Modulhandbuch Master Ingenieurinformatik

Transkript

1 Modulhandbuch Master Ingenieurinformatik rüfungsordnungsversion: 2009 Erstellt am: Mittwoch 01 Oktober 2014 aus der O Datenbank der TU Ilmenau

2 sverzeichnis Name des Moduls/Fachs Abschluss L Fachnr. rojektseminar zum Hauptfach MO 6 rojektseminar zum Hauptfach L Mobilfunk F 20 Adaptive and Array ignal rocessing L 30min Antennen L 30min Digitale Messdatenverarbeitung L 30min Funknavigation L 30min Mobile Communications L 30min Ultrabreitband-ensorik L 30min Digitale Messdatenverarbeitung L 30min Funksysteme L 30min Implementation of Broadcasting ystems L 30min Messsysteme der Informations- und Kommunikationstechnik L 30min flichtfächer F 12 Dynamische rozessoptimierung L 30min Komplexe eingebettete ysteme L 90min Informationstheorie und Codierung L 30min Medizintechnik F 20 Biomedizinische Technik L Biosignalverarbeitung L Biomedizinische Mess- und Therapietechnik L Designprojekt L Klinische erfahren L 120min Klinische erfahren 1 L Klinische erfahren 2 L Medizinische Informatik L raktikum BMT L Technische Kybernetik - ystemtechnik F 20 Kommunikations- und Bussysteme L 30min Nichtlineare Regelungssysteme L 30min

3 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 Integrierte Hard- und oftwaresysteme F 20 rogrammierbare Logikbausteine L 30min Rechnergestützte chaltungssimulation und deren Algorithmen (EDA) L 30min Advanced Mobile Communication Networks L 30min Fortgeschrittene Modellierung und Rechnerarchitekturen L Einchipcontroller und Digitale ignalprozessoren L pezielle und Innovative Rechnerarchitekturen L Technische Applikation von etri-netzen L Leistungsbewertung Technischer ysteme L pezielle Aspekte Integrierter Hard- und oftwaresysteme L Kognitive Technische ysteme F 20 Kognitive Robotik L 30min Kognitive ysteme / Robotik L Lernen in kognitiven ystemen L D-Bildverarbeitung L 120min Erfassung und erarbeitung von 3D-Daten L Bildanalyse für 3D-Oberflächen- und olumendaten L Knowledge Engineering L 120min Data Mining L Evolutionäre erfahren L Inferenzmethoden L Objektorientierte Modellierung L 90min Robotvision & MMI L 120min Mensch-Maschine-Interaktion L

4 Robotvision L oftwarearchitekturen - von Requirements zum angepassten Entwurf L ystemtechnik für die Bildverarbeitung L 60min Bilderfassungssysteme L Komponenten von Bildaufnahmeeinheiten L Hauptseminar MO 2 Hauptseminar L Multimediale Informations- und Kommunikationssysteme F 20 Advanced Networking Technologies L 20min Distributed Data Management L 30min lanung und erwaltung von Kommunikationsnetzen L 20min rotokolle und Dienste der Mobilkommunikation L 20min chutz von Kommunikationsinfrastrukturen L 20min Advanced Mobile Communication Networks L 30min Cellular Communication ystems L 30min Interaktive Grafiksysteme L 120min Computergrafik 2 L Interaktive Grafiksysteme L Network ecurity L 20min Netzalgorithmen L 20min Transaktionale Informationssysteme L 20min erteilte Echtzeitsysteme L 20min Master-Arbeit mit Kolloquium F 30 Kolloquium zur Master-Arbeit L 30min Masterarbeit MA

5 flichtfächer Dynamische rozessoptimierung Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 8195 Fachverantwortlich: rof. Dr. u Li Die tudierenden können rüfungsnummer: Turnus:ommersemester 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; Regelungs- und ystemtechnik 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 Art der Notengebung: Gestufte Noten 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 5 von 140

6 1) Mündliche rüfung, 30 min. und 2) Testat für durchzuführendes raktikum verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Master Electrical ower and Control Engineering 2013 Master Mechatronik 2008 Master Research in Computer & ystems Engineering 2009 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT eite 6 von 140

