Sicherheitsverbesserungen durch Federated Learning: Echtzeitaustausch von Cyber-Angriffsmustern

Sicherheitsverbesserungen durch Federated Learning: Echtzeitaustausch von Cyber-Angriffsmustern

Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor, Master
Betreuer: Demian Frister, Andreas Oberweis
Forschungsgruppe: Betriebliche Informationssysteme

Archivierungsnummer: rheitsverbesserungen durch Federated Learning: Echtzeitaustausch von Cyber-Angriffsmustern„rheitsverbesserungen durch Federated Learning: Echtzeitaustausch von Cyber-Angriffsmustern“ ist keine Zahl.
Abschlussarbeitsstatus: Offen
Beginn: 01. August 2023
Abgabe: unbekannt

Weitere Informationen

Beschreibung:

Mit der zunehmenden Vernetzung der öffentlichen, privaten und wirtschaftlichen Infrastruktur wächst das Potenzial für Cyberangriffe. Das Projekt MANTRA zielt darauf ab, ein sicheres und resilientes Framework zum Echtzeit-Austausch von Cyber-Angriffsmustern und deren Risiko-Management zu schaffen. Es zeigt sich jedoch, dass bestehende Methoden und Maßnahmen zur Cybersicherheit mit der Skalierung und den intransparenten Beziehungsgeflechten nicht ausreichend Schritt halten können.

Federated Learning (FL) bietet einen vielversprechenden Ansatz zur Verbesserung der Cyber Threat Intelligence (CTI) in den Bereichen Prävention, Detection, Reaction und Attribution. Trotz der vielversprechenden Ergebnisse von FL in der CTI gibt es Herausforderungen wie Datenschutz und Vertraulichkeit, Kommunikation und Netzwerklatenz, Heterogenität der Daten und vertrauenswürdige Zusammenarbeit.

Aufgaben:

In Ihrer Abschlussarbeit sollen Sie Federated Learning im Kontext des MANTRA-Projekts untersuchen und analysieren, wie es zur Verbesserung des Echtzeitaustauschs von Cyber-Angriffsmustern beitragen kann. Weiterhin sollen Sie Lösungsansätze für die oben genannten Herausforderungen entwickeln und evaluieren. Ziel der Arbeit ist es, das Potential und die Grenzen von FL bei der Erkennung und Abwehr von Cyberangriffen auszuloten und konkrete Optimierungsvorschläge für das MANTRA-Projekt zu erarbeiten. Weitere Schwerpunkte und Vertiefungen sind möglich.

Nützliche Kenntnisse (aber nicht zwingend erforderlich): Grundkenntnisse im Bereich Machine Learning, insbesondere Federated Learning Fähigkeiten zur Analyse und Bewertung von Daten (Erfahrung mit Graphen-Modellen und deren Anwendungen in der Cybersicherheit) Bitte bewerben Sie sich unter folgendem Link: https://portal.wiwi.kit.edu/forms/form/Bewerbung_Abschlussarbeit_AIFB-BIS