Forschungsprojekt zu KI in industrieller Cybersicherheit gestartet

Das Forschungsprojekt dreht sich vor allem um die Anwendung fortschrittlichen maschinellen Lernens und KI in der Cybersicherheit industrieller Automatisierungsnetzwerke. Radiflow und das Fraunhofer IOSB wollen dabei gemeinsam Methoden und Technologien entwickeln, um die autonome Erkennung von nichtkonformen und anomalen Verhaltensweisen in derartigen Umgebungen zu ermöglichen. Die Forschung umfasst auch die Evaluierung graphenbasierter und semantischer Ansätze für Ereigniskorrelation und Kontextbewusstsein, um neue Fähigkeiten zu entwickeln.

Prototyp in Planung

Ziel des Projekts ist ein Prototyp eines „Autonomous Industrial Cybersecurity Resistance Systems“ (AICAS), das bestehende Ansätze zur Anomalieerkennung erweitern soll. Der Prototyp soll das grundlegende Verhalten und die Funktionen industrieller Automatisierungsnetzwerke selbstständig erlernen und somit bislang unbekannte Bedrohungen dynamisch erkennen. Die Finanzierung des auf zwei Jahre angelegten Forschungsprojekts übernehmen die Israel Innovation Authority und das Bundesministerium für Bildung und Forschung. Radiflow will die Fähigkeiten des Prototyps künftig in sein industrielles iSID-Bedrohungserkennungssystem integrieren.

„Die Feststellung, ob abnormales Verhalten durch normale Betriebsaktivitäten oder Angriffe von außen verursacht wurde, ist entscheidend für das Verständnis und die Sicherung eines OT-Netzwerks“, erklärt Radioflow-CTO Yehonatan Kfir. „Die KI hat das Potenzial, das Situationsbewusstsein von OT-Netzwerken zu verbessern, indem sie effizient zwischen operativem und durch eine Cyberattacke ausgelöstem abnormalem Verhalten unterscheide“, ergänzt er.

Autor: Martin Hensel

(c)2020
Vogel Communications Group