Finn Nußbaum

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Finn Nußbaum, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
nach Vereinbarung
Harburger Schloßstraße 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.017
Tel: +49 40 42878 4092
Logo

Forschungsprojekt

KoLa
Koordinierungsfunktion des Verteilnetzes und Lastmanagement für den elektrifizierten Personenverkehr

KoLa

Koordinierungsfunktion des Verteilnetzes und Lastmanagement für den elektrifizierten Personenverkehr

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2022 bis 2026

Publikationen

TUHH Open Research (TORE)

2024

2023

Lehrveranstaltungen

Stud.IP
link to course in Stud.IP Studip_icon
Cybersecurity Data Science (VL)
Subtitle:
This course is part of the module: Cybersecurity Data Science
Semester:
SoSe 24
Course type:
Lecture
Course number:
lv2914_s24
Lecturer:
Riccardo Scandariato, Ina Weigl, Dr. Nicolás Díaz Ferreyra, Catherine Tony, Torge Hinrichs, Emanuele Iannone
Description:

Theoretical Foundations:

  • Introduction to data science
  • Supervised and unsupervised learning
  • Data science methods (e.g., clustering, decision trees, artificial neural networks)
  • Performance metrics

Cybersecutrity Applications:

  • Spam detection
  • Phishing detection
  • Intrusion detection
  • Access-control prediction
  • Denial of Service (DoS) prediction
  • Vulnerability/malware prediction
  • Adversarial machine learning
Performance accreditation:
m1773-2022 - Cybersecurity Data Science<ul><li>p1760-2022 - Cybersecurity Data Science: Klausur schriftlich</li></ul><br>m1773-2023 - Cybersecurity Data Science<ul><li>p1760-2022 - Cybersecurity Data Science: Klausur schriftlich</li><li>vl440-2023 - Voluntary Course Work Cybersecurity Data Science - Subject theoretical and practical work: Subject theoretical and practical work</li></ul>
ECTS credit points:
3
Stud.IP informationen about this course:
Home institute: Institut für Software Security (E-22)
Registered participants in Stud.IP: 144
Documents: 13

Betreute Abschlussarbeiten

laufende

2024

  • Ahmed, Taha (2024). Development of an iterative multi-agent coordination framework for congestion prevention in low voltage grids.

  • Busch, Marcel (2024). Entwicklung eines Netzmodells zur szenarienbasierten Untersuchung von Engpässen in heutigen und zukünftigen städtischen Verteilnetzen.

  • Lindner, Joost (2024). Entwicklung einer probabilistischen Lastprognose für die Niederspannungsebene elektrischer Verteilnetze.

  • Möller, Julius (2024). Untersuchung von Kennzahlen zur Bewertung der Diskriminierungsfreiheit von Engpassmanagementmaßnahmen.

  • Wilke, Jan Jakob (2024). Definition leistungsbasierter Netzregeln zur Engpassvermeidung in elektrischen Verteilnetzen.

beendete

2024

  • Ming, Zhao (2024). Conceptual Design for a grid demonstrator for teaching purposes and development of a suitable distribution grid simulation.

2023

  • Kock am Brink, Jonas (2023). Entwicklung einer Engpassprognose für elektrische Verteilnetze mittels probabilistischer Verfahren.