With the emergence of self-driving technology and the ever-increasing demand of bandwidth-hungry applications, providing the required latency, security and computational capabilities is becoming a challenging task. Although being evolving, traditional vehicular radio access technologies, namely WLAN/IEEE 802.11p and cellular networks cannot meet all the requirements of future Cooperative, Connected and Automated Mobility (CCAM). In addition, current vehicular architectures are not sufficiently flexible to support the highly heterogeneous landscape of emerging communication technologies, such as mmWave, Cellular Vehicle-to-Everything (C-V2X), and Visible Light Communication (VLC). To this aim, Multi-access Edge Computing (MEC) has been recently proposed to enhance the quality of passengers experience in delay-sensitive applications. In this paper, we discuss the in-premises features of MEC and the need of supporting technologies, such as Software Defined Networking (SDN) and Network Function Virtualization (NFV), to fulfil the requirements in terms of responsiveness, reliability and resiliency. The latter is of paramount importance for automated services, which are supposed to be always-on and always-available. We outline possible solutions for mobility-aware computation offloading, dynamic spectrum sharing, and interference mitigation. Also, by revealing MEC-inherent security vulnerabilities, we argue for the need of adequate security and privacy-preserving schemes in MEC-enabled vehicular architectures.

Since Critical Infrastructures (CIs) use systems and equipment that are separated by long distances, Supervisory Control And Data Acquisition (SCADA) systems are used to monitor their behaviour and to send commands remotely. For a long time, operator of CIs applied the air gap principle, a security strategy that physically isolates the control network from other communication channels. True isolation, however, is difficult nowadays due to the massive spread of connectivity: using open protocols and more connectivity opens new network attacks against CIs. To cope with this dilemma, sophisticated security measures are needed to address malicious intrusions, which are steadily increasing in number and variety. However, traditional Intrusion Detection Systems (IDSs) cannot detect attacks that are not already present in their databases. To this end, we assess in this paper Machine Learning (ML) techniques for anomaly detection in SCADA systems using a real data set collected from a gas pipeline system and provided by the Mississippi State University (MSU). The contribution of this paper is two-fold: 1) The evaluation of four techniques for missing data estimation and two techniques for data normalization, 2) The performances of Support Vector Machine (SVM), Random Forest (RF), Bidirectional Long Short Term Memory (BLSTM) are assessed in terms of accuracy, precision, recall and F1 score for intrusion detection. Two cases are differentiated: binary and categorical classifications. Our experiments reveal that RF and BLSTM detect intrusions effectively, with an F1 score of respectively > 99% and > 96%.

Objectives The purpose of this work is the analysis of migraine attack reports collected online within the project Migraine Radar in respect to the distribution of the migraine attacks over the week on a single-participant level. Materials & Methods Recording data using a web app as well as smartphone apps made it possible to collect data of 44 639 migraine attacks of 1085 participants who reported seven or more attacks over a participation period of at least 90 days. This allows the investigation of attack distributions on a single-participant level. Considering the day of the week with the highest attack frequency for each participant—the mode of the individual distribution—allows identifying participants suffering from weekend migraines. Namely, a weekend pattern is assumed if the mode falls on a Saturday or Sunday. Results For 15.9% of the participants, the attacks were not distributed equally (P < 0.05) over the days of the week. Instead, participants show different individual patterns for the distribution of their migraine attacks. Furthermore, the modes of the individual distributions are not distributed equally over the week. In fact, Saturday seems to be the predominant day for migraine attacks for a greater proportion of participants (195 of 1085). Conclusions Concerning the individual attack distributions, we found that participants show individual attack patterns and weekend migraine can be determined for a subgroup of participants, while other participants show accumulations of their attacks on other days of the week.

Dieses kompakte Lehrbuch zeigt an konkreten, in Java ausprogrammierten Beispielen, wie Information zwischen Systemen über ein Netzwerk ausgetauscht werden kann. Dabei werden übliche Datenaustauschformate und Datenaustauschprotokolle erklärt. Der im Buch behandelte Stoff deckt damit den gesamten Bereich technischer Kommunikation von Datenformaten über Protokolle bis hin zum Versenden von Netzwerktelegrammen ab. Durch diese breite Themenauswahl erlangt der Leser ein Verständnis der typischen Probleme in der Anwendung der Netzwerktechnik, von der Repräsentation der Daten in einem Dateiformat über den Austausch der Daten über Standardprotokolle bis hin zur Definition einfacher, eigener Protokolle auf der Basis von TCP/IP. Der Schwerpunkt liegt dabei auf der Anwendung von Netzwerken.

