LERNINHALTE

• Anonymität, Pseudonymität, Privacy
• Digitales Mixen, Overlay-Netzwerke
• TOR und andere Anonymisierungsdienste
• Off-the-Record Messaging, Remailer-Systeme
• Digitale Selbstverteidigung

LERNZIELE

• Definition grundlegender Konzepte der Anonymität und Abgrenzung zu verwandten Konzepten
• Alternative Forschungsthemen für ein die Privatsphäre respektierendes Internet kennen und bewerten können
• Funktionen von Anonymisierungsdiensten und benutzte Protokolle kennen und in der Praxis einsetzen können
• Das aktuelle Internet im Hinblick auf die Überwachung, Anonymität und Privatsphäre bewerten und neue Ansätze und Entwicklungen kennen und einordnen können.

Die aktuelle Literaturliste wird in der Vorlesung bekannt gegeben.
Grundlagen und Anregungen finden sich u.a. in:

• TOR-Projekt (https://www.torproject.org)
• Jens Kubieziel: Anonym im Netz; Open Source Press; 2007
• Bäumler/v.Mutius (Hrsg.): Anonymität im Internet; Vieweg; 2003
• Electronic Frontier Foundation: Surveillance Self-Defense; (htps://ssd.eff.org/)
• Bruce Schneier: Applied cryptography. protocols, algorithms, and source code in C; John Wiley & Sons; 2015

• Introduction to Multimedia Databases: Meta Data, Features, Segmentation, Similarity, Data Models
• Technological Foundations: Information Retrieval, Similarity Search, AI, Machine Learning, Neural Networks, Deep Learning, Architecture of Multimedia Databases
• Image Databases: Meta Data  for Images, Semantic Gap, Deep Learning for Images, Deep Convolutional Networks, Image Retrieval, Case Studies
• Audio Databases: Meta Data for Audio, Audio Retrieval , Case Study Shazam
• Video Databases: Meta Data for Video, Deep Learning for Videos, Video Retrieval, Case Studies
• Text Databases: Knowledge in Documents, NLP, TF/IDF, Vector Databases, Large Language Models

• Blanken, H.M.; de Vries, A.P.; Blok, H.E.; Feng, L. (Eds.): Multimedia Retrieval, Springer-Verlag, 2007 (ebook: http://www.springer.com/computer/database+management+&+information+retrieval/book/978-3-540-72894-8

• S. Rüger: Multimedia Information Retrieval. Morgan & Claypool, 2010
• R. Baeza-Yates and B. Ribeiro-Neto: Modern Information Retrieval - the concepts and technology behind search. ACM Press, 2. Edition, 2011
• A. Géron: Neural Networks and Deep Learning, O’Reilly, 2018. ebook
• A. Krizhevsky, I. Sutskever, G.E. Hinton: ImageNet Classification with Deep Convolutional Neural Networks. In Advances in Neural Information Processing Systems 25, NIPS 2012
• A. Wang: An Industrial-Strength Audio Search Algorithm. In ISMIR Proceedings, Baltimore 2003
• A. Basiri et.al.: Chaos Engineering. IEEE Software May/June 2016, pp 35-41
• Y. Jing, D. Liu, D. Kislyuk, A. Zhai, J. Xu, J. Donahue, S. Tavel: Visual Search at Pinterest. In KDD Proceedings, Sydney, 2015
• P. Covington, J. Adams, E. Sargin: Deep Neural Networks for YouTube Recommendations, Proceedings of the 10th ACM Conference on Recommender Systems, New York, 2016
• J. Redmon, S. Divvala, R. Girshick and A. Farhadi, "You Only Look Once: Unified, Real-Time Object Detection," 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016, pp. 779-788

• Internet Architecture (principles and critical discussion of changes)
• IPv6 - includes IPv6 addresses, ICMPv6, DHCPv6 and transition from IPv4 to IPv6
• Multimedia communication (Streaming with DASH, Congestion Control and ACM, QUIC)
• Content Distribution in the Internet (CDNs, P2P systems, Information Centric Networking)

• J. F. Kurose, K. W. Ross: Computer Networking – A Top-down Approach Featuring the Internet, 8. Edition, Pearson, 2021

• additional papers and books will be presented in the lecture