Volltext-Downloads (blau) und Frontdoor-Views (grau)

Aufdeckung von Angriffen durch industrielle Prozessdaten

  • Im Zusammenhang mit dem industriellen Internet der Dinge (IIoT) wird die Kommunikationstechnologie, die ursprünglich in Heim- und Büroumgebung eingesetzt wurde, in industrielle Anwendungen eingeführt. Kommerzielle Standardprodukte sowie einheitliche und gut etablierte Kommunikationsprotokolle machen diese Technologie leicht zu integrieren und zu Nutzen. Sowohl die Automatisierungs- als auch dieIm Zusammenhang mit dem industriellen Internet der Dinge (IIoT) wird die Kommunikationstechnologie, die ursprünglich in Heim- und Büroumgebung eingesetzt wurde, in industrielle Anwendungen eingeführt. Kommerzielle Standardprodukte sowie einheitliche und gut etablierte Kommunikationsprotokolle machen diese Technologie leicht zu integrieren und zu Nutzen. Sowohl die Automatisierungs- als auch die Steuerungstechnik verwenden zunehmend Protokolle, die auf TCP/IP aufsetzen. Diese Protokolle werden nicht nur von intelligenten Steuergeräten genutzt, auch Sensoren oder Aktoren kommunizieren zunehmend darüber. Doch die Steigerung der Protokolle und die Verbindung untereinander bewirkt eine enorme Komplexität solche Netze. Ein gestiegener Informationsaustausch über das Netzwerk verbirgt sicherlich auch Nachteile. Die Problematiken mit den Angriffsszenarien, die wir aus der Informationstechnik kennen, sind nun auch in Produktionsnetzwerken allgegenwärtig. Dies führt zu einer erhöhten Nachfrage nach industriellen Intrusion Detection-Lösungen. Es gibt jedoch Herausforderungen bei der Umsetzung der industriellen Intrusion Detection. Die größte Bedrohung für industrielle Anwendungen geht von staatlich geförderten und kriminellen Gruppen aus. Häufig werden von diesen Angreifern bisher unbekannte Exploits eingesetzt, so genannte 0-Days-Exploits. Sie können mit der signaturbasierten Intrusion Detection nicht entdeckt werden. Daher bietet sich eine statistische oder auf maschinelles Lernen basierende Anomalie-Erkennung an.…zeige mehrzeige weniger
  • In the context of the industrial internet of things (IIoT), communication technology, originally used in home and office environments, is being introduced into industrial applications. Commercial standard protocols and unified or well-established communication protocols make this technology easy to integrate and use. Both automation and control technology increasingly use protocols based onIn the context of the industrial internet of things (IIoT), communication technology, originally used in home and office environments, is being introduced into industrial applications. Commercial standard protocols and unified or well-established communication protocols make this technology easy to integrate and use. Both automation and control technology increasingly use protocols based on TCP/IP. These protocols are not only used by intelligent control units, but also by sensors and actuators. However, the increase of protocols and the connection between them causes an enormous complexity of such networks. An increased exchange of information via network certainly also hides disadvantages. The problems with the attack scenarios that we know from information technology are now omnipresent in production networks. This leads to an increased demand for industrial intrusion detection solutions. However, there are challenges in the implementation of industrial application comes from state-funded and criminal groups. These attackers often use previously unknown exploits, so-called 0-Days-Exploits. They cannot be detected with signature-based intrusion detection. Therefore, statistical or machine learning based anomaly detection is a good choice.…zeige mehrzeige weniger

Volltext Dateien herunterladen

  • BachelorT_V2.0.pdf
    deu

Metadaten exportieren

Statistik

frontdoor_oas
Metadaten
Dokumentart:Bachelor Thesis
Zitierlink: https://opus.hs-offenburg.de/4167
Bibliografische Angaben
Titel (Deutsch):Aufdeckung von Angriffen durch industrielle Prozessdaten
Verfasserangaben:Serif FalayGND
Betreuer*in:Dirk WesthoffStaff MemberGND, Andreas SchaadStaff MemberORCiDGND
Erscheinungsjahr:2020
Datum der Abschlussprüfung:31.08.2020
Veröffentlichende Institution:Hochschule Offenburg
Titel verleihende Institution:Hochschule Offenburg
Verlagsort:Offenburg
Seitenanzahl:VIII, 79, IX, XVIII
Sprache:Deutsch
Inhaltliche Informationen
Fakultäten / Einrichtungen:Fakultät Medien und Informationswesen (M+I) (bis 21.04.2021)
Sammlungen der Hochschule Offenburg:Abschlussarbeiten / Bachelor-Studiengänge / UNITS
DDC-Sachgruppen:000 Allgemeines, Informatik, Informationswissenschaft
Freies Schlagwort / Tag:IT-Sicherheit
Formale Angaben
Open-Access-Status: Closed Access 
Lizenz (Deutsch):License LogoUrheberrechtlich geschützt
SWB-Katalog-Nr.:1788910680