KI-gestützte Anomalieerkennung für Smart Homes - Datengenerierung und ML-basierte Anomalieerkennung innerhalb des Smart Home-Netzwerks
Durch die fortschreitende Digitalisierung und Vernetzung von ursprünglich analogen Mess- und Steuerungskomponenten in Smart Homes nehmen gezielte Manipulationsversuche und Fehlfunktionen in diesen zu. Durch den Zugriff und die Verschlüsselung von sensiblen Dateien durch Ransomware können finanzielle sowie persönliche Schäden entstehen. Durch KIASH werden Integratoren, Installateure, Elektrotechniker und Handwerksbetriebe befähigt, ihren Kunden ein Security-Monitoring für Smart Homes anzubieten und so neue Wertschöpfungsprozesse inklusive einer einfachen digitalen Auftragsvergabe zu etablieren, ohne selbst über Kompetenz im KI- oder Security-Bereich verfügen zu müssen. Hierzu fehlen den Betrieben bisher Ressourcen wie Budget, Personal und Know-how. Das KIASH-Projekt setzt hier an, indem es mithilfe von KMU und wissenschaftlichen Partnern die KIASH-Security-Box entwickelt, welche mit intensiver Einbeziehung entsprechender Betriebe den Weg in die Anwendung findet.
Das Teilvorhaben der Hochschule Worms im Projekt KIASH besteht im Wesentlichen aus der Versuchsdatengenerierung sowie Forschungsarbeiten im Bereich Machine Learning-/Heuristik-basierte Anomalieerkennung auf heterogenen IoT-Daten.