Grundlagen der Cybersicherheit im Automobilbereich Schulung
Unter Cybersicherheit im Automobilbereich versteht man den Schutz elektronischer Systeme, Kommunikationsnetzwerke, Steueralgorithmen, Software, Nutzer sowie zugrundeliegender Daten vor böswilligen Angriffen, Beschädigungen, unbefugtem Zugriff oder Manipulation.
Dieses von einem Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an Ingenieure, die vernetzte Fahrzeuge vor Cyberangriffen schützen möchten.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein zu:
- Cybersicherheit in Automobilsystemen umzusetzen.
- Die am besten geeigneten Technologien, Werkzeuge und Ansätze auszuwählen.
Aufbau des Kurses
- Interaktive Vorlesungen und Diskussionen.
- Zahlreiche Übungen zur praktischen Anwendung.
- Praktische Umsetzung in einer Live-Lab-Umgebung.
Möglichkeiten zur individuellen Anpassung des Kurses
- Um ein maßgeschneidertes Training anzufordern, kontaktieren Sie uns bitte, damit wir alles abstimmen können.
Schulungsübersicht
Einführung
- Funktionalitäten von Automobilen, Nutzererfahrung sowie Sicherheit
Überblick über die Cybersicherheit im Automobilbereich
- Aspekte auf Systemebene, Prozessebene sowie nach dem Verkauf
Die am leichtesten hackbaren Komponenten eines Autos
Analyse der Architektur
- Identifizierung von Schwachstellen in Plattformen von OEMs und Zulieferern
Software-Installation
- Überprüfung mittels Secure Boot
Hardware-Sicherheit
- Prüfung digitaler Signaturen und Produktschlüssel
Netzwerksicherheit
- Authentifizierung von Kommunikationsverbindungen
Cloud-Sicherheit
- Fernüberwachung, Software-Updates, OTA-Verfahren usw.
Verstärkung der Systemarchitektur
Penetrationstests
- Einsatz automatisierter Werkzeuge
Rückentwicklung von Software
- Fahrzeugkommunikationssysteme analysieren
Kryptographie
- Anwendung in OBD-Systemen
- Einsatz der Blockchain-Technologie
Sichere Entwicklung von Software
- Limits und Defizite gängiger Richtlinien für sicheres Programmieren
Gerätetests
- Überprüfung der Interoperabilität, Konnektivität sowie Sicherheit
Best Practices
- Möglichkeiten zur effektiven Cybersicherheitssteuerung, zum Lebenszyklusmanagement sowie Risikobewertung.
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in allgemeinen Sicherheitskonzepten
- Erfahrung im automobilen Design
- Verständnis von eingebetteten Systemen
Zielgruppe
- Ingenieure
- Architekten
- Engineering-Manager
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.
Grundlagen der Cybersicherheit im Automobilbereich Schulung - Buchung
Grundlagen der Cybersicherheit im Automobilbereich Schulung - Anfrage
Grundlagen der Cybersicherheit im Automobilbereich - Beratungsanfrage
Kommende Kurse
Kombinierte Kurse
Fortgeschrittene Pfadplanungs-Algorithmen für autonome Fahrzeuge
21 StundenDiese durch einen Dozenten gelebte, live durchgeführte Schulung in Deutschland (online oder vor Ort) richtet sich an erfahrenen Robotik-Ingenieure und KI-Forscher, die fortgeschrittene Pfadplanungs-Algorithmen implementieren möchten, um die Leistung autonomer Fahrzeuge zu steigern.
Am Ende dieser Schulung sind die Teilnehmer in der Lage:
- Die theoretischen Grundlagen fortgeschrittener Pfadplanungs-Algorithmen zu verstehen.
- Algorithmen wie RRT*, A* und D* für die Navigation in Echtzeit zu implementieren.
- Pfadplanung für die Hindernisvermeidung und dynamische Umgebungen zu optimieren.
- Pfadplanungs-Algorithmen mit Sensordaten zu integrieren, um die Genauigkeit zu erhöhen.
- Die Leistung verschiedener Algorithmen in praktischen Szenarien zu bewerten.
