Wissensbasierte Anomalie-Erkennung mittels Künstlicher Intelligenz in Kritischen Infrastrukturen - WAIKIKI; Teilvorhaben: Anforderungen und Rahmenbedingungen einer KI-basierten Sicherheitslösung aus Anwendersicht

Abstract

Aufgabenstellung und Ziel Im Verbundvorhaben WAIKIKI sollte eine auf Künstlicher Intelligenz (KI) basierte Sicherheitslösung für ein Intrusion-Detection-System entwickelt werden, die sowohl den existierenden Anforderungen für den Einsatz in hochsensiblen Netzen, wie Kraftwerksnetze, gerecht wird, als auch aktuelle Forschungsfragen, wie die Verbesserung der Nutzerakzeptanz und die Integration von zusätzlichem Wissen zur Optimierung der Genauigkeit, adressiert. Die Lausitz Energie Kraftwerke AG (LE-K, LEAG) übernahm im Vorhaben sowohl die Rolle des Betreibers von Energieerzeugungsanlagen als auch die des zukünftigen potentiellen Anwenders der entwickelten Sicherheitslösung. Daraus ergaben sich verschiedene Zielstellungen, die durch die Erbringung folgender Projektbeiträge geleistet wurden. Anknüpfung an den wissenschaftlich-technischen Stand Als ein Ergebnis des Vergabens INDI (Abschluss 2017) wurde weiterer Forschungsbedarf zur Reduktion der seinerzeit sehr hohen Fehl-Alarm-Rate der mit INDI realisierten Lösung deutlich. Daher galt es mit WAIKIKI an den wissenschaftlich-technischen Stand des Vorhabens INDI unmittelbar anzuknüpfen. Hierzu wurden konzeptionell die technische Möglichkeiten für einen weiterführenden Schutz industrieller Netze betrachtet. Ausgehend von den zunächst naheliegenden und kommerziell verfügbaren Methoden – dem Einsatz von Firewalls und Antivirus-Scannern zur Gewährleistung eines Mindestschutzes – wurden IDS-Konzepte betrachtet und der notwendige Anpassungsbedarf an OT-Systeme identifiziert. Zusammenarbeit mit anderen Stellen: -Brandenburgische Technische Universität Cottbus-Senftenberg (BTU), Lehrstuhl IT-Sicherheit, Prof. Dr. A. Panchenko -Technische Universität Chemnitz, Lehrstuhl Künstliche Intelligenz, Prof. Dr. F. Hamker und den industriellen Partnern: -ZEDAS GmbH, Senftenberg -ASCORI GmbH, Cottbus -Migosens GmbH, Mühlheim a. d. R. -RWE Generation SE, Essen (assoziiert) Datei-Upload durch TIB