Verbundvorhaben: PROTECT – Sicherer Netzbetrieb durch Einsatz selbstlernender KI-Firewalls in Energieversorgungsunternehmen; Teilprojekt eoda: Entwicklung transparenter KI-Algorithmen zur Anomalieerkennung
Zeitraum
2021-07-01 – 2024-12-31
Bewilligte Summe
172.344,98 EUR
Ausführende Stelle
Förderkennzeichen
03EI6054C
Leistungsplansystematik
Sichere Kommunikationstechnik [EB1822]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI6)
Förderprogramm
Energie
Im Vorhaben PROTECT wird ein Lern- und Testsystem zum Aufbau und zur Implementierung einer selbstlernenden KI-Firewall für den Einsatz in Energieversorgungsunternehmen entwickelt. Hierbei werden unter Annahme einer cloudbasierten IKT-Infrastruktur konventionelle bzw. fortgeschrittene Next-Generation-Firewalls (NGFW) um KI-basierte Verfahren zur Anomalieerkennung zur Abwehr von IT-Angriffen in den Domänen Geschäfts-IT als Kommunikationsprozesse in der Geschäftsebene (z.B. Office-Netzwerk, ERP-Systeme) und Prozess-IT als Netzwerkverkehr aller technischen Prozesse (z.B. Prozesssteuerung, Leitsysteme) erweitert. Im Fokus steht hierbei die (teil)-automatisierte Detektion von Manipulationen in Netzwerk- und Prozessdaten (z.B. Mess- und Sollwerte) und die Bewertung der Kritikalität von Anomalien hinsichtlich potentieller negativer Auswirkungen auf essentielle Systemstrukturen oder -komponenten (z.B. Netzbetriebsmittel, IT-Komponenten, Kommunikationspfade). eoda verfolgt das Ziel Algorithmen zur Anomalieerkennung zu entwickeln und ein System aufzusetzen, dass es ermöglicht, Experteneinschätzungen in die Trainingsphase zu integrieren. Des Weiteren soll die Möglichkeit eines kontinuierlichen Modellupdates geschaffen werden, so dass die Algorithmen auf sich verändernde Angriffsvektoren reagieren können. eoda verfügt über langjährige Erfahrung bei der Anomalieerkennung im Bereich 'Predictive Maintenance' im Maschinenbau sowie bei der Anomalieerkennung in anderen Branchen. Als entscheidender Erfolgsfaktor hat sich dabei häufig die Kombination von KI und der Expertise von Fachleuten herausgestellt. Des Weiteren verfolgt eoda das Ziel, Kompetenzen im Bereich der Anomalieerkennung in komplexen Umgebungen auszubauen und zu vertiefen. Die Erkenntnisse aus PROTECT sollen auch auf andere Anwendungsfälle und Branchen wie Predicitve Maintenance oder Fraud Detection übertragen werden und so Grundlage für die Erweiterung des Kompetenzportfolios der eoda sein.