KI und Deep Learning für autonomes Fahren
21 StundenDiese von einem Dozenten geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Data Scientists, KI-Spezialisten und Entwickler im Bereich Automotive-KI, die KI-Modelle für Anwendungen im autonomen Fahren erstellen, trainieren und optimieren möchten.
Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:
- Die Grundlagen der KI und des Deep Learning im Kontext autonomer Fahrzeuge zu verstehen.
- Techniken des Computer Vision für die Objekterkennung in Echtzeit und das Nachfahren von Fahrspuren zu implementieren.
- Reinforcement Learning für Entscheidungsprozesse in selbstfahrenden Systemen einzusetzen.
- Sensorfusionstechniken für eine bessere Wahrnehmung und Navigation zu integrieren.
- Deep-Learning-Modelle zu erstellen, um Fahrtszenarien vorherzusagen und zu analysieren.
Automotive-Softwareentwicklung mit AUTOSAR: Classic- und Adaptive-Plattformen
28 StundenEinführung in Autosar – Technologieübersicht
14 StundenDieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich hauptsächlich an Ingenieure, die Autosar zur Entwicklung von Komponenten für das Automobil nutzen möchten.
Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
- Autosar zu installieren und zu konfigurieren.
- Einen Arbeitsablauf einzurichten.
- Sich sicher im Autosar-Umfeld zurechtzufinden.
- Effizient zu arbeiten.
AUTOSAR-Grundsoftware – A
28 StundenDieses von einem Trainer geleitete Live-Training (online oder vor Ort) richtet sich an Embedded-Software-Entwickler sowie Automotive-Ingenieure mit mittlerer Erfahrung, die die AUTOSAR Classic Platform nutzen möchten, um standardisierte Softwarekomponenten für elektronische Steuergeräte (ECUs) zu entwickeln, zu integrieren und zu testen.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
AUTOSAR-Entwicklungswerkzeuge wie DaVinci Developer, EB Tresos oder ETAS ISOLAR-A/B zu installieren und einzurichten.
Die schichtweise Architektur von AUTOSAR sowie die zentralen Grundsoftware-Module (BSW) zu verstehen.
Ein AUTOSAR-Betriebssystem sowie das Kommunikations-Stack (COM Stack) zu entwerfen und umzusetzen.
CANoe oder ähnliche Werkzeuge zur Simulation, zum Testen sowie zur Fehlerdiagnose in einer AUTOSAR-Umgebung einzusetzen.
AUTOSAR OS und COM-Stack
28 StundenDieses von einem Trainer geleitete Live-Training (online oder vor Ort) richtet sich an eingebettete Softwareentwickler sowie Automotive-Ingenieure mittleren Kenntnisstands, die AUTOSAR OS – basierend auf OSEK/VDX – sowie den COM-Stack verstehen und konfigurieren möchten, um zuverlässiges Aufgabenmanagement und Kommunikation in Automobil-ECUs zu gewährleisten.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die Architektur sowie die Scheduling-Prinzipien von AUTOSAR OS zu verstehen
- Aufgaben, Ereignisse, Alarme und Zähler zu implementieren und zu verwalten
- Die einzelnen Schichten des COM-Stacks einschließlich PDUR sowie der Kommunikationsdienste zu beschreiben und zu konfigurieren
- Protokollstacks wie CAN, LIN, FlexRay und Ethernet zu erläutern sowie deren Integration mit AUTOSAR
- Das Betriebssystem sowie den COM-Modul mittels gängiger Werkzeuge (z. B. Vector DaVinci oder ETAS ISOLAR) zu konfigurieren
- Aufgabenabläufe und Kommunikationsprozesse in einem auf AUTOSAR basierenden ECU durch Simulation zu überprüfen
Sicherheit und Risikobewertung von autonomen Fahrzeugen
21 StundenDieses von einem Instruktor geleitete Präsenztraining in Deutschland (online oder vor Ort) richtet sich an erfahrene Sicherheitsingenieure und Fachkräfte aus dem Bereich Automobilsicherheit, die umfassende Sicherheitsstrategien für autonome Fahrzeuge entwickeln möchten – einschließlich Gefahrenanalysen, funktionaler Sicherheitsbewertungen sowie der Einhaltung internationaler Standards.
