildverarbeitungsproblems teilweise e-learning Module (web-basiert); teilweise räsenzpraktikum mit unterschiedlichen C-gestützten Bildverarbeitungssystemen mit Bildver arbeitungs software Arbeitsblätter zur orlesung Robotvision; Lit. siehe L Robotvision und die Bildverarbeitungsvorlesungen flichtkennz.: flichtfach 2233 verwendet in folgenden tudiengängen eite 23 von 166

24 Kognitive Technische ysteme Robotvision Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 183 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Horst-Michael Groß Turnus:Wintersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F naturwissenschaftliche und angewandte Grundlagen, Einbindung des angewandten Grundlagenwissens der Informationsverarbeitung orkenntnisse L Neuroinformatik Basisoperationen für die vision-basierte Roboternavigation: Bewegungssehen und optischer Fluss; Tiefenwahrnehmung mittels tereosehen; Inversperspektivische Kartierung; isuelle elbstlokalisation und visuelles LAM (imultaneous Localization and Map Building); visuelle Aufmerksamkeit und Active-ison ysteme ; technische ehsysteme für mobile Roboter; Neuronale Basisoperationen der visuo-motorischen erarbeitung (funktionelle und topografische Abbildungen, Auflösungspyramiden, neuronale Felddynamik, ortsvariante Informationsverarbeitung); biologisch motivierte Invarianz- und Adaptationsleistungen (Farbadaptation, log-polare Abbildung); Exemplarische oftware-implementierungen von Basisoperationen Arbeitsblätter zur orlesung, Übungsaufgaben, e-learning Module wird noch spezifiziert flichtkennz.: flichtfach 2233 verwendet in folgenden tudiengängen Master Informatik 2009 eite 24 von 166

25 Multimediale Informations- und Kommunikationssysteme Modulnummer: 8336 Modulverantwortlich: Univ.-rof. Dr. rer. nat. Jochen eitz Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden dieses Technischen Hauptfaches der Ingenieurinformatik vertiefen Ihre Kenntnisse aus dem Bereich der Kommunikationsprotokolle und -netze. Einerseits können sie sich so ihr Wissen aus dem Bereich der Mobilkommunikation erweitern, andererseits eranstaltungen zu den immer wichtiger werdenden Aspekten der Kommunikationssicherheit besuchen. Darüber hinaus gehören der Bereich multimediale und verteilte Kommunikationssysteme ebenso in das Angebot wie Themenstellungen der Zuverlässigkeit und der erwaltung von Netzen. orraussetzungen für die Teilnahme empfohlen: Wahlmodul IH im Bachelor II (keine Bedingung) Für diese Modulprüfung werden die dem Modul zugehörigen rüfungen einzeln abgelgt. Die Note dieser Modulprüfung wird errechnet aus dem mit den Leistungspunkten gewichteten Durchschnitt (gewichtetes arithmetisches Mittel) der Noten der einzelnen bestandenen rüfungsleistungen. eite 25 von 166

26 Mobilfunk Advanced Networking Technologies Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5642 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Günter chäfer W nach orkenntnisse flichtkennz.: flichtfach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung 1.F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden verfügen über Kenntnisse und Überblickswissen zu aktuellen, fortgeschrittenen Entwicklungen in der Netzwerktechnologie. ie verstehen die besonderen Anforderungen an das Kommunikationssubsystem in ressourcenbeschränkten Umgebungen wie drahtlosen ensornetzen sowie die jeweiligen Optimierungsmöglichkeiten auf den einzelnen chichten. Die tudierenden kennen die grundsätzlichen Ansätze, wie interessante Daten an sehr große Nutzerpopulationen verteilt werden können. ie verstehen die unterschiedlichen rotokollkonzepte hierfür und können diese bewerten. Methodenkompetenz: Die tudierenden sind in der Lage, für einzelne Teilaufgaben der ystemoptimierung geeignete Zielfunktionen zu identifizieren. Weiterhin können sie die bei der Optimierung gemäß mehrerer Zielfunktionen auftretenden Zielkonflikte erkennen und gegeneinander abwägen. Bachelorstudium Informatik, Bei tudium in Ilmenau: orlesung Telematik 1 ; vorteilhaft ist die vorherige Belegung der orlesungen Telematik 2 und Leistungsbewertung bzw. die kombinierte ariante Telematik 2 / Leistungsbewertung (letztere mit O 2013 eingeführt) Der Fokus der orlesung liegt auf modernen Netzwerktechnologien. Momentan sind die Hauptthemen ensor Networks und Content Delivery Networks: 1. Adhoc & ensor Networks Motivation & Applications 2. Node Architecture: ensor node architecture, Energy supply and consumption, Runtime environments for sensor nodes, Case study: TinyO 3. Network Architecture: Network scenarios, Optimization goals, Design principles, ervice interface, Gateway concepts. 4. Medium Access Control 5. Link Layer 6. Naming & Addressing 7. Localization & ositioning 8. Topology Control 9. ID Centric Routing 10. Content Based Networking in ensor Networks 11. Introduction to Content Networking: Introduction & Motivation, Overview over basic approaches. 12. Caching Techniques for Web Content 13. Caching Techniques for treaming Media 14. Navigating Content Networks 2253 eite 26 von 166

