Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Maschinelles Lernen und Sicherheit - ProjektModulbeschreibung #41102 / Version 4

← Zur Modulseite English version
Modul / Version#41102 / #4
GültigkeitSeit WiSe 2026/27
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte9
Modulverantwortliche*rRieck, Konrad
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34353000 FG Maschinelles Lernen und IT-Sicherheit

Kontakt

SekretariatKeine Angabe
Ansprechpartner*inRieck, Konrad
E-Mail-Adresserieck@tu-berlin.de
Webseitehttps://mlsec.tu-berlin.de

Lernergebnisse

Nach Abschluss des Projekts verfügen die Studierenden über fundierte Kenntnisse im Bereich des maschinellen Lernens und der IT-Sicherheit. Sie sind in der Lage, entweder (i) Lernalgorithmen auf fortgeschrittene Probleme/Systeme der IT-Sicherheit anzuwenden oder (ii) Prinzipien der Sicherheit auf Probleme/Systeme des maschinellen Lernens anzuwenden. Darüber hinaus sind sie in der Lage, entsprechende Lösungen zu entwerfen, zu entwickeln und zu evaluieren.

Lehrinhalte

Die Projekte werden stets auf die Anforderungen der Studierenden zugeschnitten und im Rahmen der aktuellen Forschung angeboten. Mögliche Themen für den ersten Zweig (i) sind lernbasierte Ansätze zur Erkennung von Schwachstellen, Schadcode und Datenschutzlücken. Mögliche Themen für den zweiten Zweig (ii) sind die Entwicklung von Angriffen und Verteidigungsmaßnahmen für lernende und datengetriebene Systeme.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Machine Learning and Security ProjectProjekt Winter- und Sommersemester[en]6 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Machine Learning and Security Project (Projekt) 2

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Machine Learning and Security Project (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Arbeit am Projekt1200 h200 h
Erstellung des Berichts120 h20 h
Recherche120 h20 h
Treffen mit den Betreuenden52 h10 h
Vorbereitung der Präsentation120 h20 h
270 h

Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Das Modul besteht aus einem Projekt. Die Studenten arbeiten einzeln oder in Gruppen je nach Aufgabenstellung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Je nach Projekt werden Kenntnisse im Bereich IT-Sicherheit und/oder maschinelles Lernen empfohlen.
- Je nach Projekt bieten die Vorlesungen "Machine Learning for Computer Security" und "Adversarial Machine Learning" eine gute Vorbereitung.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch, Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Deliverable assessment) Project results50flexibel200h (siehe Prüfungsbeschreibung)
(Deliverable assessment) Documentation25schriftlich10-25 Seiten
(Deliverable assessment) Presentation25mündlich30 Minuten

Prüfungsbeschreibung (Abschluss des Moduls)

Die Note der Portfolioprüfung wird auf der Grundlage der Projektergebnisse, der Dokumentation und der Präsentation ermittelt. Die Projektergebnisse umfassen je nach Thema eine entwickelte Software, ein IT-System und/oder durchgeführte Experimente. Der Umfang entspricht einem Arbeitsaufwand von ca. 200 Stunden. Der Umfang des Quellcodes, etwa die Anzahl der Zeilen, fließt nicht in die Bewertung ein, da er keine Aussagekraft über die Qualität hat. Bewertet werden stattdessen: (1) Funktionalität, d.h. Korrektheit und Vollständigkeit der Implementierung, (2) Methodik, d.h. Eignung der gewählten Verfahren und Werkzeuge, (3) Reproduzierbarkeit der Ergebnisse, einschließlich Dokumentation und Testbarkeit, sowie (4) Qualität des Codes, der Projektstruktur und die Einhaltung gängiger Konventionen.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 10.

Anmeldeformalitäten

Die Anmeldungen für das Praktikum werden über die Lehrplattform ISIS abgewickelt. Die Teilnehmenden des Projekts werden in der Regel in der ersten Woche des Semester ausgewählt.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
Computer Science (Informatik)
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Verteilte Systeme und Netze / Distributed Systems and Networks
Elektrotechnik
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering

Sonstiges

Keine Angabe