Embedded connected computers are installed in homes in increasing numbers in the form of consumer IoT devices. These devices are often insufficiently protected against cyberattacks. In this research report, we propose several security requirements for consumer IoT devices. These requirements are suitable for enforcement through legislation and will significantly improve consumer IoT cybersecurity when implemented.This research report, commissioned by the Dutch Radiocommunications Agency, describes a threat model and significant security problems, derived from literature research. These assisted in evaluating more than 400 security measures, after which the top measures were summarised into eight essential security requirements. These requirements are easy to implement, easy to test, unambiguous, and greatly improve the cybersecurity of the products. We recommend standardisation agencies to make these requirements mandatory for all consumer IoT devices.
MULTIFILE
Hundreds of sensors in our smartphones, cars, houses and other "smart" devices feed the IoT, that monitors both our functioning, and that of the smart devices. In 2050 the Internet of Things - which processes and stores all sensor data - will require a multiple of all the current energy together in air traffic and meat consumption. Living an environmentally friendly life will be just a drop in the ocean. With every step we take, servers all over the world start to analyze and store sensor data from the smartphone in our pocket. Habermas states that the system supplants ("colonizes") the lifeworld. It is of great importance that economic and social disciplines make a serious effort to restore the balance between the system world and the lifeworld.
MULTIFILE
The application of DC grids is gaining more attention in office applications. Especially since powering an office desk would not require a high power connection to the main AC grid but could be made sustainable using solar power and battery storage. This would result in fewer converters and further advanced grid utilization. In this paper, a sustainable desk power application is described that can be used for powering typical office appliances such as computers, lighting, and telephones. The desk will be powered by a solar panel and has a battery for energy storage. The applied DC grid includes droop control for power management and can either operate stand-alone or connected to other DC-desks to create a meshed-grid system. A dynamic DC nano-grid is made using multiple self-developed half-bridge circuit boards controlled by microcontrollers. This grid is monitored and controlled using a lightweight network protocol, allowing for online integration. Droop control is used to create dynamic power management, allowing automated control for power consumption and production. Digital control is used to regulate the power flow, and drive other applications, including batteries and solar panels. The practical demonstrative setup is a small-sized desktop with applications built into it, such as a lamp, wireless charging pad, and laptop charge point for devices up to 45W. User control is added in the form of an interactive remote wireless touch panel and power consumption is monitored and stored in the cloud. The paper includes a description of technical implementation as well as power consumption measurements.
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
Wetenschappers gebruiken bioorthogonale klikreacties tussen trans-cyclooctenen (TCOs) en tetrazines (Tz) om geheel nieuwe geneesmiddelen te ontwikkelen waarmee heel gericht cruciale biologische doelmoleculen kunnen worden geraakt, zodat ziektes op een veel selectievere manier kunnen worden behandeld. Recentelijk heeft de Radboud Universiteit een nieuw TCO-derivaat ontwikkeld en geoctrooieerd dat beschikt over twee orthogonale handvatten, goede stabiliteit, een snelle klik-kinetiek en een biocompatibele “click-to-release” functionaliteit. Bovendien kan deze TCO in een efficiënte synthese met hoge zuiverheid geproduceerd worden in tegenstelling tot vergelijkbare gepubliceerde stoffen. Binnen dit KIEM project zullen ‘ready-to-use’ TCO-producten ontwikkeld worden, gebaseerd op dit nieuwe TCO-derivaat. Dit is belangrijk om de drempel te verlagen voor onderzoekers om deze nieuwe technologie te benutten in hun toepassingen en versnelt daarmee de ontwikkeling van “slimme” geneesmiddelen of materialen. De werkzaamheden in dit project zullen bestaan uit literatuuronderzoek, synthetisch ontwerp van TCO-derivaten, chemische synthese, onderzoek naar de eigenschappen van de stoffen en contact leggen met potentiele gebruikers. De beoogde projectresultaten zijn chemische methoden om geactiveerde TCOs te synthetiseren, 5–10 geactiveerde eindproducten, inzicht in de chemie van TCOs, inzicht in de kinetiek en stabiliteit van de nieuwe TCOs en nieuwe samenwerkingen. In dit project wordt samengewerkt tussen de Radboud Universiteit en het biotechnologiebedrijf Synvenio. Binnen de synthetisch organische chemie afdeling van de Radboud Universiteit is de eerdergenoemde nieuwe TCO ontwikkeld. Synvenio is een jong biotechnologiebedrijf dat bioactieve stoffen beschikbaar maakt voor biochemisch- en biomedische onderzoekers. Het team bestaat uit chemici met veel affiniteit met biochemie, waaronder een van de uitvinders van de nieuwe TCO.