7 flichtfächer Komplexe eingebettete ysteme Fachabschluss: rüfungsleistung schriftlich 90 min Art der Notengebung: Gestufte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: 8191 rüfungsnummer: Fachverantwortlich: rof. Dr. Armin Zimmermann Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Informatik und Automatisierung 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). uccessful completuion and grading is based on - 70% written exam (90 min) 2236 eite 7 von 140

8 - 30 % individual talks by students verwendet in folgenden tudiengängen Master Informatik 2009 Master Research in Computer & ystems Engineering 2009 eite 8 von 140

9 flichtfächer Informationstheorie und Codierung Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 1378 Fachverantwortlich: rof. Dr. Jochen eitz orkenntnisse rüfungsnummer: flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:Wintersemester Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 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 9 von 140

10 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 Master Ingenieurinformatik 2014 Bachelor Elektrotechnik und Informationstechnik 2008 Master Optische ystemtechnik/optronik 2014 Bachelor Elektrotechnik und Informationstechnik 2013 Master Optronik 2010 Master Optronik 2008 eite 10 von 140

11 Kognitive Technische ysteme Modulnummer: 8335 Modulverantwortlich: rof. Dr. 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 11 von 140

12 Kognitive Technische ysteme Kognitive Robotik Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 181 rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß orkenntnisse Neuroinformatik Arbeitsblätter zur orlesung, Übungsaufgaben, e-learning Module Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung 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 flichtkennz.: flichtfach Borenstein, Everett, Feng: Where am I? ensors and Methods for Mobile Robot ositioning; online, 1996; Murphy: Introduction to AI Robotics, MIT ress, 2000 Art der Notengebung: Gestufte Noten 2233 verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Biomedizinische Technik 2009 Master Informatik 2013 Master Informatik 2009 eite 12 von 140

13 Kognitive Robotik Kognitive ysteme / Robotik Fachabschluss: über Komplexprüfung prache: Fachnummer: 181 rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung 2233 orkenntnisse verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Biomedizinische Technik 2009 Master Informatik 2013 Master Informatik 2009 eite 13 von 140

14 Kognitive Robotik Lernen in kognitiven ystemen Fachabschluss: über Komplexprüfung prache: Fachnummer: 182 rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung 2233 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 14 von 140

15 Kognitive Technische ysteme 3D-Bildverarbeitung Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin Leistungspunkte: 6 Workload (h): 180 Anteil elbststudium (h): 124 W: 5.0 Fakultät für Informatik und Automatisierung 2252 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 15 von 140

16 3D-Bildverarbeitung Erfassung und erarbeitung von 3D-Daten Fachabschluss: über Komplexprüfung prache: Fachnummer: 239 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 3.0 Fakultät für Informatik und Automatisierung 2252 orkenntnisse verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Medientechnologie 2009 Master Medientechnologie 2013 Master Informatik 2013 Master Informatik 2009 eite 16 von 140

17 3D-Bildverarbeitung Bildanalyse für 3D-Oberflächen- und olumendaten Fachabschluss: über Komplexprüfung prache: Fachnummer: 8230 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung 2252 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 17 von 140

18 Kognitive Technische ysteme Knowledge Engineering Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: deutsch flichtkennz.: flichtfach Turnus:Wintersemester Fachnummer: Fachverantwortlich: rof. Dr. Rainer Knauf rüfungsnummer: Leistungspunkte: 7 Workload (h): 210 Anteil elbststudium (h): 154 W: 5.0 Fakultät für Informatik und Automatisierung Ziel des Moduls ist es, Kompetenzen auf dem Gebiet der fortschrittlichen Methoden der modernen Wissensverarbeitung zu vermitteln. Die tudierenden kennen und verstehen die trategien der Datenverarbeitung mit evolutionären/genetischen Algorithmen, mit Inferenzmethoden der KI und dem großen pektrum des Datamining und können diese für informatische/ingenieurinformatische roblemstellungen anwenden. Die tudierenden sind mit den methodischen Grundlagen vertraut und können die wichtigsten Datenanalyse und verarbeitungs Techniken erkennen und bewerten, sowie typische Informatikaufgaben mit ihrer Hilfe analysieren und lösen. ie sind in der Lage, diese Kompetenzen in den yntheseprozess komplexer ingenieurtechnischer und informatischer rojekte einfließen zu lassen. Die tudierenden kennen und verstehen die grundlegenden Wirkprinzipien von rodukten und erfahren, bei deren Entwicklung Methoden der Wissensverarbeitung und des Datamining Anwendung fanden, können diese analysieren, bewerten und bei weiterführenden yntheseprozessen mitwirken. Die tudierenden sind in der Lage, Fach- Methoden- und ystemkompetenz für Inferenzmethoden, Datamining und Evolutionäre/genetische Algorithmen in interdisziplinären Teams zu vertreten und grundlegende achverhalte dazu klar und korrekt zu kommunizieren. orkenntnisse keine siehe Beschreibung der einzelnen Fächer 2238 verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 18 von 140

