Τμήμα Μηχανικών Η/Υ και Πληροφορικής (ΜΔΕ)

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 750
  • Thumbnail Image
    Item
    Open Access
    Ασφάλεια προσωπικών δεδομένων σε εφαρμογές λογισμικού υγείας (e-health) ενσωματωμένων συστημάτων
    (2022-02-22) Δημοπούλου, Μαριάνα; Dimopoulou, Mariana
    Το οικοσύστημα των έξυπνων κινητών τηλεφώνων, καθώς και των εφαρμογών τους, είναι ραγδαία εξελισσόμενο τα τελευταία χρόνια, με δισεκατομμύρια χρήστες κινητών, οι οποίοι συνεχώς αυξάνονται και κάθε ένας από αυτούς έχει δεκάδες εφαρμογές, διαφόρων κατηγοριών, εγκατεστημένες στο τηλέφωνό του. Ένας ιδιαίτερα αναπτυσσόμενος τομέας, είναι οι εφαρμογές mHealth, η χρήση των οποίων αφορά τόσο τους απλούς χρήστες, όσο και τους επαγγελματίες υγείας, προσφέροντας εργαλεία και υπηρεσίες υποστήριξης της υγείας των χρηστών, κάνοντας χρήση δεδομένων που προέρχονται είτε άμεσα από τους ίδιους τους χρήστες με χειροκίνητη εισαγωγή, είτε έμμεσα από το περιβάλλον τους, μέσω αισθητήρων που μετρούν σωματικές και περιβαλλοντικές ενδείξεις. Η χρήση τέτοιου είδους εφαρμογών συνεπάγεται την επεξεργασία ευαίσθητων προσωπικών δεδομένων, όπως οι καρδιακοί παλμοί, η τοποθεσία ή η λίστα επαφών τους. Στην εποχή του Big Data, πραγματοποιείται συλλογή και διασταύρωση πληροφοριών από διαφορετικές πηγές, με στόχο τη δημιουργία περιεκτικών προφίλ χρήστη, η ύπαρξη και μόνο των οποίων αποτελεί σημαντική απειλή στην ιδιωτικότητα των χρηστών. Από το 2018 στην Ευρωπαϊκή Ένωση εφαρμόστηκε ο GDPR, ο οποίος όριζε το νομικό πλαίσιο για την προστασία των προσωπικών δεδομένων των ευρωπαίων πολιτών. Ο GDPR επηρέασε την έννοια της προστασίας προσωπικών δεδομένων παγκοσμίως, καθώς οποιοσδήποτε οργανισμός επεξεργάζεται προσωπικά δεδομένα πολιτών της Ευρώπης, άσχετα με την έδρα του, θα πρέπει να συμμορφώνεται σε αυτόν. Στον πυρήνα του GDPR βρίσκονται η Προστασία Δεδομένων by default και by design, η διαφάνεια, η λογοδοσία, καθώς και η ελεύθερη, ενημερωμένη συναίνεση των χρηστών για την επεξεργασία των δεδομένων τους. Τα χρόνια που πέρασαν από την εφαρμογή του GDPR, και υπό τον φόβο υψηλών προστίμων, γίνεται προσπάθεια συμμόρφωσης στο νομικό πλαίσιο, ωστόσο η επισκόπηση της υπάρχουσας βιβλιογραφίας αποκαλύπτει πως υπάρχουν αρκετές ελλείψεις. Μια ανεξέλεγκτη απειλή προς την ιδιωτικότητα των χρηστών αποτελεί η συνηθισμένη πρακτική των προγραμματιστών να ενσωματώνουν στις εφαρμογές τους βιβλιοθήκες τρίτων, στον κώδικα των οποίων δεν έχουν ούτε οι ίδιοι πρόσβαση. Ειδικά στα συστήματα Android, που κατέχουν το κυρίαρχο κομμάτι της αγοράς, οι ενσωματωμένες βιβλιοθήκες αποκτούν τα ίδια δικαιώματα πρόσβασης με τις host εφαρμογές. Έτσι, δημοφιλείς βιβλιοθήκες μπορούν μέσω διαφορετικών εφαρμογών, να αποκτήσουν πλήρη πρόσβαση σε ευαίσθητα προσωπικά δεδομένα χρηστών (Intra-Library Collusion). Στην παρούσα εργασία πραγματοποιήθηκε ανάλυση και καταγραφή της λειτουργίας 9 δημοφιλών δωρεάν mHealth εφαρμογών Android. Για την στατική και δυναμική ανάλυσή τους χρησιμοποιήθηκαν οι εφαρμογές Exodus και TrackerControl. Οι άδειες πρόσβασης που αιτούνται οι εφαρμογές, κατά πόσο είναι απαραίτητες για τη λειτουργία τους, οι Trackers, διαφόρων κατηγοριών, οι οποίοι εντοπίστηκαν στον κώδικα των εφαρμογών και κατά πόσο υπήρξε επικοινωνία μαζί τους αναλύοντας την κίνηση δικτύου της κάθε εφαρμογής, και κατά πόσο η πολιτική απορρήτου της κάθε εφαρμογής ενημέρωνε επαρκώς τον χρήστη για την επεξεργασία των δεδομένων του, ήταν θέματα που εξετάστηκαν. Τα ευρήματα της παρούσας εργασίας έρχονται σε συμφωνία με την υπάρχουσα βιβλιογραφία, εντοπίζοντας σημεία αναφορικά στην ασφάλεια των προσωπικών δεδομένων των χρηστών, τα οποία θα μπορούσαν να βελτιωθούν.