27 orlesung mit Tafel und Folien-räsentationen, Arbeitsblätter, Lehrbuch H. Karl, A. Willig. rotocols and Architectures for Wireless ensor Networks. John Wiley & ons, M. Hofmann, L. R. Beaumont. Content Networking Architecture, rotocols, and ractice. Morgan Kaufmann ublishers, verwendet in folgenden tudiengängen Master Informatik 2009 Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5642 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Günter chäfer W nach orkenntnisse flichtkennz.: flichtfach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung 1.F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden verfügen über Kenntnisse und Überblickswissen zu aktuellen, fortgeschrittenen Entwicklungen in der Netzwerktechnologie. ie verstehen die besonderen Anforderungen an das Kommunikationssubsystem in ressourcenbeschränkten Umgebungen wie drahtlosen ensornetzen sowie die jeweiligen Optimierungsmöglichkeiten auf den einzelnen chichten. Die tudierenden kennen die grundsätzlichen Ansätze, wie interessante Daten an sehr große Nutzerpopulationen verteilt werden können. ie verstehen die unterschiedlichen rotokollkonzepte hierfür und können diese bewerten. Methodenkompetenz: Die tudierenden sind in der Lage, für einzelne Teilaufgaben der ystemoptimierung geeignete Zielfunktionen zu identifizieren. Weiterhin können sie die bei der Optimierung gemäß mehrerer Zielfunktionen auftretenden Zielkonflikte erkennen und gegeneinander abwägen. Bachelorstudium Informatik, Bei tudium in Ilmenau: orlesung Telematik 1 ; vorteilhaft ist die vorherige Belegung der orlesungen Telematik 2 und Leistungsbewertung bzw. die kombinierte ariante Telematik 2 / Leistungsbewertung (letztere mit O 2013 eingeführt) Der Fokus der orlesung liegt auf modernen Netzwerktechnologien. Momentan sind die Hauptthemen ensor Networks und Content Delivery Networks: 1. Adhoc & ensor Networks Motivation & Applications 2. Node Architecture: ensor node architecture, Energy supply and consumption, Runtime environments for sensor nodes, Case study: TinyO 3. Network Architecture: Network scenarios, Optimization goals, Design principles, ervice interface, Gateway concepts. 4. Medium Access Control 5. Link Layer 6. Naming & Addressing 7. Localization & ositioning 8. Topology Control 9. ID Centric Routing 2253 eite 27 von 166

28 10. Content Based Networking in ensor Networks 11. Introduction to Content Networking: Introduction & Motivation, Overview over basic approaches. 12. Caching Techniques for Web Content 13. Caching Techniques for treaming Media 14. Navigating Content Networks orlesung mit Tafel und Folien-räsentationen, Arbeitsblätter, Lehrbuch H. Karl, A. Willig. rotocols and Architectures for Wireless ensor Networks. John Wiley & ons, M. Hofmann, L. R. Beaumont. Content Networking Architecture, rotocols, and ractice. Morgan Kaufmann ublishers, verwendet in folgenden tudiengängen Master Informatik 2009 eite 28 von 166

