TinyPART - Tiny, private, proved & isolated

Abschlussbericht

dc.contributor.authorWunder, Gerhard
dc.contributor.authorBaccelli, Emmanuel
dc.contributor.authorGulati, Mayank
dc.contributor.authorKrawczyk, Wiktoria
dc.date.accessioned2025-10-08T05:28:03Z
dc.date.available2025-10-08T05:28:03Z
dc.date.issued2025-06-30
dc.description.abstractDas TinyPART-Projekt (Tiny, Private, Proved & Isolated), geleitet von der Freien Universität Berlin (FUB), entwickelte eine innovative, privacy-by-design-orientierte Softwareplattform für ressourcen-beschränkte IoT-Geräte. Aufbauend auf dem Open-Source-Betriebssystem RIOT adressierte das Projekt kritische Lücken in der IoT-Sicherheit durch die Kombination von Containerisierung, formaler Verifikation, sicheren Software-Updates und Differential Privacy. Das Projekt entstand als Antwort auf die zunehmende Verbreitung von IoT-Geräten und neue EU-Regulierungsanforderungen (Cyber Resilience Act, DSGVO). Herkömmliche Sicherheitslösungen erweisen sich als ungeeignet für Mikrocontroller-basierte Geräte mit schwerwiegenden rechnerischen und Speicherbeschränkungen. Primäre Zielsetzungen waren die Schaffung sicherer, aktualisierbarer Umgebungen für die isolierte Ausführung von Drittanbieter-Code, die Implementierung datenschutzfördernder Mechanismen zur Gewährleistung der EU-Regulierungskonformität, die Ermöglichung von föderiertem maschinellem Lernen auf Mikrocontrollern mit extremen Ressourcenbeschränkungen (32-512 KB Speicher, 10-100 MHz CPUs) und die Bereitstellung formaler Garantien für Sicherheitseigenschaften durch mathematische Verifikation. Kritische Herausforderungen dabei waren Ressourcenbeschränkungen: Traditionelle Sicherheits-Frameworks benötigen Megabytes an Speicher - TinyPART operiert innerhalb von Kilobyte-Budgets; ein heterogenes Plattform-Management mit der Verwaltung diverser Hardware und Leistungsvariabilität in föderierten Lernszenarien; die Abwägung von Datenschutz und Nutzen - Implementierung von Differential Privacy für DSGVO-Konformität bei gleichzeitiger Aufrechterhaltung der Modellleistung auf rechnerisch limitierten Geräten; das Erreichen von Sicherheit ohne Virtualisierung mit der Bereitstellung von Speicherisolierungsgarantien ohne traditionelle Virtualisierungsansätze sowie die Kommunikationsoptimierung durch Entwicklung effizienter Protokolle für beschränkte drahtlose Umgebungen, in denen traditionelle Frameworks Engpässe schaffen.ger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/24194
dc.identifier.urihttps://doi.org/10.34657/23211
dc.language.isoger
dc.publisherHannover : Technische Informationsbibliothek
dc.relation.affiliationFreie Universität Berlin
dc.rights.licenseCreative Commons Attribution-NonDerivs 3.0 Germany
dc.rights.urihttps://creativecommons.org/licenses/by-nd/3.0/de/
dc.subject.ddc600
dc.subject.otherPrivacy by designeng
dc.subject.otherPhysical layer securityeng
dc.subject.otherIoT-Sicherheitger
dc.subject.otherDistributed learningeng
dc.subject.otherVerteiltes Lernenger
dc.subject.otherMachine learning on tiny deviceseng
dc.subject.otherContainerisierungger
dc.subject.otherPrivacyger
dc.subject.otherFormal proof designeng
dc.titleTinyPART - Tiny, private, proved & isolatedeng
dc.title.subtitleAbschlussbericht
dc.typeReport
dcterms.extent15 Seiten
dtf.durationSeptember 2021-Dezember 2024
dtf.funding.funderBMFTR
dtf.funding.program16KIS1395K
dtf.funding.verbundnummer01237769
tib.accessRightsopenAccess

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Abschlussbericht_TinyPart_Bibl.pdf
Size:
1.57 MB
Format:
Adobe Portable Document Format
Description: