IU Incubator KIDZ

Das vorrangige Ziel des Forschungsvorhabens ist die Entwicklung leistungsfähiger, neuartiger Methoden und Ansätze zur Erkennung von Cyberangriffen, insbesondere Zero-Day-Exploits.

Ausgehend von der Anwendung von leistungsfähigen Methoden aus den Bereichen Maschinelles Lernen und KI wird sich vor allem auf die Aspekte des kontinuierlichen Lernens, der konformen Vorhersage und der erklärbaren AI fokussiert. Jeder dieser Bereiche befasst sich mit spezifischen Herausforderungen, die der Cybersicherheit inhärent sind, wie die dynamische Natur von Cyberbedrohungen, die Notwendigkeit einer zuverlässigen Unsicherheitsschätzung bei Vorhersagen und der kritische Bedarf an Transparenz und Vertrauen in automatisierte Systeme.

Jeder dieser Forschungsbereiche erweitert nicht nur die Grenzen dessen, was mit KI/ML in der Cybersicherheit möglich ist, sondern spricht auch die einzigartigen Herausforderungen an, die mit dem Versuch einhergehen, digitale Infrastrukturen gegen ausgeklügelte und sich ständig weiterentwickelnde Bedrohungen zu sichern. Ihre Integration in Cybersicherheitslösungen ist als ein entscheidender Faktor zu sehen.

Die Antragsteller beabsichtigen, im Rahmen des Inkubators Forschungsarbeiten in der Anwendung und Weiterentwicklung von Methoden aus den vorgenannten drei Teilgebieten der KI / des maschinellen Lernens im Kontext der Erkennung und Abwehr von Zero-Day-Exploits durchzuführen.

Somit liegen die beiden folgenden Teilprobleme (TP) im Zusammenhang mit Zero-Day-Exploits zugrunde:

TP1: Verzögerte Erkennung aufgrund des zeitlichen Versatzes zwischen Auftreten und Anpassung der KI-/ML-Modelle

TP2: Mangelnde Quantifizierung der Unsicherheit und Transparenz der KI-/ML-Modelle