Forschungsgruppe Dezentrale Systeme und Netzdienste
Unter dem Begriff „Dezentrale Systeme und Netzdienste“ werden verteilte und vernetzte technische Systeme verstanden, die sich über mehr als eine administrative Domäne erstrecken und deren Funktionieren somit an mehreren oder vielen „Parteien“ hängt. Im Fokus der DSN-Forschungsgruppe stehen derzeit
- Blockchains, Konsensverfahren und Peer-to-Peer-Netze
- Network Security Monitoring
- Sichere und privatsphärengerechte Datenverarbeitung in bedingt vertrauenswürdigen Umgebungen.
News | Newsarchiv
Die Forschungsgrupppe Dezentrale Systeme und Netzdienste sucht zum nächstmöglichen Zeitpunkt ein:e neue:n akademische:n Mitarbeiter:in mit dem Forschungsschwerpunkt "Informationssicherheit in dezentralen Systemen für vernetzte Mobilität". Die Möglichkeit zur Promotion ist gegeben. Weitere Informationen und Kontaktmöglichkeit finden sich auf der Seite des Personalservices.
Im kommenden Sommersemester bieten wir wieder unser Hot Topics Seminar mit gemischten Themen aus dem Bereich der Dezentralen Systeme an (Anmeldung per Wiwi-Portal). Wir sind außerdem wieder beim Seminar "Internet und Gesellschaft" beteiligt (Anmeldung per Wiwi-Portal).
Im kommenden Semester bieten wir eine neue Lehrveranstaltung an: Die Research Focus Class, die ein Seminar mit einer Vorlesung kombiniert. Wir werden im Sommersemester 2021 Aspekte aus dem hochaktuellen Themenbereich Blockchain und Payment Channel Networks behandeln. Im ersten Teil werden in einer Vorlesung Grundlagen vermittelt und im zweiten Teil, dem Seminar, werden von Studierenden vertiefende Themen erarbeitet. Zur Anmeldung.
Das Konzept unserer Lehrveranstaltung ist inspiriert von der gleichnamigen Reihe von COMSYS an der RWTH Aachen.
In der Open-Access-Zeitschrift IEEE Access wurde unser Artikel Analysis of the Matrix Event Graph Replicated Data Type veröffentlicht. Mit dem Ziel der Anwendung in dezentralen Publish-Subscribe-Systemen extrahieren und analysieren wir darin den Matrix Event Graph(MEG) aus der Matrix-Middleware, der dort primär die Kausalhistorie von Chat-Nachrichten abbildet. Wir beweisen, dass es sich beim MEG um einen sogenannten Conflict-Free Replicated Data Type handelt, der damit Strong Eventual Consistency bietet. Ebenfalls zeigen wir, dass der MEG durch seinen im Vergleich zu traditionellen Distributed Ledger Technologies reduzierten Konsensbegriff auch in einer Umgebung in der die Mehrheit der Teilnehmenden byzantinische Fehler aufweißt funktioniert. Zuletzt analysieren wir die Skalierbarkeit in Form der Anzahl der parallelen Kausalketten im MEG, bei der sich nach unseren Ergebnissen ein nahezu optimaler Verlauf erwarten lässt.