@mastersthesis{Erdmann2021,
  type      = {Bachelor Thesis},
  author    = {Erdmann, Martin},
  title     = {Forensische Analyse des IoT-Anteils eines elektrischen Tretrollers},
  institution = {Angewandte Computer- und Bio­wissen­schaften},
  year      = {2021},
  abstract  = {Das Ziel der vorliegenden Bachelorarbeit ist es, digitale Spuren im Speicher eines elektrischen Tretrollers zu untersuchen. Der Roller stammt aus einem ehemaligen Verleihsystem und es existiert von Beginn dieser Arbeit an keine Kenntnis dar{\"u}ber, ob digitale Informationen auf dem Speicher zug{\"a}nglich und {\"u}berhaupt vorhanden sind. Es wird resultierend aus der vergangenen Nutzung des Rollers innerhalb des „Sharing-Angebotes" davon aus gegangen, dass entsprechende Daten erzeugt worden sind. Dazu k{\"o}nnen Informationen z{\"a}hlen, die z.B. Aufschluss {\"u}ber die zur{\"u}ckgelegte Strecke geben. Es gilt herauszufinden, ob sich diese und auch andere Daten auf dem Speicher der „IoT-Elektronik" des Rollers befinden. In Abh{\"a}ngigkeit des Resultates liegt der Fokus auf entsprechender Rekonstruktion dieser Daten. Soweit es machbar erscheint, obliegt ein weiterer Analyseaspekt der Firmware des E-Scooters, um das Zusammenspiel der lokalen Hardware-Komponenten und des entfernten „Backends" nachvollziehen zu k{\"o}nnen. Der Roller wird f{\"u}r diese Bachelorarbeit physisch zerlegt und es kommen unterschiedliche, software-basierte Werkzeuge f{\"u}r die Analyse zum Einsatz.},
  subject      = {E-Scooter},
  language  = {de}
}