Het lectoraat Network and Systems Engineering Cyber Security ontwikkelt een innovatieve tool om studenten beter te trainen in reverse engineering en software-exploitatie. Met behulp van geavanceerde taalmodellen worden automatisch unieke en realistische binaire exploitatie-uitdagingen gegenereerd. Zo krijgt iedere student steeds een nieuwe, relevante uitdaging op maat. 

Aanleiding

Om veilige software te kunnen bouwen, is kennis van offensieve cybersecuritytechnieken essentieel. Studenten oefenen daarom met speciaal ontwikkelde, kwetsbare programma’s waarin zij beveiligingslekken leren ontdekken en benutten. Het probleem is echter dat deze kwetsbare programma’s vaak snel worden opgelost en openbaar worden gedeeld, waardoor ze hun effectiviteit verliezen. De oplossing? Een slim systeem dat voor elke student automatisch een unieke uitdaging genereert op basis van vooraf ingestelde leerdoelen. Dat houdt het onderwijs actueel, eerlijk en uitdagend – en voorkomt dat studenten bestaande oplossingen kopiëren.

Doel 

Het doel van dit project is het ontwikkelen van een werkend systeem dat automatisch nieuwe binaire exploitatie-uitdagingen creëert voor gebruik in het onderwijs. Door gebruik te maken van AI-technologie kunnen opdrachten worden gepersonaliseerd voor iedere student, zonder dat docenten handmatig nieuwe versies hoeven te maken. Dit draagt bij aan efficiënter onderwijs en een betere leerervaring.
Het project introduceert een tool om het ontwikkelen van onderwijsmaterialen te automatiseren. 

Meer weten? 

Neem dan contact op met Mike Gilhespy, onderzoeker bij het lectoraat Network and Systems Engineering Cyber Security m.d.gilhespy@hhs.nl