KRITIS³M

Scalable, AI-Based Intrusion Detection

Das Forschungsprojekt KRITIS³M beschäftigt sich mit der Verbesserung der Cybersecurity von kritischen Infrastrukturen und mit der Steigerung der Langlebigkeit von kryptografischen Sicherheitslösungen in industriellen Anlagen. Hierbei wird neben der agilen Kryptografie auch der Einsatz von Künstlicher Intelligenz zur Angriffserkennung erforscht. Ziel ist es, ein System zu entwickeln, welches Bedrohungen cyber-physikalischer Systeme erkennt und bei auftretenden Angriffen oder Schwachstellen frühzeitig warnen kann. Um dieses Ziel zu erreichen, wird in KRITIS³M Künstliche Intelligenz in drei Themengebieten erforscht:

Automated Penetration Testing

Realistic cyber attacks are planned and executed automatically using AI to generate training data and validate developed systems. As part of the project, an independent test system is being developed for this purpose, on which isolated industrial communication is generated using a hybrid approach.

Network Intrusion Detection

AI models and their training are being researched to recognise attacks (intrusion detection) based on conspicuous network traffic in the industrial sector . As part of the overall project, models and concepts that are suitable for use in the industrial sector are investigated.

Anomaly Detection Based on Timing Metrics

Darüber hinaus wird an Algorithmen und Methoden gearbeitet, welche anomales Verhalten von Embedded-Systemen klassifizieren können, das auf bestimmte Bedrohungen wie Zero-Day-Schwachstellen oder eine Manipulation der Systemkonfiguration hindeuten könnte.