Smart-Home-Sicherheit

Projekttitel: Smart-Home-Sicherheit

Projektdauer: laufend seit April 2022

Forschungsbereich: Architekturen / Skalierbarkeit / Sicherheit

Derzeit sind IoT- oder Smart-Home-Geräte überall im Alltag zu finden, von Elektroautos und Smart-TVs bis hin zu Waschmaschinen und intelligenten Zahnbürsten. Dies schafft viele neue Risiken, z. B. neue Angriffsvektoren über das Internet, den möglichen Mangel an Firmware-Funktionsupdates in der Zukunft oder Geräteausfälle zu Hause aufgrund der Insolvenz eines Cloud-Anbieters im Ausland. Diese Risiken sind besonders herausfordernd, da Nutzer:innen ohne Kenntnisse im Bereich Cybersicherheit komplexe, vernetzte IT-Geräte bedienen. Potenzielle Sicherheitsprobleme sind für die Nutzer:innen daher nicht erkennbar. So verbreiten sich beispielsweise das Mirai-Botnetz und seine Nachfolger seit 2016 über unsichere IoT-Geräte, ohne dass deren Besitzer:innen dies bemerken. Oft wurden Sicherheitslücken ausgenutzt, die eigentlich mühelos zu beheben sind, wie werksseitig voreingestellte Passwörter oder veraltete Softwarepakete mit bekannten Schwachstellen.

Ziele

Dieses Projekt verfolgt zwei Ziele: Erstens möchten wir maschinelles Lernen und KI einsetzen, um potenzielle Sicherheitsprobleme automatisch zu erkennen, d. h. ohne die Hilfe von Nutzer:innen ohne Kenntnisse im Bereich Cybersicherheit. Dazu gehören nicht nur Mechanismen zur Erkennung von Eindringlingen, sondern auch Fingerprinting-Ansätze, um die Struktur und den Kontext des Smart-Home-Netzwerks zu erlernen. Zweitens streben wir an, generative KI-Modelle einzusetzen, um den Mangel an Fachwissen der Nutzer:innen auszugleichen. So könnte die KI den Nutzer:innen erkannte Sicherheitsprobleme, potenzielle Fehlalarme und mögliche Sicherheitsmaßnahmen in einer verständlichen, intuitiven Sprache erklären. Da dies bedeutet, dass sensible Informationen aus dem internen Netzwerk an ein externes KI-Modell gesendet werden, spielen Ansätze wie Verschlüsselung eine wichtige Rolle.

Problem

Unsere Ziele sind anspruchsvoll. Aus prozessualer Sicht gibt es noch keinen umfassenden Risikokatalog und keine angemessenen Maßnahmen für Smart-Home- und IoT-Geräte. Die Verwendung von Intrusion-Detection-Ansätzen in der vorgesehenen Weise erfordert einen anderen IT-Sicherheitsprozess und einen angepassten IT-Sicherheitslebenszyklus. Aus technischer Sicht ist unklar, wie fehlendes Fachwissen zu Sicherheitsfragen zuverlässig ersetzt werden kann, ohne neue Angriffsvektoren zu schaffen. Schließlich steht unser Ansatz in Verbindung mit verschiedenen ethischen und datenschutzbezogenen Forschungsthemen.

Praktisches Beispiel

Wir haben eine Vielzahl praktischer Anwendungsfälle untersucht. So haben wir beispielsweise einen Risikokatalog entwickelt, wobei wir einen intelligenten Kühlschrank als prominentes Beispiel für IoT-Technologien im Smart-Home-Kontext herangezogen haben. Wir entwickeln ChatIDS, ein Intrusion-Detection-System, das Sicherheitsprobleme in natürlicher Sprache an die Nutzer:innen kommuniziert. Wir haben die Anwendbarkeit der homomorphen Verschlüsselung auf Smart-Mobility-Anwendungsfälle getestet; weitere Beispiele werden folgen. Darüber hinaus haben wir einen praxisorientierten Laborkurs entwickelt, um unsere Ansätze gemeinsam mit Studierenden zu erforschen.

Technologie

Wir bauen auf viele Technologien auf, wie beispielsweise verschiedene Einbruchserkennungssysteme, große Sprachmodelle oder homomorphe Verschlüsselungsbibliotheke.

Ausblick

Unsere Forschung steht noch am Anfang. Mit jedem neuen Anwendungsfall erweitern wir unsere Sammlung an potenziellen Risiken, anwendbaren Technologien und offenen Fragen für die zukünftige Forschung. In naher Zukunft werden wir weitere Anwendungsfälle in Betracht ziehen und gut erklärbare Demonstratoranwendungen entwickeln, um die Aufmerksamkeit auf unsere Forschungsbereiche zu lenken und interdisziplinäre Kooperationen zu fördern.

Publikationen

• JÜTTNER, Victor; GRIMMER, Martin; BUCHMANN, Erik. ChatIDS: Explainable Cybersecurity Using Generative AI. In: Proceedings of the 17th Conference on Emerging Security Information, Systems and Technologies (SECURWARE’23), 2023
  
• JÜTTNER, Victor; GRIMMER, Martin; BUCHMANN, Erik. ChatIDS: Explainable Cybersecurity Using Generative AI. In: arXiv.2306.14504, 2023
  
• HANNEMANN, Anika; BUCHMANN, Erik. Is Homomorphic Encryption Feasible for Smart Mobility? In: Proceedings of the 18th Federated Conference on Computer Science and Information Systems (FedCSIS’23), 2023
  
• JÜTTNER, Victor; BUCHMANN, Erik. Die Entwicklung eines digitalen Praktikums der Cybersicherheit im Bereich „Smart Home“. In: Tagungsband der 21. Fachtagung Bildungstechnologien der GI Fachgruppe Bildungstechnologien (DELFI 2023), 2023
  
• BUCHMANN, Erik. Long-Term Risks of IoT Devices: The Case of the Smart Fridge. In: Proceedings of the 17th Conference on Digital Society (ICDS’23), 2023
  
• HAAR, Christoph; BUCHMANN, Erik. IoT Security With INFINITE: The 3-Dimensional Internet Of Things Maturity Model. In: Proceedings of the 9th IEEE Conference on Internet of Things: Systems, Management and Security (IOTSMS’22), 2022
  
• HAAR, Christoph; BUCHMANN, Erik. IoT Security: A Basic IoT Hardware Security Framework. In: Proceedings of the 7th International Conference on Advances in Computation, Communications and Services (ACCSE’22), 2022

Team

Leitung

• Prof. Dr. Erik Buchmann

Teammitglieder

• Anika Hannemann
• Victor Jüttner

Partner

• Martin Grimmer
• Jörn Hoffmann
• Christoph Haar