KI basiertes ISMS

Die wissenschaftliche Fragestellung im Projekt betrifft Machine Learning, speziell betreffend die Erklärbarkeit und Kommunizierbarkeit von Empfehlungen für Risiko-Behandlung, welche eine künstliche Intelligenz (KI) ermittelt bzw. errechnet. Der im Projekt betrachtete Forschungsansatz besteht vor diesem Hintergrund in einer Kombination aus deterministischen Regeln (wie bei Entscheidungsbäumen), mit nicht-regelbasierten Ansätzen wie etwa Regressionsmodellen. Formal handelt es sich hier um die Durchführung einer Regression mit Basisfunktionen, welche mittels Verfahren der Fuzzy Logic aus semantisch sinnvoll definierten Wenn-Dann-Regeln erzeugt werden. Anders ausgedrückt besteht das Machine Learning Problem hierbei in einer optimierten Auswahl aus Wenn-Dann Regeln aus einem vorgegebenen Pool von Regeln, sodass die Trainingsdaten – im vorliegenden Fall Risiko-Einschätzungen, alternativ jedoch auch Zeitreihendaten für die Prädiktion (z.B. via Markov-Modellen) von Sicherheitsvorfällen – möglichst gut approximiert (i.S.v. zu definierenden Metriken bzw. Ähnlichkeitsmaßen) werden.