Dieses Jahr wurde der GI Dissertationspreis an drei Doktoranden verliehen, welche ihre Dissertation im Jahr 2021 verteidigt haben.
Preisverleihung am 29. September 2022 in Hamburg
Mitte, von links: die Preisträger Markus Hecher, Moritz Lipp und Alejandro Molina Ramirez.
Links: Jörg Desel (GI Vizepräsident), Martin Glinz (SI Vorstand). Rechts: Ronald Bieber (OCG Geschäftsführer), Rüdiger Reischuk (Vorsitzender Nominationsausschuss), Erhard Rahm (GI Vizepräsident)
Photo: GI, Fabian Hammerl
Die deutsche Gesellschaft für Informatik GI, verleiht ihren jährlichen Dissertationspreis zusammen mit der Schweizer Informatikgesellschaft SI und der Österreichischen Computergesellschaft OCG. Doktorierende, welche ihre Dissertation im vergangenen Jahr an einer Hochschule in Deutschland, Österreich oder der Schweiz verteidigt haben, können für den Preis nominiert werden. Ein Nominationsausschuss wählt aus den nominierten Dissertationen die Gewinnerin aus. Dieses Jahr sah sich der Ausschuss außerstande, aus den nominierten Arbeiten eine beste Dissertation auszuwählen. Der Ausschuss entschied daher, den Preis ausnahmsweise an die Autoren der drei besten eingereichten Dissertationen zu verleihen. Die Preisverleihung fand an der Informatik 2022, der Jahreskonferenz der GI, in Hamburg statt.
Die drei diesjährigen Preisträger sind:
Dr. Markus Hecher, TU Vienna: „Advanced Tools and Methods for Treewidth-Based Problem Solving”
Um moderne Computerprogramme zu beschleunigen, die sehr rechenintensive Probleme lösen, wird die strukturelle Abhängigkeit von Instanzen häufig mithilfe der sogenannten „treewidth“ untersucht: einemMaß, das angibt, wie leicht lösbar eine Instanz ist. Markus Hecher hat ein neuartiges Toolkit entwickelt, um signifikante Verbesserungen einer ganzen Reihe von treewidth-basierten Algorithmen in der KI auszuschließen – und damit ein Problem gelöst, das seit mehr als einem Jahrzehnt unbeantwortet geblieben ist.
Dr. Moritz Lipp, TU Graz: „Die Ausnutzung von Optimierungen in Mikroarchitekturen durch Software“
Die Dissertation von Alejandro Molina Ramirez präsentiert neue tiefe generative Modelle, die in der Lage sind, eine breite Spanne von Wahrscheinlichkeitsanfragen zu beantworten. Sie können außerdem darauf überprüft werden, wie sicher sie sich einer bestimmten Antwort sind.
Dr. Alejandro Molina Ramirez, TU Darmstadt: „Deep Networks That Know When They Don’t Know”
Moritz Lipp behandelt in seiner Dissertation die Sicherheitsauswirkungen von Optimierungen in Mikroarchitekturen moderner Prozessoren. Nur durch spezielle Programme können Unterschiede in der Ausführungszeit und im Stromverbrauch festgestellt werden, die es einem Angreifer ermöglichen, sensible Informationen von einem Computersystem zu entwenden. Die Arbeit identifiziert bisher unbekannte Angriffsvektoren, welche die grundlegendsten Sicherheitsgarantien moderner Prozessoren umgehen und weltweit zu Veränderung in Betriebssystemen und Prozessoren führen.
