Open Access

This paper presents an empirical study on the influence of network and training settings in data-driven black-box modelling of synchronous motors using neural state-space models. The objective is to provide a foundational insight into neural state-space modelling and reference points for researchers involved in this field. The study examines correlations between hyperparameters in terms of design and training parameters and the resulting model performance, which are difficult to express analytically. Additionally, an in-depth analysis of training times is conducted to identify configurations that achieve comparable model accuracy with reduced computational time. These findings aim to facilitate efficient model development by offering a systematic approach to parameter selection and optimization in black-box modelling for electrical motor applications.

Das Ziel dieser Arbeit bestand darin, eine Winkelmessung von verdrillten Kabeln mithilfe einer intelligenten Kamera neu zu entwickeln. Dazu war es erforderlich, das System auf eine vollständig neue Architektur anzupassen. Zusätzlich sollten einige Verbesserungen umgesetzt werden. Zu Beginn wurde ein Konzept für die Algorithmik entwickelt, das anschließend auf der Kamera implementiert wurde. Um das System parametrieren zu können, wurde eine Website erstellt, über die alle wichtigen Einstellungen vorgenommen werden können. Zur Kommunikation zwischen der Website und der SPS wurden REST, OPC UA und digitale I/Os verwendet.

Es wurde ein neuer Prozesskern FHOENIX, in großen Teilen kompatibel mit dem Kern FHOP, entwickelt und auf FPGA verifiziert. Der Kern soll die Basis für zukünftige SOC-Designs bilden. Gegenüber dem bestehenden Design wurde die Performance um den Faktor 5 gesteigert. Die verwendete Harvard-Architektur ermöglicht gleichzeitigen Zugriff auf Programme wie Daten. Der Bootvorgang erfolgt durch Laden eines Images aus einem Flash-Memory über eine serielle SPI-Schnittstelle. Die zur Applikations-Entwicklung notwendige Integrierte Entwicklungsumgebung wurde durch eine Modifikation der FHOP-IDE gewonnen und verfügt jetzt auch über einen C-Compiler.

Command & Control (C2) frameworks are a popular tool for bad actors to attack and infiltrate infrastructures and systems. They allow long-lasting inroads to be made into the infrastructure, through which attackers can interact with it through covert channels. These frameworks thus also play a crucial role in cybersecurity, enabling red teams and penetration testers to simulate those real-world adversary tactics. Cobalt Strike, a widely used proprietary C2 framework, offers an extensible plugin system through Beacon Object Files (BOFs). Mythic, an open-source alternative, provides a modular architecture but lacks native BOF compatibility. This thesis explores the feasibility of integrating Cobalt Strike’s BOF capabilities into a Mythic-based beacon developed at cirosec. The research begins by analyzing the structural and functional differences between Cobalt Strike and Mythic, focusing on their plugin systems and execution environments. It then examines the technical details of BOF execution, including Dynamic Function Resolution (DFR), memory management, and interactions with the beacon Application Programming Interface (API). The core contributions of this work are the design and implementation of a generic BOF runtime and the implementation of it within the Mythic-based beacon “ciroStrike” developed by cirosec. By adapting BOF execution mechanisms and ensuring compatibility with Mythic’s architecture, this integration enhances the beacon’s flexibility while maintaining its compact and evasive nature. Furthermore, an analysis of publicly available BOF implementations evaluates their applicability to this approach. The results demonstrate that BOFs can be successfully executed within Mythic with minimal modifications, bridging the gap between proprietary and open-source C2 frameworks. This research contributes to the evolution of offensive security tooling by expanding the interoperability of red team frameworks and improving the adaptability of C2 beacons.