Sicherheit in der vernetzten Stadt: Krisen oder Attacken schnell erkennen und lokalisieren

In der digitalisierten Stadt gibt es immer mehr datengenerierende Geräte: Ampeln, Überwachungskameras oder in der Fläche verteilte Sensoren, mit deren Hilfe sich beispielsweise die Luft- und Wasserqualität messen lässt. So entstehen in jeder Sekunde Hunderttausende von Messwerten und Einzeldaten und reflektieren das Leben wie auch Ereignisse in der Stadt. Typische Muster entstehen. Abweichungen von diesen Mustern könnten auf gewisse Ereignisse hinweisen.
 

Unfälle erkennen

»Wenn beispielsweise in einer bestimmten Straße um drei Uhr morgens überall das Licht angeht, könnte das ein Hinweis darauf sein, dass irgendetwas passiert ist, zum Beispiel ein Unfall«, erklärt Florian Kirchbuchner, Experte für SmartLiving und Biometrie am Fraunhofer IGD.
 

Maschinelles Lernen und Privatsphäre

Als Mitwirkender im Forschungszentrum Athene verwendet das Fraunhofer IGD große Datensets, um mithilfe von Methoden des maschinellen Lernens ungewöhnliche Situationen zu erkennen. Doch die Forscherinnen und Forscher betrachten beim Auswerten nicht nur Daten des städtischen Bereichs, sondern beziehen alle Werte mit ein, also auch die Sensordaten einzelner Gebäude oder einzelner Bürger. Erst dieses Vorgehen ermöglicht nämlich den Aufschluss über mögliche Zusammenhänge.

Doch je komplexer die digitalen Strukturen sind, desto anfälliger werden sie auch für Hackerangriffe und Datenpannen. Florian Kirchbuchner betont: »Privatsphäre und Sicherheit müssen dabei Hand in Hand gehen, was wir bereits bei der Konzipierung und Entwicklung der Software berücksichtigen.«