Erweiterte CodeMeter-Technologie: Schutz und Lizenzierung für Anwendungen mit KI und Machine Learning

Bild: Wibu-Systems AG

Wibu-Systems hat sein Portfolio erweitert, sodass Hersteller ihre Python-Anwendungen einfach und flexibel plattformunabhängig mit CodeMeter schützen können. Die Programmiersprache Python zeichnet sich aus durch Einfachheit, Klarheit und dem eleganten Programmcode, besonders in den Bereichen künstliche Intelligenz und Machine Learning.

Die wachsende Beliebtheit von Python weckt ebenfalls das Interesse von Angreifern. Hacker können leicht auf das geistige Eigentum der in Python geschriebenen Software zugreifen, da die Software in der Regel völlig ungeschützt im Klartext ausgeliefert wird und somit einfach analysiert werden kann. Selbst wenn sie mit Tools wie Cython in Maschinencode vorkompiliert wurde, ist eine Analyse für erfahrene Hacker möglich. Bei dieser Vorkompilierung wird der plattformunabhängige Python-Code in eine plattformabhängige, native Anwendung transformiert.

Jetzt wurde CodeMeter so erweitert, um Python-Anwendungen direkt plattformunabhängig verschlüsseln und schützen zu können. Zusätzlich bleiben einzelnen Funktionsbereiche der geschützten Anwendung so lange verschlüsselt, bis sie benötigt werden. Das Ausspähen des Speichers des Rechners durch sogenannte Memory-Dumps wurde damit noch weiter erschwert. Wie gewohnt können die Hersteller die vorhandenen, sicheren CodeMeter-Funktionen nutzen, z.B. die flexiblen Lizenzierungsmodelle wie Einzelplatz, Floating Netzwerk und Abonnements. Einzelne Programmteile können separat verschlüsselt und lizenziert werden, sodass die Hersteller das beliebte Geschäftsmodell Feature-on-Demand oder modulare Lizenzierung einfach umsetzen können. Die Integration in bestehende Continuous-Integration-Systeme ist durch die Automatisierungsfunktion flexibel möglich.

Python führte lange Zeit bei Softwareentwicklern ein Schattendasein, da hauptsächlich in C und Java programmiert wurde. Das hat sich jetzt geändert. Python hat, was das Beliebtheitsranking des TIOBE-Index zeigt, nicht nur andere, neue, sondern auch die beiden genannten Programmiersprachen überholt. Zu den Gründen dafür zählen: gleichbleibende Einfachheit über die letzten Jahre sowie vorhandene Ressourcen für die aktuell dynamischen Bereiche der Softwareentwicklung Künstliche Intelligenz und Machine-Learning.

Intelligente Geräte sind im digitalen Zeitalter mittlerweile allgegenwärtig und werden oft im Hintergrund durch Künstliche Intelligenz unterstützt. Zu den inzwischen gängigen Aufgaben gehören Bild- und Spracherkennung, die heute in Smartphones oder digitalen Assistenten im Haushalt integriert sind, oder herausfordernde Technologien, wie die Mustererkennung, Vorhersagen oder assoziatives Lernen, das bei komplexen Vorgängen wie Wettervorhersage, algorithmischem Handel und medizinischer Diagnostik zum Einsatz kommt. Was die Gemeinsamkeit all dieser Beispiele ist: Sie basieren auf Python-Bibliotheken.

Thematik: Technologie
Wibu-Systems AG

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.