TUM Info VIII: Netzwerkanalyse - statistische und formale Modelle und Methoden

Vorlesung Netzwerkanalyse - statistische und formale Modelle und Methoden

Modul

IN2045

Vorlesung

Netzwerkanalyse - statistische und formale Modelle und Methoden

Dozent

Prof. Dr.-Ing. Georg Carle,
Dr. Heiko Niedermayer,
Cornelius Diekmann, M.Sc

SWS

3V + 1Ü

ECTS Credits

5.0

Aktuelles

Klausurtermine
Neue Übung Assignment2.pdf für die Woche 3.6. - 10.6. 2014.
Neue Übung exercise_lambdaset.thy für den 24.04.2014
Der Vorlesungsinhalt und Titel wird aktuell überarbeitet.

Vorlesung

Di, 16:00-18:00, MI 03.07.023
Do, 14:00-16:00, MI 03.07.023

Übung

Die Übung findet während der Vorlesung statt.

Assignment1.pdf (15. Mai 2014) Solution1.pdf aufg_1_2.py gabrielgraph.py
Assignment2.pdf (2. Juni 2014) aufg_2_2.py
Assignment3.pdf (4. Juni 2014) Solution3.pdf aufg_3_1.py
Assignment4.pdf (July 2014) Solution4.pdf aufg_4.py
Assignment5.pdf (July 2014) dectree.py dectreeExample.py aufg_5_1.py aufg_5_2.py aufg_5_3.py
Assignment6.pdf (July 2014) aufg_6.py

Anmeldung

Vorlesung:
Die Anmeldung zur Vorlesung erfolgt über TUMOnline. Bitte beachten Sie, dass Sie sich getrennt davon zu den Klausuren anmelden müssen.

Klausuren:
Sie müssen sich zu den einzelnen Klausuren via TUMOnline anmelden!

Klausur

Mündliche Prüfung

- Do 24.7. 14-16 Uhr
- Di 29.7. 14-16 Uhr
- Di 5.8. 14-16 Uhr

Anmeldung per eMail an Heiko Niedermayer
Bringen Sie bitte Ihre StudentCard / amtlichen Lichtbildausweis mit.

Inhalt

Die Vorlesung behandelt die folgenden Themengebiete:

Modell und Modellierung
- Messung, Simulation, analytisches formales Modell
Deterministische, diskrete Systeme

Modellierung in Higher-Order Logic

Syntax, Semantik und Korrektheitsbeweise

Am Beispiel von Firewalls

Graphen und Grapheigenschaften

Zufallsbehaftete Systeme

Netzwerk als Warteschlange

Warteschlangentheorie

Statistikgrundlagen

Markov-Modelle

Zeitdiskrete Simulation

Netzwerkmessung

Empirische Methoden und Werkzeuge

Versuchsplanung

Datenanalyse

Anwendung von Opti mierungsmethoden und Maschinellem Lernen

Weitergehende Modellierung

Modelle für Nutzerverhalten

Bewegungsmodelle

Anfrageverhalten und Popularität von Daten

Soziale Netzwerke

Small World, Power Law

Internet Science

Spieltheorie

Bounded Rationality

Tools: Python, Scipy, Numpy, Postgresql (or other SQL DB if you like), Isabelle, Netlogo, Gephi, python-cvxopt ... (more to be announced)

Vorlesungsfolien

Kapitel / Titel	Download	Letzte Änderung
Kapitel 0: Vorlesungsinformationen	PDF
Kapitel 1: Einführung in Modellierung	Slides: PDF Script: nlogo
Kapitel 2: Formal Semantics of Firewalls in Isabelle/HOL	Slides: PDF Theory-Files: Introduction.thy exercise_lambdaset.thy firewall.thy intro_induction.thy exercise_rulesetinduction.thy (solution, updated 08.Mai) firewall2.thy	08 Mai 2014
Kapitel 2b: Deterministische Modellierung im klassischen Netzwerkbereich (Arbeitstitel), u.a. Netz als Graph, Graphen und Traffic Engineering (Verkehrsplanung optimieren)	Slides 1: PDF Script 2: PDF graphpos2.py lppathflow.py lplinkflow.py Assignment1.pdf Assignment2.pdf	02 Juni 2014
Kapitel 3a: Grundlagen Statistik und Warteschlangentheorie	Slides: PDF Assignment3.pdf	02 Juni 2014
Kapitel 3b: Lying with Statistics	(internal only)
Kapitel 3c: Evaluation of Measurement and Simulation Results	Slides: PDF	16 Jun 2014
Kapitel 3d: Distributions, Test, Experimental Planning	Slides: PDF	26 Jun 2014
Kapitel 4: Data Analysis and Machine Learning	Script: PDF pca.py clustering.py Assignment5.pdf dectree.py dectreeExample.py
Kapitel 5: Internet Graphs and Social Networks	Slides: PDF provided by Dimitri Papadimitriou (Alcatel-Lucent Bell). Thanks for allowing us to use them. Notes: PDF Assignment6.pdf
Kapitel 6: Internet Science (Users, Humans, Popularity, Game Theory, Bounded Rationality, Critical Infrastructures, Risk)	Script: PDF