details_view: 2 von 2

 

Verbundvorhaben: SecDER - KI-basierte Erkennung und resiliente Vermeidung von Cyber-Angriffen und technischen Störungen bei virtuellen Kraftwerken und dezentralen Energieanlagen; Teilvorhaben: KI-basierte Verfahren zur Erkennung von Angriffen im Kontext von virtuellen Kraftwerken

Zeitraum
2021-04-01  –  2024-03-31
Bewilligte Summe
417.038,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI4028B
Leistungsplansystematik
Sicherer Systembetrieb [EB1811]
Verbundvorhaben
01225618/1  –  SecDer
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI4)
Förderprogramm
Energie
 
Im Kern wird die Hochschule Hannover im Rahmen des Projekts SecDER effiziente Verfahren zur KI-basierten Datenanalyse von sicherheitsrelevanten Daten im Kontext der virtuellen Kraftwerke entwickeln. Die entwickelten Verfahren werden so realisiert, dass sie auf Basis der realen von den Projektpartnern aus dem Bereich der dezentralen Energieanlagen bereitgestellten Datenquellen arbeiten können. Ebenso werden die Ergebnisse der Verfahren in einer Form bereitgestellt und aufbereitet, so dass sie direkt in das zentrale Störfallinformationssystem integriert werden können. Die Integrationsaspekte werden durch die Arbeiten aller Partner an der zentralen Plattform zum Daten- und Informationsaustausch zu Beginn des Projekts adressiert, so dass eine bestmögliche Integration der Projektergebnisse der Hochschule in das Gesamtprojekt ermöglicht wird. Die Erkennung von Angriffen in dezentralen Energieanlagen stellt dabei eine wichtige Funktionalität des zentralen Störfallinformationssystems dar. Im Hinblick auf die Erkennungsmethoden von Angriffen sollen sowohl klassische signaturbasierte Ansätze und eine anomalie-gestützte Erkennung als auch KI-basierte Ansätze erprobt werden. Basierend auf ähnlichen Verfahren aus dem Bereich der klassischen Netzwerkanalyse wird die Hochschule spezifische Verfahren für den Kontext der virtuellen Kraftwerke entwickeln. Besondere Bedeutung kommt der automatischen und effizienten Verarbeitung zu, um die zahlreichen potentiell hochfrequenten Datenströme der dezentralen Anlagen möglichst schnell verarbeiten und so Angriffe möglichst kurzfristig erkennen zu können.