Das Internet ist eine noch nie dagewesene Plattform für Kommunikation, Information und Handel. Gleichzeitig ist es eine noch nie da gewesene Plattform für Desinformation, Betrug und kriminelle Aktivitäten. Der rasche technologische Wandel erschwert die Regulierung und Durchsetzung in diesem digitalen Bereich. Die DSAI arbeitet mit Behörden und Strafverfolgungsbehörden zusammen, um das Internet für die Bürger und den Handel sicherer zu machen, und zwar in drei entscheidenden Bereichen: Digitale Forensik, Analyse virtueller Vermögenswerte und Verbraucherschutz.

Die digitale Forensik hat zwei Aspekte: erstens die Validierung und Überprüfung der Herkunft und Authentizität digitaler Medien und zweitens die automatische Extraktion von Merkmalen und Ereignissen aus diesen Medien. Im ersten Fall wendet DSAI maschinelles Lernen und die Verarbeitung natürlicher Sprache auf die Herausforderung der Desinformationserkennung an. Im zweiten Fall wendet DSAI seine einzigartige Expertise in der Audioanalyse an, um sicherheitsrelevante Audioereignisse mit Hilfe von neuronalen Netzwerkmodellen zu extrahieren.

Virtuelle Vermögenswerte – Entwicklungen bei Kryptowährungen jenseits von Bitcoin – sind digitale Darstellungen von Werten, die digital gehandelt oder übertragen und zu Zahlungs- oder Anlagezwecken verwendet werden können. Virtuelle Vermögenswerte erleichtern neue Formen der Kriminalität und stellen die Strafverfolgungsbehörden und Staatsanwälte bei der Verfolgung von Finanzkriminalität vor neue forensische Herausforderungen. GraphSense von DSAI ist eine Analyseplattform für virtuelle Vermögenswerte, bei der der Schwerpunkt auf vollständiger Datenhoheit, algorithmischer Transparenz und Skalierbarkeit liegt. GraphSense ist quelloffen und kostenlos und bietet ein Dashboard für interaktive Untersuchungen und, was noch wichtiger ist, die volle Datenkontrolle für die Durchführung fortgeschrittener Analyseaufgaben.

Verbraucherschutz: Der Zeitpunkt der Entdeckung ist der wichtigste und kritischste Faktor, um erfolgreich zu verhindern, dass Bürger durch betrügerische E-Commerce-Angebote ausgenutzt werden. DSAI hat eine kommentierte Ground-Truth-Sammlung von archivierten Fake-Shops gesammelt und veröffentlicht – die erste ihrer Art. Im Rahmen des FFG MAL2-Projekts hat DSAI Machine-Learning-Modelle entwickelt, die eine 97%ige Genauigkeit bei der korrekten Klassifizierung von Fake-Shops erreichen, und zwar allein auf der Grundlage der intrinsischen Merkmale der Website. Über ein Browser-Plugin können Kunden während des Online-Einkaufs modellbasierte Warnungen vor unbekannten Bedrohungen in Echtzeit erhalten. Open-Source-Tools wie das Expert Analysis Dashboard oder die Fake-Shop-Datenbank werden täglich bei Kundenschutzagenturen wie Watchlist Internet eingesetzt und ermöglichen einen höheren Durchsatz, bieten Mittel zur Halbautomatisierung und Schnittstellen zur Unterstützung eines integrierten Lebenszyklus der Fake-Shop-Erkennung.