Die Aufgabe
Die proaktive Abwehr von digitalen Bedrohungen kann durch Erkennen von Angriffsmustern deutlich verbessert werden. Die meisten Systeme arbeiten heutzutage noch autark mit vordefinierten Heuristiken bzw. Signaturen und tauschen sich nicht über ihre Erkenntnisse aus. In diesem Forschungsvorhaben wird die datenschutzkonforme Zusammenschaltung der Erkennung digitaler Bedrohungen, die dafür notwendigen Methoden für die Identifikation und die Analyse von digitalen Bedrohungen durch modulare Künstliche Intelligenz (KI) mit Federated Learning (FL) entwickelt.
Projektpartner
Förderung
Gefördert durch das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie im Rahmen des FuE-Programms IuK des Freistaates Bayern
Ausgangslage
Cybersecurity ist in vielen Unternehmen noch nicht auf dem neuesten Stand, insbesondere wegen einer nicht an die Herausforderungen digitaler Bedrohungen angepassten IT-Landschaft. Die zunehmende Vernetzung, die einen immensen Datenfluss aus externen und potenziell gefährlichen Quellen nach sich zieht, vergrößern die Herausforderungen erheblich.
Aufgaben und Ziel
Kernziel des Vorhabens ist die Zusammenschaltung von verteilten Knoten in der IT-Sicherheit zum KI-gestützten Austausch und Erlernen von Angriffsheuristiken (Federated Machine Learning).
Das Projektteam
Trevisto AG
Itwatch GmbH
Universität der Bundeswehr München
Ihr Ansprechpartner
Jens Horstmann
Vorstand
Trevisto AG
Nunnenbeckstraße 6/8
90489 Nürnberg
jens.horstmann@trevisto.de
T +49 911 430 839 00