  • Thumbnail Image
    Item
    Open Access
    Enhancing federated learning through blockchain : addressing challenges and unlocking potential
    (2024-02) Ανδρονικίδης, Γεώργιος; Ανδρονικίδης, Γεώργιος
    The rapid advancements in data-driven decision-making have increased the need for effective machine learning and deep learning models, which often require vast amounts of data for training. A groundbreaking methodology called Federated Learning (FL) enables collaborative machine learning without the need for centralized training data. FL addresses various challenges identified in conventional machine learning including privacy, data ownership, and communication bottlenecks. FL enables training on decentralized edge devices while aggregating local models into a global model. However, FL has several drawbacks such as security and integrity, accountability and transparency, and model provenance and security. This thesis explores the potential of leveraging blockchain technology to address these challenges and enhance FL capabilities. Blockchain’s decentralized and immutable nature offers several advantages, such as transparency, tamper resistance, and trustworthiness, which are crucial for addressing those challenges. By utilizing blockchain, key challenges such as model provenance and security, data privacy, model poisoning, and others can be effectively addressed. The integration of blockchain technology into the FL process has the potential to revolutionize the field by enabling a safer, more accountable, transparent, and trustworthy model. Future research directions and potential implementation challenges are also highlighted to encourage further exploration and development in this emerging field.
  • Thumbnail Image
    Item
    Open Access
    Ανάλυση δεδομένων από σοβαρά παιχνίδια με τεχνικές μηχανικής μάθησης
    (2024-01-26) Ζαχαροπούλου, Ηλιάνα; Zacharopoulou, Iliana
    Η γήρανση του πληθυσμού αυξάνεται κατακόρυφα παγκοσμίως. Συνέπεια της μείωσης που σχετίζεται με την ηλικία είναι η κλινική κατάσταση της αδυναμίας, η οποία ορίζεται ως ευπάθεια. Η ευπάθεια είναι ένα βιολογικό σύνδρομο που ενέχει αυξημένο κίνδυνο για κακή έκβαση της υγείας, συμπεριλαμβανομένων πτώσεων, περιστατικών αναπηρίας, νοσηλείας και θνησιμότητας. Ωστόσο, η αδυναμία αυτή είναι μια δυναμική και όχι μία μη αναστρέψιμη διαδικασία και φαίνεται ότι μπορεί να προληφθεί, να καθυστερήσει ή να αντιστραφεί. Το σύστημα FrailSafe παρέχει μία νέα προσέγγιση σε αυτό το περίπλοκο, ιατρικό, κοινωνικό και δημόσιο πρόβλημα υγείας. Αποτελείται από διάφορα μέρη, όπως διάφορους αισθητήρες ικανούς να καταγράφουν με διακριτικότητα μεγάλο όγκο δεδομένων, παιχνίδια, φορητές συσκευές εξοπλισμένες με αισθητήρες και άλλες συσκευές, καθώς και εφαρμογές λογισμικού για συλλογή και επεξεργασία δεδομένων και εφαρμογές smartphone. Στόχος του είναι η καλύτερη κατανόηση της αδυναμίας και της σχέσης της με συννοσηρότητες, για τον εντοπισμό ποσοτικών και ποιοτικών μετρήσεων μέσω προηγμένων προσεγγίσεων εξόρυξης δεδομένων σε πολυπαραμετρικά δεδομένα, και στη χρήση τους για την πρόβλεψη βραχυπρόθεσμων και μακροπρόθεσμων αποτελεσμάτων και κινδύνου αδυναμίας. Η σουίτα παιχνιδιών του FrailSafe αποτελείται από μία ποικιλία παιχνιδιών που στοχεύουν τόσο στη κατανόηση της φυσιολογικής και γνωστικής κατάστασης των ηλικιωμένων, όσο και στην παροχή ασκήσεων αποκατάστασης. ΄Ολα τα παιχνίδια είναι διαφορετικά ως προς τη γνωστική αξιολόγηση και σχεδιάστηκαν για να στοχεύουν διαφορετικούς γνωστικούς και φυσικούς τομείς, όπως η μνήμη, η αντοχή/δύναμη, ισορροπία, παρατηρητικότητα, λήψη αποφάσεων κ.α. Η εργασία αυτή αποσκοπεί στην αξιοποίηση αυτών των δεδομένων για ανάλυση χρησιμοποιώντας τεχνικές μηχανικής μάθησης, ώστε να καθοριστεί ένα μοτίβο που θα εξηγούσε την παρουσία αδυναμίας μεταξύ των εθελοντών. ΄Ετσι θα βοηθούσε το ηλικιωμένο άτομο να λάβει μέτρα ώστε να αποφύγει ανεπιθύμητα γεγονότα που θα μπορούσαν να επηρεάσουν την κλινική, φυσική και γνωστική κατάστασή του, με σκοπό να αποτρέψει την εμφάνιση της αδυναμίας.
