Sichere Netzintelligenz: Mehr Resilienz für kritische Infrastrukturen

Im Rahmen des dreijährigen europäischen Projekts AINET-ANTILLAS, koordiniert durch das VTT Technical Research Centre of Finland, wurden neue Ansätze zur Verbesserung der Sicherheit kritischer Infrastrukturen entwickelt. Das Projekt wurde im Rahmen des Digital Trust Programms von Business Finland finanziert und in Zusammenarbeit mit Akteuren aus der Wirtschaft durchgeführt. Das Projekt endete im August 2024 und wurde mit dem CELTIC-NEXT Innovationspreis ausgezeichnet.

Ein Schwerpunkt des Projekts lag auf der Analyse und Verbesserung der Kommunikationsdienste für öffentliche Sicherheitskräfte mithilfe von LEO-Satelliten. Die Abdeckung, Latenz und Verbindungsqualität der Satelliten, die in süd-nördlicher Richtung um die Erde kreisen, erwiesen sich als ausreichend für mission-critical Anwendungen. Zudem ermöglichte das Multi-Access Routing einen nahtlosen Übergang zwischen terrestrischen und satellitengestützten Verbindungen.

Ein weiterer Bereich des Konsortiums konzentrierte sich auf nachhaltige Lösungen und Plattformen für das Internet der Dinge (IoT) sowie die Edge-Intelligenz zur Überwachung der Umwelt. In verschiedenen Feldversuch wurde die Höhe von Substanzen auf Wasseroberflächen gemessen, mit künstlichen neuronalen Netzwerken verschiedene Materialien identifiziert und das Zusammenspiel von KI-Technologien, Radar-basierten Erkennungssystemen und Warnsystemen für Boote in offenen Gewässern unter schlechten Sichtverhältnissen getestet. Der Fokus lag auf der Implementierung und Optimierung von KI-gestützten Algorithmen.

Ein drittes Teilprojekt beschäftigte sich mit der Entwicklung von Plattformen für kritische Dienste und der Lösung technischer Herausforderungen in Bezug auf Cybersicherheit. Mit FPGA-basierten vertrauenswürdigen Ausführungsumgebungen könnten in der Zukunft energieeffiziente und latenzarme Dienste auf Edge-Plattformen realisiert werden. Darüber hinaus erarbeitete das Konsortium Lösungen zur Überwachung der Sicherheitslage und zur Erkennung von Bedrohungen in KI-Anwendungen sowie in Edge- und Cloud-Umgebungen. Die Skalierbarkeit und Automatisierung der bereitgestellten Dienste waren dabei wesentliche Bestandteile des Forschungsprozesses. Mit diesen Automatisierungs- und Orchestrierungslösungen könnte es möglich sein, KI-basierte Dienste schnell und sicher in Cloud- oder Edge-Umgebungen einzusetzen.

Weitere Informationen finden Sie hier.