Computer Engineering Commons^™

การบูรณาการระบบความมั่นคงสารสนเทศตามมาตรฐานไอเอสโอ/ไออีซี 27001 กับการจัดการโครงการซอฟต์แวร์, วชิรวิทย์ เซียวสกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การบูรณาการระบบการจัดการความมั่นคงสารสนเทศและการจัดการโครงการซอฟต์แวร์มีความสําคัญอย่างยิ่ง เนื่องจากข้อมูลที่เกิดขึ้นในระบบสารสนเทศน้ันมีความละเอียดอ่อน เช่น ข้อมูลทางการเงิน หรือ ข้อมูลส่วนบุคคล เป็นต้น ซึ่งหากข้อมูลสารสนเทศดังกล่าวถูกเข้าถึงโดยไม่ได้รับอนุญาตจากเจ้าของข้อมูล หรือถูกนําไปใช้ในทางที่ไม่ถูกต้อง จะส่งผลให้เกิดความเสียหายต่อเจ้าของข้อมูล รวมถึงองค์กรที่ให้บริการระบบสารสนเทศดังกล่าว ดังนั้นระบบการจัดการความเสี่ยงด้านความมั่นคงสารสนเทศจึงจําเป็นต้องบูรณาการเข้ากับการจัดการโครงการในทุกขั้นตอนของวัฏจักรการพัฒนาซอฟต์แวร์ ปัจจุบันโครงการพัฒนาซอฟต์แวร์มักจะเกิดในสภาพแวดล้อมที่มีการเปลี่ยนแปลงอย่างรวดเร็ว การประยุกต์ใช้แนวปฏิบัติแบบสกรัมจะช่วยเข้ามาตอบโจทย์ความต้องการในการพัฒนาซอฟต์แวร์ที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ นอกจากนี้ยังมีความท้าทายในการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดการโครงการซอฟต์แวร์แบบสกรัมเฟรมเวิร์กคือ จากการรักษาความสมดุลระหว่างมาตรการความมั่นคงสารสนเทศที่มีความเข้มงวดกับระเบียบวิธีแบบสกรัมที่เน้นความรวดเร็วและคล่องตัว โครงงานนี้ผู้จัดทําโครงงานได้นําเสนอการบูรณาการระบบการจัดการความมั่นคงสารสนเทศกับการจัดโครงการซอฟต์แวร์แบบสกรัม โดยอ้างอิงจากมาตรฐานสากล ความต้องการของระบบจัดการความมั่นคงสารสนเทศ (ISO/IEC 27001:2022) มาตรการควบคุมความมั่นคงสารสนเทศ (ISO/IEC 27002:2022) และ การจัดการความเสี่ยง (ISO/IEC 31000:2018) นอกจากนี้ผู้จัดทําโครงงานได้อ้างอิงองค์ความรู้ด้านการจัดการโครงการซอฟต์แวร์แบบสกรัม จากการจัดการโครงการของสถาบันการจัดการโครงการ (Project Management Institute) และคู่มือสกรัมจากองค์กรแนวทางปฏิบัติสกรัม (Scrum Guides Organization) โดยกระบวนการที่ผ่านการบูรณาการแบ่งออกเป็น 6 ขั้นตอน ซึ่งได้ออกแบบรายละเอียดกิจกรรมและบทบาทของผู้เกี่ยวข้องที่เกิดขึ้นในแต่ละกิจกรรม เพื่อให้การจัดการโครงการซอฟต์แวร์มีความมั่นคงสารสนเทศอย่างทนทาน พร้อมทั้งพัฒนาเครื่องมือต้นแบบสำหรับการจัดการความมั่นคงสารสนเทศของโครงการซอฟต์แวร์แบบสกรัม ซึ่งช่วยสนับสนุนให้การจัดการโครงการมีประสิทธิภาพมากยิ่งขึ้น

Assessing The Impacts Of Household Contacts In Covid-19 Transmission Dynamic Modeling Through Small-World Network, Thanagun Dheravijaranayankul

Chulalongkorn University Theses and Dissertations (Chula ETD)

