Jahrestreffen 2020

Programm

ABSTRACTS

Swen Jacobs, CISPA Saarbrücken
Formal and Semi-Formal Approaches to Security at CISPA

Swen wird das CISPA Helmholtz-Zentrum für Informationssicherheit vorstellen und einige der dort aktuell untersuchten Forschungsgebiete umreißen.

Zoltán Mann, Universität Duisburg-Essen
FogProtect: Protecting sensitive data in the computing continuum

FogProtect is a Horizon2020 project that started in early 2020. FogProtect aims at providing security and privacy across the whole computing continuum, from cloud data centers to fog and edge nodes to end devices. Beyond a general overview of the project, this talk will focus on the use of self-adaptation to react automatically to changes in security risks at run time. Moreover, the special challenges resulting from the characteristics of the computing continuum will be discussed.

Achim Brucker, University of Exeter
Formal Foundations of Web Components

Compared to traditional software development, client-side web development lacks a well-established component model, i. e., a method for easily and safely reusing already developed functionality. To address this issue, the web community started to adopt shadow trees as part of the Document Object Model (DOM). Shadow trees allow developers to “partition” a DOM instance into parts that should be safely separated, e. g., code modifying one part should not unintentionally affect other parts of the DOM.  While shadow trees provide the technical basis for defining web components, the DOM standard neither defines the concept of web components nor specifies the safety properties that web components should guarantee. Consequently, the standard also does not discuss how or even if the methods for modifying the DOM respect component boundaries.

In this talk, we present a formally verified model of web components and define safety properties which ensure that different web components can only interact with each other using well-defined interfaces.

Jens Leicht, Universität Duisburg-Essen
Formalisierung der Layered Privacy Language (LPL) für Privacy Policies [WIP]

Ziel der Formalisierung der LPL ist die Überprüfung der Konsistenz einer erstellten Policy, sowie der möglichen Kompatibilität mit anderen Policies. Des Weiteren geht es um die Einhaltung von Bestimmungen wie der DS-GVO. Dabei werden policyspezifische Anforderungen der Bestimmungen ebenfalls formalisiert, um diese automatisch mit einer gegebenen Policy abzugleichen.

Florian Kunz, Universität Duisburg-Essen
Pattern-based data protection of dynamic systems at run time

Dynamic systems like cloud computing are ubiquitous, both in business and in the private sector. It is therefore very important to protect data in these systems. However, the dynamic nature of the systems poses a major challenge to data protection. This means that privacy-by-design and security-by-design approaches are no longer sufficient due to uncertainty at design time of how the system and privacy requirements may dynamically evolve and change at run time. Thus, the optimal choice of data protection mechanisms cannot be fully determined at design time. The protection of data in dynamic systems requires continuous compliance with data protection requirements at runtime. For this reason, we propose an approach that spans both design time and runtime. Our approach uses pattern matching to identify problematic configurations in terms of data protection in a dynamic system, which are automatically mitigated by means of adaptation. We demonstrate the detection of problematic configurations using an example and show that our approach not only mitigates the problematic configurations, but also chooses an adaptation based on its impact on the performance of the dynamic system.

Jan Jürjens, Universität Koblenz-Landau
Engineering Trustworthy Data-intensive Systems based on Software Models

Data Science ist ein interdisziplinäres Gebiet, das wissenschaftliche Methoden, Prozesse, Algorithmen und Systeme verwendet, um Wissen aus und Einsichten in Daten zu gewinnen, die in unterschiedlichen Formaten vorliegen. Data Science charakterisiert durch die iterative und empirischheuristische Vorgehensweise, mittels derer Wissen extrahiert und Entscheidungen abgeleitet werden. Was typischerweise zu kurz kommt, ist eine systematische, ingenieurorientierte Vorgehensweise, die Aussagen über die Qualität der Datenanalyse erlaubt.
Die Korrektheit von Softwaresystemen wird heute durch methodisches Vorgehen und formale Werkzeuge unterstützt oder gar bewiesen. Für Data Science und daraus entstehende datenintensive Software fehlt aber ein entsprechendes Inventar an Methoden, Prozessen, Algorithmen und Systemen, die zur Korrektheit beitragen. Insbesondere lässt sich auch nicht ohne weiteres "korrektes Verhalten" eines datenintensiven Systems beschreiben, denn das Ergebnis ist nicht vorherbestimmt und soll erst durch den Datenanalyseprozess gewonnen werden.
Das Ziel des Forschungsschwerpunktes EnTrust der Universität Koblenz ist es, methodische Vorgehensweisen und formale Werkzeuge zu erforschen, die die ingenieurmäßigen Entwicklung korrekter - oder zumindest vertrauenswürdiger - datenintensiver Software unterstützen.