Sichere, autonome und KI-basierte Systeme

Die digitale Transformation und der Ausbau cyber-physischer Systeme erfordern zunehmend kollaborative Lösungen und Mensch-Maschine-Interaktion. Cognitive Computing erhöht zugleich die Autonomie der Systeme (z.B. autonome Fahrzeuge und Flugobjekte). Damit verbunden sind auch die Herausforderungen der Kommunikation und Schnittstellengestaltung zwischen den Komponenten und Systemen, die Datenerfassung und -analyse mittels Künstlicher Intelligenz (u.a. Big Data, Maschinelles Lernen) sowie die IT-Sicherheit.

Geforscht wird hierzu v.a. am Affective and Cognitive Institute (ACI), Institute for Machine Learning and Analytics (IMLA), Institute for Unmanned Aerial Systems (IUAS) und am Institut für verlässliche Embedded Systems und Kommunikationselektronik (ivESK).

Titel Durchgängige Integration von PKI-basierten Sicherheitsarchitekturen in die Feldebene von Industrie 4.0-Anwendungen
Kurzname SecureField
Kurzbeschreibung Im Fokus des Forschungsvorhabens steht die Entwicklung von praktikablen und wirtschaftlichen Methoden und Lösungen zur Ende-zu-Ende-Sicherung der Kommunikation von Geräten auf der Feldebene untereinander sowie insbesondere von diesen Feldgeräten zu mobilen oder statischen Bedienelementen und Geräten in anderen Netzen und insbesondere im Internet. Als zentrale Komponente soll dabei das im klassischen Internet weit verbreitete Transport Layer Security (TLS) Protokoll in der aktuellen Version 1.2 zum Einsatz kommen, das die Authentizität der Kommunikationspartner sowie die Vertraulichkeit und Integrität der übertragenen Daten sicherstellen kann. Zu diesem Zweck soll ein generisches und skalierbares Anpassungsschema entwickelt werden, das den flexiblen Einsatz von TLS über industrielle Bussysteme verschiedenster Leistungsklassen, wie z.B. Profinet, Modbus TCP, CAN oder FOUNDATION Fieldbus, erlaubt. Zur Unterstützung der TLS-basierten Kommunikationslösung soll zudem eine Public-Key-Infrastruktur (PKI) entworfen und umgesetzt werden, die Geräte bis hinunter auf die Feldebene abdeckt und dabei an die Sicherheitsanforderungen angepasst werden kann.
Jahr der Einwerbung 2017
Laufzeit Beginn 01.03.2017
Laufzeit Ende 31.12.2019
Projektleitung Sikora, Axel, Prof. Dr.
Beteiligte Hochschullehrer/in Sikora, Axel, Prof. Dr.
Fakultät EMI
Institut ivESK