Künstliche Intelligenz für die Zukunft der Cybersicherheit

320.000 neue Schadprogramme täglich: Diese Zahl hat das Bundesamt für Sicherheit in der Informationstechnik (BSI) in seinem Lagebericht 2019 veröffentlicht. Neben der zunehmenden Zahl der Angriffe werden diese immer professioneller. Cyber Defense-Lösungen, die zur Entdeckung und Bewertung von Cyberangriffen künstliche Intelligenz (KI) nutzen, liefern dabei wertvolle Informationen für Cyber Defense Teams und sind von grundlegender Bedeutung für die Zukunft der Cybersicherheit. Die Einsatzgebiete reichen von Malware-Erkennung über Spamfilter-Anwendungen und Intrusion Prevention bis hin zu User Account Monitoring und Endpoint Protection.
Bild: ©deepagopi2011/stock.adobe.com

Immer mehr Unternehmen digitalisieren ihre Prozesse, um die Betriebseffizienz zu steigern, Kosten zu senken und den Austausch mit Kunden und Geschäftspartnern zu beschleunigen. Eine Automatisierung der Unternehmensabläufe ohne durchdachtes Sicherheitskonzept kann allerdings ungewollte Folgen haben. Denn jede neue Schnittstelle im digitalen Netzwerk kann für Unternehmen ein zusätzliches Einfallstor für Schadcodes und Malware sein. Als Systemintegrator und Managed Service Provider mit umfassendem Knowhow rund um KI-Lösungen und ihre Anwendungen unterstützt Controlware Unternehmen bei der Erkennung und Bewältigung von Sicherheitsrisiken.

Deep Learning als Schlüssel für die Überlegenheit KI-basierter Cyber Defense

Mit Deep Learning (DL) erkennen intelligente Systeme selbst komplexe Muster und häufige Veränderungen in einer Modellstruktur. Im Gegensatz zum grundlegenden Machine Learning (ML), das die Basis für KI-Anwendungen bildet, hinterfragt das System dabei die eigenen Entscheidungen: Waren sie richtig, verstärkt dies die zu Grunde liegenden Muster, werden sie revidiert, verringert sich die Gewichtung. Dieser Lernprozess ist vergleichbar mit der Bildung neuronaler Netzwerke im menschlichen Gehirn. Durch die Fähigkeit eigene Entscheidungen zu reflektieren und entsprechende Verhaltensänderungen für die zukünftige Musteranalyse abzuleiten, erhöhen sich die Zuverlässigkeit und Präzision der KI. Zusätzlich ist KI in der Lage, Änderungen in Modellen automatisch nachzuvollziehen. Dies ist eine wichtige Funktion für zuverlässige Cyber Defense, da Viren und Schadprogramme häufig Mutationen unterworfen sind. Wichtigste Voraussetzung für ein erfolgreiches Deep Learning ist ein großer Datenbestand, aus dem sich Muster und Modelle ableiten lassen.

KI liefert wichtigen Mehrwert in vielen Bereichen

Schon heute hilft die KI dabei, Malware von harmloser Software zu unterscheiden. Wichtige Parameter bei der Software-Analyse sind unter anderem Zugriffe auf die Festplatte und externe Elemente, wie Kamera oder Tatstatur, die verbrauchte Prozessorleistung und Bandbreite sowie die Datenmenge, die die Anwendung über das Internet überträgt. Die Bedeutung der Malware-Überwachung ist parallel mit der Zunahme an Endgeräten wie Laptops, PCs, Tablets und Smartphones gestiegen. Sind diese Geräte Bestandteil eines Firmennetzwerkes, geht von jedem mit Malware befallenen Gerät ein potenzielles Risiko für die gesamte digitale Infrastruktur des Unternehmens aus.

Ähnlich verhält es sich bei Spamfilter-Anwendungen. Da Spam-Mails immer wiederkehrende Grundaufbauten aufweisen, lassen sie sich sowohl durch ML als auch DL gut identifizieren. DL-Systeme kennen mit der Zeit aber auch die Kommunikationsbeziehungen einzelner Nutzer und können Nachrichten damit kritischer bewerten und sie entsprechend sortieren und markieren.

Ein weiteres Anwendungsfeld von KI ist die Erkennung und Verhinderung von nicht autorisierten Zugriffen auf Netzwerkinfrastrukturen (Intrusion Prevention), seien sie extern oder intern. DL-Systeme unterstützen außerdem beim User Account Monitoring. Die KI-Algorithmen untersuchen das User-Verhalten und können so Anomalien erkennen – z.B. durch unterschiedliche Geo-Lokationen binnen kürzester Zeit, ungewöhnliche Arbeits- und Zugriffszeiten oder die Nutzung von Datenbeständen, die bisher nicht oder nur selten genutzt wurden.

Heute macht KI einen Unterschied, morgen ist sie unverzichtbar

KI-Lösungen liefern mittlerweile wertvolle Informationen für Cyber Defense Teams und können sich an neue Herausforderungen anpassen. Bei der Integration von KI in ein bestehendes Cyber Defense System sollte das Unternehmen wissen, was es genau wovor schützen will, um auf das ‚wie‘ eine Antwort finden zu können. Hier hilft es, sich zunächst auf einzelne Unternehmensbereiche oder Kommunikationskanäle zu fokussieren, da ein überdimensionierter Sicherheitsapparat interne Prozesse verlangsamen und die Wettbewerbsfähigkeit schwächen kann.

Seiten: 1 2Auf einer Seite lesen

Controlware GmbH

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.