SECREDAS

SECREDAS konzentrierte sich auf den Schutz vor böswilligen Eingriffen in das Autonome Fahren, die Verkehrsteilnehmer in Gefahr bringen würden.

Das Problem

01

Das Projekt

01

Projektlaufzeit: 01.05.2018 – 31.10.2021 | Website: secredas-project.eu

Das SECREDAS-Projekt, eine Zusammenarbeit von über 70 Organisationen, beendete seine technische Arbeit im Oktober 2021. Während der dreijährigen Laufzeit des Projekts wurden Experten aus den Bereichen Sicherheit und Datenschutz an der Entwicklung integrierter Sicherheits- und Datenschutzlösungen für automatisierte und autonome Systeme beteiligt.

Ziel des Forschungsprojekts war es, das zukünftige autonome Fahren vor externen böswilligen Eingriffen oder Hackerangriffen zu schützen, die die Fahrzeuginsassen oder andere Verkehrsteilnehmer in Gefahr bringen könnten. Um dies zu erreichen, schuf SECREDAS einen gemeinsamen Referenzrahmen für Sicherheit und Datenschutz, der es ermöglichte, Technologielösungen zu entwerfen, zu entwickeln und zu testen, die beide dieser Bereiche gleichzeitig abdecken. Die Ergebnisse wurden erfolgreich in einer Reihe von realistischen Fahrszenarien auf der Straße und bei Bedrohungen durch Hacker und Schwachstellen getestet. Das Projekt umfasste sowohl neue Sicherheitsfunktionen in Bahnanwendungen als auch Anwendungen zur Gesundheitsüberwachung.

Die Lösung

02

Unser Beitrag

02

Merantix Momentum entwickelte Algorithmen, die eine robuste Bildsegmentierung ermöglichen, und erbrachte den Nachweis, dass Modell-Ensembling vielversprechend ist. Merantix Momentum konzipierte und realisierte außerdem einen Testrahmen für die Modellevaluation. Um das System in einem Fahrzeug demonstrieren zu können, haben wir einen Algorithmus entwickelt, der die Erkennung von Angriffen auf den Live-Bildstrom von Bordkameras ermöglicht.

Unser Ergebnis

03
05/21
Publikation des Papers “Chameleon: A Semi-AutoML framework targeting quick and scalable development and deployment of production-ready ML systems for SMEs” in (Hrsg.) INFORMATIK 2021. Gesellschaft für Informatik, Bonn (S. 1185-1191).
05/21
Publikation des Papers “DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows”.
01/22
Publikation des Workshop-Papers “Auto-Compressing Subset Pruning for Semantic Image Segmentation” bei GCPR 2022.
05/21
Publikation des Papers “Chameleon: A Semi-AutoML framework targeting quick and scalable development and deployment of production-ready ML systems for SMEs” in (Hrsg.) INFORMATIK 2021. Gesellschaft für Informatik, Bonn (S. 1185-1191).
05/21
Publikation des Papers “DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows”.
01/22
Publikation des Workshop-Papers “Auto-Compressing Subset Pruning for Semantic Image Segmentation” bei GCPR 2022.

Kontaktieren Sie uns

  • Kritische und ganzheitliche Bewertung des Ansatzes
  • Entwicklung von Leitfaden zur zuverlässigen Umsetzung
  • Kostenfrei und unverbindlich
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Wir möchten Sie kennenlernen!

Jetzt Ihre KI-Reise mit uns starten

Jetzt im Merantix Momentum Newsletter anmelden.

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

Kontaktieren Sie uns

  • Kritische und ganzheitliche Bewertung des Ansatzes
  • Entwicklung von Leitfaden zur zuverlässigen Umsetzung
  • Kostenfrei und unverbindlich
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Wir möchten Sie kennenlernen!

Jetzt Ihre KI-Reise mit uns starten

Jetzt im Merantix Momentum Newsletter anmelden.

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.