惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Security Blog
Microsoft Security Blog
P
Proofpoint News Feed
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 叶小钗
MongoDB | Blog
MongoDB | Blog
F
Full Disclosure
Martin Fowler
Martin Fowler
G
Google Developers Blog
F
Fortinet All Blogs
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
阮一峰的网络日志
阮一峰的网络日志
博客园 - 三生石上(FineUI控件)
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Google DeepMind News
Google DeepMind News
Google Online Security Blog
Google Online Security Blog
Hacker News: Ask HN
Hacker News: Ask HN
T
Tailwind CSS Blog
Cloudbric
Cloudbric
U
Unit 42
MyScale Blog
MyScale Blog
TaoSecurity Blog
TaoSecurity Blog
T
The Blog of Author Tim Ferriss
博客园 - 司徒正美
博客园 - Franky
AI
AI
爱范儿
爱范儿
L
LangChain Blog
小众软件
小众软件
D
DataBreaches.Net
M
MIT News - Artificial intelligence
GbyAI
GbyAI
Y
Y Combinator Blog
有赞技术团队
有赞技术团队
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The Cloudflare Blog
Help Net Security
Help Net Security
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
P
Privacy International News Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
D
Docker
A
About on SuperTechFans
Scott Helme
Scott Helme
The GitHub Blog
The GitHub Blog
V
V2EX
N
Netflix TechBlog - Medium
S
Security Affairs
Security Archives - TechRepublic
Security Archives - TechRepublic
H
Heimdal Security Blog
WordPress大学
WordPress大学

Chair of Machine Learning and Security

Teaching Summer 2023 | MLSEC Teaching Summer 2025 | MLSEC Teaching Summer 2024 | MLSEC Teaching Winter 2024 | MLSEC Teaching Winter 2023 | MLSEC Teaching Winter 2025 | MLSEC Jobs at Chair of Machine Learning and Security Team | MLSEC New Course in Summer'26 SaTML'26 in Munich Paper at ACSAC'24 Learning from the Best Congratulations Dr. Warnecke CODE-Kolloquium s-i-t-e.co Two Papers at ACSAC'23 ACM CCS 2023 Paper at IMC'23 Paper at ESORICS'23 Konrad Rieck Thorsten Eisenhofer Paper at USENIX Security'23 Paper at EuroS&P'23 Invited Talk at VISP Paper at NDSS'23
AIgenCY — Kommunikationstechnologien und Cybersicherheit
2023-11-18 · via Chair of Machine Learning and Security
Mit der zunehmenden Nutzung generativer KI wächst auch die Anzahl bereitgestellter KI-basierter Anwendungen sowie das Interesse an Forschung und Entwicklung in diesem Bereich.© Adobe Stock / Катерина Євтехова

Motivation

Methoden der generativen Künstlichen Intelligenz (KI) durchdringen mittlerweile nahezu alle Lebensbereiche. Diese Art von KI nutzt komplexe Modelle der Datenverarbeitung und Mustererkennung, um neue Inhalte zu erstellen. Die fortschreitende Entwicklung der dafür eingesetzten neuronalen Netze mit hunderten Milliarden von Parametern bietet ungeahnte Chancen, birgt aber auch große Risiken, insbesondere für die Cybersicherheit. Beispielweise wird generative KI zunehmend von Kriminellen eingesetzt, um Schadsoftware zu erzeugen, die herkömmliche Sicherheitsmechanismen umgeht. Diese Schadsoftware kann unter anderem gegen nationale Infrastrukturen und Institutionen eingesetzt werden, die die Lebensadern demokratischer Gesellschafen bilden. Daher besteht Handlungsbedarf, um die bestehenden und zukünftigen Risiken sowie mögliche Gegenmaßnahmen auf dem Gebiet der generativen KI besser einzuschätzen. Mit diesem Wissen kann die Forschung und Entwicklung dann gezielt auf die größten Herausforderungen im Bereich KI und IT-Sicherheit ausgerichtet werden.

Ziele und Vorgehen

Das Vorhaben „Chancen und Risiken generativer Künstlicher Intelligenz in der Cybersicherheit“ (AIgenCY) zielt darauf ab, die Methoden generativer KI in Bezug auf neuartige Angriffsmöglichkeiten im Cyberraum zu erforschen. Zugleich sollen geeignete Maßnahmen entwickelt werden, die das Erkennen und Abwehren von derartigen Cyberangriffen verbessern. Hierfür entwickeln die Forschenden ein Experimentierlabor zur systematischen Evaluierung von generativen KI-Methoden im Bereich der IT-Sicherheit. So sollen relevante Chancen und Risiken der angewendeten KI-Methoden identifiziert werden. Das Experimentierlabor soll später zu einem Reallabor ausgebaut werden, in dem Daten und Modelle von ausgewählten Partnern analysiert werden können. Die Chancen und Risiken sollen in verschiedenen Feldern identifiziert werden, die sich vom Erkennen von Bedrohungen über deren Abwehr bis hin zum Erstellen von Inhalten erstrecken.

Innovationen und Perspektiven

Die Forschung zu generativer KI in der IT-Sicherheit steht am Anfang. Das Vorhaben AIgenCY ist somit ein Pionierprojekt der Erforschung von Chancen und Risiken generativer KI-Methoden in Bezug auf neuartige Angriffsmöglichkeiten. Daher bietet das Projekt die Chance, neues Wissen im Bereich der generativen KI aufzubauen und so den Standort Deutschland als Wissenschafts- und Industriestandort zu stärken. Darüber hinaus werden die Projektergebnisse zum Schutz von Deutschlands IT-Infrastrukturen beitragen und somit helfen, KI-gestützte Cyberkriminalität wirksam zu bekämpfen.