Bahnwesen vor Cyber-Angriffen schützen

Forschungsprojekt entwickelte Methoden zur Erkennung von Angriffen auf Eisenbahninfrastruktur. [...]

(Foto: © Frauscher)

Forscher*innen der Fachhochschule St. Pölten untersuchten im Projekt „Resilient Rail – Resiliente Sensorinfrastruktur im Bahnwesen“ die Resilienz von Systemen im Bahnsektor und entwickelten Methoden, um Cyber-Angriffe rechtzeitig zu erkennen. Resilient Rail ist ein Kooperationsprojekt der FH St. Pölten und Frauscher Sensortechnik.

Sicherheit ist eine der wesentlichen Anforderungen an Bahnsysteme. Der Schutz von Menschenleben steht an erster Stelle, wenn es zu Neuentwicklungen kommt. Aspekte der IT Security, wie die Abwehr „bösartiger“ Angriffe auf die IT-Systeme, sind in den letzten Jahren immer wichtiger geworden.

Da Angriffe auf die Cybersicherheit in Bahnwesen katastrophale Folgen haben können, ist es von großer Bedeutung, die Resilienz solcher Systeme zu verbessern. „Resilient Rail – Resiliente Sensorinfrastruktur im Bahnwesen“ ist ein Kooperationsprojekt der Fachhochschule St. Pölten und Frauscher Sensortechnik. Forscher*innen untersuchten die Sicherheit von Achszählsensoren der Eisenbahninfrastruktur und entwickelten Methoden zur Erkennung von Angriffen.

„Die Real-Time Beobachtung von durchgeführten Angriffen auf unser System erlaubte uns neue Sichtweisen auf den Aspekt Cyber Security zu gewinnen. Nur durch das unmittelbare Erkennen und Analysieren von Bedrohungen können wir effektive Schutzmechanismen entwickeln und unsere digitalen Ressourcen vor immer raffinierteren Angriffen bewahren“, sagt Stefan Raschhofer, Projektleiter bei Frauscher Sensortechnik.

„Da moderne Achszähler zum Teil auf klassischen IT-Systemen und -Netzwerken beruhen, können wir bekannte IT-Sicherheitsschutzmechanismen anwenden, um die Resilienz zu verbessern. Netzwerkangriffe spielen nicht nur im Eisenbahnsektor, sondern auch in anderen Bereichen kritischer Infrastrukturen eine wichtige Rolle. Unser Hauptziel bestand daher darin, spezielle Mechanismen zur Erkennung von Angriffen zu entwickeln“ betonte Henri Ruotsalainen, Forscher am Institut für IT Sicherheitsforschung an der FH St. Pölten.

Resiliente Sensorinfrastruktur

Resilienz bezeichnet hier die Fähigkeit eines Systems trotz Störungen den Betrieb aufrechtzuerhalten. Resiliente Systeme blocken Angriffe nicht einfach ab, sondern sie funktionieren auch während eines erfolgreichen Angriffs noch.

Ein Projektziel war, die Zeit bis zur Erkennung und die Implementierung der Erkennungsalgorithmen im Echtzeitbetrieb zu verbessern. Dazu führt Resilient Rail resiliente Systeme für im Bahnsektor eingesetzte Sensortechnik ein.

Schnell auf Angriffe reagieren

Durch die Betrachtung über verschiedene Systemebenen hinweg, entwickelten die Forscher*innen Methoden, um verschiedene Kategorien von Angriffen effizient zu detektieren. Diese basieren oft auf klassischen Algorithmen des maschinellen Lernens sowie auf fortgeschritteneren Techniken des Deep Learning.

„Wir haben Methoden zur Erkennung von Eindringlingen entwickelt, die eine höhere Erkennungsgenauigkeit und eine schnellere Erkennungszeit bei kontinuierlichem Betrieb bieten“, freut sich Henri Ruotsalainen.

Zusammenarbeit mit Frauscher

Ein wesentliches Element des Projektes war die Überprüfung der entwickelten Methoden an einem echten Use-Case.

„Die enge Zusammenarbeit mit Frauscher ermöglichte uns, die Funktionalität des Intrusion Detection System mit echten Achszählkomponenten von Frauscher verifizieren zu können. Unsere Ergebnisse genügen nicht nur rein akademischen Ansprüchen, sie besitzen hohe Praxisrelevanz“, betont Henri Ruotsalainen.

Über das Projekt „Resilient Rail“

Resilient Rail wurde in Kooperation mit Frauscher Sensortechnik (Projektleitung), dem Institut für IT-Sicherheitsforschung sowie dem Institut für Bahntechnologie & Mobilität der FH St. Pölten durchgeführt.

Das Projekt wurde im Rahmen des FTI-Programms des Bundesministeriums für Klimaschutz „Mobilität der Zukunft“ gefördert. Mobilität der Zukunft ist ein Förderprogramm für Forschungsprojekte der Österreichischen Forschungsförderungsgesellschaft (FFG).

Projektwebsite: https://research.fhstp.ac.at/projekte/resilient-rail-resiliente-sensorinfrastruktur-im-bahnwesen


Mehr Artikel

News

KI ist das neue Lernfach für uns alle

Die Mystifizierung künstlicher Intelligenz treibt mitunter seltsame Blüten. Dabei ist sie weder der Motor einer schönen neuen Welt, noch eine apokalyptische Gefahr. Sie ist schlicht und einfach eine neue, wenn auch höchst anspruchsvolle Technologie, mit der wir alle lernen müssen, sinnvoll umzugehen. Und dafür sind wir selbst verantwortlich. […]

Case-Study

Erfolgreiche Migration auf SAP S/4HANA

Energieschub für die IT-Infrastruktur von Burgenland Energie: Der Energieversorger hat zusammen mit Tietoevry Austria die erste Phase des Umstieges auf SAP S/4HANA abgeschlossen. Das burgenländische Green-Tech-Unternehmen profitiert nun von optimierten Finanz-, Logistik- und HR-Prozessen und schafft damit die Basis für die zukünftige Entflechtung von Energiebereitstellung und Netzbetrieb. […]

FH-Hon.Prof. Ing. Dipl.-Ing. (FH) Dipl.-Ing. Dr. techn. Michael Georg Grasser, MBA MPA CMC, Leiter FA IT-Infrastruktur der Steiermärkischen Krankenanstaltengesellschaft m.b.H. (KAGes). (c) © FH CAMPUS 02
Interview

Krankenanstalten im Jahr 2030

Um sich schon heute auf die Herausforderungen in fünf Jahren vorbereiten zu können, hat die Steiermärkische Krankenanstaltengesellschaft (KAGes) die Strategie 2030 formuliert. transform! sprach mit Michael Georg Grasser, Leiter der Fachabteilung IT-Infrastruktur. […]

News

Risiken beim Einsatz von GenAI in vier Schritten senken

Die Themen Datenschutz und Modellverwaltung sind in der Datenwissenschaft zwar nicht neu, doch GenAI hat ihnen eine neue Dimension der Komplexität verliehen, die Datenschutzbeauftragte vor neue Herausforderungen stellt. Die Data-Science-Spezialisten von KNIME haben die Potenziale und Risiken der KI-Nutzung beim Einsatz bei der Datenarbeit zusammengefasst und empfehlen vier Schritte zur Risikominimierung. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*