IICoSeP

Drahtlose Sicherheit auf der Physikalischen Übertragungsschicht für Industrial IoT Umgebungen

Industrieroboter
Sichere Maschinenkommunikation für die Industrie 4.0© Adobe Stock / Pugun

Motivation

Sensoren, Aktuatoren und weitere technische Komponenten und Geräte werden zunehmend im sog. industriellen Internet der Dinge (IIoT) vernetzt. Durch die Vernetzung werden Anwendungsszenarien wie die Kommunikation von Maschine-zu-Maschine oder Maschine-zu-Service ermöglicht. Auch cyber-physische Produktionssysteme sowie industrielle Automatisierungs- und Steuerungssysteme werden durch gesteigerte Interkonnektivität und eingebettete Systeme zunehmend flexibler. Dies stellt hohe Anforderungen an die Informations- und Kommunikationstechnik in den Bereichen Skalierbarkeit, Sicherheit, Integrität und Zuverlässigkeit. Viele der integrierten Komponenten verfügen jedoch nicht über ausreichende Sicherheitsmechanismen, um der wachsenden Anzahl von Cyberangriffen standzuhalten. Die eingesetzten Komponenten sind oftmals hinsichtlich ihrer Ressourcen limitiert, verfügen beispielsweise nicht über ausreichende Speicherkapazitäten oder Rechenleistung, um etablierte und leistungsstarke Kryptographie anwenden zu können.

Ziele und Vorgehen

Das Projekt „Increasing Industrial Communication Security by Physical Layer Security” (IICoSeP) hat sich zum Ziel gesetzt, die Sicherheit, Integrität und Vertraulichkeit industrieller Kommunikationsinfrastrukturen durch Sicherheitsmethoden auf der physikalischen Schicht (Physical Layer Security, PLS) zu verbessern. Dazu werden Methoden der drahtgebundenen und der drahtlosen PLS erforscht. Anwendungen der Industrie 4.0, die auf die drahtgebundene Kommunikation setzen, sollen durch einen individuellen, physisch definierten, digitalen Fingerabdruck (Physically Unclonable Function) gesichert werden. Im drahtlosen Bereich werden die PLS-Methoden unter anderem zur Absicherung von 5G-Campusnetzen verwendet. In beiden Einsatzbereichen (drahtgebundene und drahtlose PLS) soll durch Methoden des Maschinellen Lernens die Performanz der Anwendungen gesteigert werden. Neuartige Hardware-Beschleuniger auf der Basis frei programmierbarer, integrierter Schaltungen sollen für einen effizienten Einsatz dieser Methoden sorgen.

Innovationen und Perspektiven

Die Innovationen des Vorhabens liegen zum einen im Wechsel der herkömmlichen informationstheoretisch getriebenen PLS hin zu einem signalverarbeitenden Ansatz, und zum anderen in der ganzheitlichen Anwendung von PLS in der drahtlosen sowie drahtgebundenen Kommunikation in Kombination mit sicherer Authentifizierung. Durch den Einsatz von KI-Hardware-Beschleunigern in den Endgeräten wird auf die komplexen Anforderungen durch die wachsende Interkonnektivität reagiert. Mit dem im Projekt zu erforschenden Ansatz lassen sich potentiell Kosten, Energieverbrauch und Latenz verringern sowie die Zuverlässigkeit, Vertraulichkeit und Integrität der beteiligten Geräte verbessern. Damit trägt die Lösung zur Steigerung der IT-Sicherheit in hochskalierbaren und hochflexiblen IIoT-Umgebungen bei.