‘KASPERSKY MACHINE LEARNING FOR ANOMALY DETECTION’, URETIM SURECLERININ BOZULACAGINI ONCEDEN GOREBILIYOR - BASIN AC

     KURULUSTAN YAPILAN BASIN ACIKLAMASI ASAGIDA BULUNUYOR: 
    
    URETIM SURECLERINDEKI SAPMALARI ERKEN ASAMADA ORTAYA CIKARMAK ICIN TASARLANAN KASPERSKY MACHINE LEARNING FOR ANOMALY DETECTION (MLAD), TICARI BIR URUN OLARAK KULLANIMA SUNULDU. COZUM MAKINELERDEKI SENSORLERDEN GELEN TELEMETRI VERILERINI ANALIZ EDEN MAKINE OGRENMESI ALGORITMALARIYLA GUCLENDIRILDI. BOYLECE URETIM SURECI PARAMETRELERI BEKLENMEDIK SEKILDE DAVRANMAYA BASLADIGINDA DURUMU HEMEN FARK EDEREK MAKINELERDEKI OLASI ARIZALARA KARSI UYARIDA BULUNABILIYOR. KASPERSKY MLAD, ANORMALLIKLERIN AYRINTILI ANALIZI ICIN ZENGIN OZELLIKLERE SAHIP GRAFIK ARABIRIMIN YANI SIRA URUNU MEVCUT SISTEMLERLE ENTEGRE EDEREK OPERATORLERIN PANOLARINA UYARILAR GONDEREBILIYOR.
    ENDUSTRIYEL ORTAMLARDA TEKNOLOJIK SURECI IDEAL KOSULLARDA TUTMAK, EKIPMAN ARIZALARI, OPERATOR HATALARI VEYA ENDUSTRIYEL KONTROL SISTEMLERINE YONELIK SIBER SALDIRILAR DAHIL HER TURLU KESINTIYI ONLEMEK COK ONEMLI. BU NOKTADA ERKEN TESPIT COZUMLERI BIR SEYLERIN TERS GITTIGINI ANLAYABILIR, AKSAKLIKLARI ONLEYEBILIR VE DOLAYISIYLA ARIZA SURESININ MALIYETINI, HAMMADDE ISRAFINI VE DIGER CIDDI SONUCLARIN NEDEN OLABILECEGI ETKILERI AZALTABILIR. KASPERSKY`NIN TAHMINLERINE GORE KESINTI SURESINDE %50 AZALMA, BUYUK BIR ELEKTRIK SANTRALI ICIN YILLIK 1 MILYON ABD DOLARI VEYA BIR PETROL RAFINERISI ICIN 2,5 MILYON ABD DOLARI TASARRUF SAGLIYOR[1].
    KASPERSKY MACHINE LEARNING FOR ANOMALY DETECTION`IN YAPAY SINIR AGI, URETIM SURECINDE KULLANILAN CESITLI SENSORLERDEN GERCEK ZAMANLI OLARAK TOPLANAN TELEMETRI VERISINI ANALIZ EDIYOR. BOYLECE SINYALLERIN DINAMIKLERINDEKI VEYA KORELASYONLARINDAKI DEGISIKLIKLER GIBI KUCUK SAPMALAR TESPIT EDILIYOR VE DEGERLER ESIKLERINE ULASMADAN VE PERFORMANSI ETKILEMEDEN ONCE UYARI VERILIYOR. BU DA ONLEYICI TEDBIRLERIN ALMASINA OLANAK TANIYOR. ANORMALLIKLERI TESPIT EDEBILMEK ICIN SINIR AGI, MAKINENIN NORMAL DAVRANISINI GECMIS TELEMETRI VERILERINDEN OGRENIYOR. URETIM SURECININ HERHANGI BIR PARAMETRESI DEGISIRSE (ORNEGIN, YENI BIR HAMMADDE TURU EKLENIRSE) VEYA MAKINENIN BIR PARCASI DEGISTIRILIRSE, OPERATOR SINIR AGINI GUNCELLEMEK ICIN ML EGITICISINI YENIDEN CALISTIRABILIYOR. ML TABANLI DEDEKTORE EK OLARAK SISTEME MUSTERININ TALEBI UZERINE BELIRLI DURUMLAR ICIN OZELLESTIRILMIS TANILAMA KURALLARI EKLENEBILIYOR.
     
    KASPERSKY MLAD, MEVCUT TESISIN ALTYAPISINDA CALISIYOR VE EK SENSOR KURULUMU GEREKTIRMIYOR. KASPERSKY MLAD, VERI ELDE ETMEK VE ANORMALLIKLERI RAPORLAMAK ICIN SCADA GIBI ENDUSTRIYEL KONTROL SISTEMLERINE BAGLANIYOR. ALTERNATIF OLARAK, KASPERSKY INDUSTRIAL CYBERSECURITY FOR NETWORKS ILE DE ENTEGRE EDILEBILIYOR. URUN, OPC UA, MQTT, AMQP VE CESITLI EKIPMANLARA SAHIP SISTEMLERE UYGULANABILEN REST GIBI POPULER PROTOKOLLERI DOGAL OLARAK DESTEKLIYOR.
    KASPERSKY MLAD, TESPIT EDILEN ANORMALLIKLERIN ANALIZI ICIN BIR GRAFIK ARAYUZU DE SAGLIYOR. IZLENEN TUM SURECLERIN GORSELLESTIRILMIS ZAMAN GRAFIKLERI SAYESINDE UZMANLAR NEYIN YANLIS GITTIGINI, NE ZAMAN VE SISTEMIN HANGI BOLUMUNDE OLDUGUNU GOREBILIYOR.
    KASPERSKY TEKNOLOJI ARASTIRMA DEPARTMANI BASKANI ANDREY LAVRENTYEV, SUNLARI IFADE EDIYOR: `GELISMIS MAKINE OGRENIMI ALGORITMALARI VE BELIRLI ENDUSTRIYEL SURECLERE UYUM SAGLAMA YETENEGI, KASPERSKY MACHINE LEARNING FOR ANOMALY DETECTION COZUMUMUZU SORUNSUZ URETIM SAGLAMAK ICIN GEREKLI BIR ARAC HALINE GETIRIYOR. KARMASIK BIR ORTAMDAKI ANORMALLIKLERI TESPIT ETME YETENEGIYLE, IZLEME SISTEMLERINI VE MAKINE OPERATORLERININ UZMANLIGINI TAMAMLIYOR. SAPMALARIN SEBEBI NE OLURSA OLSUN ERKEN UYARILAR SAYESINDE ARIZA SURELERI, EKIPMAN ARIZALARI VE FELAKETLER ONLENEBILIYOR. BU TEKNOLOJIYI BIRKAC YILDIR GELISTIRIYORUZ. BUGUN MUSTERILERIN BU AVANTAJLARI ELDE ETMELERINE YARDIMCI OLMAK ICIN TAM TESEKKULLU URUNUN GENEL KULLANIMA SUNULDUGUNU DUYURMAKTAN MUTLULUK DUYUYORUZ.` 
    KASPERSKY MACHINE LEARNING FOR ANOMALY DETECTION HAKKINDA DAHA FAZLA BILGI ICIN HTTPS://MLAD.KASPERSKY.COM/ ADRESINI ZIYARET EDEBILIRSINIZ.
    
    • Daha Fazla Haber
    • Ana Sayfa