Suchergebnisse
Rheinisch-Westfälische Technische Hochschule AachenAutor:in: Stefan Lenz, David Schachtschneider, Simon Jonas, Liam Tirpitz, Sandra Geisler, Martin HenzePublikationFormat: PDFCoFacS – Simulating a Complete Factory to Study the Security of Interconnected Production
While the digitization of industrial factories provides tremendous improvements for the production of goods, it also renders such systems vulnerable to serious cyber-attacks. To research, test, and validate security measures protecting industrial networks against such cyber-attacks, the security community relies on testbeds to simulate industrial systems, as utilizing live systems endangers costly components or even human life. However, existing testbeds focus on individual parts of typically complex production lines in industrial factories. Consequently, the impact of cyber-attacks on industrial networks as well as the effectiveness of countermeasures cannot be evaluated in an end-to-end manner. To address this issue and facilitate research on novel security mechanisms, we present CoFacS, the first COmplete FACtory Simulation that replicates an entire production line and affords the integration of real-life industrial applications. To showcase that CoFacS accurately captures real-world behavior, we validate it against a physical model factory widely used in security research. We show that CoFacS has a maximum deviation of 0.11% to the physical reference, which enables us to study the impact of physical attacks or network-based cyber-attacks. Moreover, we highlight how CoFacS enables security research through two cases studies surrounding attack detection and the resilience of 5G-based industrial communication against jamming.
Publikation anzeigen
Rheinisch-Westfälische Technische Hochschule AachenRealitätsnahe Erprobung von Sicherheit für ICS
Ziel von RealistICS ist es Studierenden begleitend zur theoretischen Ausbildung im Bereich industrielle Netzwerksicherheit die Möglichkeit zur praktischen und realitätsnahen Erprobung der erlernten Kenntnisse zu geben. Dadurch soll nicht nur die Motivation gesteigert werden, sondern auch wichtige Fähigkeiten für den Praxiseinsatz vermittelt werden.Dazu soll Studierenden ein Verständnis dafür vermittelt werden, dass industrielle Netzwerke ein komplexes Gesamtsystem sind, dessen Absicherung neben dem theoretischen Wissen aus einer Vorlesung auch signifikante praktische Fähigkeiten benötigt. Zur Erreichung dieses Ziels soll eine Lernumgebung entwickelt werden, in der die Studierenden semesterbegleitend die jeweils theoretisch erlernten Konzepte direkt praktisch anwenden können. Dabei werden die Studierenden zu Beginn des Semesters zunächst das industrielle Netzwerk konfigurieren und programmieren, bevor sie im Laufe des Semesters verschiedene Möglichkeiten zur Absicherung des Netzwerkes in dieser Umgebung praktisch umsetzen.Um einen hohen Realitätsgrad und somit hohe Studierendenmotivation zu erreichen, wird auf umfangreiche Vorarbeiten zur Schaffung von Simulationsumgebungen für industrielle Netzwerke zurückgegriffen. Diese sollen im Rahmen von RealistICS für den Einsatz in der Lehre angepasst sowie entsprechende praktische Aufgaben zum kontinuierlichen Aufbau und Absicherung des industriellen Netzwerkes entworfen werden.
Projekt anzeigen
Das könnte Sie auch interessieren
EXtending Reality in Interdisciplinary CoursEs
Ziel des Projekts XRISE ist die Realisierung einer innovativen, interdisziplinären Seminarreihe zum Einsatz von Extended Reality (XR) zur produktiven Verzahnung individueller Kompetenzen einer Expertise-heterogenen Studierendenschaft aus den Studiengängen Lehramt, Psychologie und Educational Technology. XRISE bedient nicht nur das Desiderat bzgl. bildungstechnologisch, lernpsychologisch und fachdidaktisch fundierter, praktisch erprobter XR-Lehr-Lernanwendungen, sondern dient auch als Modellprojekt zur Erprobung und Etablierung sinnhaften, nachhaltigen interdisziplinären Lehrens und Lernens an der Universität des Saarlandes. Die geplante Seminarreihe besteht aus drei aufeinander aufbauenden Veranstaltungen, welche den Studierenden unter größtmöglicher Mitgestaltung und thematischer Entscheidungsfreiheit verschiedene Kompetenzen zur kritischen Reflexion, Analyse, Nutzung und Gestaltung des Einsatzes von XR in Lehr-Lernsituationen sowie der wissenschaftlichen Evaluation des praktischen Einsatzes von XR-Anwendungen vermittelt. Der planmäßige Projektfortschritt, die Wirksamkeitsüberprüfung der Lehrveranstaltungen sowie die Passung der Seminarinhalte zu den Bedürfnissen der Studierenden werden durch verschiedene Evaluations- und Monitoring-Maßnahmen sichergestellt. Diverse Publikationen/Fortbildungen/Veranstaltungen und strategische Kooperationen generieren eine breite Sichtbarkeit, eine hohe Strahlkraft und eine nachhaltige Verwertung von Projekt- und Seminarergebnissen.
Projekt anzeigen
Fertigung Versuchsaufbau-Komponenten mit 3D-Druck
Durch 3D-Druck konnten spezifische Komponenten bedarfsgerecht konstruiert und gefertigt werden, wodurch sich zeitintensive Entwicklungszyklen (Recherche, Beschaffung, Prüfung, Anpassung) deutlich verkürzten. Ein weiterer Vorteil des 3D-Drucks liegt darin, dass Anpassungen auf Basis bestehender Konstruktionsdaten schnell eingearbeitet oder defekte Teile bei Bedarf schnell ersetzt werden konnten.
Maßnahme anzeigenOpen-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigen