1. »
  2. Studium
  3. »
  4. Lehrveranstaltungen
  5. »
  6. sichPrivBdata

Sicherheit und Privatheit für Big Data

NUMMER: 150359
KÜRZEL: sichPrivBdata
MODULBEAUFTRAGTE:R: Dr. Sven Schäge
DOZENT:IN: Dr.-Ing. Sven Schäge
FAKULTÄT: Fakultät für Informatik
SPRACHE: Deutsch
SWS: 3
CREDITS: 4.5
ANGEBOTEN IM: unregelmäßig

VERANSTALTUNGSART

rechnerbasierte Präsentation

LERNFORM

Vorlesungen und Übungen

LERNZIELE

Die Studierenden sind befähigt, kryptographische Verfahren für BigData Anwendungen zu verifizieren, ihre Effizienz zu bewerten und in Anwendungen zielgerichtet einzusetzen.

INHALT

Die Vorlesung behandelt Ansätze um Sicherheitsverfahren zu designen, zu analysieren
oder zu vergleichen, die in Anwendungsszenarien mit großen Nutzerzahlen oder Datenmengen
eingesetzt werden (Können). Insbesondere sollen Verfahren betrachtet werden, mit Hilfe derer
die zweckmäßige Anwendbarkeit klassischer Sicherheitssysteme in diesen Szenarien untersucht
werden können.
Die Vorlesung ist inhaltlich in zwei Themenblöcke organisiert.
1) Der erste Themenblock behandelt realistische Modellierungen von Sicherheit in Mehrparteienmodellen und effiziente Sicherheitsreduktionen (tightness in multi-user cryptography). Hier geht es insbesondere um Anwendungen mit hohen Nutzerzahlen.
• Effiziente Sicherheitsreduktionen (tightness) und ihre Auswirkung auf Systemparameter
• Selbstreduzierbarkeit von kryptografischen Problemen und ihre Anwendung in Mehrparteienanwendungen
• Nachweis untere Tightness
• Schranken und optimal effiziente Sicherheitsreduktionen
2) Im zweiten Themenblock werden wichtige und praktische Verfahren vorgestellt, die
effizient auf großen Datenmengen arbeiten. Wichtige Themen sind:
• Searchable Encryption
• Order-Preserving Encryption

VORAUSSETZUNGEN CREDITS

Keine

EMPFOHLENE VORKENNTNISSE

Empfohlen wird der Besuch der Vorlesung Kryptographie