In the context of the ongoing COVID-19 pandemic, understanding household transmission has become crucial for formulating effective intervention strategies. This research investigated the impact of considering heterogeneous contact patterns in household settings by leveraging the small-world network (SWN) concept, characterized by high local clustering and short average path length. The methodology involved developing an agent-based simulation model with a two-layer contact network, distinguishing between household and non-household contacts. This simulation aimed to explore the impact of contact patterns on transmission dynamics as well as provide insights into tailored intervention strategies. We evaluate seven Non-Pharmaceutical Intervention (NPI) scenarios focusing on reducing …

การสร้างเทสต์สคริปต์ของโรบอทเฟรมเวิร์คสำหรับการทดสอบเว็บแอปพลิเคชันบนพื้นฐานเงื่อนไขของฐานข้อมูล, รัฐสรรค์ เอกอัครชวกิตติ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การพัฒนาซอฟต์แวร์จำเป็นต้องมีกระบวนการหนึ่งที่เรียกว่าการทดสอบซอฟต์แวร์ เพื่อหาข้อผิดพลาดและแก้ไขข้อผิดพลาดก่อนส่งมอบซอฟต์แวร์ซึ่งทำให้ซอฟต์แวร์มีความน่าเชื่อถือ โดยการทดสอบซอฟต์แวร์ต้องมีข้อมูลทดสอบที่ใช้เป็นอินพุตของซอฟต์แวร์เพื่อให้ซอฟต์แวร์ประมวลผลและได้เอาต์พุตออกมา โดยในปัจจุบันหากกล่าวถึงเว็บแอปพลิเคชันถือเป็นหนึ่งในซอฟต์แวร์ที่ได้รับความนิยมสำหรับการดำเนินการทางธุรกิจ ซึ่งเว็บแอปพลิเคชันทำงานร่วมกับระบบจัดการฐานข้อมูลที่มีหน้าที่จัดเก็บข้อมูลของซอฟต์แวร์ ทำให้การทดสอบซอฟต์แวร์มีความซับซ้อนเนื่องจากนักทดสอบต้องวิเคราะห์ มีความเข้าใจเงื่อนไขที่ระบุไว้อินพุตของซอฟต์แวร์และเงื่อนไขที่ระบุไว้ในฐานข้อมูลจึงจะสามารถสร้างกรณีทดสอบที่สอดคล้องกันได้ รวมถึงการทดสอบในปัจจุบันซึ่งใช้เฟรมเวิร์คการทดสอบแบบอัตโนมัติเป็นเครื่องมือทดสอบเพื่อลดเวลาในการทดสอบซอฟต์แวร์โดยการใช้เทสต์สคริปต์แต่การสร้างเทสต์สคริปต์สำหรับกรณีทดสอบต้องใช้ความเชี่ยวชาญ ความเข้าใจเฟรมเวิร์คการทดสอบแบบอัตโนมัติ เงื่อนไขของข้อมูลอินพุตและเงื่อนไขของฐานข้อมูลร่วมกันทั้งหมดจึงทำให้การสร้างเทสต์สคริปต์มีความซับซ้อนและใช้เวลานาน งานวิจัยนี้จึงช่วยให้นักทดสอบสามารถสร้างเทสต์สคริปต์ได้สะดวกมากขึ้นและสร้างข้อมูลทดสอบที่สอดคล้องกับเงื่อนไขของฐานข้อมูลเชิงสัมพันธ์ จึงนำเสนอวิธีการสร้างเทสต์สคริปต์สำหรับโปรแกรมประยุกต์บนเว็บที่พัฒนาด้วยไลบรารีรีแอคโดยการนำเข้าไฟล์เพื่อวิเคราะห์อินพุตฟิลด์และเงื่อนไขของอินพุตฟิลด์ เพื่อสร้างสคริปต์ทดสอบทำงานภายใต้โรบอทเฟรมเวิร์คและนำเข้าที่อยู่โปรเจกต์เรสต์เอพีไอของแบคเอนด์ที่พัฒนาด้วยจาวาสปริงค์เพื่อเชื่อมต่อกับระบบฐานข้อมูลเชิงสัมพันธ์ที่ถูกทดสอบและวิเคราะห์เงื่อนไขของฐานข้อมูล จากนั้นนำเงื่อนไขของอินพุตฟิลด์และเงื่อนไขของฐานข้อมูลมาวิเคราะห์กรณีทดสอบเพื่อสร้างข้อมูลทดสอบด้วยวิธีการแบบวิเคราะห์ค่าขอบเขต แบบสุ่มเลือกค่า แบบการวิเคราะห์เงื่อนไขฐานข้อมูลและสร้างข้อมูลทดสอบแบบโดยดึงข้อมูลที่จัดเก็บเป็นข้อมูลทดสอบ หลังจากผู้วิจัยได้ทดสอบเครื่องมือ พบว่าการทำงานของเทสต์สคริปต์และข้อมูลทดสอบสามารถทำงานได้จริงภายใต้โรบอทเฟรมเวิร์ค

