In dit whitepaper vindt u de resultaten van onze jaarlijkse social media MKB-monitor. Met deze monitor doen we onderzoek naar het gebruik van sociale media in het MKB. In dit whitepaper vindt u de resultaten van de monitor en kansen voor de toekomst
Welke social media gebruiken studenten? Waarom gebruiken studenten deze media? Welke verwachtingen hebben ze van het onderwijs? In dit whitepaper delen we de resultaten van ons onderzoek naar de betekenis van social media in het leven van de hedendaagse student.
Social media zijn momenteel het gesprek van de dag. In slechts enkele jaren tijd hebben social media sites als YouTube, Facebook en LinkedIn een miljoenenpubliek aan zich gebonden. En het aantal consumenten en bedrijven dat gebruik maakt van deze online platformen groeit nog steeds sterk. Hoewel er dagelijks nieuwe cijfers verschijnen over het gebruik van social media is er vooralsnog weinig bekend over de adoptie van social media door bedrijven. Middels dit boek willen de onderzoekers van het lectoraat Online Ondernemen van de Hogeschool van Amsterdam een bijdrage leveren aan het opvullen van deze kennisleemte door het social media gebruik binnen de detailhandel in Nederland in kaart te brengen. Het boek bevat de resultaten van een onderzoek naar gebruik van de social media sites Hyves, Facebook, LinkedIn, YouTube, weblogs, Twitter en fora door (web)winkels en consumenten in Nederland. Welke social media sites worden veel en welke weinig gebruikt door (web)winkels en consumenten in Nederland? Wat zijn de kenmerken van de (web)winkels en consumenten die voorop lopen en achterblijven in het gebruik van social media platformen? In hoeverre zijn Nederlanders geïnteresseerd in het volgen van commerciële bedrijven via social media? Hoeveel volgers hebben (web)winkels op Hyves, Facebook, LinkedIn, YouTube en Twitter? Op deze en andere vragen over het gebruik van social media in de detailhandel in Nederland wordt in dit boek antwoord gegeven.
In this project, immersive media (XR, VR, AR) are created and tested as a remediation strategy to help improve the experience of existing TV content and reach and engage both new and existing target groups more effectively. In this project, students and alumni from AGM and Queensland University of Technology (QUT) work together under the supervision of the R&D department from the professorship Digital Media Concepts and QUT to develop innovative immersive media products based on existing TV productions from Banijay. Banijay is the largest independent production and distribution company in the world. Banijay will provide the challenges, content and feedback on the students’ progress and skills during the (VIS) project, and will offer the opportunity to work on existing international productions with real expectations and demands, and the opportunity to actually market the concepts the students develop. Several new concepts are now in production stage to be released and tested.
Ondanks het feit dat de luchtvervuiling in verloop van de jaren in Europa is teruggebracht, overschrijden de fijnstofconcentraties en stikstof gerelateerde verbindingen nog altijd de normen van de Wereldgezondheidsorganisatie. Op het moment is veel aandacht voor het reduceren van de uitstoot van fijnstof door het wegverkeer in Nederland en Duitsland. Nationale en Europese overheden hebben ingezet op twee routes om uitstoot van fijnstof en stikstofdioxide te verminderen. Ten eerste wil men luchtverontreiniging preventief reduceren bij de bron. Een voorbeeld is het verbieden van het rijden met vervuilende auto’s in steden, het verlagen van maximale snelheden op wegen en het terugbrengen van het vee op boerderijen. De tweede route is het reinigen van fijnstof uit de lucht met behulp van mechanische, chemische en natuurlijke technieken. Op dit moment bestaan er echter geen energiezuinige methoden die significant bijdragen aan het reinigen van schadelijke stoffen uit de lucht. Micro-organismen bieden interessante mogelijkheden voor een energiezuinige vermindering van schadelijke stoffen op basis van bioremediation principes. Het doel van dit onderzoek is om potentiële mogelijkheden te verkennen om luchtverontreinigende stoffen door middel van micro-organismen te verminderen.
Despite the benefits of the widespread deployment of diverse Internet-enabled devices such as IP cameras and smart home appliances - the so-called Internet of Things (IoT) has amplified the attack surface that is being leveraged by cyber criminals. While manufacturers and vendors keep deploying new products, infected devices can be counted in the millions and spreading at an alarming rate all over consumer and business networks. The objective of this project is twofold: (i) to explain the causes behind these infections and the inherent insecurity of the IoT paradigm by exploring innovative data analytics as applied to raw cyber security data; and (ii) to promote effective remediation mechanisms that mitigate the threat of the currently vulnerable and infected IoT devices. By performing large-scale passive and active measurements, this project will allow the characterization and attribution of compromise IoT devices. Understanding the type of devices that are getting compromised and the reasons behind the attacker’s intention is essential to design effective countermeasures. This project will build on the state of the art in information theoretic data mining (e.g., using the minimum description length and maximum entropy principles), statistical pattern mining, and interactive data exploration and analytics to create a casual model that allows explaining the attacker’s tactics and techniques. The project will research formal correlation methods rooted in stochastic data assemblies between IoT-relevant measurements and IoT malware binaries as captured by an IoT-specific honeypot to aid in the attribution and thus the remediation objective. Research outcomes of this project will benefit society in addressing important IoT security problems before manufacturers saturate the market with ostensibly useful and innovative gadgets that lack sufficient security features, thus being vulnerable to attacks and malware infestations, which can turn them into rogue agents. However, the insights gained will not be limited to the attacker behavior and attribution, but also to the remediation of the infected devices. Based on a casual model and output of the correlation analyses, this project will follow an innovative approach to understand the remediation impact of malware notifications by conducting a longitudinal quasi-experimental analysis. The quasi-experimental analyses will examine remediation rates of infected/vulnerable IoT devices in order to make better inferences about the impact of the characteristics of the notification and infected user’s reaction. The research will provide new perspectives, information, insights, and approaches to vulnerability and malware notifications that differ from the previous reliance on models calibrated with cross-sectional analysis. This project will enable more robust use of longitudinal estimates based on documented remediation change. Project results and methods will enhance the capacity of Internet intermediaries (e.g., ISPs and hosting providers) to better handle abuse/vulnerability reporting which in turn will serve as a preemptive countermeasure. The data and methods will allow to investigate the behavior of infected individuals and firms at a microscopic scale and reveal the causal relations among infections, human factor and remediation.
