Forschung

Adaptive und Intelligente eingebettete Systeme

Ziel des Fachgebiets ist die Erforschung von Algorithmen, Konzepten und Verfahren zur Entwicklung von vernetzten eingebetteten Systemen. Beispiele hierfür sind das sogenannte Internet der Dinge (IoT), Cyber-physical Systems (CPS) und Industrie 4.0. Um den Anforderungen an zukünftige IoT-Applikationen gewachsen zu sein, erforschen wir die Einsatzmöglichkeiten rekonfigurierbarer und adaptiver Hardware, sowie den Einsatz von KI-Techniken auf ressourcenbeschränkten Systemen. Unser Fokus liegt hierbei auf Deep-Learning Ansätzen mit Deep- und Convolutional Neural Networks für eingebettete Systeme.

Kernaspekte unserer Forschung

Embedded Machine Learning

Künstliche Intelligenz hat das Potenzial dazu, hochdimensionale Daten performanter zu verarbeiten. Wir untersuchen, wie man Konzepte wie Deep Neural Networks ressourceneffizient auf eingebetteten Systemen einsetzen kann.

Programming Adaptive Embedded Systems

Um die steigenden Leistungsanforderungen an eingebettete Systeme zu erfüllen entwickeln wir energieefffiziente Hardware- und Softwarelösungen, die Adaptionen auf Basis von rekonfigurierbarer Hardware unterstützen.

Self-Organising IoT Systems

IoT Systeme bestehen aus einer unüberschaubar großen Anzahl an vernetzten, eingebetteten Geräten in Kombination mit Softwareservices in der Cloud und der Edge. Wir untersuchen, wie Selbstorganisationskonzepte das Management solcher hochverteilter, dynamischer Systeme erleichtern kann.

Embedded Security

IT-Sicherheit stellt in eingebetteten Systemen, insbesondere durch ihre begrenzte Menge an Ressourcen, eine besondere Herausforderung dar. Daher untersuchen wir, wie leichtgewichtige Lösungen wie Physically Unclonable Functions (PUF) auf FPGAs dabei helfen können, dauerhaft sichere Systeme zu entwickeln.

Network Function Virtualization

Zukünftige Netzwerkarchitekturen müssen diverse Anforderungen an ihre Dienste in unterschiedlichen Szenarien erfüllen,. Eine Möglichkeit diesen Herausforderungen zu begegnen, ist es, Network Function Virtualization, Software-Defined Networking und Multi-access Edge Computing zu nutzen.