Ученые из Санкт-Петербурга разработали комплекс инструментов на основе искусственного интеллекта для мониторинга систем промышленного интернета вещей. Новая система демонстрирует на 30% более высокую точность распознавания угроз по сравнению с существующими.
Ученые Санкт-Петербургского Федерального исследовательского центра РАН разработали нейросетевой фреймворк ForecaState для выявления киберугроз на индустриальных предприятиях. Этот набор цифровых инструментов, созданный с использованием алгоритмов искусственного интеллекта, предназначен для мониторинга систем Industrial Internet of Things (IIoT), которые объединяют датчики, контроллеры и другие устройства для сбора данных и оптимизации производства.
По словам исследователей, применение моделей глубокого обучения позволило повысить эффективность распознавания кибератак при обработке больших объемов данных. Разработка демонстрирует на 30% меньше ошибок по сравнению с существующими аналогами. Важной особенностью фреймворка является его модульная архитектура, которая позволяет легко адаптировать и расширять его функционал для различных производственных задач.
Фреймворк успешно протестирован на данных от разных типов промышленной инфраструктуры, включая систему очистки воды и сеть электрических трансформаторов. Его применение может быть реализовано в системах прогностического обслуживания для раннего выявления отказов оборудования, предотвращения аварий, улучшения балансировки нагрузки, а также в системах контроля качества для сокращения отходов.
Разработка направлена на повышение защищенности промышленных объектов от кибератак, утечек данных и программных сбоев, что особенно актуально в условиях активного внедрения IIoT-технологий в нефтегазовой отрасли, энергетике, металлургии и машиностроении.