19 Knowledge Engineering Data Mining Fachabschluss: über Komplexprüfung prache: Fachnummer: 221 rüfungsnummer: Fachverantwortlich: rof. Dr. Rainer Knauf flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung 2238 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 19 von 140

20 Knowledge Engineering Evolutionäre erfahren Fachabschluss: über Komplexprüfung prache: Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Rainer Knauf flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 1.0 Fakultät für Informatik und Automatisierung 2238 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 20 von 140

21 Knowledge Engineering Inferenzmethoden Fachabschluss: über Komplexprüfung prache: Fachnummer: 220 rüfungsnummer: Fachverantwortlich: rof. Dr. Rainer Knauf flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung 2238 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 21 von 140

22 Kognitive Technische ysteme Objektorientierte Modellierung Fachabschluss: rüfungsleistung alternativ 90 min Art der Notengebung: Gestufte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Armin Zimmermann Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 3.0 Fakultät für Informatik und Automatisierung Fähigkeiten der Modellierung des erhaltens und der truktur von ystemen mit Hilfe der UML orkenntnisse Grundlagen der objektorientierten rogrammierung Hilfreich: Grundlagen des UML-Klassendiagramms Die Unified Modeling Language (UML) ist eine standardisierte prache zur Modellierung der truktur und des erhaltens von technischen aber auch nichttechnischen ystemen. ie wird in vielen Bereichen der Informatik angewendet. Einige grundlegende Elemente der UML wurden in anderen Lehrveranstaltungen bereits vorgestellt. Im Rahmen dieser eranstaltung werden alle Diagramme der UML im Detail erläutert. Anhand des Metamodells soll ein erständnis der grundlegenden truktur der UML vermittelt werden. Zudem dient das Metamodell als Beispiel für die Modellierung der truktur eines komplexen ystems. Den chwerpunkt dieser Lehrveranstaltung bildet jedoch die erhaltensmodellierung. Mit insgesamt 7 Diagrammtypen bietet die UML verschiedene Möglichkeiten hierfür. Es soll gezeigt werden, wie sich diese Diagramme auch z.b. zur Modellierung von Geschäftsprozessen verwenden lassen und welche pezialisierungen bzw. Erweiterungen existieren (ystems Modeling Language (ysml), Object Contstraint Language (OCL), Business rocess Modeling Notation (BMN)). Im Rahmen des zugehörigen eminars soll das erhalten und die truktur eines selbst gewählten technischen ystems im Team nach einem einfachen orgehen modelliert werden. Diese sollen Lösungen zu gestellten Modellierungsaufgaben beinhalten Chris Rupp, tefan Queins, Barbara Zengler: UML2 glasklar raxiswissen für die UML-Modellierung, 3. aktualisierte Auflage, 2007, Hanser Bernd Oestereich, tefan Bremer (Mitarbeit): Analyse und Design mit UML 2.3, 9. Auflage, 2009, Oldenbourg Gernot tarke, Mike Beedle: Effektive oftware-architekturen, Ein praktischer Leitfaden., 4. aktualisierte Auflage, 2009, Hanser, IBN eite 22 von 140

23 Der Abschluss in diesem Fach umfasst zwei Teile. Zum einen die bewerteten Ergebnisse aus dem eminar (30%) und zum anderen die Ergebnisse aus einer schriftl. rüfung (70%). Im Rahmen des zugehörigen eminars soll das erhalten und die truktur eines selbst gewählten technischen ystems im Team nach einem einfachen orgehen modelliert werden. Diese sollen Lösungen zu gestellten Modellierungsaufgaben beinhalten. erbindliche Anmeldung bis spätestens einen Monat nach emesterbeginn! verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Wirtschaftsinformatik 2013 eite 23 von 140