Am Ende dieses Trainings werden die Teilnehmenden in der Lage sein:
- Sicherheitsrisiken im Zusammenhang mit autonomen Fahrsystemen zu erkennen und zu bewerten.
- Gefahren- sowie Risikoanalysen gemäß branchenüblichen Standards durchzuführen.
- Validierungs- und Verifikationsmethoden für Sicherheit in AV-Systemen anzuwenden.
- Funktionale Sicherheitsstandards wie ISO 26262 und SOTIF umzusetzen.
- Risikominderungsstrategien zur Bewältigung sicherheitsrelevanter Herausforderungen bei autonomen Fahrzeugen zu entwickeln.
Computergestützte Bildverarbeitung für autonomes Fahren
21 StundenDieses leitergestützte, praxisorientierte Training in Deutschland (online oder vor Ort) richtet sich an KI-Entwickler sowie Ingenieure der Bildverarbeitung mittleren Kenntnisstands, die robuste visuelle Systeme für autonome Fahrzeuge entwickeln möchten.
Nach Abschluss dieses Trainings sind die Teilnehmenden in der Lage:
- Die grundlegenden Konzepte der Computervision im Kontext autonomer Fahrzeuge zu verstehen.
- Algorithmen zur Objekterkennung, Spurerfassung sowie semantischen Segmentierung umzusetzen.
- Visuelle Systeme mit anderen Unterkomponenten autonomer Fahrzeuge zu integrieren.
- Deep-Learning-Verfahren für fortgeschrittene Wahrnehmungsaufgaben einzusetzen.
- Die Leistungsfähigkeit von Computervision-Modellen in realen Einsatzszenarien zu bewerten.
Sicherheit von eingebetteten Systemen
21 StundenDieses vom Dozenten geleitete Live-Training in Deutschland führt in die Systemarchitekturen, Betriebssysteme, Netzwerke, Speicherlösungen sowie kryptographischen Aspekte ein, die bei der Konzeption sicherer eingebetteter Systeme von Bedeutung sind.
Am Ende des Kurses verfügen die Teilnehmer über ein fundiertes Verständnis von Sicherheitsprinzipien, -bedenken und -technologien. Vor allem aber erlangen sie die notwendigen Fähigkeiten, um sichere eingebettete Software zu entwickeln.
Ethik und rechtliche Aspekte des automatisierten Fahrens
14 StundenDieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Berufsanfänger, die sich mit den ethischen Dilemmen und rechtlichen Rahmenbedingungen autonomer Fahrzeuge vertraut machen möchten.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:
- Die ethischen Auswirkungen von KI-gesteuerten Entscheidungen bei autonomen Fahrzeugen zu verstehen.
- Globale rechtliche Rahmenbedingungen sowie Richtlinien zur Regulierung selbstfahrender Autos zu analysieren.
- Die Haftung und Verantwortlichkeit im Falle von Unfällen mit autonomen Fahrzeugen zu beleuchten.
- Das Gleichgewicht zwischen Innovation und öffentlicher Sicherheit in Gesetzen zum automatisierten Fahren zu bewerten.
- Reale Fallbeispiele zu ethischen Dilemmen und rechtlichen Streitigkeiten zu diskutieren.
Elektrofahrzeug-Antriebe und Batterietechnologie
14 StundenDiese praxisnahe Schulung unter Anleitung eines Dozenten in Deutschland (online oder vor Ort) richtet sich an Fachkräfte mittleren Niveaus, die ein umfassendes Verständnis für Antriebsarchitekturen, Batteriechemie, Batteriemanagement-Systeme (BMS) sowie Faktoren erlangen möchten, die die Energieeffizienz von Elektrofahrzeugen beeinflussen.
Nach Abschluss dieses Kurses werden die Teilnehmer in der Lage sein:
- Die Struktur und Funktionsweise von Elektrofahrzeug-Antrieben zu verstehen.
