REScala – A Programming Platform for Reactive Data-intensive Applications

REScala is a reactive language which integrates concepts from event-based and functional-reactive programming into the object-oriented world. REScala supports the development of reactive applications by fostering a functional and declarative style which complements the advantages of object-oriented design.

REScala is a Scala library for functional reactive programming on the JVM and the Web. It provides a rich API for event stream transformations and signal composition with managed consistent up-to-date state and minimal syntactic overhead. It supports concurrent and distributed programs.

Funding duration: 2019 – 2020

REScala – A Programming Platform for Reactive Data-intensive Applications

REScala is a reactive language which integrates concepts from event-based and functional-reactive programming into the object-oriented world. REScala supports the development of reactive applications by fostering a functional and declarative style which complements the advantages of object-oriented design.

REScala is a Scala library for functional reactive programming on the JVM and the Web. It provides a rich API for event stream transformations and signal composition with managed consistent up-to-date state and minimal syntactic overhead. It supports concurrent and distributed programs.

Funding duration: 2019 – 2020

SKILLS4ROBOTS – Policy Learning of Motor Skills for Humanoid Robots

The goal of SKILLS4ROBOTS is to develop an autonomous skill learning system that enables humanoid robots to acquire and improve a rich set of motor skills. This robot skill learning system will allow scaling of motor abilities up to fully anthropomorphic robots while overcoming the current limitations of skill learning systems to only few degrees of freedom. To achieve this goal, it will decompose complex motor skills into simpler elemental movements – called movement primitives – that serve as building blocks for the higher-level movement strategy and the resulting architecture will be able to address arbitrary, highly complex tasks – up to robot table tennis for a humanoid robots. Learned primitives will be superimposed, sequenced and blended.

Funding duration: 2015 – 2020

Kryptographie jenseits des Black-box Modells

Kryptographische Algorithmen und Protokolle sind heutzutage aus dem alltäglichen Leben nicht mehr wegzudenken. Sie gewährleisten die Vertraulichkeit und Unversehrtheit von Daten und ermöglichen so die Kommunikation in ungesicherten Netzwerken wie z.B. dem Internet.

Der gegenwärtige Stand der kryptographischen Forschung benutzt mathematische Sicherheitsmodelle, die neben einer formalen Definition von gewünschten Sicherheitseigenschaften, insbesondere eine Sicherheitsanalyse basierend auf mathematischen Beweisen zu lassen.

Das prominenteste Sicherheitsmodell ist das sogenannte Black-box Modell, welches mögliche Angriffsszenarien gegen kryptographische Verfahren modelliert und dazu verschiedene idealisierte Annahmen über die Realität macht. Bedauerlicherweise, zeigen zahlreiche Beispiele, dass die Modellierung des Black-box Modells unzureichend ist, wenn ein Angreifer nicht nur den Algorithmus, sondern auch die Implementation des kryptographischen Verfahrens angreifen kann.

Wichtige Beispiele, die zu dieser Diskrepanz zwischen theoretischen Modellen und der Realität kryptographischer Implementationen führt, sind:

• A) Schwache Zufallszahlen
• B) Seitenkanalangriffe
• C) Fehlerhafter Implementierungsprozess

Zu diesem Zweck werden wir das Black-box Modell erweitern, und beweisbar sichere kryptographische Gegenmaßnahmen entwickeln, die ein höheres Maß an Sicherheit gewährleisten, wenn die Qualität von Zufallszahlen schlecht ist (Arbeitspaket A) und Seitenkanalangriffe möglich sind (Arbeitspaket B). Des Weiteren werden wir Werkzeuge vorstellen, die den Implementationsprozess von kryptographischen Algorithmen fehlerresistenter macht (Arbeitspaket C).

Das Emmy Noether-Programm möchte jungen Nachwuchswissenschaftler*innen einen Weg zu früher wissenschaftlicher Selbständigkeit eröffnen. Promovierte Forscher*innen erwerben durch eine in der Regel fünfjährige Förderung die Befähigung zum Hochschullehrer durch die Leitung einer eigenen Nachwuchsgruppe.“ (Quelle: DFG)

Förderung: DFG, seit 2015

LiVeSoft – Lightweight Verification of Software

LiveSoft investigates static techniques to verify a subset of relevant and failure-prone aspects of distributed software interaction between components in a way which is lightweight and can be integrated with compilation. A main challenge is to support different system and failure models including emerging hardware trends such as hardware transactional memory and non-volatile memory rather than hardwiring specific notions of (a)synchrony and failures.