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียง, ศิรัสวยา หงษ์ยนต์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทำนายอาชญากรรมผ่านการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงจะช่วยทำให้ข้อมูลมีความแม่นยำมากขึ้น ซึ่งจะเป็นประโยชน์กับสถานีตำรวจแต่ละแห่งที่จะนำผลลัพธ์ที่ได้ไปประกอบการปรับกลยุทธ์การป้องกันอาชญากรรมรวมถึงการจัดสรรกำลังพลให้กับหน่วยงานของตนเองได้มีประสิทธิภาพมากขึ้น การเรียนรู้ด้วยเครื่องกลายเป็นเครื่องมือสำคัญในการทำนายอาชญากรรมซึ่งช่วยให้มีความแม่นยำมากขึ้น ในการศึกษานี้มุ่งเน้นไปที่การทำนายจำนวนอาชญากรรมที่จะเกิดขึ้นในสถานีตำรวจปทุมวัน ด้วยการใช้ข้อมูลประวัติอาชญากรรมจากสถานีตำรวจทั่วประเทศตั้งแต่มกราคมปี 2554 ถึงกุมภาพันธ์ปี 2565 โดยใช้แบบจำลองการ K-Means เพื่อจัดกลุ่มสถานีตำรวจที่มีรูปแบบอาชญากรรมคล้ายคลึงกับสถานีตำรวจปทุมวัน ผลลัพธ์ที่ได้จากการจัดกลุ่มพบว่าสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ทุ่งมหาเมฆ, สำเหร่, สุทธิสาร, ปากคลองสาน, บางกอกใหญ่, บางกอกน้อย, มักกะสัน, บางยี่เรือและตลาดพลูถูกจัดให้อยู่กลุ่มเดียวกับสถานีตำรวจปทุมวัน จากนั้นจึงใช้แบบจำลอง LSTM ในการรทำนายอาชญากรรมของสถานีตำรวจปทุมวันผ่านการวิเคราะห์ร่วมกับข้อมูลสถานีตำรวจใกล้เคียง ชุดข้อมูลการฝึกใช้ข้อมูลสถานีตำรวจปทุมวันจับคู่กับสถานีตำรวจภายในกลุ่มเดียวกัน ซึ่งผลการวิจัยพบว่าการวิเคราะห์ร่วมกันระหว่างสถานีตำรวจปทุมวันและสถานีตำรวจวังทองหลาง, นางเลิ้ง, ดุสิต, บางซื่อ, ปากคลองสาน, บางกอกน้อย, มักกะสันและตลาดพลูส่งผลให้ RMSE และ MAE ลดลง เมื่อเทียบกับการใช้ข้อมูลสถานีตำรวจจปทุมวันเพียงอย่างเดียว แสดงให้เห็นว่าการวิเคราะห์ร่วมกันของข้อมูลสถานีตำรวจใกล้เคียงช่วยเพิ่มประสิทธิภาพและความแม่นยำของการทำนายอาชญากรรมและจะส่งผลให้เป็นประโยชน์ต่อการนำไปประยุกต์ใช้เพื่อปรับกลยุทธ์การบังคับใช้กฎหมายมีประสิทธิผลมากขึ้น

