Razvili smo metodo z imenom alokacija, ki je namenjena klasifikaciji neuravnoteženih podatkov. Metoda je klasifikacijski ansambel iz dveh nivojev. Na prvem nivoju deluje alokator, ki se s pomočjo algoritmov nenadzorovanega učenja nauči učinkovito deliti izvorno množico podatkov na homogene podmnožice. Drugi nivo vključuje množico specializiranih klasifikatorjev, kjer je vsak naučen na specifični podmnožici, ki mu je bila alocirana, in se tako specializira za točno določeno vrsto podatkov. Ti klasifikatorji tako vrnejo končno odločitev o razredu posameznih instanc. Z namenom preizkusa delovanja koncepta metode alokacije smo razvili alokator z odkrivanjem anomalij, ki uporablja eno razredni klasifikator SVM. Alokacijo smo preizkusili v kombinaciji s šestimi klasifikacijskimi metodami na mestu specializiranih klasifikatorjev na drugem nivoju. Vse variante metode alokacije v vseh kombinacijah smo preverili na neuravnoteženih in uravnoteženih podatkih, slednje z namenom validacije metode kot splošnega klasifikacijskega pristopa. Rezultate alokacij smo primerjali z obstoječimi metodami za spopadanje z neuravnoteženimi podatki. Rezultate eksperimentov smo dodatno preverili s statistično analizo in na podlagi tega prišli do zaključkov, da je metoda alokacije učinkovita alternativa obstoječim pristopom pri klasifikaciji neuravnoteženih in tudi uravnoteženih podatkov. Na podlagi rezultatov smo nadalje proučili kakovost algoritma alokacije na neuravnoteženih podatkih s pomočjo eksperimenta in rezultate objavili v prispevku [COBISS.SI-ID 20206870].
COBISS.SI-ID: 19263510
Število načrtovalskih vzorcev hitro narašča, medtem ko orodja za njihovo upravljanje in iskanje temu trendu ne sledijo. Ta izziv ponovne uporabe pri učinkovitem razvoju informacijskih sistemov smo naslovili z novim pristopom za izbiro ustreznih načrtovalskih vzorcev. Razvite algoritme in pristope smo implementirali v obliki inteligentne komponente na platformi, ki omogoča enostavno iskanje vzorcev in izmenjavo znanja o njih. Zasnovo in implementacijo platforme ter validacijo pristopa smo izvedli v ločeni študiji, katere rezultate smo tudi objavili (Pristop predlaganja ustreznih načrtovalskih vzorcev z vodenimi dialogi [COBISS.SI-ID 18211350]). Nov pristop ne predvideva iskanja vzorcev, temveč razvijalcem inteligentna komponenta priporoča ustrezen načrtovalski vzorec na podlagi vodenega dialoga. Vodeni dialogi so sestavljeni iz neodvisnih vprašanj in odgovorov, zbranih iz različnih virov. Izogniti smo se namreč želeli uvajanju dodatnih opravil za vzdrževanje predefiniranih ekspertnih sistemov za predlaganje načrtovalskih vzorcev. Namesto tega inteligentna komponenta dinamično združi neodvisna vprašanja v kratke vodene dialoge. V študiji smo z uporabo empiričnih raziskovalnih metod dokazali, da naš pristop deluje bolje od trenutno uporabljenih pristopov (uporaba tiskanih in spletnih katalogov načrtovalskih vzorcev). Naš pristop na podlagi inovativnega matematičnega modela uvaja algoritme, ki omogočajo vodenje takšnega dialoga. Pristop temelji na kontinuiranem merjenju entropije zbranega znanja o načrtovalskem problemu ter sistematičnem izboru vprašanj, ki znanje večajo. Validacijo hipoteze (prednost našega pristopa v smislu pravilnosti izbora ob občutno manjšem trudu razvijalcev) smo opravili s pomočjo primerjave med ekspertnim sistemom, ki so ga sestavili strokovnjaki, in našim inovativnim samodejnim procesom predlaganja načrtovalskih vzorcev.
