Kontakt
Universitätsstraße 38
70569 Stuttgart
Deutschland
Raum: 2.356
Sprechstunde
Nach Vereinbarung
Fachgebiet
Die digitale Revolution hat zu bedeutenden technologischen Fortschritten in der Automobilindustrie geführt, die es Fahrzeugen ermöglichen, Informationen mit anderen Fahrzeugen und der Cloud zu verarbeiten und zu teilen. Diese Daten können dazu beitragen, autonomes Fahren zu ermöglichen oder ein sichereres Straßenumfeld zu schaffen. Allerdings enthalten sie eine erhebliche Menge sensibler Informationen, die zur Identifizierung des zugrunde liegenden Fahrzeugs oder zur Erstellung eines detaillierten Fahrerprofils verwendet werden können. Daher ist Datenschutz ein wichtiger Aspekt von vernetzten Fahrzeugumgebungen.
Trotz des Wunsches der Fahrer, ihre sensiblen Daten zu schützen, möchten sie weiterhin so viele Funktionalitäten der Anwendungen (z. B. Navigation oder Ermüdungserkennung) wie möglich nutzen. Dies führt zu einem Zielkonflikt zwischen dem Schutz der Privatsphäre und der Qualität der Dienste. Darüber hinaus hat die Forschung gezeigt, dass die Sensibilität personenbezogener Daten davon abhängt, wann und wo sowie zu welchem Zweck diese Daten erhoben wurden. Dies erfordert einen situationsbewussten Schutz der Privatsphäre, der je nach aktueller Situation dynamisch angepasst werden kann. Schließlich sollten benutzerfreundliche Datenschutzeinstellungen entwickelt werden, um den sogenannten "Privacy Paradox" zu vermeiden, bei dem Menschen angeben, dass sie um ihre Privatsphäre besorgt sind, aber dennoch viele persönliche Informationen weitergeben.
Der Fokus meiner Forschung liegt darauf, ein situationsbewusstes Datenschutz-Framework für vernetzte Fahrzeuge zu entwickeln. Es ermöglicht den Fahrern, ihre Datenschutzpräferenzen effektiv zu verwalten und gleichzeitig die Vorteile der vernetzten Fahrzeugtechnologie zu nutzen.
2024
Yunxuan Li, Christoph Stach and Bernhard Mitschang. "PaDS: An adaptive and privacy-enabling Data Pipeline for Smart Cars". 2024 25th IEEE International Conference on Mobile Data Management (MDM), Brussels, Belgium, 2024, pp. 41-50, doi: 10.1109/MDM61037.2024.00026.
Christoph Stach, Yunxuan Li, Laura Schuiki, and Bernhard Mitschang. "LALO—A Virtual Data Lake Zone for Composing Tailor-Made Data Products on Demand". In Database and Expert Systems Applications: 35th International Conference, DEXA 2024, Naples, Italy, August 26–28, 2024, Proceedings, Part II. Springer-Verlag, Berlin, Heidelberg, 288–305. doi: 10.1007/978-3-031-68312-1_22.
2023
Yunxuan Li, Pascal Hirmer and Christoph Stach, "CV-Priv: Towards a Context Model for Privacy Policy Creation for Connected Vehicles," 2023 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events (PerCom Workshops), Atlanta, GA, USA, 2023, pp. 583-588, doi: 10.1109/PerComWorkshops56833.2023.10150231.
Andrea Fieschi, Yunxuan Li, Pascal Hirmer, Christoph Stach and Bernhard Mitschang (2023). Privacy in Connected Vehicles: Perspectives of Drivers and Car Manufacturers. In: Aiello, M., Barzen, J., Dustdar, S., Leymann, F. (eds) Service-Oriented Computing. SummerSOC 2023. Communications in Computer and Information Science, vol 1847. Springer, Cham. doi: 10.1007/978-3-031-45728-9_4.
2022
Yunxuan Li, Pascal Hirmer, Christoph Stach, and Bernhard Mitschang. 2023. Ensuring Situation-Aware Privacy for Connected Vehicles. In Proceedings of the 12th International Conference on the Internet of Things (IoT '22). Association for Computing Machinery, New York, NY, USA, 135–138. doi: 10.1145/3567445.3569163.
PanDa: Adaptiver Datenschutz für Moderne Datenarchitekturen
BMBF-Forschungsprojekt im Rahmen des Software Campus
Software-Defined Car
BMWi-Forschungsprojekt
Sommersemester 2025
- Betreuung des Seminar "Vertiefungsthemen von Data Science"
- Organisation des Practical Course
Sommersemester 2024
- Betreuung des Practical Course:
- Topic: Object Recognition with Common Picture PETs
Wintersemester 23/24
- Betreuung des Seminar "Data Management for End-to-End Machine Learning"
- Betreuung des Practical Course:
- Thema: Extension of AdaPrivFlow
- Thema: Privacy Protection of Trajectory Data
Sommersemester 2023
- Betreuung des Seminar "Data Management for End-to-End Machine Learning"
- Betreuung des Practical Course:
- Thema: Evaluation of Stream Processing Techniques
Wintersemester 22/23
- Betreuung des Practical Course:
- Thema: Privacy Context Model for Connected Vehicle Environments
Angebotene studentische Arbeiten
- Thema: Kontextmodellierung zur Verbesserung datenschutzfreundlicher Interfaces
- Im Rahmen dieses Projekts modellieren Studierende kontextuelle Faktoren für ausgewählte Anwendungsfälle mit Datenschutzbezug. Die Ergebnisse werden anschließend genutzt, um eine bestehende grafische Benutzeroberfläche gezielt zu erweitern und zu verbessern. Bei Interesse oder für weitere Informationen meld gerne bei mir.
Laufende studentische Arbeiten
Abgeschlossene studentische Arbeiten
- Masterarbeit:
- Die Modellierung von Privacy-Enhancing Technologies aus der Sicht des Datenschutzes und des Datennutzens (abgeschlossen in März 2025)
- Bachelorarbeit:
- Interaktive Auswahl von Privacy-Enhancing Technologies (abgeschlossen in März 2025)
- Masterarbeit:
- Evaluation von Datenarchitekturen für die Connected-Cars-Domäne (abgeschlossen in Juni 2024)
- Forschungsprojekt:
- Bewertung der Auswirkungen von Privacy-Enhancing Technologies der auf autonome Fahrfunktionen (abgeschlossen in Mai 2024)
- Bachelorarbeit:
- Repository zur Verbesserung des Datenschutzes für vernetzte Fahrzeuge (abgeschlossen in November 2023)
- Masterarbeit:
- Live-Anpassung von Technologien zur Verbesserung der Datenschutzes in den Datenpipelines von vernetzten Fahrzeugen (abgeschlossen in November 2023)
- Enpro:
- „SmartCar“-Datenplattform (abgeschlossen in Mai 2023)