„CausalAnomalies“ ist ein Projekt des Forschungsgebiets „Künstliche Intelligenz“ der strategischen Forschungsinitiative Digitalisierung des DLR. Ziel ist die Entwicklung von neuen Algorithmen zur Erkennung kausal erklärbarer Anomalien und die Anwendung dieser Algorithmen auf DLR-spezifische Problemstellungen.
Die Angriffs- und Missbrauchserkennung anhand von Echtzeit-Logdaten des EOC User Management Systems (UMS) ist dabei eines der Anwendungsfälle aus den Bereichen Raumfahrt, Luftfahrt und Verkehr.
Eine besondere Herausforderung hierbei sind die erhöhten IT-Sicherheits- und Datenschutzanforderungen des UMS, denen durch geeignete verschlüsselungsbasierte Anonymisierung und Pseudonymisierung Rechnung getragen wird, ohne dabei die Erkennungsleistung der Algorithmen zu beeinträchtigen.
CausalAnomalies
bringt die Anomalieerkennung durch KI-gestützte Verfahren mit Methoden der kausalen Inferenz zusammen, um Anomalien nicht nur besser zu entdecken, sondern auch nachvollziehbar erklären zu können. Mittelfristiges Ziel ist dabei ein Echtzeit-Online-Einsatz der entstehenden Algorithmen auch über den Bereich des EOC UMS hinaus, z.B. für Wartungs-, Monitoring- und Security-Aufgaben.
