Detektion sicherheitskritischer Ereignisse in Unternehmensnetzwerken mittels Data Mining
MEMBER IN THE JOINT ACADEMIC PARTNERSHIP
from to
Prof. Dr. Dieter Landes
LEHR- UND FORSCHUNGSGEBIETE
- Informatik
- daten- und wissensgetriebene Künstliche Intelligenz
- Software Engineering
LEHRVERANSTALTUNGEN
- Data Mining
- Advanced Data Mining
- Software Engineering
- Software-Anforderungen und -Modellierung
FUNKTIONEN
In der Hochschule
- Prüfungsausschuss
- stv. Senatsvorsitzender
Project:
Detektion sicherheitskritischer Ereignisse in Unternehmensnetzwerken mittels Data Mining
Prof. Dr. Andreas Hotho
Research Focus:
- Data Science
- Text Mining
- Semantic Web
Project:
Detektion sicherheitskritischer Ereignisse in Unternehmensnetzwerken mittels Data Mining

Markus Ring
Coburg University of Applied Sciences
Cyberangriffe auf kleine und mittelständische Unternehmen (KMUs) sind längst keine Seltenheit mehr. In meinem Promotionsvorhaben untersuche ich die Eignung verschiedener Data Mining Algorithmen zur Detektion von Hackerangriffen in Unternehmensnetzwerken. Diese Hackerangriffe können von außerhalb (Internet) und innerhalb (Intranet, sog. Insider-Threats) durchgeführt werden. Data Mining Algorithmen erkennen selbständig Muster aus den zur Verfügung stehenden Daten und werden beispielsweise auch für selbstfahrende Autos oder für Produktempfehlungen in Online-Shops verwendet. Das Promotionsvorhaben beschäftigt sich neben der eigentlichen Detektion von sicherheitskritischen Ereignissen auch mit grundlegenderen Fragestellungen, wie etwa der Abstandsberechnung nicht kontinuierlicher Werte und der Generierung realistischer Testdaten.