การตรวจจับบัตรประจำตัวประชาชนไทยของจริงจากวิดีโอ, อนิวรรตน์ คีรีนะ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การยืนยันตัวตนเป็นกระบวนการที่ผู้รับบริการต้องทำ เมื่อขอใช้บริการทางการเงินออนไลน์ในประเทศไทย ต้องใช้บัตรประจำตัวประชาชนแสดงต่อผู้ให้บริการเพื่อเป็นหลักฐานสำหรับพิสูจน์ว่าเป็นผู้รับบริการรายนั้นจริง ในการยืนยันตัวตนออนไลน์ผู้รับบริการจะต้องถ่ายภาพหรือวิดีโอบัตรประจำตัวประชาชน อย่างไรก็ตาม ในกระบวนการนี้มีความเสี่ยงที่ผู้รับบริการจะปลอมแปลงบัตรเป็นของบุคคลอื่น มาแอบอ้างขอรับบริการ เพื่อลดความเสี่ยงนี้ จึงได้นำรูปภาพฮอโลแกรมมาพิมพ์ไว้บนบัตรประจำตัวประชาชน ในการตรวจสอบหากตรวจพบฮอโลแกรม ก็สามารถบ่งชี้ได้ว่าเป็นบัตรจริงได้ ช่วยให้การพิสูจน์บัตรมีความสะดวกมากขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก ตรวจจับฮอโลแกรมในวิดีโอที่บันทึกภาพบัตรประจำตัวประชาชนไทย โดยใช้โมเดล MobileNet SSD v2 เป็นแบบจำลอง มีการพัฒนาระบบจำแนกฮอโลแกรมโดยใช้รูปภาพระดับสีเทา (Grayscale) ในขั้นตอนการฝึกแบบจำลองรูปภาพระดับสีเทา มีการถ่ายโอนความรู้ (Transfer Learning) โดยถ่ายโอนค่าน้ำหนัก (Weight) โมเดลที่ผ่านการฝึกล่วงหน้า (Pre-trained Model) แบบจำลองโมเดลรูปภาพสีเป็นค่าตั้งต้นของแบบจำลองโมเดลรูปภาพระดับสีเทา ผลการวิจัยพบว่า mAP (mean Average Precision) ของ IoU (Intersection Over Union) ที่ 0.5 ถึง 0.95 ของโมเดลรูปภาพสี ผลการตรวจจับฮอโลแกรมมีประสิทธิภาพสูงกว่าโมเดลรูปภาพระดับสีเทา อยู่ที่ 0.57% แต่อย่างไรก็ตาม ผลลัพธ์ของการตรวจจับบัตรประจำตัวประชาของจริงด้วยวิดีโอรูปภาพระดับสีเทา โมเดลมีความแม่นยำถึง 91.61% แสดงให้เห็นถึงความสำเร็จในการตรวจจับบัตรประจำตัวประชาของจริงจากวิดีโอด้วยรูปภาพระดับสีเทา ที่มีความแม่นยำสูง

Article Feed Recommendations Using Position-Aware Deep Cross Network, Dhata Muangrux

Chulalongkorn University Theses and Dissertations (Chula ETD)

The presence of social media platforms has recently transformed the digital landscape, with an ever-increasing user base. As these platforms become central to daily life, the need for recommendation systems that genuinely cater to individual preferences has never been more paramount. While current recommendation algorithms excel at curating content based on user interests, they often overlook inherent biases, notably the positional bias where users engage with content due to its placement rather than its inherent relevance. This oversight is particularly evident in every social media recommendation system. Addressing this challenge, we proposed a position-aware methodology within the Deep and Cross …

Automatic Liver Tumor Segmentation In Computed Tomography (Ct) Imaging, Kasun Gayashan Hettihewa

Chulalongkorn University Theses and Dissertations (Chula ETD)