  • Thumbnail Image
    Item
    Open Access
    Ανάλυση με προσομοίωση διαδικασιών λειτουργίας και συντήρησης στόλου αεροσκαφών
    (2023-11-15) Τσούκας, Βασίλειος; Tsoukas, Vasileios
    Η παρούσα διπλωματική εργασία παρουσιάζει μια ανάλυση των διαδικασιών λειτουργίας και συντήρησης του στόλου αεροσκαφών χρησιμοποιώντας τεχνικές προσομοίωσης και ανάλυσης. Ο στόχος της μελέτης είναι να παράσχει πληροφορίες για την απόδοση των στρατηγικών διαχείρισης στόλου και να εντοπίσει σημεία προς βελτίωση. Το μοντέλο προσομοίωσης υλοποιείται χρησιμοποιώντας τη βιβλιοθήκη PythonSim και βασίζεται σε δεδομένα που συλλέγονται από μια Σχολή Πιλότων. Το μοντέλο χρησιμοποιείται για την αξιολόγηση της επίδρασης διαφορετικών σεναρίων στους βασικούς δείκτες απόδοσης, όπως η διαθεσιμότητα του στόλου και το κόστος συντήρησης. Τα αποτελέσματα δείχνουν ότι το μοντέλο προσομοίωσης μπορεί να αποτυπώσει αποτελεσματικά την πολυπλοκότητα της διαδικασίας διαχείρισης στόλου και να παρέχει πολύτιμες πληροφορίες για τη λήψη αποφάσεων. Η μελέτη συμβάλλει στην έρευνα για τη διαχείριση αεροπορικού στόλου, επιδεικνύοντας τις δυνατότητες της ανάλυσης προσομοίωσης για τη βελτίωση της λειτουργικής απόδοσης και τη μείωση του κόστους. Τα ευρήματα της μελέτης έχουν πρακτικές επιπτώσεις για τις αεροπορικές εταιρείες και μπορούν να χρησιμοποιηθούν για τη βελτιστοποίηση των στρατηγικών διαχείρισης του στόλου τους. Συνολικά, αυτή η διατριβή παρέχει μια ολοκληρωμένη ανάλυση των διαδικασιών λειτουργίας και συντήρησης του στόλου αεροσκαφών και προσφέρει πληροφορίες για μελλοντική έρευνα.
  • Thumbnail Image
    Item
    Open Access
    Efficient algorithms and novel big data management techniques and their applications in ubiquitous computing
    (2023-09-01) Βονιτσάνος, Γεράσιμος; Vonitsanos, Gerasimos
    The thesis explores the pivotal role of data mining in computer science and data analysis, particularly in the context of the 4th Industrial Revolution. With the exponential increase in data generation from various sources like databases, mobile devices, and social media, the demand for effective data mining tools has become imperative. Data mining aims to unveil patterns and insights from large, complex, and structured datasets, enabling the identification of often hidden trends and interactions. This thesis covers diverse domains where data mining is applied, ranging from business analysis and bioinformatics to financial forecasting and sentiment analysis. It explores into clustering, classification, and anomaly detection algorithms, harnessing data analysis tools and visualization techniques for presenting findings. One key focus of the research is the application of data mining techniques using Apache Spark, specifically addressing challenges posed by heterogeneous and semi-structured data. The architecture of Apache Spark is leveraged for data management and analysis. Real-time information retrieval from cultural content is emphasized through extensive dataset analysis, leading to customized content for users and improved engagement. The adoption of Apache Spark ensures efficient processing and analysis of massive data volumes, utilizing its streaming architecture for managing data streams. The study validates the proposed approach with Twitter data, employing Apache Spark streaming for real-time cultural content analysis. The thesis further explores Collaborative Filtering (CF) technique for recommendation systems, extending its application to higher-order systems using GeoSpark. This technique enhances understanding of user behavior by gathering inputs from varying distances. Another significant aspect of the research involves the utilization of GeoSpark for managing and analyzing spatiotemporal data. By employing methods like Decision Trees and Random Forests, the study aims to extract insights from spatiotemporal data while focusing on privacy management. The thesis also investigates preprocessing of documents for analysis, utilizing the Term FrequencyInverse Document Frequency (TF-IDF) approach to create representative vectors. Furthermore, it presents predictive modeling for stock movements and explores the integration of emotional information from Twitter using Apache Spark. Chapters explore into diverse applications like community detection algorithms, protein structure prediction, and genetic variations analysis. The application of data mining in movie recommendations and understanding cryptocurrency sentiment through Twitter data is also discussed.