nach oben

Tipp

Identifikation der Urheber von Cyberattacken mithilfe künstlicher Intelligenz

Bedrohungen durch Cyberangriffe

verfasst von: Prof. Dr. Marco Barenkamp, Ing. Marcus Krüger

Erschienen in: Wirtschaftsinformatik & Management | Ausgabe 3/2022

Einloggen

Auszug

Unter einem Cyberangriff versteht man einen unerwünschten Versuch, durch unbefugten Zugriff auf Computersysteme des Angegriffenen Informationen zu stehlen, preiszugeben, zu verändern, zu deaktivieren oder auch zu löschen. …

Vorheriger Artikel CDR bei Einsatz von KI in Unternehmensführung und algorithmischen Entitäten

Nächster Artikel Viel Software für wenig Code

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

WIRTSCHAFTSINFORMATIK

WI – WIRTSCHAFTSINFORMATIK – ist das Kommunikations-, Präsentations- und Diskussionsforum für alle Wirtschaftsinformatiker im deutschsprachigen Raum. Über 30 Herausgeber garantieren das hohe redaktionelle Niveau und den praktischen Nutzen für den Leser.

Jetzt informieren

Business & Information Systems Engineering

BISE (Business & Information Systems Engineering) is an international scholarly and double-blind peer-reviewed journal that publishes scientific research on the effective and efficient design and utilization of information systems by individuals, groups, enterprises, and society for the improvement of social welfare.

Jetzt informieren

Wirtschaftsinformatik & Management

Texte auf dem Stand der wissenschaftlichen Forschung, für Praktiker verständlich aufbereitet. Diese Idee ist die Basis von „Wirtschaftsinformatik & Management“ kurz WuM. So soll der Wissenstransfer von Universität zu Unternehmen gefördert werden.

Jetzt informieren

Morovat, K., & Panda, B. (2020). Survey of artificial intelligence in cybersecurity. 2020 International Conference on Computational Science and Computational Intelligence. (S. 109–115).

Wiafe, I., Koranteng, F. N., Obeng, E. N., Assyne, N., Wiafe, A., & Guilliver, S. R. (2020). Artificial intelligence for cybersecurity: a systematic mapping of literature. IEEE Access, 8, 146.598–146.612. CrossRef

Rege, M., & Mbah, R. B. K. (2018). Machine learning for cyber defense and attack. The Seventh International Conference on Data Analytics. (S. 73–78).

Zierer, M., & Tanriverdi, H. (2021). Mehr als 100 Behörden erpresst. https://www.tagesschau.de/investigativ/br-recherche/ransomware-103.html. Zugegriffen: 17. Jan. 2022.

Ulrich, P., Frank, V., & Timmermann, A. (2020). Cybercrime im Mittelstand. Studienserie „Erfolgsfaktoren der Unternehmensführung“. Bd. 5. Aalen: Hochschule Aalen.

Saalbach, K.-K. (2019). Attribution of cyber attacks. Information technology for peace and security (S. 279–303). Wiesbaden: Springer. CrossRef

Parrend, P., Navarro, J., Guigou, F., Deruyver, A., & Collet, P. (2018). Foundations and applications of artificial intelligence for zero-day and multi-step attack detection. Journal on Information Security, 201(4), 1–21.

Kaspersky (2022). Indicator of Compromise (IoC). https://encyclopedia.kaspersky.com/glossary/indicator-of-compromise-ioc/. Zugegriffen: 9. Jan. 2022.

Dunham, K., & Lucas, C. (2017). TTPs within cyber threat intelligence. https://www.optiv.com/explore-optiv-insights/blog/tactics-techniques-and-procedures-ttps-within-cyber-threat-intelligence. Zugegriffen: 10. Jan. 2022.

10.

Baikalov, I., & Schmitz, P. (2019). Attribution von Cyberangriffen – Die Urheber von Cyberangriffen erkennen. https://www.security-insider.de/die-urheber-von-cyberangriffen-erkennen-a-826615/. Zugegriffen: 7. Jan. 2022.