Automatic liver tumor segmentation is a highly important application for diagnosing and treating liver tumors. Due to the diversity of tumor shape and intensity alteration, it has become an extremely challenging procedure. Automatic liver tumor segmentation has the potential to establish a diagnostic standard for providing important radiological information to physicians. Recently, deep convolutional neural networks have shown numerous benefits in feature extraction and learning in terms of medical image segmentation. However, the model can be inconsistent in imitating visual attention as well as awareness of radiological expertise for tumor recognition and segmentation tasks due to multi-layer dense feature stacking. …

Inclusion4eu: Co-Designing A Framework For Inclusive Software Design And Development, Dympna O'Sullivan, Emma Murphy, Andrea Curley, John Gilligan, Damian Gordon, Anna Becevel, Svetlana Hensman, Mariana Rocha, Claudia Fernandez, Michael Collins, J. Paul Gibson, Gordana Dodig-Crnkovic, Gearoid Kearney, Sarah Boland

Articles

Digital technology is now pervasive, however, not all groups have uniformly benefitted from technological changes and some groups have been left behind or digitally excluded. Comprehensive data from the 2017 Current Population Survey shows that older people and persons with disabilities still lag behind in computer and internet access. Furthermore unique ethical, privacy and safety implications exist for the use of technology for older persons and people with disabilities and careful reflection is required to incorporate these aspects, which are not always part of a traditional software lifecycle. In this paper we present the Inclusion4EU project that aims to co-design …

Survey Of Routing Techniques-Based Optimization Of Energy Consumption In Sd-Dcn, Mohammed Nsaif, Gergely Kovásznai, Ali Malik, Ruairí De Fréin

Articles

The increasing power consumption of Data Center Networks (DCN) is becoming a major concern for network operators. The object of this paper is to provide a survey of state-of-the-art methods for reducing energy consumption via (1) enhanced scheduling and (2) enhanced aggregation of traffic flows using Software-Defined Networks (SDN), focusing on the advantages and disadvantages of these approaches. We tackle a gap in the literature for a review of SDN-based energy saving techniques and discuss the limitations of multi-controller solutions in terms of constraints on their performance. The main finding of this survey paper is that the two classes of …

Real-Time Polyp Analysis On Endoscopic Images Using Deep Learning Approach: Detection, Characterization And Size Estimation, Phanukorn Sunthornwetchapong

Chulalongkorn University Theses and Dissertations (Chula ETD)

As medical devices advance, doctors adopt endoscopes to perform endoscopes for gastrointestinal disease screenings. For colonoscopy, skills such as polyp detection, polyp characterisation, and polyp size estimation needed to be practised while screening patients. This work aims to develop a deep learning model for performing polyp detection, characterisation, and size estimation to assist fellow doctors in these tasks. To maximise usability in assisting fellow doctors, the model must be able to perform in a real-time fashion. The work utilises existing object detection models for performing size estimation tasks. With the problems of data imbalances, we use depth information but without …

Are Ride-Hailing Services Safer Than Taxis? A Multivariate Spatial Approach With Accomodation Of Exposure Uncertainty, Guocong Zhai, Kun Xie, Hong Yang, Di Yang

Civil & Environmental Engineering Faculty Publications

Despite many research efforts on ride-hailing services and taxis, limited studies have compared the safety performance of the two modes. A major challenge is the need for reliable mode-specific exposure data to model their safety outcomes. Moreover, crash frequencies of the two modes by injury severities tend to be spatially and inherently correlated. To fully address these issues, this study proposes a novel multivariate conditional autoregressive model considering measurement errors in mode-specific exposures (MVCARME). More specially, a classical measurement error structure is used to accommodate the uncertainty of mode-specific exposures estimated, and a multivariate spatial specification is adopted to capture …

Ai Usage In Development, Security, And Operations, Maurice Ayidiya

Walden Dissertations and Doctoral Studies

Artificial intelligence (AI) has become a growing field in information technology (IT). Cybersecurity managers are concerned that the lack of strategies to incorporate AI technologies in developing secure software for IT operations may inhibit the effectiveness of security risk mitigation. Grounded in the technology acceptance model, the purpose of this qualitative exploratory multiple case study was to explore strategies cybersecurity professionals use to incorporate AI technologies in developing secure software for IT operations. The participants were 10 IT professionals in the United States with at least 5 years of professional experience working in DevSecOps and managing teams of at least …

