Refine
Document Type
- Bachelor Thesis (1)
- Master's Thesis (1)
Language
- German (2)
Has Fulltext
- yes (2)
Is part of the Bibliography
- no (2)
Keywords
- Autobewerter (1)
- Automation (1)
- Computersicherheit (1)
- Datenbank (1)
- GraFLAP (1)
- Graphdatenbank (1)
- IT-Sicherheit (1)
- JFLAP-Wrapper (1)
- JUnit (1)
- Lernerfolgsmessung (1)
Institute
Bisher wurde die automatisierte Bewertung von Übungsaufgaben in LON-CAPA angeboten und mit mehreren Werkzeugen umgesetzt, darunter der JFLAP-Wrapper, der die Grundlage dieser Arbeit bildet. Daraus soll ein vollständiges eigenstehendes Programm erarbeitet werden, dass auch an andere Lernmanagementsysteme angebunden werden kann. Dabei erhält es den neuen Namen GraFLAP. Dazu wurden die Bewertungsprozesse im JFLAP-Wrapper zusammen gelegt und eine neue Schnittstelle nach ProFormA-2.1-Standard ergänzt. Außerdem sollte die Wartbarkeit verbessert werden, sodass zukünftige weiterführende Arbeiten erleichtert werden. Dazu wurden neue Datenstrukturen und Prozesse integriert, unter anderem ein einheitlicher Build-Prozess mit Maven und automatisierte Tests mit JUnit. GraFLAP bietet nun eine standardisierte Schnittstelle, übernimmt alle Bewertungsprozesse und ist so nun vollständig unabhängig von Lernmanagementsystemen.
Im Kontext der IT-Sicherheit werden Provenance Graphen für die Beantwortung sicherheitsrelevanter Fragen wie „Welche Auswirkungen kann diese Sicherheitslücke haben?“ oder „Welcher Prozess hat meine Daten verändert oder gelöscht? verwendet. Weiterhin können Provenance Graphen für das Training von Machine Learning Methoden für die Erkennung von Angriffen auf Netzwerke und Betriebssysteme genutzt werden. Aufgrund der hohen Datenraten bei der Erzeugung von Provenance Graphen (mindestens 1,2 MB/s in realistischen Szenarien) ist eine effiziente Datenverwaltung für den praktischen Einsatz dieser Graphen notwendig.
In dieser Arbeit wird untersucht, welche Anforderungen und Herausforderungen für die Verwaltung von Provenance Graphen existieren und welche Vor- und Nachteile sich aus der Verwaltung mit den Datenbankmanagementsystemen (DBMS) PostgreSQL, Neo4j, ONgDB und Memgraph ergeben.
Zur Untersuchung wurde ein Versuchsaufbau für reproduzierbare Experimente entwickelt, in dem ein Provenance Graph Datensatz in die untersuchten DBMS geschrieben wird und dabei Hardwaremetriken und Query-Antwortzeiten zur späteren Auswertung erhoben und gespeichert werden.
Die Ergebnisse der Arbeit zeigen, dass die hier betrachteten DBMS nur teilweise die recherchierten Anforderungen einer Datenverwaltung für Provenance Graphen im Kontext der IT-Sicherheit erfüllen können. Es konnte gezeigt werden, dass sich relationale Datenbanken durch sparsameren Ressourcenverbrauch gegenüber Graphdatenbanken auszeichnen, dafür aber Nachteile in den Abfragemöglichkeiten durch die Querysprache aufweisen.
