Entwicklung eines neuronalen Netzes für die kriminaltechnische Rekonstruktion von Informationen
Um Verbrechen aufzuklären und zu bekämpfen, werden immer häufiger elektronische Informationen ausgewertet. Durch den vermehrten Umgang mit Massendaten und der Verbreitung von Clouddiensten reichen die Möglichkeiten und Verfahren derzeitiger IT-Forensik oft aber nicht aus, um beispielsweise Datendiebstählen auf die Spur zu kommen. Für die Strafermittlungsbehörden ist es zunehmend schwieriger, belastbare Spuren zu erkennen und zu sichern. Eine vielversprechende Möglichkeit bietet hier die Weiterentwicklung von Methoden der „Künstlichen Intelligenz”, kurz KI, und ihrer Anwendung in der modernen Kriminaltechnik. In diesem Bereich zählt die Wiederherstellung von Passwörtern digitaler Asservate zu einem der wichtigsten forensischen Verfahren.
Ziel des Projektes ist es, zu analysieren, wie Menschen Passwörter konstruieren. Unter Verwendung komplexer „Deep Learning“-Verfahren sollen neuronale Netze entwickelt werden, die Regelmäßigkeiten und latente Muster erkennen und offenlegen. Anhand von umfangreichen Trainingsdaten werden mit ihrer Hilfe grundlegende Prinzipien der Passworterzeugung identifiziert. Die gewonnenen Muster können dann zur Filterung bzw. Generierung möglichst aussichtsreicher Passwort-Kandidaten genutzt werden.
Gegenwärtig basiert die Rekonstruktion von Passworten auf der statistischen Auswertung bekannter Passwörter und Wortlisten. Dies soll durch die neuen Methoden massiv beschleunigt werden. Letztlich sinken die Fallbearbeitungszeiten der Kriminalpolizei dadurch erheblich. Das Vorhaben kann dazu beitragen, dass KI fester Bestandteil der modernen Kriminaltechnik wird.