29 Multimediale Informations- und Kommunikationssysteme Multimedia tandards Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5189 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Karlheinz Brandenburg Turnus:ommersemester Leistungspunkte: 2 Workload (h): 60 Anteil elbststudium (h): 38 W: 2.0 Fakultät für Elektrotechnik und Informationstechnik W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F Educational Objectives: To understand the process of standardisation and how to read major standards for media formats. In the end the students should be prepared both for participation in a standards committee and to implement a media format standard from the description in the standards document. orkenntnisse Basic understanding of digital signal processing election of Topics: Introduction to standardisation of multimedia content, i.e. mainly standardisation of speech, high quality audio, picture and video information including standards for metadata and systems aspect. The lecture starts with examples from standardisation and continues with the process of standardisation of media formats mainly in ITU and IO/IEC organisations. The lecture series does contain information about all the major standards series in media and at least one more detailed example (including introduction to the technology and bit stream details) for each major area of media standards, i.e. speech, audio, pictures, video, systems, metadata. ower oint slides, Beamer for details see: flichtkennz.: flichtfach 2181 verwendet in folgenden tudiengängen Bachelor Medientechnologie 2008 Master Elektrotechnik und Informationstechnik 2014 ertiefung IKT eite 29 von 166

30 Master Medienwirtschaft 2009 Master Medienwirtschaft 2010 Master Medienwirtschaft 2011 eite 30 von 166

31 Multimediale Informations- und Kommunikationssysteme Öffentliche Netze Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5644 Fachverantwortlich: Dr.-Ing. Werner Horn W nach rüfungsnummer: Turnus:unbekannt 1.F 2.F 3.F 4.F 5.F 6.F 7.F Leitfrage: Welche Befähigung sollen die tudierenden erreichen? Fachkompetenz: Die tudierenden verfügen über Kenntnisse und Überblickswissen zum Aufbau und zur Funktionsweise von öffentlichen Netzen. Methodenkompetenz: Die tudierenden können Kommunikationsabläufe in öffentlichen Netzen in Form von Time-equence-Diagrammen für verschiedene Kommunikationsbeziehungen erstellen. ystemkompetenz: Die tudierenden verstehen das grundsätzliche Zusammenwirken der Komponenten öffentlicher Netze als ystem. ozialkompetenz: Die tudierenden erkennen die Auswirkungen der öffentlichen Kommunikation auf die Gesellschaft. orkenntnisse Hochschulzulassung Empfohlen: orlesung Telematik 1 oder Grundlagen der Telematik 1. Grundlegende Eigenschaften und Dienste von öffentlichen Netzen 2. Fernsprechnetz: Topologie; Adressierung; Dienste; Anschluss- und ermittlungstechnik 3. aketdatennetz X.25: Topologie; Adressierung; Dienste; Bitübertragung; Datensicherung; ermittlung, chnittstellen 4. Frame Relay: rotokollarchitektur; Übertragungsprinzip, Rahmenstruktur, virtuelle erbindungen, Dienstgüte 5. Integrated ervices Digital Network IDN: Digitalisierung des FN, Dienste, erweiterte Dienstmerkmale; Multiplexkanäle, chnittstellenschemata, Adressierung, 0-chnittstelle, D-Kanal-Zugriffsprotokoll, Digital ignaling ystem 1 6. Asynchroner Transfermodus ATM: Adressierung; erbindungskonzept; ATM-Zellenaufbau; ermittlungsprinzip; ATM-chichtenmodell; hysikalische chicht; ATM-chicht; ATM-Adaptionsschicht 7. Die lesiochrone Digitale Hierarchie (DH): Multiplexschema; Rahmensynchronisation; Bitstopfen; Multiplexing und Demultiplexing 8. Die ynchrone Digitale Hierarchie (DH): Unterschiede zur DH; TM1-ignal; Multiplexschema; Container; ynchronisierung; ointer; topfvorgänge 9. ermittlung in synchronen Zeitmultiplexsystemen: Raumkoppler; Zeitkoppler; Blockierungsfreiheit 10. Zugangsnetze: Modemzugang; Digitale Übertragung auf Zweidrahtleitungen; Up0- und Uk0-chnittstelle; Zugang mit xdl-technik; owerline 11. pezifische Dienste und tandardisierungsinhalte in Öffentlichen Netzen orlesung mit Tafel und Folien-räsentationen, Arbeitsblätter. Lehrbuch flichtkennz.: flichtfach Leistungspunkte: 2 Workload (h): 60 Anteil elbststudium (h): 38 W: 2.0 Fakultät für Informatik und Automatisierung G. Krüger. D. Reschke. Lehr- und Übungsbuch Telematik, Netze Dienste rotokolle. Fachbuchverlag Leipzig (im Carl Hanser erlag) G. igmund. Technik der Netze. Hüthig-erlag A. Badach. IDN im Einsatz. DATACOM A. Badach. High peed Internetworking - Grundlagen, Kommunikationsstandards, Technologien der hared und witched LANs, Addison Wesley A.. Tanenbaum. Computernetzwerke. earson tudium A. Bluschke. M. Matthews. R. chiffel. Zugangsnetze für die Telekommunikation. Hanser erlag 2253 eite 31 von 166

