Secure, Autonomous and AI-Based Systems
Secure, Autonomous and AI-Based Systems
The digital transformation and expansion of cyber-physical systems increasingly require more collaborative solutions and human-machine interaction. Cognitive computing also increases the autonomy of systems (e.g. autonomous vehicles and flying objects). At the same time, it also poses challenges in communication and interface design between components and systems, data acquisition and analysis using artificial intelligence (e.g. Big Data, machine learning), and IT security.
Research in this area is conducted primarily at the Affective and Cognitive Institute (ACI), Institute for Machine Learning and Analytics (IMLA), Institute for Unmanned Aerial Systems (IUAS), and the Institute of Reliable Embedded Systems and Communication Electronics (ivESK).
| Title | KI-gestütztes SIEM-System für hochzuverlässige industrielle IoT-Netze und Feldbusse |
| Short Name | KISTE |
| Short Description | KI-gestütztes SIEM-System für hochzuverlässige industrielle IoT-Netze und Feldbusse; Sammlung und Analyse von OT-Netzwerkdaten zur Entwicklung einer KI-basierten Anamolie-Erkennung; Ziel des KISTE-Projektes ist die Entwicklung einer IT-Sicherheitsüberwachung, die kontinuierlich auf Anomalien und Vorfälle in Industrienetzen achtet, solche „Incidents“ aufnimmt und bewertet. Dabei soll die Bewertung auch für den normalen IT-Administrator verständlich sein, so dass er sofort reagieren kann, wenn ein Sicherheitsvorfall auftritt. Weil man NAC- oder SIEM-Systeme in OT-Umgebungen heute nicht findet, will das KISTE-Projekt hier Abhilfe schaffen. Dafür soll ein System entwickelt werden, welches auch den Anforderungen von OT-Netzwerken gerecht wird. Projektziel ist daher die Entwicklung einer SIEM-Appliance, die gleichermaßen für IT- und OT-Netze geeignet ist. Dazu müssen die Endgeräte oder Serversysteme des Unternehmens bekannt sein, um unerlaubte Systeme erkennen zu können. Dabei soll die SIEM-Appliance durch KI-Methoden selbstständig lernen und sich kontinuierlich in der Erkennung verbessern. Dadurch lässt auch eine detaillierte Dokumentation des Sicherheitsniveaus in KMUs erreichen, um eine qualitative Aussage über die IT-Sicherheit und damit eine exakte Risikobewertung treffen zu können. |
| Year Of Acquisition | 2024 |
| Start Date | 2024-07-01 |
| End Date | 2026-06-30 |
| Project Managers | Sikora, Axel, Prof. Dr. |
| Faculties | EMI |
| Institution | ivESK |