Исследователи из Южно-Уральского государственного университета (ЮУрГУ) предложили новый способ защиты промышленных систем от сбоев и внешних воздействий. Разработка основана на методах поведенческого анализа с использованием нейросети Кохонена. Об этом сообщает сборник материалов международной конференции International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM).
Разработка ЮУрГУ работает в два этапа: сначала формируется эталонная модель нормального функционирования системы, а затем запускается режим мониторинга, при котором нейросеть сравнивает текущие данные с эталоном. При обнаружении аномалий система подаёт сигнал о потенциальной угрозе.
Во время испытаний система показала высокую эффективность: 94% данных были правильно классифицированы, а обучение нейросети заняло всего около 3,5 минут. Также решение успешно выявляло признаки кибератак.
Разработчики планируют улучшить точность модели и расширить её функциональность, чтобы она могла распознавать более сложные и разнообразные сценарии угроз.
Разработка ЮУрГУ работает в два этапа: сначала формируется эталонная модель нормального функционирования системы, а затем запускается режим мониторинга, при котором нейросеть сравнивает текущие данные с эталоном. При обнаружении аномалий система подаёт сигнал о потенциальной угрозе.
Во время испытаний система показала высокую эффективность: 94% данных были правильно классифицированы, а обучение нейросети заняло всего около 3,5 минут. Также решение успешно выявляло признаки кибератак.
Разработчики планируют улучшить точность модели и расширить её функциональность, чтобы она могла распознавать более сложные и разнообразные сценарии угроз.
«Ключевое преимущество нашего подхода — использование нейросети Кохонена, которая способна работать с большими массивами данных, когда показателей много и они тесно взаимосвязаны. Классические алгоритмы часто не справляются с такими объёмами и сложностью», — отметил заведующий кафедрой «Защита информации» ЮУрГУ Александр Соколов в комментарии РИА Новости.