COBISS.SI-ID: 20216342
V sodobnih heterogenih sistemih, ki hranijo podatke predvsem v lokalnih relacijskih podatkovnih bazah s pomočjo več različnih formatov in lokalnih konceptov, uskladitev metapodatkovnega formata ne reši problema učinkovitega dostopa do ustreznih informacij, ko različni sistemi uporabljajo različne vsebinske, kontekstne in semantične koncepte za različne entitete. V raziskavi smo razvili in predstavili nov, z ontologijo podprt semantično obogaten iskalnik, ki poleg uskladitve metapodatkovnih formatov lokalnih informacijskih sistemov zagotovi še uskladitev pomena podatkov in konceptov, ki pripadajo različnim metapodatkovnim entitetam. Skupaj s posebnim modelom ontološke infrastrukture smo s pomočjo novega poenostavljenega algoritma za izdelavo ontologij, ki temelji na razlikovanju med novimi in obstoječimi razredi s stališča vsebine, ustvarili tudi namensko testno ontologijo. Predlagani model smo ovrednotili s simuliranjem iskalnega procesa na osnovi realnih iskanj znotraj sistema SICRIS. Dobljeni rezultati so pokazali, da je, ne glede na iskalno situacijo, učinkovitost, vsaj enaka kot pri iskanju brez ontološke podpore; ugotovljeno je bilo značilno izboljšanje točnosti v širokem območju zaupanja (p(0,005). Predstavljeni model lahko reši problem uskladitve podatkov, kjer različni heterogeni sistemi uporabljajo različne vsebinske, kontekstne in semantične koncepte, kar je primer pri mnogih naprednih ekspertnih sistemih. Tehnološka osnova preslikave ontologij v objekte z uporabo opisne logike, ki jo lahko neposredno uporabimo pri razvoju semantičnih ekspertnih sistemov, je bila podana v [COBISS.SI-ID 18140950].
COBISS.SI-ID: 19798806
Naraščajoča količina podatkov zbranih v obliki elektronskih zdravstvenih zapisov je v zadnjih nekaj letih omogočila izjemen napredek na področju zdravstva. Ena izmed možnosti uporabe tako zbranih podatkov je tudi identifikacija dejavnikov tveganja v različnih demografskih skupinah. V raziskavi smo s pomočjo zbranih zdravstvenih velepodatkov prikazali bistvene razlike v dejavnikih tveganja pri bolnikih, ki prihajajo iz revnejšega ali bogatejšega okolja. S pomočjo tehnik analize omrežij smo tako določili pare diagnoz, ki se pri opazovanih skupinah bistveno razlikujejo. Razvili smo inovativno tehniko primerjave parov diagnoz v omrežjih z normalizacijo glede na prevalenco diagnoze. Nekateri koncepti iskanja vzorcev v velepodatkih, ki smo jih uporabili v tej raziskavi, izvirajo iz skupnega raziskovalnega dela z raziskovalci na Stanford University, s katerimi smo skupaj objavili prispevek v letu 2015 [COBISS.SI-ID: 2145444]. Izsledki raziskave so uporabni predvsem pri načrtovanju zdravstvene oskrbe na nivoju celotne populacije, na raziskovalnem področju pa so rezultate uporabili v okviru projekta SCOPES.
COBISS.SI-ID: 2236324
Razvili smo model, ki prikazuje, kako dojemanje zasebnosti vpliva na razkrivanje informacij na družbenem omrežju Facebook. Družbena omrežja so v zadnjih letih zelo popularna, kar prinaša probleme z zasebnostjo in razkrivanjem osebnih informacij na spletu. Predlagan model vključuje zavedanje o zasebnosti, družbeno normo zasebnosti, politiko zasebnosti, nadzor zasebnosti, vrednost zasebnosti, skrb za zasebnost in samorazkrivanje informacij. V spletni anketi je sodelovalo 661 oseb, za ocenitev končnega modela pa je bilo uporabljeno strukturno modeliranje. Rezultati končnega modela so pokazali, da zavedanje o zasebnosti, družbena norma zasebnosti, politika zasebnosti, nadzor zasebnosti, vrednost zasebnosti in skrb za zasebnost vplivajo na samorazkrivanje informacij. Rezultati modela so temelj za razvoj novih modelov in novih znanj o dojemanju zasebnosti in oblikovanju razkrivanja informacij na družbenih omrežjih, prav tako lahko rezultate uporabijo ponudniki družbenih omrežij za boljše razumevanje o vplivih na razkrivanje informacij uporabnikov na družbenih omrežjih. Na podlagi izvedene študije smo objavili tudi druge prispevke na mednarodnih konferencah: [COBISS.SI-ID 15827990], [COBISS.SI-ID 15052566] in [COBISS.SI-ID 15499798].
COBISS.SI-ID: 18341142
Orodja za modeliranje poslovnih procesov morajo učinkovito podpirati individualno in skupinsko delo, tako v realnem kot tudi v virtualnem okolju. V preteklosti je bilo to težko zagotoviti, saj so bila orodja za modeliranje poslovnih procesov implementirana v obliki namizne (ang. desktop) aplikacije in posledično niso nudila neposredne podpore delu v virtualnem okolju. Danes spletne aplikacije in računalništvo v oblaku predstavljajo resno konkurenco namiznim orodjem, saj poleg zagotavljanja temeljnih funkcionalnosti omogočajo še spletno sodelovanje (ang. e-collaboration). V sklopu svoje raziskave smo ugotavljali, kateri tip orodij za modeliranje poslovnih procesov (namizni ali v oblaku) je bolj primeren za individualno delo in spletno sodelovanje ter hkrati preučevali prednosti in slabosti obeh tipov orodij. V ta namen smo izvedli eksperiment, kjer smo preučevali oba tipa orodij z vidika individualnega in skupinskega dela. Opazovali smo produktivnost 129 študentov IT, ki so v eksperimentalnem postopku izvajali različne aktivnosti modeliranja. Ko so študentje uporabljali orodje v oblaku, so končali individualno in skupinsko delo hitreje. Signifikantne razlike pa smo zaznali v primeru spletnega sodelovanja, ponovno v prid orodja v oblaku. Če povzamemo rezultate, lahko trdimo, da so spletna orodja primerljiva z namiznimi z vidika individualnih aktivnosti in so signifikantno boljša od njih z vidika spletnega sodelovanja. Na podlagi pridobljenega znanja smo izvedli nadaljnjo študijo, kjer smo vključili tri tipe orodij (namizni, spletni, generični) in opazovali, kako tip orodja vpliva na uporabnikovo uspešnost in dojemanje enostavnosti uporabe in uporabnosti [COBISS.SI-ID 19306006]. Rezultati naše raziskave korelirajo s sorodnimi deli, ki pravijo, da lahko orodja, temelječa na oblaku z uporabo sodobnih spletnih tehnologij, dosežejo uporabniško izkušnjo namiznih aplikacij. Te rezultate smo tudi upoštevali, ko smo razvili spletno aplikacijo, ki poveča kognitivno efektivnost branja diagramov poslovnih procesov [COBISS.SI-ID 19631126].
COBISS.SI-ID: 17252886
V sklopu raziskav smo analizirali varnostni vidik uporabe kvantne kriptografije za omejena okolja, kot so brezžična senzorska omrežja. Rezultati izpeljane analize predstavijo razsodbo o neustreznosti predlagane uporabe kvantne kriptografije za omejena okolja. Kvantna kriptografija se trenutno dojema kot brezpogojno varna tehnika zagotavljanja varnosti zaradi zmožnosti zaznavanja prisluškovalca. Rezultati analize vključujejo seznam možnih aplikativnih izzivov in težav, ki se lahko pojavijo pri snovanju varnostnega sistema namenjenega BSO, temelječ na kvantni kriptografiji. Rezultati raziskave, ki podrobneje predstavijo trenutne težave in izzive, so lahko iztočnica za snovalce varnostnih sistemov v primeru drugih specifičnih in prihodnjih IS. Nadaljnje raziskave na področju varnostnih protokolov za omejena okolja v kontekstu interneta stvari so rezultirale v več inovativnih varnostnih protokolih, ki so varni, a hkrati učinkoviti in s tem prilagojeni za omejena okolja [COBISS.SI-ID 17757974] in [COBISS.SI-ID 18766614]. Osnovo omenjenih raziskav pa predstavljajo raziskave s področja protokolov za overjanje in dogovor o ključu [COBISS.SI-ID 14779926], [COBISS.SI-ID 13646102], [COBISS.SI-ID 13379606] in [COBISS.SI-ID 13645846].
