Künstliche Intelligenz untersucht Sicherheit cyber-physischer Systeme

10.12.2019Energie

Eindrucksvoll hat der Angriff auf das Energienetz der Ukraine im Jahr 2015 bewiesen, dass Cyber-Angriffe auf kritische Infrastrukturen längst Realität sind. Beeindruckender war nur die nächste Attacke 2016, weil sie durch einen hohen Grad an Automatisierung geprägt war. Auch automatisierte Geschäftsprozesse, die rücksichtslos oder unwissentlich kritischer Infrastruktur schaden, sind immer häufiger zu verzeichnen. Von der ersten Meldung 2012 bis zur „Stromknappheit“ im Juli 2017, die mit hoher Wahrscheinlichkeit auf Spekulationen zurückzuführen ist, stellen diese ebenfalls eine Gefahr dar.

Im vom Bundesministerium für Bildung und Forschung für drei Jahre geförderten Projekt PYRATE entwickeln die drei Projektpartner OFFIS, Hochschule Bremen und Leibniz Universität Hannover ein intelligentes, lernendes System zur Analyse von cyber-physischen Systeme (CPS). Dabei kommen Softwareagenten zum Einsatz, die sich nur anhand einer Beschreibung der vorhandenen Sensoren und Aktuatoren vollautomatisch an das CPS adaptieren, das in der Untersuchung durch einen sogenannten digitalen Zwilling repräsentiert wird. PYRATE entwickelt eigenständig ein Modell des Systems. Hierzu koordinieren sich Software-Agenten, um eine Schwachstelle zu finden, bei der die Teildomänen des Gesamtsystems zwar innerhalb nominaler Parameter arbeiten, das Gesamtsystem im Zusammenwirken der Domänen durch neu auftretende Effekte aber destabilisiert wird.

Insbesondere sogenannte Angreifer, die „Schlupflöcher“ in Regularien nutzen, sind Ziel der Analysestrategie. PYRATE ermöglicht Experten, diese Schlupflöcher zu schließen, die bei traditioneller Analyse eines CPS nicht aufgefallen wären. Den Angreifern werden zudem KI-Verteidiger entgegengestellt, die das System betriebssicher halten sollen. Sie erlernen ihre Strategie zur Aufrechterhaltung der Betriebssicherheit direkt von den Angreifern.

Mehr zum Projekt finden Sie unter https://www.offis.de/offis/projekt/pyrate.html