Jede Person hat alltägliche Angewohnheiten und Terminpläne, die in einer Sequenz von erkennbaren Aktionen resultieren, was auch als deren Verhalten betrachtet werden kann. In einer heimautomatisierten Umgebung wird eine ausführliche Kontextanalyse durchgeführt um Muster in dem Verhalten der Benutzer und des Systems zu erkennen. Diese Muster werden dem Zugriffskontrollmechanismus der Umgebung zur Verfügung gestellt, wodurch dieser in der Lage ist auf das Wissen über das übliche Verhalten im System zuzugreifen. Die zentralen Fragen dieser wissenschaftlichen Arbeit sind wie Verhalten als Verhaltensmuster in einer heimautomatisierten Umgebung modelliert werden kann, wie das modellierte Verhalten in der Zugriffskontrolle eingebunden werden kann und wie lang die Anlernzeit der Verhaltensmuster ist. Die behaviour engine wird als heimautomatisierte Komponente zum Erkennen von Verhaltensmustern eingeführt und eine ausführliche Evaluation wird durchgeführt um die Ergebnisse dieser Arbeit zu verifizieren. Die Evaluationen basieren teilweise auf dem CosyHome Datensatz, welcher im Rahmen dieser Arbeit in einer Fallstudie erzeugt worden ist.

The everyday schedule and habits of each person result in a sequence of actions that can be observed, which can also be referred to as their behaviour. An in-depth context analysis is performed on a smart home environment to create a context-aware solution for recognizing patterns in the behaviour of the users and the system. These patterns are made available for access control, which makes it possible for the access control mechanism (ACM) to include the knowledge of the usual behaviour found in the system during the access control decision. The central questions of this thesis are how behaviour can be modeled as behaviour patterns in a smart home environment, how the modeled behaviour can be used in access control, and how long the learning time of these behaviour patterns is. The behaviour engine is introduced as a smart home component responsible for determining behaviour and an extensive evaluation is performed against it to confirm the results of this thesis. The evaluations are partly based on CosyHome, which is a big dataset created in a case study as part of this work.