Agenda zur BGNW Herbsttagung 2024 KI im Netzwerkbereich Gastgeber: Technische Hochschule Nürnberg Tagungsort: Technische Hochschule Nürnberg |
Zum Ausdrucken wählen Sie die PDF-Agenda der Agenda
Mittwoch, 13.11.2024
(Rahmenprogramm)
ab 19:30
|
Treffen für alle Tagungsteilnehmer, die bereits angereist sind:
Gasthaus Mautkeller, Hallplatz 2, 90402 Nürnberg, https://tucher-mautkeller.de/
|
Donnerstag, 14.11.2024
Moderation: Thilo Hospe
9:00
|
Registrierung
|
9:10
|
Begrüßung, Grußwort und Vorstellung der TH Nürnberg
Thomas Langer Technische Hochschule Nürnberg |
9:25
|
Überblick zu (rechtlichen) Produktdesignanforderungen im Netzwerkbereich, insbesondere im Hinblick auf KI-Funktionalitäten und neue Regulierung
z..B. Cyber Resilience Act (CRA), NIS-2-Richtlinie, KI-Verordnung, Telekommunikation-Digitale-Dienste-DatenschutzGesetz, Digital Services Act und Digitale-Dienste-Gesetz
Johannes Nehlsen, Universität Würzburg
|
10:05
|
Pause / Networking
|
10:25
|
Machine Learning für Netzwerksicherheit und -organisation
Funktionsweise von Large Language Models (LLMs), verschiedene vorhandene Modelle und mögliche Anwendungsszenarien. Geeignet z.B. verdächtige Aktivitäten zu erkennen, Codes und Skripte erstellen, da auf Muster von Sprachdaten trainiert. Übersicht über den aktuellen Stand und mögliche Ausblicke
Hilde Kühne, Universität Tübingen und IBM Watson Lab
|
11:25
|
Pause / Networking
|
11:45
|
Erfahrungsbericht: Advanced Network Security through AI/ML, LLM, and IDS Integration
The GWDG is working on AI/ML, LLM, and IDS to enhance HPC systems‘ cybersecurity. We detect anomalous network activities, predict threats, and distinguish between normal and perilous activities. We are implementing OS image hardening using IDS on compute nodes to safeguard against attacks tampering with
data integrity. Our presentation focuses on the synergy of AI/ML and LLM in improving security strategies, formulating IPTABLES log rules, and analyzing SSH request patterns. We’ll expound on the indispensable role of integrated network security strategies in managing AI-driven systems and cyberattacks. Demonstrating the potential of such blend in optimizing network operations, our discourse explores the prospects of a holistic AI-based solutions framework for network security. (Vortragssprache Englisch) Trevor-Khwam Tabougua, GDWG
|
12:25
|
Mittagspause
|
13:15
|
Mitgliederversammlung
|
13:35
|
Einsatzmöglichkeiten von KI in Netzwerken und Rechenzentren
KI spielt eine zentrale Rolle in Forschung, Entwicklung und Produktion, insbesondere im Bereich der Cybersecurity (SOC, SIEM). Dieser Vortrag wird weitere Einsatzgebiete und Anwendungs-szenarien im Betrieb von Netzwerken und Rechenzentren be-leuchten. Ziel ist es zu informieren und eine Diskussion über die vielfältigen Möglichkeiten und Herausforderungen anzuregen.
Gerold Arheilger, Xantaro Gruppe
|
14:35
|
Pause / Networking
|
14:55
|
Maximizing the Benefits of On-Premise Large Language Models
Discover the advantages of deploying Large Language Models (LLMs) on-premise, including enhanced data security and customization opportunities through fine-tuning, while maintaining a technical and neutral perspective. (Vortragssprache Deutsch)
Markus Gürtler und Sergey Danilov, b1 Systems
|
15:55
|
Zusammenfassung des 1.Tage
|
16:00
|
Ende des 1. Tages
|
Rahmenprogramm:
17:00
|
Gemeinsame Besichtigung „Einmal Quer durch Nürnberg“ (Treffpunkt: bei Jugendherberge Burg 2) |
ab 19:00
|
Treffen im Wirtshaus Tucher-Bräu am Opernhaus, Am Kartäusertor1, 90402 Nürnberg, https://www.wirtshaus-oper.de |
Freitag, 15.11.2024
Moderation: Thilo Hospe
8:30
|
Registrierung
|
8:40
|
Erfahrungsbericht: HAnS – das intelligente Hochschul-Assistenz-System
Das intelligente Hochschul-Assistenz-System realisiert einen dialogbasierten, kursspezifischen KI-Tutor auf Basis von Large Language Models (LLMs). Im Projekt wird nicht auf Cloud-Services wie ChatGPT zurückgegriffen, sondern lokal gehostete LLMs ge-nutzt. Der Vortrag beschreibt die Architektur des Systems und diskutiert die verschwimmenden Grenzen zwischen LLM Welt-wissen und kursspezifischem Wissen.
Tobias Bocklet, Technische Hochschule Nürnberg
|
9:20
|
Pause / Networking
|
9:40
|
Erfahrungsbericht: Auswertung von Algorithmen zur Anomalie Detektion in Logdaten von Speichernetzwerken
Erfahrungen bei der Analyse von Logdaten in Speichernetzwerken mit Algorithmen des unüberwachten Lernens zur Erkennung von Anomalien in Bezug auf System- und Netzwerkaktivitäten, Sicherheitsvorfälle, die allgemeine Systemgesundheit und die Bewertung der Ergebnisse im Vergleich zu Machine-Learning Algorithmen des überwachten Lernens.
Tom Kruse, MEN@NET
|
10:20
|
Pause / Networking
|
10:40
|
WLAN AI-Enhanced Radio Resource Management
The Radio Resource Management (RRM) is designed to optimize wireless network performance by using machine learning algorithms to automate complex decision-making processes to predict potential issues and adapt to changing conditions. (Vortragssprache deutsch)
Jochen Kaus und Rojda Cicek, Cisco Systems
|
11:40
|
Pause / Networking
|
12:00
|
Wie KI das Netzwerk der Zukunft verändern wird
In welchen Bereichen des Netzmanagements kann eine KI für voraussichtlich welche Mehrwerte sorgen? Was ist AIOps, was bringt es heute (und in Zukunft) und wie funktioniert es? Warum ist explainable ML so wichtig und wie setzen wir das um? Wie wird die Zukunft der User Experience für Netzwerkadmins aussehen? Chats? Dashboards? Voice?
Kurt Semba, Extreme Networks
|
12:40
|
Mittagspause
|
13:40
|
Erfahrungsbericht: Verwendung der Transformer-Architektur zur Unterstützung bei der Intrusion-Detection
Heutzutage ist es meist undenkbar, einen Dienst im Internet anzubieten und sich dabei nur auf die Sicherheit des entsprechenden Protokolls zu verlassen. Auch müssen Serverbetreiber mit einem beständigen Strom an automatischen Sondierungen und Angriffen rechnen. Als Schutzmechanismen werden sogenannte Intrusion Detection/Prevention Systeme (IDPS) verwendet. Diese basieren darauf, Angriffsversuche rechtzeitig zu erkennen und geeignete Gegenmaßnahmen einzuleiten. Dieser Vortrag stellt die Untersuchung und Ergebnisse von bestimmten Aspekten der Transformer-Architektur als Lösung für IDS vor.
Henry Kielmann und Klaus Möller, MEN@NET GmbH
|
14:20
|
Zusammenfassung der Tagung
|
14:30
|
Ende der Tagung
|
(Stand: 24.10.2024)