32 verwendet in folgenden tudiengängen eite 32 von 166

33 Multimediale Informations- und Kommunikationssysteme lanung und erwaltung von Kommunikationsnetzen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch, auf Nachfrage Englisch 5192 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr. rer. nat. Jochen eitz W nach orkenntnisse Kommunikationsnetze Internetprotokolle flichtkennz.: flichtfach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 56 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die lanung und erwaltung von Kommunikationsnetzen ist ein sehr komplexer Themenbereich, der den tudierenden möglichst anschaulich mit vielen Beispielen näher gebracht werden soll. Die tudierenden verstehen so die grundlegenden rinzipien des Netzmanagements und können diese auf beliebige Kommunikationsnetze anwenden. ie wissen, welche Managementinformationen für die Netzverwaltung notwendig sind, um bestimmte Zielstellungen zu erreichen. ie können diese Informationen kategorisieren und selbst definieren. Darüberhinaus bekommen sie einen Einblick in die roblematik der Netzplanung, die sie mit verschiedenen Mechanismen angehen können. 1. Einführung und Wiederholung 2. Aufgaben des Netzmanagements 3. Netzmanagementarchitektur: Manager, Agent, Managementprotokoll, Managementinformation, Managementsysteme 4. IO/OI-Managamentrahmenwerk: CMI/CMI 5. Management im Internet: NM, MIB, Weiterentwicklung von NM 6. Remote Monitoring (RMON) 7. Telecommunication Management Network TMN 8. Web-basiertes Management 9. Netzplanung 2115 oweroint-räsentation ausgegebene Folienkopien Demonstrationen während der orlesungen Fragenkatalog liste (auch mit online verfügbaren Referenzen) Übungsaufgaben für das eminar eite 33 von 166

34 U. Black: "Network Management tandards --- NM, CMI, TMN, MIBs, and Object Libraries", McGraw-Hill Book Company, New York, 1994, IBN X. H.-G. Hegering,. Abeck und B. Neumair: "Integriertes Management vernetzter ysteme", dpunkt.verlag, Heidelberg, 1999, IBN D. erkins und E. McGinnis: "Understanding NM MIBs", rentice Hall, Upper addle River, New Jersey, UA, 1997, IBN D. erkins: "Remote Monitoring of NM Managed LANs", rentice Hall, New Jersey, UA, 1999, IBN M.T. Rose: "The imple Book: An Introduction to Internet Management" (2nd ed.), rentice Hall, Mountain iew, CA, UA, 1996, IBN J. eitz: "Netzwerkmanagement", International Thomson ublishing (Thomson's Aktuelle Tutorien TAT 2), Bonn, 1994, IBN W. tallings: "NM, NMv2, NMv3, and RMON 1 and 2" (3rd ed.), Addison Wesley, Reading, Mass., UA, 1999, IBN D. Zeltserman: "A ractical Guide to NMv3 and Network Management", rentice Hall, Upper addle River, New Jersey, UA, 1999, IBN verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung IKT Master Wirtschaftsingenieurwesen 2009 Master Wirtschaftsingenieurwesen 2009 ertiefung ET Master Wirtschaftsingenieurwesen 2010 Master Wirtschaftsingenieurwesen 2010 ertiefung ET Master Wirtschaftsingenieurwesen 2011 ertiefung ET eite 34 von 166

35 Multimediale Informations- und Kommunikationssysteme rotokolle und Dienste der Mobilkommunikation Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5203 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr. rer. nat. Jochen eitz W nach orkenntnisse Kommunikationsnetze flichtkennz.: flichtfach Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 56 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden verstehen die wesentlichen rinzipien aktueller und zukünftiger Mobilnetze und können diese mit den drahtgebundenen Netzen vergleichen. ie können die Mobilnetze klassifizieren und ihre Anwendungsfelder identifizieren. ie erkennen die Gemeinsamkeiten von öffentlichen und privaten Mobilfunknetzen und verstehen die notwendigen Netzübergänge. ie bewerten die jeweiligen or- und Nachteile und haben so ein ausgereiftes Wissen, um für gegebene Anwendungsfälle selbst das optimale Mobilnetz auszusuchen Einführung 2. Digital Enhanced Cordless Telecommunication DECT 3. Digitaler Terrestrischer Bündelfunk (TETRA) 4. Global ystem for Mobile Communication GM 5. Datendienste in GM: High peed Circuit witched Data HCD / General acket Radio ervice (GR) 6. Universal Mobile Telecommunication ystem UMT 7. High peed Downlink acket Access HDA 8. Long Term Evolution (LTE) 9. Infrarotkommunikation mit IrDA 10. Bluetooth-Netze 11. WLAN (Wireless LAN) nach IEEE Der ETI-HIERLAN-tandard 13. Ad-hoc Netze 14. ensornetze / ZigBee 15. atellitennetze oweroint-ortrag mit ausgegebenen Folienkopien Übungsaufgaben studentische räsentationen im eminar Kontrollfragen zur rüfungsvorbereitung eite 35 von 166