Ai Usage In Development, Security, And Operations, Maurice Ayidiya

Walden Dissertations and Doctoral Studies

Artificial intelligence (AI) has become a growing field in information technology (IT). Cybersecurity managers are concerned that the lack of strategies to incorporate AI technologies in developing secure software for IT operations may inhibit the effectiveness of security risk mitigation. Grounded in the technology acceptance model, the purpose of this qualitative exploratory multiple case study was to explore strategies cybersecurity professionals use to incorporate AI technologies in developing secure software for IT operations. The participants were 10 IT professionals in the United States with at least 5 years of professional experience working in DevSecOps and managing teams of at least …

Security Of Internet Of Things (Iot) Using Federated Learning And Deep Learning — Recent Advancements, Issues And Prospects, Vinay Gugueoth, Sunitha Safavat, Sachin Shetty

Electrical & Computer Engineering Faculty Publications

There is a great demand for an efficient security framework which can secure IoT systems from potential adversarial attacks. However, it is challenging to design a suitable security model for IoT considering the dynamic and distributed nature of IoT. This motivates the researchers to focus more on investigating the role of machine learning (ML) in the designing of security models. A brief analysis of different ML algorithms for IoT security is discussed along with the advantages and limitations of ML algorithms. Existing studies state that ML algorithms suffer from the problem of high computational overhead and risk of privacy leakage. …

Technology Adoption Of Computer-Aided Instruction In Healthcare: A Structured Review, Queenie Kate Cabanilla, Frevy Teofilo-Orencia, Rentor Cafino, Armando T. Isla Jr., Jehan Grace Maglaya, Xavier-Lewis Palmer, Lucas Potter, Dave E. Marcial, Lemuel Clark Velasco

Electrical & Computer Engineering Faculty Publications

Computer-Aided Instruction (CAI) is one of the interactive teaching methods that electronically presents instructional resources and enhances learner performance. In health settings, using CAI is one of the important ways to improve learners' knowledge and usefulness in their healthcare specialization yet there is still a lack of research that offers a comprehensive synthesis of investigating into the adoption of CAI in healthcare. This research aims to provide a comprehensive review of related literatures on the enablers and barriers for technology adoption of CAI in healthcare. 31 journals were analyzed and revealed that several studies were utilizing the Unified Theory of …

Improving The Performance, Energy Efficiency And Security Of Gpus, Xin Wang

Theses and Dissertations

The work in this dissertation achieves to enhance the performance, energy-efficiency, and security of the GPUs. We noticed that, as the demand of hardware resources keeps rising in GPUs, the energy consumption becomes unaffordable and places barriers for further performance boost. To resolve this issue, we have proposed several novel GPU micro-architectures that are able to assist the GPUs to execute in an energy-efficient manner. They also provide the potential for further performance enhancement in GPUs. Firstly, we proposed a GPU register packing scheme that stores multiple narrow-width operands to a single register to save register file resources. The unoccupied …

Data-Driven Reachability Analysis For Gaussian Process State Space Models, Paul Griffioen, Murat Arcak

Faculty Work Comprehensive List

Gaussian process state space models are becoming common tools for the analysis and design of nonlinear systems with uncertain dynamics. When designing control policies for these systems, safety is an important property to consider. In this paper, we provide safety guarantees by computing finite-horizon forward reachable sets for Gaussian process state space models. We use data-driven reachability analysis to provide exact probability measures for state trajectories of arbitrary length, even when no data samples are available. We investigate two numerical examples to demonstrate the power of this approach, such as providing highly non-convex reachable sets and detecting holes in the …

Imitation Learning For Swarm Control Using Variational Inference, Hafeez Olafisayo Jimoh

Graduate Theses, Dissertations, and Problem Reports (ETD)

Swarms are groups of robots that can coordinate, cooperate, and communicate to achieve tasks that may be impossible for a single robot. These systems exhibit complex dynamical behavior, similar to those observed in physics, neuroscience, finance, biology, social and communication networks, etc. For instance, in Biology, schools of fish, swarm of bacteria, colony of termites exhibit flocking behavior to achieve simple and complex tasks. Modeling the dynamics of flocking in animals is challenging as we usually do not have full knowledge of the dynamics of the system and how individual agent interact. The environment of swarms is also very noisy …

