Artwork

A tartalmat a UNMUTE IT | Podcast biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a UNMUTE IT | Podcast vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

#72 Safeguarding Machine Learning Models in a Climate Tech World

59:24
 
Megosztás
 

Manage episode 491768754 series 3545681
A tartalmat a UNMUTE IT | Podcast biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a UNMUTE IT | Podcast vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

In dieser Episode diskutieren Ellen und Doreen die Risiken von Machine Learning in der Energiewende: Intelligente Stromnutzung kann Geld sparen und ML spielt bei der Nutzung erneuerbarer Energien eine wichtige Rolle. Doch diese Kombination birgt auch Risiken: Das Netz ist volatil und mögliche Angriffe können verheerende Folgen haben. Es geht daher auch um die Sicherheitsanfälligkeiten, die durch die Vernetzung von Geräten entstehen und um reale Angriffe auf Energieinfrastrukturen. Doch es gibt Strategien zur Verbesserung der Sicherheit von Machine Learning-Modellen, um diesen Herausforderungen zu begegnen.

CHAPTERS

(00:00) Einstiegsfrage

(08:14) Climate Tech und persönliche Erfahrungen

(10:31) Energiebedarf und Klimawandel

(17:27) Wissen über Energie und ihre Bedeutung

(17:28) Die Rolle von Machine Learning in der Energiewende

(27:03) Risiken von Machine Learning und Cybersecurity

(33:03) Typische Sicherheitsanfälligkeiten und Fallbeispiele

(41:21) Sicherheitsrisiken in der Energieversorgung

(44:15) Netzstabilität und ihre Herausforderungen

(46:04) Schutz von Machine Learning Modellen

(51:10) Cross-Skilling und Teamarbeit in der Sicherheit

(54:45) Die Bedeutung von Tests und Hacker-Gruppen

LINKS

  • https://www.golem.de/news/klimawandel-massiver-solarausbau-koennte-erde-bis-2050-abkuehlen-2503-194728.html
  • https://www.sciencedirect.com/science/article/pii/S0306261921007224
  • https://www.flaticon.com/free-icon/eco-house_15471480
  • https://www.iea.org/news/growth-in-global-electricity-demand-is-set-to-accelerate-in-the-coming-years-as-power-hungry-sectors-expand
  • https://www.utilitydive.com/news/minimize-artificial-intelligence-cyber-risks-to-energy-infrastructure-start-with-design/731446/
  • https://www.forescout.com/blog/grid-security-new-vulnerabilities-in-solar-power-systems-exposed/
  • https://techxplore.com/news/2018-01-world-toaster-ai.html
  • https://www.forescout.com/resources/sun-down-research-report/
  • https://www.forescout.com/blog/grid-security-new-vulnerabilities-in-solar-power-systems-exposed/
  • https://dcurt.is/thinking

  continue reading

87 epizódok

Artwork
iconMegosztás
 
Manage episode 491768754 series 3545681
A tartalmat a UNMUTE IT | Podcast biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a UNMUTE IT | Podcast vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

In dieser Episode diskutieren Ellen und Doreen die Risiken von Machine Learning in der Energiewende: Intelligente Stromnutzung kann Geld sparen und ML spielt bei der Nutzung erneuerbarer Energien eine wichtige Rolle. Doch diese Kombination birgt auch Risiken: Das Netz ist volatil und mögliche Angriffe können verheerende Folgen haben. Es geht daher auch um die Sicherheitsanfälligkeiten, die durch die Vernetzung von Geräten entstehen und um reale Angriffe auf Energieinfrastrukturen. Doch es gibt Strategien zur Verbesserung der Sicherheit von Machine Learning-Modellen, um diesen Herausforderungen zu begegnen.

CHAPTERS

(00:00) Einstiegsfrage

(08:14) Climate Tech und persönliche Erfahrungen

(10:31) Energiebedarf und Klimawandel

(17:27) Wissen über Energie und ihre Bedeutung

(17:28) Die Rolle von Machine Learning in der Energiewende

(27:03) Risiken von Machine Learning und Cybersecurity

(33:03) Typische Sicherheitsanfälligkeiten und Fallbeispiele

(41:21) Sicherheitsrisiken in der Energieversorgung

(44:15) Netzstabilität und ihre Herausforderungen

(46:04) Schutz von Machine Learning Modellen

(51:10) Cross-Skilling und Teamarbeit in der Sicherheit

(54:45) Die Bedeutung von Tests und Hacker-Gruppen

LINKS

  • https://www.golem.de/news/klimawandel-massiver-solarausbau-koennte-erde-bis-2050-abkuehlen-2503-194728.html
  • https://www.sciencedirect.com/science/article/pii/S0306261921007224
  • https://www.flaticon.com/free-icon/eco-house_15471480
  • https://www.iea.org/news/growth-in-global-electricity-demand-is-set-to-accelerate-in-the-coming-years-as-power-hungry-sectors-expand
  • https://www.utilitydive.com/news/minimize-artificial-intelligence-cyber-risks-to-energy-infrastructure-start-with-design/731446/
  • https://www.forescout.com/blog/grid-security-new-vulnerabilities-in-solar-power-systems-exposed/
  • https://techxplore.com/news/2018-01-world-toaster-ai.html
  • https://www.forescout.com/resources/sun-down-research-report/
  • https://www.forescout.com/blog/grid-security-new-vulnerabilities-in-solar-power-systems-exposed/
  • https://dcurt.is/thinking

  continue reading

87 epizódok

Minden epizód

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv

Hallgassa ezt a műsort, miközben felfedezi
Lejátszás