36 verzeichnis GROTE, H.; EITZ, J.; TÖEL, U.; TOE, R.: Mobile digitale Kommunikation tandards, Netze und Applikationen. Corporate Media 2004 KRÜGER, G.; RECHKE, D. (Hrsg.): Lehr- und Übungsbuch Telematik: Netze Dienste rotokolle. Hanser Fachbuchverlag 2004 ROTH, J.: Mobile Computing - Grundlagen, Technik, Konzepte. Dpunkt erlag 2005 CHILLER, J.: Mobilkommunikation. earson tudium 2003 EITZ, J.; DEBE, M.; HEUBACH, M.; TOE, R.: Digitale prach- und Datenkommunikation - Netze; rotokolle; ermittlung. Hanser Wirtschaft 2006 WALKE, B.: Informationstechnik. Bd. 2: Bündelfunk; schnurlose Telefonsysteme; W-ATM; HIERLAN; atellitenfunk; UT: Mobilfunknetze und ihre rotokolle. Teubner erlag 2001 WALKE, B.: Informationstechnik. Bd. 1: Grundlagen; GM; UMT und andere zellulare Mobilfunknetze: Mobilfunknetze und ihre rotokolle. Teubner erlag 2001 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung IKT eite 36 von 166

37 Multimediale Informations- und Kommunikationssysteme chutz von Kommunikationsinfrastrukturen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch 5641 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Günter chäfer Turnus:ommersemester Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Informatik und Automatisierung W nach 1.F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden verfügen über Kenntnisse zu Risiken und Bedrohungen sowie Maßnahmen zum chutz von Kommunikationsinfrastrukturen. ie kennen die speziellen Techniken und Gefahren von abotageangriffen und können die spezifischen Risiken bei der Einführung neuer Gegenmaßnahmen gegen abotageangriffe analysieren und bewerten. Methodenkompetenz: Die tudierenden können bewerten, ob ein ystementwurf bzw. eine -implementierung, sicherheitsgerecht ist, und wie eine Angriffserkennung und Reaktion auf Angriffe durchgeführt werden kann. ystemkompetenz: Die tudierenden verstehen das grundsätzliche Zusammenwirken der Maßnahmen zum chutz von Kommunikationsinfrastrukturen. orkenntnisse Bachelorstudium Informatik, emester 1-4 Der vorherige Besuch der orlesung Network ecurity im Bachelorstudium ist hilfreich, stellt jedoch keine notwendige oraussetzung dar. Die Lehrveranstaltung behandelt Risiken und Bedrohungen sowie Maßnahmen zum chutz von Kommunikationsinfrastrukturen. Aufbauend auf einer grundlegenden Klassifikation und einer Abgrenzung zum der Grundlagenvorlesung Network ecurity werden insbesondere die Bereiche chutz der erfügbarkeit von Diensten und ystemen, sicherheitsgerechter ystementwurf und -implementierung, Angriffserkennung und Reaktion auf Angriffe, sowie Herausforderungen der Netzsicherheit in Umgebungen mit besonderen Randbedingungen (Adhoc Netze, ensornetze etc.) thematisiert. 1. Introduction & Motivation 2. Denial of ervice Attacks and Countermeasures 3. rotection of I acket Transport, Routing and DN 4. ecurity Aware ystem Design and Implementation 5. Intrusion Detection and Response 6. ecurity in ensor Networks (Challenges in Constraint Environments) orlesung mit Tafel und Folien-räsentationen, Arbeitsblätter, Lehrbuch G. chäfer. Netzsicherheit - Algorithmische Grundlagen und rotokolle. dpunkt.verlag C. Eckert. IT-icherheit: Konzepte, erfahren, rotokolle. zweite Auflage, Oldenbourg erlag flichtkennz.: flichtfach 2253 eite 37 von 166