Cybersicherheit
Entwicklung von Gegenmaßnahmen für automatisierte Bot-Angriffe auf kritische Dienste.
Die Cybersecurity-Komponente von RESCUE ermöglicht die Entwicklung neuartiger Gegenmaßnahmen für automatisierte Bot-Angriffsszenarien auf kritische Dienste wie zum Beispiel Flughafen-Abflugkontrollsysteme.
Durch maschinelles Lernen wird eine nächste Generation der Cyber-Bedrohungsanalyse erstellt. Mit dem zusätzlichen Vorteil von Data Mining wird ein besseres Situationsbewusstsein für das Verhalten von Bedrohungsakteuren erreicht.
Die in der Open Observability Platform enthaltenen Datenquellen ermöglichen die Erkennung von Cyberangriffen und die Ausnutzung funktionaler Schwachstellen in der Luftfahrt- und Reisebranche.
Durch automatisierte Detonation und Verhaltensanalyse in hermetisch verschlossenen Behältern können Anti-Malware-Techniken validiert werden. Durch all dies ergibt sich ein vollständiges Bild der globalen Malware-Landschaft (mit Schwerpunkt auf Ransomware).
Komponenten
In order to improve the detection of Botnets and develop new countermeasures, new ways must be found to identify residential IP proxies and to distinguish them from other types of proxies that break the TCP protocol.
The same applies to the detection of CAPTCHA farms. As soon as a reliable distinction between Bots and real users is possible, Bots should be redirected to customized honeypots and thus contained.
Developing structures and procedures for gaining cyber threat intelligence to gain situational awareness of threat actor behaviours and strategies and to stay one step ahead of new attackers’ tools, tactics & procedures (TTP).
Extending capabilities to detect functional abuse and business logic attacks, such as seat spinning (also known as denial-of-inventory) or SMS pumping and developing countermeasures.
Develop comprehensive situational awareness of the current global malware landscape and validate anti-malware capabilities by detonating malware in a controlled environment and analysing behaviour.
Automatisiertes Betrugsermittlungs- und Meldesystem
Dieses Projekt implementiert ein fortschrittliches automatisiertes System für die Betrugsuntersuchung und -berichterstattung unter Verwendung von Large Sprache Models (LLMs) und Techniken des maschinellen Lernens. Das System wurde entwickelt, um Vorfälle zu verarbeiten, Protokolle zu analysieren, Anomalien zu erkennen, umfassende Berichte zu erstellen und seine Leistung kontinuierlich zu verbessern.
Entlarvung der Schatten: Verstehen und Erkennen von IP-Proxys für Privathaushalte
Eine Präsentation im Juli 2024 für die Aviation ISAC Q2 AvTech – 2024 im Lufthansa Training & Conference Center in Seeheim, Deutschland.