Exploiting The Advantages And Overcoming The Challenges Of The Cable In A Tethered Drone System, Rogerio Rodrigues Lima

Graduate Theses, Dissertations, and Problem Reports (ETD)

This dissertation proposes solutions for motion planning, localization, and landing of tethered drones using only tether variables. A tether-based multi-model localization framework for tethered drones is proposed. This framework comprises three independent localization strategies based on a different model. The first strategy uses simple trigonometric relations assuming that the tether is taut; the second method relies on a set of catenary equations for the slack tether case; the third estimator is a neural network-based predictor that can cover different tether shapes. Multi-layer perceptron networks previously trained with a dataset comprised of the tether variables (i.e., length, tether angles on the …

Spatio-Temporal Deep Learning Approaches For Addressing Track Association Problem Using Automatic Identification System (Ais) Data, Md Asif Bin Syed

Graduate Theses, Dissertations, and Problem Reports (ETD)

In the realm of marine surveillance, track association constitutes a pivotal yet challenging task, involving the identification and tracking of unlabelled vessel trajectories. The need for accurate data association algorithms stems from the urge to spot unusual vessel movements or threat detection. These algorithms link sequential observations containing location and motion information to specific moving objects, helping to build their real-time trajectories. These threat detection algorithms will be useful when a vessel attempts to conceal its identity. The algorithm can then identify and track the specific vessel from its incoming signal. The data for this study is sourced from the …

Motion Planning In Artificial And Natural Vector Fields, Bernardo Martinez Rocamora Junior

Graduate Theses, Dissertations, and Problem Reports (ETD)

This dissertation advances the field of autonomous vehicle motion planning in various challenging environments, ranging from flows and planetary atmospheres to cluttered real-world scenarios. By addressing the challenge of navigating environmental flows, this work introduces the Flow-Aware Fast Marching Tree algorithm (FlowFMT*). This algorithm optimizes motion planning for unmanned vehicles, such as UAVs and AUVs, navigating in tridimensional static flows. By considering reachability constraints caused by vehicle and flow dynamics, flow-aware neighborhood sets are found and used to reduce the number of calls to the cost function. The method computes feasible and optimal trajectories from start to goal in challenging …

Identifying Potential Alzheimer’S Disease Biomarkers Beyond Amyloid-Beta And Tau, Frank Cai

Master's Projects

Alzheimer's Disease (AD) and other forms of Mild Cognitive Impairment (MCI) affect millions of people around the world. The buildup of Amyloid-Beta (Aβ) and Tau proteins in the brain produced by amyloid precursor protein (APP) has been identified as an important cofactor in the onset and progression of AD. However, although patients diagnosed with AD exhibit Aβ and Tau buildup, about 40% of the subjects with Aβ and Tau buildup are not diagnosed with AD. In this project, we hypothesize the involvement of other epigenetic interactions between APP and related genes in addition to the buildup of Aβ and Tau …

Image-Based Malware Detection Using Convolutional Neural Network Techniques, Brandon Palomino

Master's Projects

In this study, we delve into the realm of malware detection and classification, leveraging the capabilities of different Convolutional Neural Networks (CNNs). Our approach involves transforming executable files into image formats and subsequently applying advanced CNN techniques for image recognition. The study emphasizes the use of two distinct CNN architectures: a traditional CNN model and a modified CNN variant known as a convolutional recurrent neural network (CRNN), each with unique structural and functional attributes. To effectively train these models, we adopt a transfer learning strategy, utilizing pre-existing CNN models that have been extensively trained on large-scale image datasets. This methodology …

Identification Of Copy Number Variations (Cnvs) Of Epigenetic Factors Related To The Progression Of Pancreatic Ductal Adenocarcinoma (Pdac), Pavithra Raju

