English Impressum Kontakt Sitemap Suche

			Home > Abteilungen > Intelligente Datenanalyse > IDA Abgeschlossene Projekte > MIND
	Im Profil Abteilungen Interaktive Systeme Eingebettete Systeme Intelligente Datenanalyse IDA Aktuelle Projekte IDA Abgeschlossene Projekte IDA Aktivitäten IDA Publikationen Publikationen Projekte Presse und Medien Veranstaltungen Jobs und Karriere Fraunhofer Gesellschaft Fraunhofer IuK-Verbund Fraunhofer in Berlin		Brain2Robot ADDnet MIND IDA.Gen BBCI PCADMET KALIF SOEP MIND – Maschinelles Lernen für Intrusion Detection Suche im Datenwust: Intrusion Detection Systems überwachen den Netzverkehr, um Hinweise auf Angriffe oder Missbrauchsversuche zu entdecken Durch das drastische Wachstum kommerzieller und privater Nutzung des Internets in den letzten Jahren ist Computer- und Netzwerksicherheit zu einem immer wichtigeren gesellschaftlichen Faktor geworden. In das Zentrum des Interesses ist die Detektion und nachfolgend der Schutz vor Einbrüchen aus dem Internet in Computersysteme („Intrusion Detection“ – IDS) gerückt. Ziel von Intrusion Detection Das Ziel von Intrusion Detection ist es, die Versuche der Hacker, die Sicherheitsmechanismen des Computersystems bzw. -Netzwerks zu verletzen, möglichst frühzeitig zu entdecken. Um ihr Ziel zu erreichen, nutzen Hacker verschiedene, komplexen Systemen inhärente Schwachstellen aus. Hieraus entstehen IDS zahlreiche Herausforderung, deren Komplexität kaum zu unterschätzen ist. Die IDS sollen enorme Mengen von Netzwerkverkehr und Auditdaten bewältigen komplexe und heterogene, konzentrierte und verteilte Einbrüche entdecken können und sich an neue Einbruchsarten anpassen lassen mit vertretbarem Managementaufwand betrieben werden. Technologien des maschinellen Lernens Die Technologien des maschinellen Lernens, darunter diverse Methoden aus Statistik, künstlicher Intelligenz und Data Mining, sind exzellente Instrumente, um die Qualität der IDS zu verbessern und neuartige Ansätze für Intrusion Detecion zu entwickeln. Im Rahmen des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projektes MIND werden die modernen Techniken des maschinellen Lernens für Intrusion Detection angewandt und weiterentwickelt. Im Fokus des Projektes steht, Fehlalarmraten des IDS zu senken, noch unbekannte Einbrüche als Anomalien zu erkennen und Expertenwissen in Lernalgorithmen einzubeziehen. Das Projekt wird in enger Zusammenarbeit mit industriellen Partnern ausgeführt. Weitere Informationen http://www.bmbf.de/press/1020.php Kontakt: Pavel Laskov, Ph.D. Tel: +49 (0) 30 / 63 92 – 18 79 E-Mail: pavel.laskov@first.fraunhofer.de
			Drucken
			© 2010 Fraunhofer FIRST