Erweiterte CodeMeter-Technologie: Schutz und Lizenzierung für Anwendungen mit KI und Machine Learning

Bild: Wibu-Systems AG

Wibu-Systems hat sein Portfolio erweitert, sodass Hersteller ihre Python-Anwendungen einfach und flexibel plattformunabhängig mit CodeMeter schützen können. Die Programmiersprache Python zeichnet sich aus durch Einfachheit, Klarheit und dem eleganten Programmcode, besonders in den Bereichen künstliche Intelligenz und Machine Learning.

Die wachsende Beliebtheit von Python weckt ebenfalls das Interesse von Angreifern. Hacker können leicht auf das geistige Eigentum der in Python geschriebenen Software zugreifen, da die Software in der Regel völlig ungeschützt im Klartext ausgeliefert wird und somit einfach analysiert werden kann. Selbst wenn sie mit Tools wie Cython in Maschinencode vorkompiliert wurde, ist eine Analyse für erfahrene Hacker möglich. Bei dieser Vorkompilierung wird der plattformunabhängige Python-Code in eine plattformabhängige, native Anwendung transformiert.

Jetzt wurde CodeMeter so erweitert, um Python-Anwendungen direkt plattformunabhängig verschlüsseln und schützen zu können. Zusätzlich bleiben einzelnen Funktionsbereiche der geschützten Anwendung so lange verschlüsselt, bis sie benötigt werden. Das Ausspähen des Speichers des Rechners durch sogenannte Memory-Dumps wurde damit noch weiter erschwert. Wie gewohnt können die Hersteller die vorhandenen, sicheren CodeMeter-Funktionen nutzen, z.B. die flexiblen Lizenzierungsmodelle wie Einzelplatz, Floating Netzwerk und Abonnements. Einzelne Programmteile können separat verschlüsselt und lizenziert werden, sodass die Hersteller das beliebte Geschäftsmodell Feature-on-Demand oder modulare Lizenzierung einfach umsetzen können. Die Integration in bestehende Continuous-Integration-Systeme ist durch die Automatisierungsfunktion flexibel möglich.

Python führte lange Zeit bei Softwareentwicklern ein Schattendasein, da hauptsächlich in C und Java programmiert wurde. Das hat sich jetzt geändert. Python hat, was das Beliebtheitsranking des TIOBE-Index zeigt, nicht nur andere, neue, sondern auch die beiden genannten Programmiersprachen überholt. Zu den Gründen dafür zählen: gleichbleibende Einfachheit über die letzten Jahre sowie vorhandene Ressourcen für die aktuell dynamischen Bereiche der Softwareentwicklung Künstliche Intelligenz und Machine-Learning.

Intelligente Geräte sind im digitalen Zeitalter mittlerweile allgegenwärtig und werden oft im Hintergrund durch Künstliche Intelligenz unterstützt. Zu den inzwischen gängigen Aufgaben gehören Bild- und Spracherkennung, die heute in Smartphones oder digitalen Assistenten im Haushalt integriert sind, oder herausfordernde Technologien, wie die Mustererkennung, Vorhersagen oder assoziatives Lernen, das bei komplexen Vorgängen wie Wettervorhersage, algorithmischem Handel und medizinischer Diagnostik zum Einsatz kommt. Was die Gemeinsamkeit all dieser Beispiele ist: Sie basieren auf Python-Bibliotheken.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert