Der Begriff GAN (Generative Adversarial Networks, zu Deutsch etwa generisch erzeugende Netzwerke) kommt aus dem Feld des Maschinen-Lernen und wird heute h\u00e4ufig in der Anwendung von k\u00fcnstlicher Intelligenz (KI oder AI) verwendet.<\/p>\n\n\n\n
Grob gesprochen besteht das GAN aus einem Generator (Erzeuger von Werten) und einem Diskriminator (Bewerter von Werten). Mit diesen beiden beteiligten kann ein GAN Musik komponieren (s. https:\/\/magenta.tensorflow.org\/gansynth<\/a>) oder auch Bilder malen (s. https:\/\/youtu.be\/2P1PCzLAoaA<\/a>). Ein GAN kann also, je nach Komplexit\u00e4t und Training, lernen und das Erlernte anwenden. Wir kennen im Alltag GANs an Hotlines, die unsere Fragen erkennen und beantworten, bei der Post f\u00fcr die Erkennung von (handschriftlichen) Adressen oder in einem selbst fahrenden \/ KI unterst\u00fctzten Fahrzeug bei der Erkennung von Verkehrsstr\u00f6men und und -regeln. <\/p>\n\n\n\n Geschmacklich bedenklich ist das erstellen von Deep-Fakes mit KI (s. https:\/\/youtu.be\/jlBNF1SucLo<\/a>) oder auch das mittlerweile eingestellte Projekt Deep-Nude (s. https:\/\/www.heise.de\/newsticker\/meldung\/DeepNude-Machine-Learning-Algorithmus-zieht-Frauen-auf-Fotos-aus-4458330.html<\/a>).<\/p>\n\n\n\n Aber das ist erst die Spitze des Eisbergs. Generative Adversarial Networks k\u00f6nnen gezielt Netzwerkschutzmechanismen wie Firewall, Antivirenprogramme und Intrusion Prevention Systems (Einbruchverhinderungssysteme) ausspionieren und \u00fcberlisten. Diese M\u00f6glichkeiten zeigte Dr. Bernd Kosch im Rahmen der Tagung Informationssicherheit <\/a>und der Online-Woche bei Fujitsu NEXT e.V.<\/a> .<\/p>\n\n\n\n Bei diesem Angriff werden KI Systeme gezielt auf eine bestimmte Technologie angesetzt, um herauszufinden, bei welchen Mustern Schutzsysteme (Firewalls etc.) anschlagen. Nun lernt das GAN eine bestimmte Menge „Digitales Rauschen“ dem Datenverkehr beizumischen, bis das das Zielsystem den Datenverkehr als zul\u00e4ssig bewertet und passieren l\u00e4sst.<\/p>\n\n\n\n Solche Angriffe sind in der Regel nicht mehr dazu gedacht eine bestimmte Firewallserie eines Herstellers zu \u00fcberwinden, sondern gezielt in einzelne Netzwerke einzubrechen. Die geringe Verbreitung dieser vom GAN erzeugten Muster werden auch die Hersteller der Schutzsysteme in der Regel nicht auf den Plan rufen, da das Ziel der Angreifer ist, unbemerkt bei ihren Opfern einzudringen. Ein erfolgreicher Zugang zum Zielsystem kann dann viele Schadroutinen zur Folge haben. Unbemerkter Diebstahl von Patenten (Industriespionage), Ver\u00e4ndern von Daten beim Opfer (Sabotage) oder das Verschl\u00fcsseln von Netzwerken (Erpressung) sind nur einige der denkbaren Szenarien.<\/p>\n\n\n\n Der gesamte Vortrag von Dr. Bernd Kosch findet sich f\u00fcr Mitglieder von Fujitsu NEXT e.V. im Downloadbereich der Mitgliederplattform<\/a>.<\/p>\n\n\n\n Wie kann ich mich und mein Netzwerk sch\u00fctzen?<\/p>\n\n\n\n Einen 100% Schutz gibt es gerade gegen KI Angreifer nicht. Aber hier ein paar Tipps, um es den Angreifern schwerer zu machen:<\/p>\n\n\n\n Als OZ-IT helfen wir Ihnen gerne bei der richtigen L\u00f6sung und \u00fcbernehmen auch den Betrieb f\u00fcr Sie. Nutzen Sie zudem das Expertennetzwerk, um sich mit anderen Unternehmen auszutauschen<\/a>. Wir freuen uns auf Ihren Anruf und Ihre Mail.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Der Begriff GAN (Generative Adversarial Networks, zu Deutsch etwa generisch erzeugende Netzwerke) kommt aus dem Feld des Maschinen-Lernen und wird heute h\u00e4ufig in der Anwendung von k\u00fcnstlicher Intelligenz (KI oder AI) verwendet. Grob gesprochen besteht das GAN aus einem Generator (Erzeuger von Werten) und einem Diskriminator (Bewerter von Werten). Mit diesen beiden beteiligten kann ein … \u201eAchtung GAN Alarm\u201c <\/span>weiterlesen<\/a><\/p>\n","protected":false},"author":3,"featured_media":342,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_crdt_document":"","_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"Unser neuer Beitrag im Blog befasst sich mit Deep-Fakes, Deep-Nude und den Gefahren der Angriffe durch KI-Systeme. Zudem zeigen wir L\u00f6sungsans\u00e4tze auf.","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[25,22],"tags":[],"class_list":["post-341","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-digitalisierung","category-it-sicherheit"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/oz-it.de\/wp-content\/uploads\/2020\/05\/cranium-2099083_1280.png","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/posts\/341","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/oz-it.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=341"}],"version-history":[{"count":2,"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/posts\/341\/revisions"}],"predecessor-version":[{"id":344,"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/posts\/341\/revisions\/344"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oz-it.de\/index.php?rest_route=\/wp\/v2\/media\/342"}],"wp:attachment":[{"href":"https:\/\/oz-it.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=341"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/oz-it.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=341"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/oz-it.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=341"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}