Master's Projects

Pancreatic ductal adenocarcinoma (PDAC) is a formidable challenge in oncology due to its aggressive form and late-stage detection. PDAC is known to be influenced by various epigenetic factors like DNA methylation and histone modifications. This study focuses on copy number variations (CNVs) within epigenetic factors which for their role in early diagnosis. Thus, paving the way for identification of potential biomarkers. The epigenetic pipeline was extended based on CNVs and the CNV modified sequences extracted were compared with the wild type sequences of epigenetic PDAC genes. The epigenetic gene KCNJ11 with copy number gain of CNV id 46771406 was used …

Serverless Architecture For Machine Learning, Ikshaku Goswami

Master's Projects

Serverless computing is an area under cloud computing which does not require individual management of cloud infrastructure and services. It is the groundwork behind Function as a Service or FaaS cloud computing technique. FaaS provides a stateless event-driven orchestration of functions and services for applications deployed in the cloud, without having to manage the servers and other infrastructure resources. This event driven architecture is being well utilized to manage different web-applications and services. Machine learning can bring a unique challenge to serverless computing, as it involves high-intensive tasks which requires voluminous data. In such a scenario it becomes essential to …

Image-Based Malware Classification On Noise Extraction, Venkata Sai Sathwik Nadella

Master's Projects

Any malicious software designed to cause harm or damage to a computer system can be termed as malware. One common form of malware is as executable files. Such files are often used as a delivery mechanism for malware since they can be easily disguised as legitimate software and can be executed without raising suspicion. They are often used to exploit vulnerabilities in software, allowing malware to bypass security measures and gain access to sensitive information.

There are several methods used to detect malware in executable files, including Signaturebased detection, Behavioral-based detection, Heuristic-based detection, Sandboxing, Machine Learning and Artificial Intelligence (AI). …

Enhancing The Queueing Process For Yioop's Scheduler, Gargi Sheguri

Master's Projects

Indexing in search engines is the process of storing information related to crawled pages to facilitate searches. A crucial determinant of the success of a search engine is the efficiency of the indexing process utilized, which greatly affects both the speed and relevancy of search results. Yioop is an open-source web search engine that employs an inverted index strategy, wherein each term is mapped to a list of the documents it appeared in while crawling.

The primary aim of this project is to better the indexing system used by Yioop, and thus improve the quality of the Search Engine Results …

Face Image And Video Analysis In Biometrics And Health Applications, Na Zhang

Graduate Theses, Dissertations, and Problem Reports (ETD)

Computer Vision (CV) enables computers and systems to derive meaningful information from acquired visual inputs, such as images and videos, and make decisions based on the extracted information. Its goal is to acquire, process, analyze, and understand the information by developing a theoretical and algorithmic model. Biometrics are distinctive and measurable human characteristics used to label or describe individuals by combining computer vision with knowledge of human physiology (e.g., face, iris, fingerprint) and behavior (e.g., gait, gaze, voice). Face is one of the most informative biometric traits. Many studies have investigated the human face from the perspectives of various different …

To The Moon: Strategic Competition In The Cislunar Region, Shawn M. Willis

Faculty Publications

China’s advancing space capabilities, particularly in the cislunar region, call for increased cislunar space domain awareness on the part of the United States. US military and civilian decisionmakers must take into account the full scope of China’s cislunar plans and capabilities as the military builds space strategies and future force designs. The United States must also increase near-term investments that support more robust cislunar space domain awareness.

Performance Analysis Of The Energy Harvesting Techniques In Cooperative Communication Systems Of Nbiot Devices With Amplify And Forward (Af) Relaying Protocol, Ines Sastre Umayya, Muhamad Milchan, Hendy Briantoro, Yoedy Moegiharto

Elinvo (Electronics, Informatics, and Vocational Education)

This study examines the system's performance with implementation of the energy harvesting (EH) techniques at source node, S and relay node, R. The RF signals which are used to energy harvesting proccess are broadcasted by destination node, D. The information signals from S are sent to D via a R in a cooperative communication framework. The R uses the amplify and forward (AF) protocol to forward the received signal from S to D. We propose a network system which contain of three femto cells, and an access point of each femto cells work as a relay (R), in a macro …