Kaspersky Machine Learning for Anomaly Detection kullanıma sunuldu

- Kaspersky Teknoloji Araştırma Departmanı Başkanı Andrey Lavrentyev:- "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"

Genel 07.06.2021, 11:23
Kaspersky Machine Learning for Anomaly Detection kullanıma sunuldu

İSTANBUL (AA) - Üretim süreçlerindeki sapmaları erken aşamada ortaya çıkarmak için tasarlanan Kaspersky Machine Learning for Anomaly Detection (MLAD), ticari bir ürün olarak kullanıma sunuldu.

Kaspersky'den yapılan açıklamaya göre, 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 oluyor. Bu noktada erken tespit çözümleri bir şeylerin ters gittiğini anlayabiliyor, aksaklıkları önleyebiliyor ve dolayısıyla arıza süresinin maliyetini, ham madde israfını ve diğer ciddi sonuçların neden olabileceği etkileri azaltabiliyor.

Kaspersky’nin tahminlerine göre, kesinti süresinde yüzde 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 alınmasına olanak tanıyor. Anormallikleri tespit edebilmek için sinir ağı, makinenin normal davranışını geçmiş telemetri verilerinden öğreniyor. Üretim sürecinin herhangi bir parametresi değişirse (örneğin, yeni bir ham madde 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 kurallar 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.

Açıklamada görüşlerine yer verilen Kaspersky Teknoloji Araştırma Departmanı Başkanı Andrey Lavrentyev, şunları kaydetti:

"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."

Yorumlar (0)
Yorum yapabilmek için lütfen üye girişi yapınız!
27
az bulutlu
banner64
Namaz Vakti 19 Mayıs 2022
İmsak 03:47
Güneş 05:24
Öğle 12:43
İkindi 16:32
Akşam 19:52
Yatsı 21:22
Puan Durumu
Takımlar O P
1. Trabzonspor 37 81
2. Fenerbahçe 37 70
3. Konyaspor 37 67
4. Başakşehir 37 62
5. Alanyaspor 37 61
6. Beşiktaş 37 58
7. Antalyaspor 37 58
8. Karagümrük 37 57
9. Adana Demirspor 37 52
10. Sivasspor 37 51
11. Galatasaray 37 51
12. Kasımpaşa 37 50
13. Hatayspor 37 50
14. Kayserispor 37 47
15. Giresunspor 37 45
16. Gaziantep FK 37 43
17. Rizespor 37 36
18. Altay 37 34
19. Göztepe 37 28
20. Ö.K Yeni Malatya 37 20
Takımlar O P
1. Ankaragücü 35 67
2. Ümraniye 35 67
3. Bandırmaspor 35 61
4. İstanbulspor 35 59
5. Erzurumspor 35 58
6. Eyüpspor 35 54
7. Manisa Futbol Kulübü 36 49
8. Tuzlaspor 35 49
9. Samsunspor 35 48
10. Gençlerbirliği 35 48
11. Keçiörengücü 35 48
12. Boluspor 35 47
13. Denizlispor 35 46
14. Altınordu 35 45
15. Adanaspor 35 45
16. Bursaspor 35 41
17. Kocaelispor 35 41
18. Menemen Belediyespor 35 38
19. Balıkesirspor 35 12
Takımlar O P
1. M.City 37 90
2. Liverpool 37 89
3. Chelsea 36 70
4. Tottenham 37 68
5. Arsenal 37 66
6. M. United 37 58
7. West Ham United 37 56
8. Wolverhampton Wanderers 37 51
9. Leicester City 36 48
10. Brighton 37 48
11. Brentford 37 46
12. Newcastle 37 46
13. Crystal Palace 36 45
14. Aston Villa 36 44
15. Southampton 37 40
16. Everton 36 36
17. Leeds United 37 35
18. Burnley 36 34
19. Watford 37 23
20. Norwich City 37 22
Takımlar O P
1. Real Madrid 37 85
2. Barcelona 37 73
3. Atletico Madrid 37 68
4. Sevilla 37 67
5. Real Betis 37 64
6. Real Sociedad 37 62
7. Villarreal 37 56
8. Athletic Bilbao 37 55
9. Osasuna 37 47
10. Celta Vigo 37 46
11. Valencia 37 45
12. Rayo Vallecano 37 42
13. Espanyol 37 41
14. Getafe 37 39
15. Elche 37 39
16. Granada 37 37
17. Mallorca 37 36
18. Cadiz 37 36
19. Levante 37 32
20. Deportivo Alaves 37 31