Projektgruppen des Wintersemesters 2025/26
Dr. Marcus Handte, Prof. Dr. Pedro Marrón / AG MarrónSuMoC – Unterstützung nachhaltiger Mobilitätsentscheidungen / Supporting Sustainable Mobility Choices
The objective of reaching net zero emissions of greenhouse gases set out by the European Climate Law requires a significant transformation of the mobility sector. Today, most emissions in this sector are caused by individual motorized trips. When compared with public transportation, these trips typically cause 3-4 times higher emissions. Interestingly, many persons tend to rely on individual motorized trips, even if more sustainable alternatives are readily available. An important reason for this is unconscious and habitual behavior (i.e., they use their car without thinking about alternatives because they are used to travel this way).
The goal of this project group is to develop a set of high-quality mobile applications for devices running Android and iOS that actively incentivize users to reduce the environmental footprint caused by their mobility choices. Towards this goal, the apps shall be able to track the mobility of their users continuously during the day and to propose more sustainable alternatives for past trips, if they are available. To minimize friction, the tracking performed by the apps must be both, energy-efficient and privacy-preserving. For the latter, the apps shall rely primarily on on-device processing. For the former, the apps shall implement appropriate sensor control schemes to balance the tracking accuracy and energy usage.
From a theoretical perspective, the project group will cover the fundamentals of context recognition with mobile devices (i.e., sensing, preprocessing, ML-based classification). The focus will be on motion-related sensors (i.e., GPS, IMU) as well as techniques to increase the energy-efficiency and to protect the privacy of users. The practical part will encompass modern mobile application development using native frameworks (e.g., Jetpack Compose, Swift UI) as well as applied machine learning using Python. Students taking this course must be fluent in at least one object-oriented programming language (e.g., Python, C++, Swift, Java) and should be able to apply their knowledge to other languages quickly.
Christian Niesler, M.Sc., Christian Scholz, M.Sc., Prof. Dr. Lucas Davi / AG DaviHILT-Fuzz: Hardware-In-the-Loop Tracing for ARM-Based Firmware Fuzzing / ARM-Firmware-Fuzzing mit Hardware-gestütztem Instruction-Tracing)
Die zunehmende Vernetzung eingebetteter Systeme (z. B. in Fahrzeugen, Industrieanlagen oder Smart-Home-Geräten) bringt große Chancen, aber auch hohe Sicherheitsanforderungen mit sich. Herkömmliche Testmethoden stoßen an Grenzen: Software-Instrumentierung bremst die Performance, Code-Reviews übersehen Laufzeitfehler, und manuelle Tests decken nicht alle Angriffspfade ab.
Ziel des Projekts ist die Entwicklung eines nicht-invasiven Fuzzers für ARM-basierte Systeme, der über Debugging-Schnittstellen Schwachstellen effizient aufdeckt – ohne Software-Emulation (Hardware-in-the-Loop). Eine Fuzzing-Engine generiert Testeingaben basierend auf Instruction Traces, während die Auswertung in der ARM TrustZone erfolgt. Dabei lernen die Studierenden, wie man Fuzzing mit ARM-Tracing praktisch umsetzt, Debugging-Schnittstellen für ein effizientes, hardwaregestütztes Fuzzing nutzt, wie man Trace-Daten in Echtzeit analysiert und wie man die ARM TrustZone nutzt. Das Projekt bietet einen Einstieg in die Sicherheit eingebetteter Systeme ohne Hardware-Vorkenntnisse und zeigt, wie sich Firmware automatisiert auf Schwachstellen prüfen lässt.
Marvin Strauß, M.Sc., Jonas Keppel, M.Sc., Prof. Dr. Stefan Schneegaß / AG SchneegaßObscuVR - Obfuscating Private Information in the Metaverse
Metaverse-Anwendungen wie VRChat, Rec Room, vTime XR oder Horizon Worlds ermöglichen es Nutzer:innen, mittels Virtual-Reality-Headsets in immersive, virtuelle Umgebungen einzutauchen und dort mit anderen Personen weltweit zu interagieren. Während dieser Interaktionen werden häufig persönliche und identifizierbare Informationen preisgegeben, darunter der Profilname, das Profilbild, die Stimme, der personalisierte Avatar, für alle sichtbare Textnachrichten sowie multimediale Inhalte (z. B. Bilder oder Videos), die innerhalb der virtuellen Umgebung geteilt werden.
Diese sensiblen Informationen sind in vielen Fällen nicht nur einem definierten Freundeskreis, sondern allen Anwesenden in derselben virtuellen Umgebung zugänglich. Dies stellt ein potenzielles Risiko für die informationelle Selbstbestimmung und Privatsphäre der Nutzer:innen dar. Ziel der Projektgruppe ist es daher, eine technische Lösung zu entwickeln, welche diese privaten Inhalte innerhalb der virtuellen Umgebung verschleiert. Im Gegensatz zu herkömmlichen Techniken wie dem Verpixeln von Bildern oder akustischer Zensur (z. B. Pieptöne), soll ein unauffälligerer Ansatz verfolgt werden: Sensible Inhalte sollen durch inhaltsähnliche, aber weniger sensible Informationen ersetzt werden, ohne dass die Manipulation für Außenstehende erkennbar ist – etwa durch das Ersetzen der Stimme durch eine andere synthetische Stimme oder das Austauschen von Gesichtern in Bildern (z. B. Face-Swapping).
Zur Umsetzung dieses Konzepts wird im Rahmen des Projekts eine eigene Metaverse-Anwendung entwickelt, in der Nutzer:innen die Möglichkeit erhalten, ihre sensiblen Informationen gezielt zu verschleiern. In einer anschließenden Evaluation soll untersucht werden, inwieweit die vorgenommenen Modifikationen für andere Nutzer:innen wahrnehmbar sind und wie sie deren soziale Interaktionen innerhalb der virtuellen Umgebung beeinflussen.