Wirksamer Schutz gegen Cyber-Attacken auf vernetzte Fahrzeuge mit V-SOC | NTT DATA

Mi, 02 Dezember 2020 - 2:40 min

Wirksamer Schutz gegen Cyber-Attacken auf vernetzte Fahrzeuge mit V-SOC

Intelligente End-to-End-Security-Plattform für Sicherheitsvorfälle in Connected-Vehicle-Landschaften

Hackerangriffe auf Connected Cars können schwere, schlimmstenfalls tödliche Folgen haben. Automobilhersteller stehen hier in der Verantwortung: Spätestens, wenn die neue UNECE wp.29-Richtlinie in Kraft tritt, müssen OEMs Cyber-Sicherheit für ihre Fahrzeuge gewährleisten können – sonst dürfen sie EU-weit ab 2024 keine neuen Fahrzeuge mehr verkaufen. Das Vehicle Security Operation Center (V-SOC) von NTT DATA ist eine Plattform mit Services wie Machine-Learning-basiertem End-to-End-Security-Analytics – maßgeschneidert auf die Anforderungen eines Connected Vehicle Ecosystems. V-SOC bietet mehr Cyber-Sicherheit als herkömmliche SOCs: Diese decken in der Regel nur die IT-Struktur außerhalb des Fahrzeugs ab, nicht jedoch die Datenflüsse innerhalb des Wagens.

NTT DATA: Sicherheit für alle Daten – auch innerhalb des Fahrzeugs

V-SOC identifiziert und verarbeitet koordiniert sämtliche Sicherheitsvorfälle: aus dem Fahrzeug und den Sensoren der IT-Infrastruktur. Damit besteht ein umfassender Schutz während der Datenübertragung in das OEM-Backend, bei der Kommunikation mit anderen Verkehrsteilnehmern und auch z. B. bei einem Angriff auf ein Connected-Car-Portal. Dank selbstlernender Machine-Learning-Komponenten kann das intelligente Sicherheitssystem, das alle Bereiche innerhalb und außerhalb des Fahrzeugs einschließt, Vorfälle bereits im laufenden Betrieb erkennen. Dies macht die anschließende Validierung der Ereignisse wesentlich schneller, kostengünstiger und wirksamer.

Compliance-konform

Sämtliche neuen wp.29-UNECE-Richtlinien sind vollumfänglich erfüllt.

Maximale Sicherheit

Alle Datenflüsse werden überwacht – innerhalb und außerhalb des Fahrzeugs.

Höchste Qualität dank KI

Die Datenüberprüfung erfolgt intelligent mit selbstlernenden Systemen.

Mehr Effizienz

Dank automatischer Mustererkennung werden nur relevante Probleme geprüft.

Schnellere Reaktion

Vorfälle werden im laufenden Betrieb erkannt und umgehend behoben.

Weniger Kosten

Machine-Learning-basierte Systeme lassen die Sicherheitskosten sinken.


Aktuelle Insights

Interesse?

Kontaktiere uns.

Kontakt aufnehmen