Masterarbeit, 2022
80 Seiten, Note: 1.0
Diese Masterarbeit untersucht die Möglichkeit, vernetzte Fahrzeuge anhand von digitalen Fingerprints zu identifizieren. Das Hauptziel ist es, herauszufinden, ob die im Web verwendeten Fingerprinting-Methoden Daten liefern, die Rückschlüsse auf das jeweilige Fahrzeugmodell und dessen Softwareversion zulassen. Die Arbeit befasst sich mit der Entwicklung und Implementierung eines Prototyps zur automatisierten Extraktion und Auswertung von Fingerprintdaten.
1 Einleitung: Dieses Kapitel führt in die Thematik der steigenden Anzahl vernetzter Fahrzeuge und der damit verbundenen Cybersicherheitsrisiken ein. Es beschreibt die Problemstellung, die Zielsetzung der Arbeit und die gewählte Methodik zur Untersuchung der Möglichkeit der Fahrzeugidentifizierung mittels digitaler Fingerprints.
2 Grundlagen und Stand der Technik: Dieser Abschnitt legt die theoretischen Grundlagen der Arbeit dar. Er beschreibt den aktuellen Stand der Technik im Bereich vernetzter Fahrzeuge, die damit verbundenen Cybersicherheitsherausforderungen und verschiedene Angriffsvektoren. Ein weiterer Schwerpunkt liegt auf der Definition und der historischen Entwicklung digitaler Fingerprints, ihrer Anwendung in der Cybersicherheit und den damit verbundenen Aspekten der Datensicherheit und Gegenmaßnahmen. Der Abschnitt beinhaltet auch eine Literaturübersicht zu verwandten Arbeiten.
3 Methoden und Aufbau: Dieses Kapitel beschreibt detailliert die Methodik der Arbeit. Es erläutert die Auswahl der verwendeten Fingerprinting-Attribute und -Methoden, die Architektur des entwickelten Prototyps (bestehend aus Frontend, Backend und Datenbank), und die Implementierung der automatisierten Datensammlung.
4 Ergebnisse: Dieses Kapitel präsentiert die Ergebnisse der durchgeführten Untersuchungen. Es beschreibt die untersuchten Fahrzeugmodelle (Tesla Model 3, Model Y und Model S) und die gewonnenen Erkenntnisse bezüglich der Effektivität der erstellten Fingerprints in Bezug auf die eindeutige Identifizierung der Fahrzeuge und der Rückschlüsse auf die Kernsysteme. Es wird detailliert auf die Ergebnisse der explorativen Datenanalyse eingegangen.
Cybersicherheit, Fingerprinting, vernetzte Fahrzeuge, Fahrzeugidentifizierung, Webtechnologien, Infotainment-System, Prototyp, Datenanalyse, Tesla
Diese Masterarbeit untersucht die Möglichkeit, vernetzte Fahrzeuge anhand von digitalen Fingerprints zu identifizieren. Das Hauptziel ist es, herauszufinden, ob die im Web verwendeten Fingerprinting-Methoden Daten liefern, die Rückschlüsse auf das jeweilige Fahrzeugmodell und dessen Softwareversion zulassen.
Die Arbeit befasst sich mit folgenden Themenschwerpunkten: Cybersicherheit vernetzter Fahrzeuge, digitale Fingerprinting-Methoden, Identifizierung von Fahrzeugmodellen und Softwareversionen, Entwicklung und Implementierung eines Prototyps sowie die Auswertung der gewonnenen Daten.
Die Einleitung führt in die Thematik der steigenden Anzahl vernetzter Fahrzeuge und der damit verbundenen Cybersicherheitsrisiken ein. Sie beschreibt die Problemstellung, die Zielsetzung der Arbeit und die gewählte Methodik zur Untersuchung der Möglichkeit der Fahrzeugidentifizierung mittels digitaler Fingerprints.
Dieser Abschnitt legt die theoretischen Grundlagen der Arbeit dar. Er beschreibt den aktuellen Stand der Technik im Bereich vernetzter Fahrzeuge, die damit verbundenen Cybersicherheitsherausforderungen und verschiedene Angriffsvektoren. Ein weiterer Schwerpunkt liegt auf der Definition und der historischen Entwicklung digitaler Fingerprints, ihrer Anwendung in der Cybersicherheit und den damit verbundenen Aspekten der Datensicherheit und Gegenmaßnahmen. Der Abschnitt beinhaltet auch eine Literaturübersicht zu verwandten Arbeiten.
Dieses Kapitel beschreibt detailliert die Methodik der Arbeit. Es erläutert die Auswahl der verwendeten Fingerprinting-Attribute und -Methoden, die Architektur des entwickelten Prototyps (bestehend aus Frontend, Backend und Datenbank), und die Implementierung der automatisierten Datensammlung.
Dieses Kapitel präsentiert die Ergebnisse der durchgeführten Untersuchungen. Es beschreibt die untersuchten Fahrzeugmodelle (Tesla Model 3, Model Y und Model S) und die gewonnenen Erkenntnisse bezüglich der Effektivität der erstellten Fingerprints in Bezug auf die eindeutige Identifizierung der Fahrzeuge und der Rückschlüsse auf die Kernsysteme. Es wird detailliert auf die Ergebnisse der explorativen Datenanalyse eingegangen.
Relevante Schlüsselwörter sind: Cybersicherheit, Fingerprinting, vernetzte Fahrzeuge, Fahrzeugidentifizierung, Webtechnologien, Infotainment-System, Prototyp, Datenanalyse, Tesla.
Es wurden die folgenden Fahrzeugmodelle untersucht: Tesla Model 3, Tesla Model Y und Tesla Model S.
Die Arbeit befasst sich mit der Erhebung der Angriffsvektoren im Bereich der Cybersicherheit vernetzter Fahrzeuge. Details zu den spezifischen Vektoren sind im Abschnitt "Grundlagen und Stand der Technik" zu finden.
Es wurde ein Prototyp zur automatisierten Extraktion und Auswertung von Fingerprintdaten entwickelt und implementiert, um die Möglichkeit der Fahrzeugidentifizierung mittels digitaler Fingerprints zu untersuchen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
Kommentare