Hacked by CoupDeGrace

Greetz:

Hmei7, BrokenPipe, SimSimi, L4663r666h05t, AntonKil, d3b~x, Index Php, Mdn_Newbie, Sultan Haikal, Brian Kamikaze

Hacked by CoupDeGrace

Greetz:

Hmei7, BrokenPipe, SimSimi, L4663r666h05t, AntonKil, d3b~x, Index Php, Mdn_Newbie, Sultan Haikal, Brian Kamikaze

Hacked by CoupDeGrace

Greetz:

Hmei7, BrokenPipe, SimSimi, L4663r666h05t, AntonKil, d3b~x, Index Php, Mdn_Newbie, Sultan Haikal, Brian Kamikaze

Im Wintersemester 19/20 bietet die Forschungsgruppe ein Studierenden-Projekt zum Thema Blockchain und IoT an. In verteilten Systemen mit mehreren Akteuren kann Blockchain-Technologie helfen, um sichere Datenverarbeitung zu gewährleisten. Die Blockchain findet insbesondere auch Anwendung in Industrie 4.0-Konzepten.

Im Projekt „Blockchain im Internet of Things“ haben die Studierenden die Möglichkeit, sich in Blockchain-Technologie am Beispiel von Hyperledger Fabric einzuarbeiten, einen Prototypen für ein reales Anwendungszenario zu entwickeln, Smart Contracts zu schreiben und den Einsatz von Blockchain wissenschaftlich zu reflektieren. Dabei vertiefen sie ihre Kenntnisse aus den Bereichen IT-Security und Distributed Systems.

Mehr Informationen gibt es im Moodle-Kurs (Anmeldung erforderlich): Bachelor, Master

Das System kombiniert dabei etablierte Verfahren der Netzwerk- und Sicherheitstechnik und spezifische Anwendungslogik aus den Domänen ’Internet of Things (IoT)’, ’Trusted Computing’ und ’Distributed Ledger/Blockchain’, um die Integrität angebundener Geräte und Netzwerke überprüfbar zu machen und deren einwandfreie Funktionsfähigkeit mittels des Einsatzes kryptographisch sicherer Verfahren kontinuierlich nachzuweisen.

Damit bietet unser Verfahren erstmals die Möglichkeit, solche Systeme automatisiert und nachweislich sicher zu auditieren. Gerade im Zuge der durch das IT-Sicherheitsgesetz geforderten Auditierung kritischer Infrastrukturen, von denen sich viele auch über die Bereiche IoT und Cloud Computing erstrecken oder erstrecken werden, ergeben sich umfassende und wirtschaftlich außerordentlich erfolgversprechende Anwendungsmöglichkeiten für die im Projekt entwickelten Verfahren. Zusammen mit dem Projektpartner Novalyst IT AG wird das Projekt wird im Zeitraum vom 01.05.2019 bis zum 30.09.2021 durchgeführt.

Gefördert durch: Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages.

iSMR soll ein regionales Teilnetz überwachen und in diesem die Netzstabilität gewährleisten, dazu akkumuliert das System die Messwerte der einzelne Smart Meter zu einem Gesamtverbrauchswert des Teilnetzens. Anhand dieses Gesamtverbrauchwertes werden dann Anomalien im Teilnetz erkannt, Prognosen erstellt und daraus ein Reaktionsplan hergeleitet. Die iSMR-Steuerung wertet den Reaktionsplan aus und entscheidet anhand der Kennzahlen der im Netz aktiven Verbraucher und Erzeuger, welche Anlagen reduziert/erhöht oder aus/angeschaltet werden.

Im Rahmen eines studentischen Projektes sollen Studierende des Studiengangs Informatik (B.Sc.) einen Simulator für die Netzfrequenz entwickeln. Das Projekt ermöglichte der Hochschule hochaktuelle Forschungsfragen aus dem Umfeld moderner Smart Grid- und IT-Sicherheitstechnologien zu bearbeiten und Forschungsergebnisse in die Lehre einzubringen.
Mithilfe von Simulationen können verschiedene Kontrollmechanismen analysiert und bewertet werden, um die Netzstabilität zu verbessern. Sie ermöglichen die Erstellung unorthodoxer Verbraucherprofile oder abnormaler Szenarien, die in realen Umgebungen nicht einfach zu reproduzieren sind. Ziel dieses Projekts ist die Entwicklung eines Netzfrequenzsimulators für kleine Stromnetze in Großstädten. Die resultierende Anwendung soll es dem Benutzer ermöglichen, die Stabilität eines Stromnetzes mit verschiedenen Parametern zu simulieren und zu visualisieren. Die Simulation ermöglicht insbesondere die Erzeugung oder Rekonstruktion von, bereits zeitlich dokumentierten, Ereignissen die in realen Daten selten anzutreffen und aufwendig von Spezialisten forensisch analysiert werden müssen.

