Aktuelle
Meldungen

© Fraunhofer SIT

KI hilft, illegale Kulturgüter zu erkennen

Pressemitteilung des Fraunhofer SIT:
Eine zentrale Herausforderung bei der Bekämpfung des illegalen Handels mit gestohlenen Kulturgütern besteht darin, dass illegal gehandelte Objekte nur schwer zu erkennen sind. Das von der Beauftragten der Bundesregierung für Kultur und Medien geförderte Projekt KIKu – KI für den Kulturgutschutz – hat zum Ziel, die Arbeit der zuständigen Akteure, insbesondere von Zoll und Polizei, zu erleichtern: Hierzu entwickelt das Fraunhofer-Institut für Sichere Informations­technologie SIT gemeinsam mit der cosee GmbH eine App, die mit Hilfe von Künstlicher Intelligenz automatisiert Hinweise geben kann, ob beispielsweise eine antike Vase oder eine Statue aus einer Raubgrabung stammen könnte oder anders illegal erworben wurde. Das Projekt wurde gestern zahlreichen relevanten Akteuren auf dem Gebiet des Kulturgutschutzes aus Deutschland und der EU vorgestellt, die auf Einladung von Kulturstaatsministerin Monika Grütters zum 7. EU CULTNET-Treffen im Rahmen der deutschen EU-Ratspräsidentschaft zusammengekommen sind.

© Fraunhofer SIT

Da­ten­schutz­freund­liche Big-Data-Analysen

Die Analyse großer Datenmengen ermöglicht zahlreiche Verbesserungen – bei der Bekämpfung des Klimawandels ebenso wie in der Medizin. Gleichzeitig entstehen durch heutige Big-Data-Analysemöglichkeiten ganz neue Risiken für die Privatsphäre von Menschen. Fügt man beim Analysieren Datenmengen aus unterschiedlichen Quellen zusammen, kann man oftmals vermeintlich anonymisierte Daten zu persönlichen Profilen zusammenführen, mit teils unabsehbaren Folgen für die betroffenen Personen. Eine neue Studie des Fraunhofer-Instituts für Sichere Informations­technologie SIT zeigt deshalb, wie Big-Data-Tech­no­logien genutzt werden können, ohne der Privatsphäre Einzelner zu schaden. Die Studie richtet sich an Anwender und Entwickler von Big-Data-Systemen und steht kostenlos zum Download bereit unter https://www.sit.fraunhofer.de/reports/

© iStock.com/gorodenkoff

ATHENE-Wissenschaftler sind an neuem BMBF-Projekt CYWARN beteiligt

Neue Strategien und Tech­no­logien zur Erfassung und Kommunikation der Cyberlage

Das Bundesministerium für Bildung und Forschung (BMBF) fördert ab dem 1. Oktober 2020 das für drei Jahre ausgelegte Konsortialprojekt „Strategie- und Technologie-Entwicklung zur medienüber-greifenden Erstellung eines Cyber-Lagebilds und akteurspezifischen Kommunikation von Cyber-Warnmeldungen“ (CYWARN) mit 2 Mio. Euro. ATHENE-Wissenschaftler Prof. Christian Reuter, Leiter des Lehrstuhls Wissenschaft und Technik für Frieden und Si-cherheit (PEASEC) an der TU, koordiniert den Verbund aus Forschungs-, Entwicklungs- und Anwendungspartnern.

APNIC-Blog diskutiert jüngsten Vorschlag der ATHENE-Forscher*innen, die Macht der RPKI-Behörden zu verteilen

Die Internet-Infrastruktur ist nach wie vor leicht angreifbar. Sicherheitsverbesserungen wie Domain Name System Security Extensions (DNSSEC) und Resource Public Key Infrastructure (RPKI) beruhen auf kryptographischen Signaturen. Obwohl die privaten Schlüssel bei den Eigentümern von Domänen und Internet-Namensressourcen liegen sollten, werden sie in der Praxis an zentralisierte Behörden ausgelagert. Das birgt erhebliche Sicherheitsrisiken.
In seinem Beitrag schlägt ATHENE-Wissenschaftler Kris Shrishak von der TU Darmstadt eine Änderung der RPKI vor. Diese soll das Bedrohungsmodell stärken und die einseitige Übernahme von IP-Präfixen durch regionale Internet-Registrierungsstellen (RIR) verhindern.

Wie sicher ist Maschinelles Lernen?

Welchen Stellenwert Sicherheit und Privatsphäre bei Maschinellen Lernverfahren haben, untersuchen Wissenschaftlerinnen und Wissenschaftler des Fraunhofer-Instituts für Angewandte und Integrierte Sicherheit AISEC, des Fraunhofer-Instituts für Sichere Informations­technologie SIT, des Nationalen Forschungszentrums für angewandte Cybersicherheit ATHENE und der Freien Universität Berlin in einer gemeinsamen Studie. Für das Forschungsprojekt werden noch Teilnehmerinnen und Teilnehmer gesucht, die beruflich oder privat mit Maschinellen Lernverfahren arbeiten.