‘Kaspersky Machine Learning For Anomaly Detection’, Üretim Süreçlerinin Bozulacağını Önceden Görebiliyor

‘Kaspersky Machine Learning For Anomaly Detection’, Üretim Süreçlerinin Bozulacağını Önceden Görebiliyor

Üretim süreçlerindeki sapmaları erken aşamada ortaya çıkarmak için tasarlanan Kaspersky Machine Learning for Anomaly Detection (MLAD), ticari bir ürün olarak kullanıma sunuldu. Çözüm makinelerdeki sensörlerden gelen telemetri verilerini analiz eden makine öğrenmesi algoritmalarıyla güçlendirildi. Böylece üretim süreci parametreleri beklenmedik şekilde davranmaya başladığında durumu hemen fark ederek makinelerdeki olası arızalara karşı uyarıda bulunabiliyor. Kaspersky MLAD, anormalliklerin ayrıntılı analizi için zengin özelliklere sahip grafik arabirimin yanı sıra ürünü mevcut sistemlerle entegre ederek operatörlerin panolarına uyarılar gönderebiliyor.

Endüstriyel ortamlarda teknolojik süreci ideal koşullarda tutmak, ekipman arızaları, operatör hataları veya endüstriyel kontrol sistemlerine yönelik siber saldırılar dahil her türlü kesintiyi önlemek çok önemli. Bu noktada erken tespit çözümleri bir şeylerin ters gittiğini anlayabilir, aksaklıkları önleyebilir ve dolayısıyla arıza süresinin maliyetini, hammadde israfını ve diğer ciddi sonuçların neden olabileceği etkileri azaltabilir. Kaspersky’nin tahminlerine göre kesinti süresinde %50 azalma, büyük bir elektrik santrali için yıllık 1 milyon ABD Doları veya bir petrol rafinerisi için 2,5 milyon ABD Doları tasarruf sağlıyor.

Kaspersky Machine Learning for Anomaly Detection’ın yapay sinir ağı, üretim sürecinde kullanılan çeşitli sensörlerden gerçek zamanlı olarak toplanan telemetri verisini analiz ediyor. Böylece sinyallerin dinamiklerindeki veya korelasyonlarındaki değişiklikler gibi küçük sapmalar tespit ediliyor ve değerler eşiklerine ulaşmadan ve performansı etkilemeden önce uyarı veriliyor. Bu da önleyici tedbirlerin almasına olanak tanıyor. Anormallikleri tespit edebilmek için sinir ağı, makinenin normal davranışını geçmiş telemetri verilerinden öğreniyor. Üretim sürecinin herhangi bir parametresi değişirse (örneğin, yeni bir hammadde türü eklenirse) veya makinenin bir parçası değiştirilirse, operatör sinir ağını güncellemek için ML eğiticisini yeniden çalıştırabiliyor. ML tabanlı dedektöre ek olarak sisteme müşterinin talebi üzerine belirli durumlar için özelleştirilmiş tanılama kuralları eklenebiliyor.

Kaspersky MLAD, mevcut tesisin altyapısında çalışıyor ve ek sensör kurulumu gerektirmiyor. Kaspersky MLAD, veri elde etmek ve anormallikleri raporlamak için SCADA gibi endüstriyel kontrol sistemlerine bağlanıyor. Alternatif olarak, Kaspersky Industrial CyberSecurity for Networks ile de entegre edilebiliyor. Ürün, OPC UA, MQTT, AMQP ve çeşitli ekipmanlara sahip sistemlere uygulanabilen REST gibi popüler protokolleri doğal olarak destekliyor.

Kaspersky MLAD, tespit edilen anormalliklerin analizi için bir grafik arayüzü de sağlıyor. İzlenen tüm süreçlerin görselleştirilmiş zaman grafikleri sayesinde uzmanlar neyin yanlış gittiğini, ne zaman ve sistemin hangi bölümünde olduğunu görebiliyor.

Kaspersky Teknoloji Araştırma Departmanı Başkanı Andrey Lavrentyev, şunları ifade ediyor: "Gelişmiş makine öğrenimi algoritmaları ve belirli endüstriyel süreçlere uyum sağlama yeteneği, Kaspersky Machine Learning for Anomaly Detection çözümümüzü sorunsuz üretim sağlamak için gerekli bir araç haline getiriyor. Karmaşık bir ortamdaki anormallikleri tespit etme yeteneğiyle, izleme sistemlerini ve makine operatörlerinin uzmanlığını tamamlıyor. Sapmaların sebebi ne olursa olsun erken uyarılar sayesinde arıza süreleri, ekipman arızaları ve felaketler önlenebiliyor. Bu teknolojiyi birkaç yıldır geliştiriyoruz. Bugün müşterilerin bu avantajları elde etmelerine yardımcı olmak için tam teşekküllü ürünün genel kullanıma sunulduğunu duyurmaktan mutluluk duyuyoruz.”