Forensik-Studentin bei Saxonia Woman Award ausgezeichnet

Donnerstag 04. Oktober 2018, 14:00

Abschluss mit Auszeichnung: Forensik-Absolventin Vicky Laura Eleser gewinnt beim Saxonia Woman Award den 3. Preis.

Preisträgerin Vicky Laura Eleser hält einen Blumenstrauß in der Hand, links an ihrer Seite steht Nico Müller von der Digifors GmbH, rechts Prof. Dr. Christian Hummert von der Hochschule Mittweida.

Zur Verleihung des dritten Platzes beim
Saxonia Woman Award an Vicky
Laura Eleser (M.) gratulierten Prof. Dr.
Christian Hummert (r.) von der Hochschule
Mittweida und Nico Müller (l.) von der Digifors
GmbH. (Quelle: Saxonia Systems AG)

Die Würdigung erhielt Eleser am 25. September 2018 im Kurländer Palais in Dresden. Zuvor hatte eine Jury aus über 30 Bewerbungen die Arbeit der Absolventin der Hochschule Mittweida ausgewählt und mit dem dritten Platz prämiert.

Eleser beschäftigte sich in ihrer Abschlussarbeit mit der „Optimierung von Parametern Neuronaler Netze zur Klassifikation von Kinderpornographie“. Betreut wurde sie dabei von Prof. Dr. Christian Hummert von der Hochschule Mittweida und Nico Müller von der Digifors GmbH aus Leipzig.

„Eine besondere Herausforderung bei dieser Arbeit besteht in der großen Anzahl unbekannter Bilder, die einen Straftatbestand erfüllen. Die Abschlussarbeit wird dazu beitragen, die Ermittler bei ihrer Arbeit zu unterstützen und die Strafverfolgung zu beschleunigen.“, sagte Prof. Dr. Uwe Schneider, Dekan der Fakultät Angewandte Computer- und Biowissenschaften der Hochschule Mittweida.

Um die Ermittlungen der Cyberforensik zu verbessern, nutzte Eleser künstliche Intelligenz zum maschinellen Lernen. „Das echte neuronale Netz, also unser Gehirn, steuert nicht nur unsere Emotionen, sondern lässt uns Menschen auch Bilder und Muster erkennen“, erklärte Eleser. „In der Informatik und Mathematik wird diese Technik adaptiert, um einen Computer ebenfalls zu befähigen Bilder, Muster, Sprache und andere alltägliche Dinge zu erkennen. Dies sind künstliche neuronale Netze.“

Die Funktionsweise des menschlichen Gehirns wird also abstrahiert, um Objekte in Klassen zu kategorisieren. Für ihre Arbeit nutzte Eleser spezielle künstliche neuronale Netze, sogenannte Convolutional Neural Networks (CNN), da diese sich besonders für die Objekterkennung in Bildern eignen. „Die Klassifizierung erfolgt in eine von 1000 Klassen. Für meine Arbeit benötigte ich aber nur zwei: pornografisch und nicht-pornografisch“, so Eleser. Deshalb entfernte sie die Klassifizierungsschicht der vortrainierten Netze und ersetzte sie durch eine eigens konstruierte. Für den Lernprozess der Software testete sie zudem verschiedene Parameter für Fehlerfunktion, Optimierer und Lernrate.

Mit dem Saxonia Woman Award werden herausragende Leistungen von Absolventinnen auf dem Gebiet der Informatik ausgezeichnet. Die Saxonia Systems AG will damit nicht nur die Leistungen der Preisträgerinnen würdigen, sondern anderen Frauen und Mädchen die Erfolgsgeschichten näherbringen und sie zur Wahl eines Informatikstudiums ermutigen.

„Dass eine unserer Studentinnen eine solche Auszeichnung erhält, überrascht mich nicht“, so Prof.  Schneider. „In diesem Wintersemester beträgt der Frauenanteil der Studienanfänger an unserer Fakultät über 40 Prozent, im Studiengang ‚Allgemeine und Digitale Forensik‘ sind die Studentinnen mit 65 Prozent sogar deutlich in der Mehrheit.“

Mehr Informationen zum Studiengang "Allgemeine und Digitale Forensik"