FLEIS – Federated Learning enhancing IT Security

Ein Mann sitzt an einem Schreibtisch und schaut auf drei Bildschirmen verschiedene Abl├Ąufe und Strukturen an.

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

Logo der Trevisto AG
Logo der itWatch GmbH
Logo der Bundeswehr Universit├Ąt M├╝nchen

F├Ârderung

Logo des Bayrischen Staatsministerium f├╝r Wirtschaft, Landesentwicklung und Energie

Gef├Ârdert durch das Bayerische Staatsministerium f├╝r 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.┬áDie zunehmende Vernetzung, die einen immensen Datenfluss aus externen und potenziell gef├Ąhrlichen Quellen nach sich zieht, vergr├Â├čern die Herausforderungen erheblich.

Aufgaben und Ziel

Kernziel des Vorhabens ist die Zusammenschaltung von verteilten Knoten in der IT-Sicherheit zum KI-gest├╝tzten Austausch und Erlernen von Angriffsheuristiken (Federated Machine Learning).

Das Projektteam

Trevisto AG
Itwatch GmbH
Universit├Ąt der Bundeswehr M├╝nchen

Ihr Ansprechpartner

Portr├Ąt unseres Mitarbeiters Christian Berger.

Christian Berger

Referent des Vorstands, Leiter KI

Trevisto AG
Nunnenbeckstra├če 6/8
90489 N├╝rnberg

christian.berger@trevisto.de
T +49 911 430 839 27