Санкт-Петербургский Федеральный исследовательский центр РАН (СПб ФИЦ РАН) разработал нейросетевой фреймворк для выявления киберугроз в промышленных системах интернета вещей (IIoT). Эксперименты с большими объемами данных показали высокую эффективность фреймворка: уровень распознавания угроз оказался на 30% выше, чем у существующих аналогов.
Промышленный интернет вещей объединяет интеллектуальные технологии с производственными процессами, включая датчики, контроллеры и роботов. Эти устройства собирают данные в реальном времени и передают их для анализа и принятия решений, что позволяет оптимизировать производство, снижать затраты и предотвращать аварии.
Во многих российских отраслях, таких как нефтегазовая промышленность, энергетика и машиностроение, активно внедряются технологии IIoT. Компании, такие как «Газпром нефть», «Российские железные дороги» и «Росатом», используют их для мониторинга оборудования, предиктивного обслуживания и автоматизации процессов. Однако применение IIoT связано с рисками кибератак, утечек данных и программных ошибок, что может привести к значительным финансовым потерям для промышленных предприятий.
«Наш фреймворк ForecaState, разработанный на основе алгоритмов искусственного интеллекта, позволяет значительно повысить точность выявления киберугроз в индустриальных системах», – отмечает Диана Левшун из лаборатории проблем компьютерной безопасности СПб ФИЦ РАН.
Система была протестирована на двух наборах данных с промышленных объектов: один включал данные с системы очистки воды, другой – с электрических трансформаторов. Различные временные интервалы данных позволили провести как краткосрочное, так и долгосрочное моделирование.
Ученые сравнили производительность ForecaState с аналогами и методом наивного прогноза. Результаты показали, что фреймворк может использоваться для прогнозирования аномалий, управления энергопотреблением и других задач. Кроме того, его модульная структура позволяет легко адаптировать его к различным производственным условиям.
Применение ForecaState может улучшить прогностическое обслуживание, предотвратить аварии и повысить качество продукции. В этом проекте также участвовал Исследовательский центр сильного искусственного интеллекта в промышленности Университета ИТМО.
Источник: ras.ru
распечатать статью