Funding duration: 2014 – 2019

PACE – Programming Abstractions for Applications in Cloud Environments

PACE will deliver first-class linguistic abstractions for expressing sophisticated correlations between data/events to be used as primitives to express high-level functionality. Armed with them, programmers will be relieved from micromanaging data/events and can turn their attention to what the cloud has to offer. Applications become easier to understand, maintain, evolve and more amenable to automated reasoning and sophisticated optimizations. PACE will also deliver language concepts for large-scale modularity, extensibility, and adaptability for capturing highly polymorphic software services.

Funding duration: 2013 – 2018

VISLIM – Visual Learning and Inference in Joint Scene Models

This ERC-funded project is concerned with the joint estimation of several scene attributes from one or more images, with the aim of leveraging their dependencies. The project covers aspects of modeling, learning and inference (in) such models.

Funding duration: 2013 – 2018

Heisenberg BBQCrypt

The purpose of the Heisenberg-Program is to “provide outstanding researchers who fulfil the requirements for appointment to a long-term professorship with the opportunity to prepare for a leading position in science and research and to use the time to work on an advanced research topic…„ (DFG)

The goal of the research project “Scrutinizing Black-Box Separations in (Quantum) Cryptography” (BBQCrypt)“ is to burst open the doors to new design methods for cryptographic protocols, overcoming widely-accepted limitations due to black-box separation results. Non-black-box results are at a very early stage of scrutiny, and black-box separations are still viewed as strong evidence that some limitations are inherent, especially in the area of practical cryptographic constructions. This confined way of thinking, however, forecloses ambitious efforts to find solutions beyond the current state of knowledge. The project should therefore help to overcome this narrow view and to break new ground for cryptographic tools and constructions.

Lichtenberg-Professorin Iryna Gurevych beschäftigt sich mit Methoden der Sprachverarbeitung bei „E-Learning 2.0“.

Beim „E-Learning 2.0“ verschwindet die klassische Unterscheidung zwischen Lehrer*innen und Lernenden. Die Lernenden werden selbst zu Wissenslieferant*innen und Autor*innen in Wikis, Blogs und Podcasts. Damit diese neuen Wissensquellen sinnvoll ausgewertet werden können, ist es notwendig, die Technologien der automatischen Sprachverarbeitung im E-Learning weiter zu entwickeln. Hier setzt die neue Lichtenberg-Professur an: Iryna Gurevych, die ursprünglich aus der Sprachwissenschaft kommt, kann ihre linguistische Kompetenz in der neuen Professur optimal mit der Informatik verknüpfen. E-Learning stellt nämlich besonders für die automatische Sprachverarbeitung eine Herausforderung dar. Denn die Sprache der Web-Autor*innen ist nicht selten fehler- und lückenhaft sowie unstrukturiert. Ein Problem, dass jeder kennt, der schon einmal im Internet etwas gesucht hat: Welche Suchbegriffe soll man eingeben? Eine falsche Entscheidung führt schnell zu Unmengen an irrelevanten Suchergebnissen, in denen die gesuchte Information unweigerlich untergeht.

Die Volkswagenstiftung bewilligte insgesamt 5,6 Millionen Euro für die Einrichtung von fünf Lichtenberg-Professuren an deutschen Universitäten. Die Lichtenbergprofessuren der Volkswagenstiftung richten sich in erster Linie an herausragende Nachwuchswissenschaftler*innen, die mit ihrer Arbeit in einem innovativen Feld auf sich aufmerksam gemacht haben.

Beweisbar sichere Programmausführung durch deklarativ definierte dynamische Programmanalysen (Kennwort: RUNSECURE)

Förderung: DFG, seit 2012

Minimizing Cryptographics Assumptions

Förderung: DFG, 2006 – 2011

Exakte Szenenrekonstruktion aus extrem großen Bildmengen

Förderung: DFG, 2009- 2016

Erschließung des lexikalisch-semantischen Wissens aus dynamischen und linguistischen Quellen und Integration ins Question Answering zum diskursiven Wissenserwerb im E-Learning

Förderung: DFG, 2007- 2015

Long-Term Activity Recognition with Wearable Sensors

Förderung: DFG, 2009- 2017