Fahrassistenzsysteme und autonome Fahrzeuge bieten wesentliche Vorteile für die Verkehrssicherheit und Energieeffizienz. Die X2X-Kommunikation (Everything-to-Everything) ermöglicht den Echtzeitaustausch von Informationen zwischen Fahrzeugen, Fußgängern und der Infrastruktur, ist jedoch anfällig für Cyberangriffe wie Jamming, die die Kommunikation und Sicherheit beeinträchtigen können. Wissenschaftler der Hochschule Hamm-Lippstadt haben eine Methode zur Anomalien-Identifikation, präziser Klassifizierung und adaptiver Entschärfungsmaßnahmen von Funkstörungen entwickelt, die eine frühzeitige Erkennung und effiziente Reaktion auf solche Angriffe ermöglicht. Abb. 1 zeigt ein Szenario, in dem eine bösartige Drohne die V2P-Kommunikation (Vehicle-to-Pedestrian) an einer Kreuzung stört, wodurch die Sicherheit ungeschützter Verkehrsteilnehmer gefährdet wird. Unterstützende Drohnen fungieren als rekonfigurierbare intelligente Oberflächen (RIS), die eine gezielte räumliche Filterung ermöglichen. Mithilfe von MIMO-Systemen wird das Signal basierend auf der Ankunftsrichtung (DoA) gefiltert, wodurch die Auswirkungen der Störung minimiert und die Kommunikationsstabilität wiederhergestellt werden. Abb. 2 zeigt ein mehrstufiges Verfahren zur Anomalien-Identifikation, präziser Klassifizierung und adaptiver Entschärfungsmaßnahmen von Interferenzangriffen. Es beginnt mit einer KI-gestützten Basis- und Tiefenüberwachung zur Analyse von Leistungsparametern. Daraufhin erfolgt eine präzise Klassifizierung durch ein Modell unter Einsatz von KI-Techniken, um die Störungen zu analysieren. Abschließend wird eine gezielte Gegenmaßnahme ausgewählt und angewendet, um die Auswirkungen des Angriffs effektiv zu reduzieren.