Art der Arbeit: Masterarbeit

Fachlicher Hintergrund:

Intrusion Detection Systems (IDS) dienen dazu, außergewöhnliches Verhalten in einem Computernetzwerk zu erkennen. Dazu bedienen sie sich verschiedener "Sensoren", an denen der Netzwerkverkehr untersucht wird. Typische IDS nutzen Pattern Matching und Anomaly Detection zum Erkennen von verdĂ€chtigem Verhalten. Dabei werden ĂŒberwiegend lernfĂ€hige Klassifikationsalgorithmen angewandt.

Moderne GebĂ€ude sind ebenfalls mit einer Vielzahl von Sensoren ausgestattet (PrĂ€senz-Sensoren, Schalter, TĂŒrsensoren etc.)

Aufgabenbeschreibung:

Im Rahmen der Arbeit soll ein ausfĂŒhrliches Konzept fĂŒr ein Intrusion Detection System fĂŒr GebĂ€ude entwickelt werden. Insbesondere sollen die Ähnlichkeiten zwischen Sensoren in Computernetzwerken und GebĂ€udesensoren herausgearbeitet werden. Es soll geprĂŒft werden, welche Konzepte sich bei beiden Verfahren eignen.

Mögliche Arbeitsschritte:

  • Einarbeitung IDS - Sensoren, Klassifikationsalgorithmen
  • Einarbeitung GebĂ€udeautomatisierung
  • Erkundung der Übertragbarkeit der Konzepte
  • Entwurf eines einfachen Intrusion Detection Systems fĂŒr reale GebĂ€ude

Die genaue Festlegung des Themas erfolgt in Abstimmung mit den Betreuern unter BerĂŒcksichtigung eventuell schon an andere Studenten vergebener Themengebiete. Eine gemeinsame Bearbeitung verschiedener Teilthemen durch mehrere Studenten ist unter UmstĂ€nden möglich. 

Literatur und Ressourcen:

  • Sommer, R. and Paxson, V.: Outside the closed world: On using machine learning for network intrusion detection, In Proc. of IEEE Symposium on Security and Privacy (SP), 2010
  • Stephen Northcutt (Autor), Judy Novak (Autor): IDS: Intrusion Detection.Spurensicherung im Netz, MITP, September 2001
  • Bo Hanus: Elektroinstallationen mit EIB/KNX-Systemen, Franzis, MĂ€rz 2012
  • Unveröffentlichtes Paper Thomas Mundt

Betreuer: Dr. Thomas Mundt (thm(at)informatik.uni-rostock.de)

Voraussetzungen: Keine