SPARTAN: Ein personenorientierter Smart-Home-IoT-Sicherheitsdatensatz zur APT-Erkennung

Projekttitel: SPARTAN: Ein personenorientierter Smart-Home IoT-Sicherheitsdatensatz zur APT-Erkennung

Projektdauer: 1 Jahr

Forschungsbereich: Architekturen / Sicherheit / Skalierbarkeit, IoT-Sicherheit, machinelles Lernen, Architekturen / Sicherheit / Skalierbarkeit

SPARTAN verfolgt einen neuen Ansatz in der IoT-Sicherheitsforschung, indem es sich auf realistisches Nutzerverhalten konzentriert. Unter Nutzung der „Persona“-Methode simuliert das Projekt verschiedene Haushaltsaktivitäten und Alltagsroutinen, um über das TTDAS-System von Rohde & Schwarz authentischen harmlosen Datenverkehr zu generieren. Diese realistische Basis wird mit APT-Angriffsphasen kombiniert, um robuste Modelle des maschinellen Lernens zu trainieren. Ein wichtiger Aspekt ist der Wissenstransfer: In einem Master-Seminar im Sommer 2026 werden Studierende in der Erstellung von Datensätzen unterrichtet. Die Studierenden entwickeln eigene Projekte und mindestens eine Masterarbeit, tragen so aktiv zur laufenden Forschung bei und schlagen eine Brücke zwischen akademischer Ausbildung und industrieller Anwendung.

Ziele

Das Projekt zielt darauf ab, einen realistischen, strukturierten und parametrisierbaren Datensatz zu erstellen, der unterschiedliche Verhaltensweisen von Haushalten mit umfassenden APT-Angriffsszenarien kombiniert. Das Ziel ist die effektive Schulung und Bewertung von maschinell lernbasierten APT-Erkennungsmethoden für Smart-Home-Umgebungen.

Problemstellung

Bestehende IoT-Sicherheitsdatensätze erfassen keine realistischen Nutzungsszenarien von Smart-Home-Geräten aus realen Testumgebungen. Zudem fehlt es ihnen an realistischem harmlosem Datenverkehr von mehreren Nutzer:innen. Komplexe APT-Aktivitäten verschmelzen jedoch häufig mit legitimem Verhalten, was die Erkennung erschwert.

Technologie

Das Projekt nutzt das Test- und Trainingsdaten-Automatisierungssystem (TTDAS) von Rohde & Schwarz für die automatisierte Steuerung der Geräteinteraktion auf Android- und iOS-Plattformen. Das Testumfeld umfasst verschiedene Smart-Home-Geräte. Der Netzwerkverkehr wird mit dem ProfiShark 1G erfasst.

Ausblick

SPARTAN fördert die Sicherheit von Smart Homes, indem es hochwertige Trainingsdaten für Erkennungsmodelle bereitstellt. Der flexible, personenbezogene Ansatz unterstützt Tests unter verschiedenen Haushaltsbedingungen und Angriffsszenarien. Zukünftige Forschungsrichtungen umfassen die Erkennung von Angriffen auf die Privatsphäre, die Integration von Gerätelogs für einen besseren Kontext und die Ausweitung auf zusätzliche Angriffstypen und IoT-Protokolle. Die studentischen Projekte aus dem Seminar können ebenfalls zu neuen Forschungsrichtungen beitragen.

Publikationen

• V. Jüttner, M. Vargas, C. Jahn, M. Mieth, E. Buchmann „SPARTAN: A Persona-Driven Smart-
  Home IoT-Security Dataset for APT Detection“ (submitted)

Team

Teamleitung

Prof. Dr. Erik Buchmann

Teammitglieder

• Victor Jüttner
• Arne Roszeitis

Partner

• ipoque GmbH – A Rohde&Schwarz Company