24 Kognitive Technische ysteme Robotvision & MMI Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: deutsch flichtkennz.: flichtfach Turnus:Wintersemester Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß Leistungspunkte: 6 Workload (h): 180 Anteil elbststudium (h): 124 W: 5.0 Fakultät für Informatik und Automatisierung Ziel des Moduls ist es, Kompetenzen auf den Gebieten Mensch-Maschine-Interaktion und der maschinellen Bildverarbeitung auf mobilen lattformen (Roboter) zu vermitteln. Die tudierenden kennen und verstehen die trategien Bildaufnahme- und verarbeitungsalgorithmen und können diese für Fragestellungen der Kommunikation Mensch Roboter anwenden. Die tudierenden sind mit den aus den trategien abgeleiteten methodischen Grundlagen vertraut und können die wichtigsten erarbeitungstechniken erkennen und bewerten, sowie typische Aufgaben der Bildverarbeitung auf Robotern für Navigation und Interaktion mit ihrer Hilfe analysieren und lösen. ie sind in der Lage, diese Kompetenzen in den yntheseprozess komplexer Roboterprojekte einfließen zu lassen. Die tudierenden kennen und verstehen die grundlegenden Wirkprinzipien von Kamera basiert arbeitenden mobilen lattformen für Assistenz- und ervicezwecke, können diese analysieren, bewerten und bei weiterführenden Entwicklungsprozessen mitwirken. Die tudierenden sind in der Lage, Fach- Methoden- und ystemkompetenz für das Themenspektrum Robotvision und Mensch-Maschine-Interaktion in interdisziplinären Teams zu vertreten. Die tudierenden sind in der Lage, grundlegende achverhalte des Themenfeldes klar und korrekt zu kommunizieren. orkenntnisse keine siehe orlesungen der einzelnen Fächer 2233 verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 24 von 140

25 Robotvision & MMI Mensch-Maschine-Interaktion Fachabschluss: über Komplexprüfung prache: Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung 2233 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 25 von 140

26 Robotvision & MMI Robotvision Fachabschluss: über Komplexprüfung prache: Fachnummer: 183 rüfungsnummer: Fachverantwortlich: rof. Dr. Horst-Michael Groß flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 3.0 Fakultät für Informatik und Automatisierung 2233 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 26 von 140

27 Kognitive Technische ysteme oftwarearchitekturen - von Requirements zum angepassten Entwurf Fachabschluss: rüfungsleistung alternativ prache: deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Detlef treitferdt orkenntnisse flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:Wintersemester Leistungspunkte: 6 Workload (h): 180 Anteil elbststudium (h): 124 W: 5.0 Fakultät für Informatik und Automatisierung Fachkompetenz (20%). Die tudierenden können die Werkzeuge des oftware Engineering in einem konkreten rojektkontext anwenden. ie können die Aussagekraft / Qualität der jeweiligen Ergebnisse bewerten. Die tudierenden sind fähig oftwareentwicklungsprozesse zu analysieren und auf die jeweiligen Gegebenheiten eines rojektes anzupassen. ie verstehen Architekturmuster / ~stile und können diese im rojektkontext einsetzen. Methodenkompetenz (40%). Die tudierenden sind fähig die vorgestellten Entwicklungsmethoden und ~werkzeuge anzuwenden und deren Ergebnisse früh im Entwicklungsprozess abzuschätzen. ie sind fähig aus den vermittelten Methoden und Werkzeugen für ein gegebenes rojekt die passenden auszuwählen und anzuwenden. ozialkompetenz (40%). Die tudierenden lernen die Erfordernisse und Ergebnisse von oftwareentwicklungsprozessen innerhalb einer Entwicklergruppe kennen und können deren Bedeutung für ein oftwareprojekt innerhalb einer Firma einschätzen. ie lernen auch die große Bedeutung der "weichen" Faktoren innerhalb von oftwareentwicklungsprozessen kennen und können deren Auswirkungen abschätzen. Die tudierenden sind fähig die Auswirkungen von Architekturentscheidungen im Kontext einer Entwicklergruppe zu bewerten. Hintergründe der rojektarbeit, Anforderungen und die Bedeutung sozialer Netzwerke sind den tudenten bekannt. 223A Kenntnisse über oftwareentwicklungsprozesse Objektorientierte Modellierung Objektorientierte rogrammierung Diese orlesung vermittelt tudenten der Informatik und Ingenieurinformatik Methoden und Techniken des oftware Engineering. Über die Einbettung der Aktivitäten in den oftwareentwicklungsprozess werden die einzelnen chritte und in den Übungen vertieft. Die eranstaltung enthält die Erarbeitung von oftwarearchitekturzielen, Beschreibungsansätze der verschieden Modelle und Dokumente, orgehen bei der Entwicklung (rozesse), Entscheidungsfindung, Architekturstile / - muster und ihre Qualitätseigenschaften, sowie die rüfung/bewertung von Architekturen. (Die orlesung wird in Deutsch gehalten, einige der Materialien sind jedoch nur in Englisch verfügbar - was allerdings im Hinblick auf die spätere Arbeitswelt nur von orteil ist!) orlesungsfolien eite 27 von 140

