@masterthesis{Dalitz2023, type = {Bachelor Thesis}, author = {Dalitz, Franz}, title = {Implementierung eines Stacks zum Erzeugen, Verarbeiten und Visualisieren von Telemetriedaten f{\"u}r ein Microservice basiertes System}, address = {Brandenburg an der Havel}, doi = {10.25933/opus4-2941}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:522-opus4-29418}, school = {Technische Hochschule Brandenburg}, pages = {39}, year = {2023}, abstract = {Einsicht in die Abl{\"a}ufe und Leistung heutiger Software und verteilter Systeme zu erlangen, wird durch stetig steigende Komplexit{\"a}t zunehmend erschwert. Die Firma Peterson Technologies GmbH implementierte zur Linderung dieser Problematik ein internes Telemetriesystem. Ziel dieser Arbeit ist es, das System auf Wunsch der Firma durch ein neues zu ersetzen, um so die {\"U}berwachung zu verbessern und aktuellere Software zu verwenden. Nach einer Untersuchung des vorherigen Systems werden Priorit{\"a}ten festgelegt, welche die sp{\"a}tere Nutzung, Instandhaltung und Erweiterung des neuen Systems erleichtern sollen. Darauf folgen die Planung seiner Architektur, die Auswahl und Implementierung der Software und schließlich das Erzeugen einer einfachen Dokumentation. Der resultierende Telemetriestack ist funktionst{\"u}chtig und erf{\"u}llt die Vorstellungen der Firma. Dennoch weist er einige Probleme, wie beispielsweise eine hohe CPU Belastung auf, welche zusammen mit M{\"o}glichkeiten der Verbesserung und Erweiterung abschließend betrachtet werden.}, subject = {Telemetrie}, language = {de} } @masterthesis{Feustel2024, type = {Bachelor Thesis}, author = {Feustel, Sebastian}, title = {Vergleichende Untersuchung von statischen Schwachstellenscannern f{\"u}r OCI-based-Images anhand einer exemplarischen Webanwendung}, doi = {10.25933/opus4-3202}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:522-opus4-32025}, school = {Technische Hochschule Brandenburg}, pages = {63}, year = {2024}, abstract = {In der modernen IT-Infrastruktur hat die Container-Technologien sehr viel an Bedeutung gewonnen und finden breite Anwendung in der Softwareentwicklung. Die zunehmende Komplexit{\"a}t zeitgen{\"o}ssischer Anwendungen erfordert effektive Sicherheitsmaßnahmen, um potenzielle Schwachstellen fr{\"u}hzeitig zu erkennen und zu beheben. Diese Bachelorarbeit befasst sich mit der Evaluierung verschiedener Vulnerability Scanner, die speziell f{\"u}r Container-Images entwickelt wurden. Im Rahmen der Arbeit wird eine einfache Webanwendung mit Frontend und Backend erstellt und anschließend containerisiert. Diese Beispielanwendung dient als Grundlage f{\"u}r die systematische Untersuchung und Bewertung mehrerer Vulnerability Scanner. Ziel ist es, die Ergebnisse der verschiedenen Tools zu analysieren und das effektivste Werkzeug zur Identifizierung von Sicherheitsl{\"u}cken in containerisierten Umgebungen zu bestimmen. Durch die Analyse und den Vergleich der Ergebnisse wird aufgezeigt, welches Tool die besten Ergebnisse hinsichtlich Erkennungsrate und Genauigkeit liefert. Zus{\"a}tzlich bietet die Arbeit einen Einblick in die Nutzung der Scanner, woraus sich die Benutzerfreundlichkeit der einzelnen Scanner ableiten l{\"a}sst. Diese Arbeit leistet einen wichtigen Beitrag zur Sicherheit und Zuverl{\"a}ssigkeit von containerisierten Anwendungen in der Praxis und bietet praktische Empfehlungen zur Optimierung der Containersicherheit.}, subject = {Softwareschwachstelle}, language = {de} } @masterthesis{AbdoulKarim2024, type = {Bachelor Thesis}, author = {Abdoul Karim, Malik}, title = {Verbesserung der Alarmqualit{\"a}t und Entscheidungsfindung bei der Erkennung von Cyberangriffen durch Integration von Threat Intelligence und externen Datenquellen}, address = {Brandenburg an der Havel}, doi = {10.25933/opus4-3210}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:522-opus4-32103}, school = {Technische Hochschule Brandenburg}, pages = {64}, year = {2024}, abstract = {Diese Arbeit untersucht die Integration von externer Threat Intelligence in Cybersicherheitsplattformen, um die Erkennung von Bedrohungen in Echtzeit und die Reaktion auf Vorf{\"a}lle zu verbessern. Durch den Einsatz von Datenscraping-Techniken auf sozialen Medien (X) in Kombination mit einer Python-basierten Verarbeitungspipeline und Elasticsearch zur Speicherung und Abfrage von Daten wird ein robustes System zur Analyse und Visualisierung bedrohungsrelevanter Informationen entwickelt. Das System integriert Natural Language Processing (NLP) Techniken, wie das Stanford CoreNLP-Framework und den Stucco Entity Extractor, um gesammelte Daten mit Cybersicherheitsentit{\"a}ten anzureichern. Zudem werden maschinelle Lernmodelle, insbesondere Satztransformatoren, verwendet, um Texte einzubetten und die Kosinus-{\"A}hnlichkeit zwischen potenziellen Bedrohungen und Warnmeldungen zu berechnen. Damit wird gezeigt, dass die Korrelation externer Datenquellen mit Threat Intelligence die Pr{\"a}zision von Alarmen erheblich verbessert und sicherheitsrelevante Einblicke f{\"u}r Analysten liefert. Das finale System bietet eine skalierbare und effiziente Datenverarbeitung sowie Echtzeit-Visualisierungen durch Elasticsearch und Kibana-Dashboards zur Unterst{\"u}tzung der Entscheidungsfindung in der Cybersicherheit.}, subject = {Maschinelles Lernen}, language = {de} } @masterthesis{Fillinger2025, type = {Bachelor Thesis}, author = {Fillinger, Camillo}, title = {Entwicklung und Evaluation eines hybriden IDS mit Zeek und Suricata zur automatisierten Regelgenerierung}, publisher = {Technische Hochschule Brandenburg}, address = {Brandenburg an der Havel}, doi = {10.25933/opus4-3494}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:522-opus4-34942}, school = {Technische Hochschule Brandenburg}, pages = {65}, year = {2025}, abstract = {In dieser Arbeit wird ein hybrides Intrusion Detection System (IDS) entwickelt und evaluiert. Das System kombiniert das anomaliebasierte IDS Zeek mit dem signaturbasierten IDS Suricata und einem dazwischen geschalteten Python-Regelgenerator. Zeek analysiert aufgezeichneten Netzwerkverkehr aus dem Datensatz CIC-IDS2017 und schreibt Anomalien in Logdateien, aus denen der Regelgenerator automatisch Suricata-Regeln ableitet. Suricata nutzt diese Regeln zus{\"a}tzlich zu ET Open, um wiederkehrende Angriffe schneller zu erkennen. Die Evaluation erfolgt offline auf PCAP-Dateien und vergleicht drei Konfigurationen: Zeek-Baseline, Suricata-Baseline (ET Open) und die hybride Variante. Bewertet wird anhand von Confusion-Matrixbasierten Metriken (u. a. Recall, Precision, F1-Score, False-PositiveRate). Die Ergebnisse zeigen, dass der hybride Ansatz die Erkennungsrate im Vergleich zu den Baselines deutlich erh{\"o}ht und in mehreren Angriffsszenarien einen Recall nahe 1,0 erreicht. Gleichzeitig steigt jedoch die False-Positive-Rate erheblich an, insbesondere bei komplexem HTTP-Verkehr. Damit beantwortet die Arbeit die Forschungsfrage ambivalent: Die Kopplung von Zeek-Anomalien und automatischer SuricataRegelgenerierung ist technisch machbar und effektiv im Hinblick auf die Angriffserkennung, aber in der vorliegenden Form noch nicht f{\"u}r den produktiven Einsatz geeignet. Der entwickelte Prototyp dient als reproduzierbarer Referenzaufbau und zeigt klar, an welchen Stellen feinere Regelmodelle, Feedback-Mechanismen und realistischere Betriebsumgebungen notwendig sind.}, subject = {Eindringerkennung}, language = {de} }