@phdthesis{Huebner,
  type      = {Bachelor Thesis},
  author    = {David H{\"u}bner},
  title     = {Datenschutzrelevante Spuren in Messwerten intelligenter Stromz{\"a}hler},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:900-opus-30889},
  abstract  = {In Smart Grids {\"u}bermittelt der Stromz{\"a}hler im Haushalt hochaufl{\"o}sende Messdaten des aktuellen Stromverbrauchs an den Energieversorger. Diese Daten erm{\"o}glichen es, sowohl dem Energieversorger, als auch potenziellen Angreifern, Aussagen {\"u}ber den Verbraucher zu treffen, die tief in die Privatsph{\"a}re eingreifen und R{\"u}ckschl{\"u}sse auf die Lebensgewohnheiten erlauben. In dieser Arbeit wird die Aussagekraft dieser Informationen zun{\"a}chst theoretisch erl{\"a}utert und dann, am Beispiel eines K{\"u}hlschranks, {\"u}berpr{\"u}ft. Ein wesentlicher Bestandteil des Vorgehens ist zun{\"a}chst das automatische Erkennen und Extrahieren des K{\"u}hlschranks aus der Stromverbrauchskurve und die Analyse dieser Daten auf verschiedene Merkmale. Im zweiten Teil werden diese Merkmale anhand mehrerer Beispiele auf datenschutzrelevante Spuren hin untersucht. So lassen sich, trotz Unterschieden zwischen verschiedenen K{\"u}hlschrankmodellen, Anwesenheitsprofile der Benutzer erstellen und weitere Aussagen treffen.},
  language  = {de}
}