28 DF Dokumente (auch wissenschaftliche Beiträge) rozessbeschreibungen (HTML), Templates Umfassende Werke [Balz 1996] Helmut Balzert, "Lehrbuch der oftware-technik", pektrum Akademischer erlag, [Fowl 1999] Martin Fowler, Refactoring Improving the Design of Existing Code, Addison Wesley, [Gamm 1995] Erich Gamma, Richard Helm, Ralph Johnson, John lissides, Design atterns Elements of Reusable Object-Oriented oftware, Addison Wesley, [Mart 2009] Robert C. Martin, Clean Code, rentice Hall, [McCo 2004] teve McConnell, Code Complete 2nd Edition, Microsoft ress, [Rooc 2004] tefan Roock, Martin Lippert, Refactorings in großen oftwareprojekten, dpunkt.erlag GmbH, [omm 2007] Ian ommerville, oftware Engineering, earson tudium, [Mens 2008] T. Mens and. Demeyer, Eds., oftware Evolution. pringer-erlag New York Inc, pezielle Themen... Entwicklungsprozesse [Beck 2000] Kent Beck, extreme rogramming explained, Addison Wesley, [Buns2002] C. Bunse and A. von Knethen, orgehensmodelle kompakt. Fraunhofer ublica [ (Germany), [Carr 1993] Marvin J. Carr, uresh L. Konda, Ira Monarch, F. Carol Ulrich, Clay F. Walker, "Taxonomy-Based Risk Identification", Carnegie Mellon University, Technical Report CMU/EI-93-TR-6, EC-TR , [Open 2011] Eclipse rocess Framework, "Open Unified rocess, OpenU", content retrieved , Requirements [Bere 2009] Brian Berenbach, Daniel J. aulish, Juergen Kazmeier, Arnold Rudorfer, "oftware & ystems Requirements Engineering In ractice", Mc Graw Hill, [Haya 1990]. I. Hayakawa, "Language in Thought and Action", Harvest Books, [Koo 1998] Gerald Kotonya, Ian ommerville, "Requirements Engineering - rocesses and Techniques", John Wiley & ons, [Kula 2000] Daryl Kulak, Eamonn Guiney, "Use Cases - Requirements in Context", Addison-Wesley, [Lams 2001] Axel van Lamsweerde, "Goal-Oriented Requirements Engineering: A Guided Tour", in roceedings of the 5th IEEE International ymposium on Requirements Engineering (RE 2001), August 2001, Toronto, Canada, [Lams 2009] Axel van Lamsweerde, "Requirements Engineering: From ystem Goals to UML Models to oftware pecifications", John Wiley & ons, [McCo 2006] teve McConnell, "oftware Estimation", Microsoft ress, [ohl 2008] Klaus ohl, "Requirements Engineering: Grundlagen, rinzipien,techniken", dpunkt.erlag GmbH, [Robe 1999] uzanne Robertson, James Robertson, "Mastering the Requirements rocess", Addison-Wesley, [Rupp 2002] Chris Rupp, "Requirements-Engineering und -Management", Hanser erlag, [chu 2000] G. Gordon chulmeyer, Garth R. Mackenzie, "erification & alidation of Modern oftware-intensive ystems", rentice Hall, [oa 1997] Ian ommerville, ete awyer, "Requirements Engineering: A Good ractice Guide", John Wiley & ons, [Wieg 1999] Karl E. Wiegers, "oftware Requirements", Microsoft ress, [With 2007] tephen Withall, "oftware Requirement atterns", Microsoft ress, Architektur, roduktlinien [Boec 2004] Günter Böckle, eter Knauber, Klaus ohl, Klaus chmid, oftware-roduktlinien: Methoden, Einführung und raxis, dpunkt.erlag GmbH, [Clem 2002] aul Clements, Rick Kazman, Mark Klein, Evaluating oftware Architectures, Addison Wesley, [Hrus 2012]. Hruschka and G. tarke, Architektur-Knigge für oftwarearchitekten-der erschätzer [Kang 1990] K. Kang,. Cohen, J. Hess, W. Novak, and A. eterson, Feature-Oriented Domain Analysis (FODA) Feasibility tudy, EI Institute, Carnegie Mellon University, UA, CMU/EI-90-TR-021, [Kazm 2000] Rick Kazman, Mark Klein, aul Clements, "ATAM: Method for Architecture Evaluation", TECHNICAL REORT, CMU/EI-2000-TR-004, EC-TR , [Lind 2007] F. J. van der Linden, K. chmid, and E. Rommes, oftware roduct Lines in Action: The Best Industrial ractice in roduct Line Engineering. Berlin: pringer, [Love 2005] Robert Love, Linux Kernel Development (2nd Edition), Novell ress, eite 28 von 140