Die mit dem Smart Grid verbundenen riesigen Datenmengen feingranularer Messdaten stellen Energieversorger vor neue Herausforderungen: Die heutige, großenteils manuelle Analyse und Ausübung einer angemessenen Reaktion ist nicht nur zeitintensiv, sondern erfordert auch Expertenwissen.

Im Projekt iSMR soll auf Basis heuristischer Methoden die sichere Erkennung und frühzeitige Reaktion auf Veränderungen im Stromnetz und Netzschwankungen verbessert und automatisiert werden sowie eine Erstellung von Prognosen ermöglicht werden. Im Fokus steht insbesondere die Datenauswertung regionaler Netzbereiche anstatt einzelner Messsysteme, die Erstellung von Metriken zur Bewertung von Reaktionsszenarien, sowie (teil-)automatisierte Eingriffe zur Wiederherstellung der Netzstabilität durch die Steuerung von CLS-Systemen.

Zusammen mit dem Projektpartner MTG AG wird das Projekt wird im Zeitraum vom 01.08.2018 bis zum 31.07.2020 durchgeführt.

Gefördert durch: Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages.

Weiterhin wurde der Open Source Simulator JDemandModel im Projektverlauf erstellt.
Intelligente Methoden zur Überwachung und Analyse von Lastprofilen, wie z.B. Konzept zur Nachfragesteuerung und Optimierung des Lastmanagement, fehlertoleranter Algorithmen zur Klassifizierung von Lastenprofilien oder die feingranulare Vorhersage von Energieverbrauch, erfordern realitätsnahe Datensätze zur Evaluierung. Das Sammeln echter Daten ist oft zeitaufwändig und teuer, aber Simulatoren erlauben neue Methoden anhand eines gemeinsamen Benchmark zu vergleichen und zu bewerten, sowie unorthodoxe Kundenprofile und anomale Szenarien, die nicht immer in echten Daten verfügbar sind, zu generieren.
Die Open Source Simulation jDemandModel soll es einem Nutzer ermöglichen die erhaltenen Daten zu speichern, grundlegend zu visualisieren und durch diverse Parameter anzupassen.

Inhaltlich beschäftigt sich das neue Forschungsprojekt mit der forensischen Analyse von Netzwerkdaten. Trotz des Einsatzes aktuellster Techniken zur Erkennung und Verhinderung von Angriffen ist eine vollständige Absicherung der IT-Infrastruktur in Unternehmen und anderen Einrichtungen unmöglich. Insbesondere zielgerichtete Attacken, beispielsweise durch ausländische Geheimdienste oder Wirtschaftsspionage, nutzen oft Wissen über spezifisches Nutzerverhalten aus. Dadurch werden die bekannten Verfahren zur Erkennung und Verhinderung von Angriffen ausgehebelt. Die so in das Computernetzwerk eingeschleuste Schadsoftware verhält sich oft unauffällig, um sich unbemerkt in der IT-Infrastruktur ausbreiten zu können. Wenn der Angriff bemerkt wird, ist oft eine große und zunächst nur schwer eingrenzbare Zahl an IT-Systemen betroffen. Ein aktuelles Beispiel ist der Angriff auf die IT-Infrastruktur des Deutschen Bundestages.

Im Gegensatz zur nachträglichen Untersuchung von Computern, bei denen der aktuelle Zustand zum Zeitpunkt der Entdeckung einer Schadsoftware eingefroren werden kann, um danach Spuren sicherzustellen, ist die Analyse von befallenen Netzwerken nur sehr eingeschränkt möglich. Die dafür benötigten Informationen sind aufgrund der sehr großen Datenmenge meistens entweder bereits gelöscht oder wurden nicht gespeichert.

Das Projekt „Forensische Netzwerkanalyse mittels Complex Event Processing (ForCEPs)“ erforscht mit Hilfe des „Complex Event Processing (CEP)“ – einer Technologie zur Verarbeitung großer Datenmengen – Verfahren, die die nachträgliche Aufklärung von Angriffen auf Computernetzwerke ermöglichen. Dies wird durch die Entwicklung neuartiger Methoden geschehen, die hohe Datenmengen in Netzwerken analysieren und die wichtigen Informationen extrahieren sowie speichern können. Die damit verfügbaren Daten können einen wichtigen Beitrag für die Untersuchung von Angriffen und zur Aufklärung leisten.

Ebenfalls wird ein Vorgehensmodell auf Basis des Leitfadens „IT-Forensik“ erstellt (herausgegeben durch das Bundesamt für Sicherheit in der Informationstechnik), das Unternehmen und anderen Einrichtungen hilft, strukturiert, effizient und effektiv Untersuchungen von Angriffen auf Netzwerke durchzuführen. Dieses Vorgehensmodell erweitert die einzelnen Untersuchungsstufen des Leitfadens mit den notwendigen Schritten, um die mit ForCEPs erstellten Ergebnisse einsetzen zu können.

Das Projekt wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Förderprogramms Forschung an Fachhochschulen unter dem Förderkennzeichen 13FH019IA6.