Fortgeschrittene Anomaly and Intrusion Detection mit Hilfe von Gebäudemanagement-Systemen

Art der Arbeit: Masterarbeit

Fachlicher Hintergrund:

Intrusion Detection Systems (IDS) dienen dazu, au√üergew√∂hnliches 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 verd√§chtigem Verhalten. Dabei werden √ľberwiegend lernf√§hige Klassifikationsalgorithmen angewandt.

Moderne Geb√§ude sind ebenfalls mit einer Vielzahl von Sensoren ausgestattet (Pr√§senz-Sensoren, Schalter, T√ľrsensoren etc.)

Aufgabenbeschreibung:

Im Rahmen der Arbeit soll ein ausf√ľhrliches Konzept f√ľr ein Intrusion Detection System f√ľr Geb√§ude entwickelt werden. Insbesondere sollen die √Ąhnlichkeiten zwischen Sensoren in Computernetzwerken und Geb√§udesensoren herausgearbeitet werden. Es soll gepr√ľft werden, welche Konzepte sich bei beiden Verfahren eignen.

M√∂gliche Arbeitsschritte:

  • Einarbeitung IDS - Sensoren, Klassifikationsalgorithmen
  • Einarbeitung Geb√§udeautomatisierung
  • Erkundung der √úbertragbarkeit der Konzepte
  • Entwicklung einer ma√ügeschneiderten Simulation zum Test verschiedener IDS-Verfahren
  • Vergleich verschiedener IDS Algorithmen mit Hilfe des Simulators
  • Bewertung der Verfahren, Aufzeigen von Grenzen und M√∂glichkeiten
  • Test mit echten Daten

Die genaue Festlegung des Themas erfolgt in Abstimmung mit den Betreuern unter Ber√ľcksichtigung eventuell schon an andere Studenten vergebener Themengebiete. Eine gemeinsame Bearbeitung verschiedener Teilthemen durch mehrere Studenten ist unter Umst√§nden m√∂glich. 

Literatur und Ressourcen:

  • CHOWDHARY, Mahak; SURI, Shrutika; BHUTANI, Mansi. Comparative Study of Intrusion Detection System. International Journal of Computer, 2014.
  • MITCHELL, Robert; CHEN, Ing-Ray. A survey of intrusion detection techniques for cyber-physical systems. ACM Computing Surveys (CSUR), 2014, 46. Jg., Nr. 4, S. 55.
  • GAIDHANE, Roshani; VAIDYA, C.; RAGHUWANSHI, M. Survey: Learning Techniques for Intrusion Detection System (IDS). 2014.
  • 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, M√§rz 2012

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

Voraussetzungen: Keine