29 [Masa 2007] Dieter Masak, OA? erviceorientierung in Business und oftware, pringer erlag, [ohl 2005] Klaus ohl, Günter Böckle, Frank van der Linden,"oftware roduct Line Engineering Foundations, rinciples, and Techniques", pringer, Heidelberg [osc 2007] Torsten osch, Klaus Birken, Michael Gerdom, "Basiswissen oftwarearchitektur", d.punkt erlag, 2004 oder [pin 2009] D. pinellis and G. Gousios, Beautiful Architecture: Leading Thinkers Reveal the Hidden Beauty in oftware Design. O Reilly Media, Im erlauf der eranstaltung werden die Dokumente zu den einzelnen oftwareentwicklungsphasen der jeweiligen Gruppenprojekte erstellt. Es wird zwei Dokumente und eine chlusspräsentation geben, die in die Note einfließen. (1) Ein Requirementsdokument (2) Die Architekturbeschreibung / das Architekturdokument (3) Die finale räsentation fließen zu 50% und zu gleichen Anteilen in die Abschlussnote mit ein. verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 eite 29 von 140

30 Kognitive Technische ysteme ystemtechnik für die Bildverarbeitung Fachabschluss: rüfungsleistung mündlich 60 min prache: Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Franz chmidt Art der Notengebung: Gestufte Noten flichtkennz.: Wahlpflichtfach Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Elektrotechnik und Informationstechnik 2116 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 eite 30 von 140

31 ystemtechnik für die Bildverarbeitung Bilderfassungssysteme Fachabschluss: über Komplexprüfung prache: Fachnummer: 8198 rüfungsnummer: Fachverantwortlich: rof. Dr. Franz chmidt flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Elektrotechnik und Informationstechnik 2116 orkenntnisse verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Informatik 2009 Master Elektrotechnik und Informationstechnik 2014 ertiefung ATE Master Informatik 2013 eite 31 von 140

32 ystemtechnik für die Bildverarbeitung Komponenten von Bildaufnahmeeinheiten Fachabschluss: über Komplexprüfung prache: Fachnummer: 8316 rüfungsnummer: Fachverantwortlich: rof. Dr. Franz chmidt flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Elektrotechnik und Informationstechnik 2116 orkenntnisse verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Elektrotechnik und Informationstechnik 2014 ertiefung ATE eite 32 von 140

33 Multimediale Informations- und Kommunikationssysteme Modulnummer: 8336 Modulverantwortlich: rof. Dr. 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 33 von 140

34 Multimediale Informations- und Kommunikationssysteme Advanced Networking Technologies Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 5642 rüfungsnummer: Fachverantwortlich: rof. Dr. Günter chäfer orkenntnisse flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 68 W: 2.0 Fakultät für Informatik und Automatisierung Fachkompetenz: Die tudierenden verfügen über Kenntnisse und Überblickswissen zu aktuellen, fortgeschrittenen Entwicklungen in der Netzwerktechnologie. ie erkennen die besonderen Anforderungen an das Kommunikationssubsystem in ressourcenbeschränkten Umgebungen wie drahtlosen ensornetzen sowie die jeweiligen Optimierungsmöglichkeiten auf den einzelnen chichten und können diese im Kontext konkreter zenarien einschätzen. 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 34 von 140

