ADRIAN: Paper bei der AI4HMO angenommen
5 Juli 2021
Anfang Oktober wird beim IST-190 Symposium on AI, ML and BD for Hybrid Military Operations (AI4HMO) in Koblenz auch ein Beitrag zum MuQuaNet-Teilprojekt ADRIAN vertreten sein.
Nicht erst seit den Unruhen in den USA im Sommer 2020 sehen sich Ordnungshüter und andere Personengruppen in den sozialen Medien einem erhöhten Gefährdungspotenzial gegenüber. Insbesondere die Verknüpfung von Social-Media-Accounts und -Posts (bspw. Twitter oder Instagram) mit den Bewegungsprofilen und Standortdaten aus beliebten Lauf-Apps macht die Nutzerinnen und Nutzer sowie ihre Angehörigen identifizierbar, aufspürbar und damit zu einer potenziellen Zielscheibe von Attacken im Netz. Dass militärische Standorte mithilfe der geteilten Geodaten von Laufstrecken lokalisiert werden können, ist in diesem Zusammenhang ein weiterer sicherheitsrelevanter Aspekt.
Die Autoren Dr. Frederik S. Bäumer, Sergej Denisov (beide FH Bielefeld), Dr. Yeong Su Lee und Prof. Dr. Michaela Geierhos (beide UniBw M) stellen in ihrem Paper "Towards Authority-Dependent Risk Identification and Analysis in Online Networks" ihren Ansatz zur automatisierten Überwachung und Analyse von Lauf- und Fitness-Apps vor. Ziel ist es, die gesammelten Daten mit Social-Media-Profilen zu korrelieren und Personencluster zu bilden, um potenzielle Ziele von Cyberattacken frühzeitig zu identifizieren und ihr Gefährdungspotenzial abschätzen zu können.
Da sich auf diese Weise im Rahmen der Datenanalyse und Wissensgewinnung ein sogenannter „Digitaler (Lauf-)Zwilling“ rekonstruieren lässt, werden hochsensible Daten generiert. Können diese Daten noch mit weiteren vertraulichen Daten (unter anderem von Sicherheitsbehörden oder militärischen Dienststellen) korreliert werden, lässt sich eine Abschätzung der Gefährdungsplausibilität für entsprechende Personen(gruppen) oder Standorte vornehmen.
Zur Erreichung dieser Ziele müssen bei der technischen Umsetzung des Vorhabens unter anderem Methoden des Information Retrievals mit Ansätzen aus der forensischen Linguistik kombiniert werden. Ferner werden Verfahren zur Netzwerkanalyse und Clusterbildung eingesetzt, um neuartige Bewertungsfunktionen für die Abschätzung von gefährdeten Zielen (Personen, Orten etc.) auf Basis der preisgegebenen Informationen im Web 2.0 zu entwickeln. Für die spätere Übermittlung der dabei gewonnenen Erkenntnisse an andere Dienste ist zudem der Einsatz einer hochsicheren Quantenverschlüsselung vorgesehen.
Gefördert wird das Teilprojekt „ADRIAN – Authority-Dependent Risk Identification and Analysis in Online Networks“ im Kontext des Forschungsvorhabens „MuQuaNet“, dessen Ziel der Aufbau, Test und Forschungsbetrieb eines quantensicheren Kommunikationsnetzes im Großraum München ist. Dieses Netz soll zunächst der Universität der Bundeswehr, später jedoch auch weiteren Forschungseinrichtungen, Behörden und militärischen Dienststellen zur Verfügung gestellt werden.
Weitere Informationen zum Projekt ADRIAN: https://www.unibw.de/muquanet/projekte/adrian
Bildquelle: Martin Prescott / iStockphoto
