Utveckling av undervisning inom parallellprogrammering

Moderna datorsystem innehåller allt oftare multipla kärnor. Detta ställer högre krav på att studenter inom datavetenskap är bekanta med parallellprogrammering för att kunna skriva korrekta och effektiva program till dessa system. I sin doktorsavhandling undersöker Filip Strömbäck vilka delar av parallellprogrammering som studenter har svårt för, och föreslår hur lärare kan hjälpa studenter att bättre förstå ämnet.

Bayesianska modeller för spatiotemporal data från transportnätverk

I denna avhandling utvecklar Hector Rodriguez-Deniz Bayesianska modeller med tillämpningar för transporter. Vi fokuserar specifikt på modeller som kan tränas på spatiotemporala data från transportnätverk för att göra prediktioner av t ex. bussförseningar eller verklig nätverkstopologi. Särskild uppmärksamhet har ägnats åt modellskalbarhetsfrågor och kvantifiering av osäkerhet. Vi har använt data från riktiga transportsystem i varje studie för att skapa en balans mellan statistisk korrekthet, praktiskt tillämpbarhet och vetenskaplig höjd.

Nätverksbaserad anomalidetektering för SCADA-system

SCADA-system ("Supervisory Control and Data Acquisition") är specialiserade system för övervakning och styrning av kritisk infrastruktur så som elnät. I takt med att SCADA-system börjar anpassa sig till Internet har cyberattacker mot dessa system blivit mer attraktiva. I sin doktorsavhandling tar Chih-Yuan Lin fram nya metoder för att detektera avvikelser från normalbeteendet och varna när sådana anomalier uppstår.