Entwicklung einer Methodik zur Ableitung optimaler Behandlungsstrategien bei (unsicheren) Cyberbedrohungssituationen von Flugzeugsystemachitekturen

Abstract

Das Verbundvorhaben RESISTANT untersuchte neue Ansätze zur Erhöhung der Cyberresilienz moderner Luftfahrzeuge. Hierzu wurden rekonfigurierbare Zero-Trust-Architekturen, digitale Security-Zwillinge sowie Verfahren zur Angriffserkennung, Risikobewertung und Angriffsbehandlung entwickelt und in einem gemeinsamen Demonstrator zusammengeführt. Im Teilvorhaben RESISTANT.IABG lag der Schwerpunkt auf der dynamischen Bewertung unsicherer Cyberbedrohungssituationen und der Ableitung geeigneter Gegenmaßnahmen. Als technische Grundlage wurde ein ausführbarer Digital Security Twin entwickelt, der Netzwerktopologie, Komponenten, Dienste, Sensorik und mehrstufige Cyberangriffe abbildet und sowohl Simulation als auch Emulation ermöglicht. Sicherheitsrelevante Ereignisse wurden insbesondere mit Falco erfasst. Zur Zustandsschätzung des nicht direkt beobachtbaren Angriffszustands wurde ein gewichteter Sequential-Importance-Resampling-Partikelfilter entwickelt. Ergänzend wurde TabPFN als datengetriebener Ansatz zur Zustandsschätzung untersucht. Beide Verfahren leiten aus unvollständigen und fehlerbehafteten Sensorinformationen mögliche Angriffszustände und deren Wahrscheinlichkeiten ab. Für die Bewertung der Auswirkungen wurde das von der Universität Stuttgart entwickelte statische Risikomodell MACSFIRE für die zivile Luftfahrt eingebunden. Durch die Verknüpfung der probabilistischen Zustandsschätzung mit der missionsbezogenen MACSFIRE-Bewertung entstand eine dynamische Cyberrisikobewertung. Für die Angriffsbehandlung wurde eine Reinforcement-Learning-Umgebung entwickelt, in der Verteidiger-Policies unter partieller Beobachtbarkeit trainiert wurden. Die entwickelten Komponenten wurden abschließend in den RESISTANT-Demonstrator integriert und anhand eines mehrstufigen Cyberangriffsszenarios erprobt.