COBISS.SI-ID: 17916950
Overitvena shema z uporabo uporabniškega imena in gesla zaradi napredka v tehnologijah razbijanja gesel in zaradi slabo-izbranih uporabniških gesel postaja neprimerna. Analizirali smo metodo PsychoPass za generiranje uporabniških gesel, ki si jih uporabniki preprosto zapomnijo, iz varnostnih vidikov in predlagali določene izboljšave, ki omogočajo generiranje zelo varnih gesel, ki navzven spominjajo na povsem naključna gesla, zaradi česar je bistveno otežen napad s slovarjem, napad z grobo silo pa je, ob upoštevanju izboljšav, neizvedljiv. Izboljšana PsychoPass metoda je podlaga za nadaljnje raziskave, ki jih izvajamo v okviru programske skupine v smeri izboljšanega preverjalnika gesel oz. v smeri hibridnih (tekstovno-grafičnih) gesel. V širšem kontekstu varnostnih raziskav je PsychoPass metoda tudi podlaga za varno zunanjo obdelavo medicinskih podatkov; tovrstna metoda je bila razvita v prispevku »Outsourcing Medical Data Analyses: Can Technology Overcome Legal, Privacy, and Confidentiality Issues? (COBISS.SI-ID 16928790), objavljeno v isti reviji Journal of Medical Internet Research.
COBISS.SI-ID: 17522198
Da bi povzeli obstoječe znanje na področju sprejetosti tehnologij za e-učenje, smo izvedli sistematični pregled literature 42 neodvisnih študij, objavljenih v pomembnejših znanstvenih revijah. Dodatno, za ogled konteksta raziskav z združevanjem in analiziranjem kvantitativnih rezultatov pregledanih raziskav, smo izvedli kvantitativno meta-analizo podatkov o velikostih vplivov spremenljivk v kavzalnih povezavah modela TAM. Glavne ugotovitve raziskave so: (1) model TAM je največkrat uporabljen teoretični model v obstoječih raziskavah faktorjev sprejetosti in uporabe tehnologij za e-učenje, in (2) velikosti vplivov spremenljivk so odvisne od vrste uporabnikov in vrste tehnologij za e-učenje. Z izvedbo meta-analize smo demonstrirali moderatorsko vlogo spremenljivk 'vrsta uporabnika' in 'vrsta tehnologije' na več kavzalnih povezavah. Na podlagi pridobljenega znanja smo izvedli več nadaljnjih študij, v katerih je bil razširjen, empirično validiran in ovrednoten model sprejetosti UTAUT (Unified Theory of Acceptance and Use of Technology) [COBISS.SI-ID 22585608] in [COBISS.SI-ID 22462984].
COBISS.SI-ID: 15270166
Monografija prikazuje delo in rezultate naše raziskovalne skupine na področju vgrajenih sistemov. Osnovni poudarek je na sistematičnem načrtovanju varnostno-kritičnih vgrajenih sistemov, ki so danes integralni del kiber-fizikalnih sistemov. Namesto togih načrtovalnih postopkov spodbujamo sprotno verifikacijo in zagotavljanje časovne napovedljivosti skozi celotni življenjski cikel razvoja aplikacije. Za industrijo monografija ponuja praktične napotke za izgradnjo varnostno-kritičnih sistemov, izbiro metod orodij in rešitev. Na znanstveni ravni ponuja nove pristope k načrtovanju zanesljivih sistemov. Delo na zagotavljanju zanesljivosti KFS smo nadaljevali na področju zaznavanje napak in njihovega reševanja s pomočjo rekonfiguracije podsistemov [COBISS.SI-ID 20179222].
COBISS.SI-ID: 11970070