Überwachung sicherheitskritischer Infrastrukturen mit Hilfe von KI
SLKI
Abbildung 1: Graphische Abbildung der Platzierung der Beschleunigungssensoren
An einer Weiche werden jeweils zwei baugleiche Beschleunigungssensoren der Firma Breuer Nachrichtentechnik GmbH verbaut. Ein Sensor in der Nähe des Zungenstückes der Weiche und ein zweite am Herzstück.
Überwachung sicherheitskritischer Infrastrukturen mit Hilfe von KI
Autonome Sensoren sind heute allgegenwärtig. Insbesondere für kritische Infrastrukturen wie Energie, Verkehr und Informationstechnologie werden immer mehr autonome Sensoren eingesetzt, um jederzeit ausreichende und aktuelle Daten zur Verfügung zu haben. Die effiziente Nutzung der gesammelten Daten hat jedoch noch großes Entwicklungspotenzial. Im Projekt Second Level KI in Weichen (SLKI) arbeitet das DLR Institut für KI-Sicherheit zusammen mit der Firma BREUER Nachrichtentechnik GmbH und der Rheinland-Pfälzischen Technischen Universität Kaiserslautern-Landau (RPTU) an der effektiven Nutzung von autonom erfassten Sensordaten aus dem Schienennetz der Deutschen Bahn. Die Sensoren messen an über 600 Weichen im Netz der Deutschen Bahn die lokalen Beschleunigungswerte, wenn ein Zug über die Weiche fährt oder spontan eine große Kraft auf den jeweiligen Sensor ausgeübt wird.
Ziel des Projektes ist es, eine dezentrale Infrastruktur zu entwickeln, die es ermöglicht, verschiedene für den Bahnbetrieb relevante Zustände vollautomatisch zu erkennen. Dazu gehören insbesondere Sabotage, Störungen an Zügen oder an der Trasse sowie die Streckenauslastung. Grundsätzlich sollen sowohl bekannte Zustände unterschieden (Klassifikation) als auch bisher unbekannte Zustände (Anomalien) erkannt werden können. Die Auswertung erfolgt durch auf den Anwendungsfall trainierte KI-Systeme, die im EDGE-Computing des Mobilfunknetzes betrieben werden und so Sabotage und Fehler innerhalb kürzester Reaktionszeit erkennen können. Gleichzeitig soll das System robust gegenüber Angriffen von außen sein.
Beitrag Institut für KI-Sicherheit
Das Institut arbeitet hauptsächlich an KI-Algorithmen für drei konkrete Anwendungsfälle: - Analyse der Gleisauslastung durch Achszählung und Klassifizierung von Zügen - Früherkennung von Anomalien an Zügen - Sabotage-Detektion
Insbesondere werden Unsicherheitsabschätzungen für alle verwendeten KI-Algorithmen erarbeitet, um sicherzustellen, dass die Analyse- und Detektionsalgorithmen verlässliche Aussagen treffen. Damit wird sichergestellt, dass nicht nur die KI jederzeit einschätzen kann, wie sicher die Analysen sind, sondern auch menschliche Akteure eine Entscheidungsgrundlage haben, wenn es um Eingriffe in die Kritische Infrastruktur geht. Darüber hinaus wird eine möglichst standardisierte, offene Architektur angestrebt, die auch zur Überwachung anderer kritischer Infrastrukturen eingesetzt werden kann.
Abbildung 2: Planung des Gesamtsystems
Das Gesamtsystem zum Monitoren der Schieneninfrastruktur besteht aus trainierten KI-Systemen und einer Umsetzung und Erweiterung des Edge-Computing in Mobilfunknetzen. Welches KI-System in welcher Edge-Applikation eingesetzt wird, steuert eine zentrale Managementplattform.
Durch die anderen Projektpartner wird ein erweiterter Mobilfunkstandard inkl. Vorschlägen zur Absicherung der Kommunikationstechnik für kritische Infrastrukturen und Spezifikation von EDGE-Technologien für das Monitoring kritischer Infrastrukturen erarbeitet. Im Zusammenspiel mit den vom KI-Institut entwickelten KI-Modellen zur Detektion von Sabotage, Gleisnutzung und Defekten an Zügen entsteht ein zuverlässiges und abgesichertes Gesamtsystem zur Überwachung der Schieneninfrastruktur. Durch die vollautomatische Detektion und Analyse von mechanischen Einwirkungen auf die Gleisinfrastruktur können auch Sabotageakte frühzeitig erkannt werden. Damit leistet das Projekt einen Beitrag zur Stabilisierung der kritischen Infrastruktur Schienennetz und trägt zur Zuverlässigkeit des Bahnverkehrs bei.