- Unterschiedliche Batteriechemien sowie deren Einsatzmöglichkeiten in E-Fahrzeugen zu analysieren.
- Methoden des Batteriemanagements anzuwenden, um Leistung und Sicherheit zu verbessern.
- Die Energieeffizienz verschiedener Antriebskonfigurationen zu bewerten.
Einführung in autonome Fahrzeuge: Konzepte und Anwendungen
14 StundenDieses von einem Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Einsteiger aus der Praxis sowie Begeisterte, die die Grundkonzepte, Technologien und Einsatzmöglichkeiten autonomer Fahrzeuge verstehen möchten.
Am Ende dieses Trainings werden die Teilnehmenden in der Lage sein zu:
- Die wesentlichen Komponenten sowie Funktionsprinzipien autonomer Fahrzeuge zu verstehen.
- Die Rolle von künstlicher Intelligenz, Sensoren und Echtzeitdatenverarbeitung in selbstfahrenden Systemen kennenzulernen.
- Die verschiedenen Autonomiegrade von Fahrzeugen sowie deren praktische Anwendungen zu analysieren.
- Die ethischen, rechtlichen und regulatorischen Aspekte der autonomen Mobilität zu beleuchten.
- Praktische Erfahrungen durch Simulationen autonomer Fahrzeuge zu sammeln.
Mehrsensorische Datenfusion für die autonome Navigation
21 StundenDieses vom Kursleiter geführte Live-Training in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Spezialisten im Bereich der Sensordatenfusion sowie AI-Ingenieure, die Algorithmen zur Datenfusion entwickeln und die Echtzeit-Navigation in autonomen Systemen optimieren möchten.
Am Ende des Trainings werden die Teilnehmer in der Lage sein zu:
- Die Grundlagen sowie Herausforderungen der Mehrsensorischen Datenfusion zu verstehen.
- Sensordaten-Fusionsalgorithmen zur Echtzeit-Navigation autonomer Systeme umzusetzen.
- Daten von LiDAR, Kameras und RADAR zu integrieren, um die Objekterkennung zu verbessern.
- Die Leistungsfähigkeit von Datenfusionssystemen unter verschiedenen Bedingungen zu analysieren und zu bewerten.
- Praktische Lösungen zur Reduzierung von Sensorknauschung sowie zur Dateneinrichtung zu entwickeln.
Sensortechnologien in autonomen Fahrzeugen
21 StundenDieses von einem Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Ingenieure auf mittlerem Niveau, Automotive-Fachleute und IoT-Experten, die die Rolle von Sensoren in selbstfahrenden Autos verstehen möchten. Es behandelt LiDAR, Radar, Kameras sowie Techniken zur Sensorfusion.
Am Ende dieser Schulung werden die Teilnehmer folgendes können:
- Die verschiedenen Arten von Sensoren in autonomen Fahrzeugen erkennen und verstehen.
- Sensordaten zur Echtzeit-Wahrnehmung und Entscheidungsfindung des Fahrzeugs analysieren.
- Sensorfusion-Techniken implementieren, um Genauigkeit und Sicherheit des Fahrzeugs zu verbessern.
- Die Positionierung und Kalibrierung der Sensoren so optimieren, dass die autonome Fahrfähigkeit gesteigert wird.
Fahrzeug-zu-Allem (V2X)-Kommunikation für autonome Fahrzeuge
21 StundenDieses von Instruktoren geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Netzwerkingenieure und Entwickler von Automotive-IoT-Lösungen mittleren Kenntnisstands, die V2X-Technologien für autonome Fahrzeuge verstehen und umsetzen möchten.
Am Ende des Kurses werden die Teilnehmer in der Lage sein zu:
- Die Grundkonzepte der V2X-Kommunikation zu verstehen.
- Die Kommunikationsmodelle V2V, V2I, V2P und V2N zu analysieren.
- V2X-Protokolle wie DSRC und C-V2X erfolgreich einzusetzen.
- Simulationen für vernetzte Fahrzeugumgebungen zu entwickeln.
- Sicherheits- und Datenschutzprobleme in V2X-Netzwerken zu bewältigen.