
Исследователи Санкт-Петербургского федерального исследовательского центра РАН разработали нейросетевой фреймворк ForecaState для выявления киберугроз в системах промышленного интернета вещей (Industrial Internet of Things, IIoT). Результаты опубликованы в журнале Engineering Applications of Artificial Intelligence.
Система продемонстрировала на 30% меньше ошибок по сравнению с существующими аналогами в ходе испытаний на данных с промышленных установок, включая систему очистки воды и сеть электрических трансформаторов. ForecaState использует алгоритмы глубокого обучения для обработки больших объемов данных в реальном времени.

Разработка позволяет прогнозировать аномалии в работе оборудования, управлять энергопотреблением и может быть адаптирована к различным производственным задачам. Внедрение фреймворка поможет повысить кибербезопасность и предотвратить аварии на промышленных предприятиях.
Исследование поддержано Исследовательским центром сильного искусственного интеллекта в промышленности университета ИТМО.
Ранее Наука Mail писала о том, что в России создан метод криптографической защиты автономных транспортных средств.