Das Buch schafft auf engem Raum einen Überblick über die Automatisierungstechnik. Dabei wird die technische Basis knapp dargestellt und konsequent in den Anwendungskontext einer arbeitsteiligen Wirtschaft gestellt. Damit ist es besonders Interessant für Personen mit einer Schnittstellenfunktion wie Vertriebsingenieure oder Projektleiter, die Anforderungen so aufbereiten, dass sie im Unternehmen in eine technische Lösung umgesetzt werden können.

Seit Anfang der 2000er Jahre gewinnen Fahrerassistenzsysteme verstärkt an Bedeutung. Sie sollen den Autofahrern zukünftig sowohl mehr Sicherheit als auch mehr Komfort bieten. Letztlich zielen all die Forschungs- und Entwicklungsaktivitäten der Automobil- und Technologiekonzerne rund um die Fahrerassistenzsysteme auf die Einführung autonomer Fahrzeuge ab.
Seit dem Eintritt Waymos 2009 in die Entwicklung automatisierter Fahrzeuge sowie dem verstärkten Aufkommen von App-basierten Mobilitätsdienstleistern wie Uber, Lyft & Co. Anfang der 2010er Jahre in den USA hat sich das Entwicklungstempo bei den Fahrerassistenzsystemen massiv erhöht - und ein regelrechter Wettbewerb um die Markteinführung des ersten autonomen Fahrzeugs entwickelt. Was sagt jedoch der Kunde zu diesen Entwicklungen? Inwiefern ist er bereit für diese technologischen Neuerungen bzw. fordert er gar autonome Fahrzeuge? Aufgrund der medial aufgeheizten Berichterstattung und der euphorischen Ankündigungen der Automobil- und Technologiekonzerne haben es sich die Autoren dieses Buches zur Aufgabe gemacht, mehr Realismus in die gesamte Diskussion zu bringen. Dazu zeichnen sie in einem historischen Abriss die Entwicklungslinie des autonomen Fahrens nach und zeigen in groben Zügen den aktuellen Entwicklungsstand sowie vereinzelt Zukunftsvisionen der wesentlichen Marktakteure auf.
Besondere Aufmerksamkeit wird jedoch den Einstellungen und Präferenzen der zukünftigen Nutzer hinsichtlich des automatisierten bzw. autonomen Fahrens gewidmet. Neben einer Bestandsaufnahme, ob der Kunde überhaupt autonomes Fahren möchte, wurde untersucht, welche Nutzenkomponenten er am meisten schätzt und wie der Markteinführungsprozess - unter Berücksichtigung der Kundenpräferenzen - am besten ausgestaltet sein sollte. Darauf aufbauend wurde eine Reihe von Vorschlägen und Handlungsempfehlungen entwickelt, mit welchen Methoden
die Adoptionsgeschwindigkeit und Diffusion des autonomen Fahrens durch intelligente Aktivitäten seitens der Automobilindustrie erhöht werden können.

Blockchain ist derzeit in aller Munde. Die Technologie, die oft auch präziser als ‚Distributed Ledger‘-Verfahren bezeichnet wird, soll großes ‚Disruptionspotenzial‘ besitzen. Immer noch sprechen wir jedoch in diesem Kontext vorwiegend über Kryptowährungen, wie Bitcoin, die auf diese Ansätze maßgeblich zurückgreifen sowie deren Probleme und davon ausgehende Gefahren. Dazu zählen insbesondere die teils erheblichen Kursschwankungen an den Märkten, die zahlreichen Betrugsversuche sowie der extrem hohe Energieverbrauch, der mit dem Mining-Prozess einhergeht.

Automotive Ethernet (AE) is becoming more and more relevant to the automotive industry due to its support of emerging in-car applications, which have high bandwidth demands and stringent requirements in terms of latency and time synchronization. One of the standards under consideration for AE is IEEE 802.1 Audio Video Bridging (AVB)/Time Sensitive Networking (TSN) that provides deterministic data link layer and bounded latency to real-time traffic classes. So far, this protocol stack has only been evaluated using either simulations or proprietary and expensive platforms. In this paper, we design a real testbed system for AE using general-purpose single-board computers and conduct experiments to assess the real-time performance of an open-source AVB/TSN implementation. Our preliminary results show that even under heavy load, AVB/TSN can fulfil the latency requirements of AE while keeping a constant latency variation.

Künstliche Intelligenz und Blockchain sind derzeit womöglich die am intensivsten diskutierten Themen im Bereich der digitalen Transformation. Beiden wird immer wieder erhebliches Potenzial zugeschrieben, die Spielregeln auf den Märkten aufzubrechen und zu disruptieren. Unweigerlich stellt sich dann die Frage, jenseits allen Buzz-Word-Bingos, ob sich hierbei dann nicht Szenarien ergeben, die einen kombinierten Einsatz nahelegen. Diese finden sich vor allem im Bereich des (Industrial) Internet of Things sowie der dezentralen Koordinierung autonomer intelligenter Systeme.