11.

Schick, U. (2018). Was ist künstliche Intelligenz? https://news.sap.com/germany/2018/03/was-ist-kuenstliche-intelligenz/. Zugegriffen: 9. Jan. 2022.

12.

Pupillo, L., Fantin, S., Ferreira, A., & Polito, C. (2021). Artificial intelligence and cybersecurity—technology, governance, and policy challenges. Bruessels: Centre for European Policy Studies.

13.

Mathew, A. (2021). Artificial intelligence for offence and defense—the future of cybersecurity. International Journal of Multidisciplinary and Current Educational Research, 3(3), 159–163.

14.

Tao, F., Akhtar, M. S., & Jiayuan, Z. (2021). The future of artificial intelligence in cybersecurity: a comprehensive survey. EAI Endorsed Transactions on Creative Technologies, 8(28), 1–15. CrossRef

15.

Hebbar, A., & Kumar, S. A. (2021). Artificial intelligence in cyber security. Journal of Emerging Technologies and Innovative Research, 8(5), 448–452.

16.

Apruzzese, A., Colajanni, M., Ferretti, L., Guido, A., & Marchetti, M. (2018). The effectiveness of machine and deep learning for cyber security. 10th International Conference on Cyber Conflict. (S. 371–390).

17.

Musser, A., & Garriott, A. (2021). Machine learning and cybersecurity—reality and hype. : Center for Security and Emerging Technology. CrossRef

18.

Noor, U., Amjad, T., Anwar, Z., & Choo, K.-K. R. (2019). A machine learning-based fintech cyber threat attribution framework using high-level indicators of compromise. Future Generation Computer Systems, 96(1), 227–242. CrossRef

19.

Soman, B. (2019). From unstructured data to actionable intelligence: using machine learning for threat intelligence. https://www.microsoft.com/security/blog/2019/08/08/from-unstructured-data-to-actionable-intelligence-using-machine-learning-for-threat-intelligence/. Zugegriffen: 16. Jan. 2022.

20.

Matsakis, L. (2018). Even anonymous coders leave fingerprints. https://www.wired.com/story/machine-learning-identify-anonymous-code/. Zugegriffen: 14. Jan. 2022.

21.

Qian, C., He, T., & Zhang, R. (2017). Deep learning based authorship identification. : Stanford University.

22.

Preuveneers, D., & Joosen, W. (2021). Sharing machine learning models as indicators of compromise for cyber threat intelligence. Journal of Cybersecurity and Privacy, 1, 140–163. CrossRef

Titel: Identifikation der Urheber von Cyberattacken mithilfe künstlicher Intelligenz
Bedrohungen durch Cyberangriffe
verfasst von: Prof. Dr. Marco Barenkamp
Ing. Marcus Krüger
Publikationsdatum: 07.04.2022
Verlag: Springer Fachmedien Wiesbaden
Erschienen in: Wirtschaftsinformatik & Management / Ausgabe 3/2022
Print ISSN: 1867-5905
Elektronische ISSN: 1867-5913
DOI: https://doi.org/10.1365/s35764-022-00401-x

Springer Professional

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

Auszug

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Springer Professional "Wirtschaft+Technik"

WIRTSCHAFTSINFORMATIK

Business & Information Systems Engineering

Wirtschaftsinformatik & Management

Weitere Artikel der Ausgabe 3/2022

Künstliche Intelligenz als Unterstützungsfunktion der Vorhersage und Prozessexzellenz im Process Mining

Zugriff auf Produktions- und Prozessdaten per „digitalem Schatten“

Der wahre Erfolgsfaktor für Sales & Demand Predictions heißt Augmented Intelligence

Asking Why? – Das Spannungsfeld zwischen Ökonometrie und Data Science

Viel Software für wenig Code

Technische Glaskugeln