35 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 Ingenieurinformatik 2014 Master Informatik 2009 Master Informatik 2013 eite 35 von 140

36 Multimediale Informations- und Kommunikationssysteme Distributed Data Management Fachabschluss: rüfungsleistung mündlich 30 min prache: Englisch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Kai-Uwe attler Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 3.0 Fakultät für Informatik und Automatisierung Nachdem tudierende diese eranstaltung besucht haben, kennen sie die Grundlagen verteilter und paralleler Datenmanagementlösungen. ie verstehen die rinzipien dieser Techniken und können darauf aufbauend selbst Lösungen entwickeln. Die tudierenden können Techniken zur Anfrageverarbeitung, Replikation und Konsistenzsicherung erklären und hinsichtlich ihrer or- und Nachteile für verschiedene Einsatzzwecke bewerten. ie sind in der Lage, verteilte Datenbanken zu entwerfen und aktuelle Datenbanktechnologien verteilter und paralleler ysteme zu bewerten und anzuwenden orkenntnisse orlesung Datenbanksysteme, Transaktionale Informationssysteme Einführung und Motivation; Grundlagen verteilter Datenbanken: Architektur und Datenverteilung, verteilte Anfrageverarbeitung, Replikationsverfahren; arallele Datenbanksysteme: Architektur und Datenverteilung, parallele Anfrageverarbeitung, hared-disk-ysteme; Web-cale Data Mangement: aa und Multi Tenancy, irtualisierungstechniken, Konsistenzmodelle, Qo, artitionierung, Replikation, DHTs, MapReduce orlesung mit räsentationen und Tafel, Handouts, Moodle E. Rahm: Mehrrechner-Datenbanksysteme, Addison-Wesley, Bonn, 1994 M. Tamer Özsu,. alduriez: rinziples of Distributed Database ystems, 3. Auflage, pringer, 2011 C. T. Yu, W. Meng: rinciples of Database Query rocessing for Advanced Applications, Morgan Kaufmann ublishers, an Francisco, Ca, 1998 Lehner, attler: Web-cale Data Management for the Cloud, pringer, 2013 mündliche rüfung (30 min) verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Wirtschaftsinformatik 2013 flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten 2254 eite 36 von 140

37 eite 37 von 140

38 Multimediale Informations- und Kommunikationssysteme lanung und erwaltung von Kommunikationsnetzen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch, auf Nachfrage Englisch Fachnummer: 5192 Fachverantwortlich: rof. Dr. Jochen eitz orkenntnisse Kommunikationsnetze Internetprotokolle flichtkennz.: flichtfach rüfungsnummer: Art der Notengebung: Gestufte Noten Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 56 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 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 38 von 140

39 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 Bachelor Ingenieurinformatik 2008 Master Wirtschaftsingenieurwesen 2009 Master Wirtschaftsingenieurwesen 2009 ertiefung ET Master Wirtschaftsingenieurwesen 2010 ertiefung ET Bachelor Ingenieurinformatik 2013 Master Wirtschaftsingenieurwesen 2010 Master Wirtschaftsingenieurwesen 2011 ertiefung ET eite 39 von 140

40 Multimediale Informations- und Kommunikationssysteme rotokolle und Dienste der Mobilkommunikation Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 5203 Fachverantwortlich: rof. Dr. Jochen eitz orkenntnisse Kommunikationsnetze flichtkennz.: flichtfach rüfungsnummer: Art der Notengebung: Gestufte Noten Turnus:ommersemester Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 56 W: 3.0 Fakultät für Elektrotechnik und Informationstechnik 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 40 von 140

41 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 Ingenieurinformatik 2014 Master Elektrotechnik und Informationstechnik 2014 ertiefung IKT eite 41 von 140

42 Multimediale Informations- und Kommunikationssysteme chutz von Kommunikationsinfrastrukturen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 5641 rüfungsnummer: Fachverantwortlich: rof. Dr. Günter chäfer Turnus:ommersemester Leistungspunkte: 4 Workload (h): 120 Anteil elbststudium (h): 86 W: 3.0 Fakultät für Informatik und Automatisierung 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 Art der Notengebung: Gestufte Noten 2253 eite 42 von 140