TRA-ICT – Trusted Resource Aware ICT

Mit dem Fraunhofer-weiten Projekt TRA-ICT (Trusted Resource Aware ICT) werden hochaktuelle Fragestellungen aus den Bereichen Green ICT und Trusted Electronics adressiert. Im Projekt stellt das Fraunhofer IDMT Softwarekomponenten für energieeffizientes, vertrauenswürdiges akustisches Monitoring zur Verfügung und möchte so zur Entwicklung geeigneter Hardware für den Einsatz in mobilen und 5G-Szenarien beitragen.

Ein beispielhaftes Anwendungsgebiet von energieeffizienter und ressourcenschonender KI ist das akustische Monitoring zur Verkehrsüberwachung, bei welchem auch Aspekte zur Sicherheit und zum technischen Datenschutz eine wichtige Rolle spielen. Das Fraunhofer IDMT entwickelt Algorithmen für die robuste Detektion und Klassifikation von akustischen Ereignissen. Der Fokus liegt hierbei auf der möglichst energieeffizienten und robusten Audioanalyse zum Einsatz auf mobilen Geräten, auf denen die Klassifikation direkt erfolgen soll. Es werden komprimierte KI-Modelle eingesetzt, die bei geringerer Rechenleistung die bestmögliche Performance erbringen und somit eine hohe Genauigkeit in der Analyse erreichen können.

Neben der Energieeffizienz sind verschiedene Anforderungen an Sicherheit und Datenschutz zu erfüllen. Im Projekt werden daher Verfahren entwickelt, um aufgezeichnete Audiodaten, KI-Modelle und Annotationen zu authentifizieren, vertraulich zu speichern und zu übertragen. Insbesondere der Datenschutz spielt beim akustischen Verkehrsmonitoring eine große Rolle, so dass Methoden für Sprachfilterung oder Verfremdung entwickelt werden. Zudem wird ein neuartiges Verfahren zur Erkennung von Replay Attacks u.a. auf Basis von Mikrofonklassifizierung erprobt. Perspektivisch sollen zahlreiche Anwendungen des akustischen Monitorings, wie zum Beispiel Maschinen-, Prozess- oder Baustellenmonitoring, Schutz kritischer Infrastruktur, Biodiversitätsmessung oder Aufnahmegeräte für Sicherheitsanwendungen realisiert werden.

Aufgabenbereich Fraunhofer IDMT

  • Automatische und robuste Klassifikation von Verkehrsgeräuschen anhand komprimierter KI-Modelle für den mobilen Einsatz
  • Entwicklung von Verfahren zur Authentifizierung und sicheren Verarbeitung von Audiodaten, KI-Modellen und Annotationen
  • Erkennung von Replay Attacks auf Basis von Mikrofonklassifizierung

Partner

Fraunhofer- Institute IIS, AISEC, EMFT, ENAS, FOKUS, IAF, IAIS, IESE, IGD, IMS, IMWS, IOSB, IPMS, ISIT, ITWM, IZFP, IZM

Förderer

Fraunhofer-internes Förderprogramm

Laufzeit

Juli 2020 - Dezember 2020

Analyse von Industriegeräuschen – Forschung und Praxis