Unregelmäßigkeiten erkennen – Das Projekt CausalAnomalies

Ein weiteres Anwendungsgebiet ergibt sich durch die Betrachtung von Log-Daten, beispielsweise bei Informations- und Kommunikationstechnik-Systemen (IKT-Systemen). Hier erkennt die Anomalie-Detektion auffällige Nutzungs- und Angriffsmuster, etwa in Log-Files von Flügen unbemannter Luftfahrzeuge. Bei Abweichungen vom Normalzustand können die Anwendenden eingreifen, um Prozesse zu stoppen oder anzupassen. Außerdem deuten erkannte Anomalien auf andersartige Zustände der überwachten Systeme, wie etwa Beschädigungen hin, die so erkannt und behoben werden können. Daneben ist aber insbesondere ein kausales Ursachenverständnis wichtig, damit die Prozesse auch modelliert und vorhergesagt werden können, bevor es zu einer Systemänderung kommt.

Im Projekt „CausalAnomalies“ geht es um die Entwicklung von neuen, kausal erklärbaren Algorithmen, die Anomalien erkennen. Anomale Zustände in Zeitreihen zu finden, ist ein Ziel überall dort, wo sequenzelle Daten aufgenommen und analysiert werden. Diese Daten sind oft hochdimensional, fehlerbehaftet, unvollständig oder nicht gelabelt. Und häufig ist nicht bekannt, welches anomale Verhalten der Daten relevant ist. Daher ist ein erstes Projektziel die Erforschung von KI-Methoden zur Anomalie-Detektion. Das nächste Ziel ist die Erklärbarkeit dieser Methoden, um den „Black-Box“-Charakter vieler Verfahren zu überwinden. Dafür sollen kausale Methoden genutzt und adaptiert werden. Anschließend werden die entwickelten Methoden auf verschiedene Anwendungsfälle im DLR übertragen, getestet und gegebenenfalls optimiert.

Zu diesen Anwendungsfällen zählen zum Beispiel:

• Anomalie-Erkennung in Satellitentelemetriedaten
• Detektion von Regimes kausaler Zusammenhänge in Erdsystemmodelldaten
• Erkennen von Anomalien und Angriffsmustern in IKT-Systemen
• Zustandsüberwachung von Leit- und Sicherungssystemen in der Verkehrsinfrastruktur
• Ursachen von Fehlverhalten oder -entscheidungen in Log-Files unbemannter Luftfahrzeuge
• Erweiterung von Zustandsüberwachungsfunktionen für Flugzeugsystemen