Secondo uno studio recente, i tempi di inattività non pianificati costano all'industria circa 50 miliardi di dollari all'anno. Kaspersky Machine Learning for Anomaly Detection aiuta a identificare le deviazioni nei processi di produzione in una fase iniziale e quindi a ridurre i tempi di inattività. Kaspersky MLAD è uno dei prodotti TOP del 2022 per la sicurezza. Kaspersky MLAD ha ottenuto il 3° posto nella categoria "Sicurezza e protezione" nel sondaggio dei lettori di Computer & Automation Magazine.
La soluzione è dotata di algoritmi di apprendimento automatico che analizzano la telemetria dai sensori della macchina in tempo reale. Non appena i parametri del processo di produzione (tag) si comportano in modo imprevisto, vengono attivati avvisi. L'approccio innovativo è stato recentemente confermato anche da un brevetto statunitense.
Scopri le anomalie attraverso il machine learning
La soluzione è dotata di algoritmi di apprendimento automatico che analizzano la telemetria dai sensori della macchina. Avvisa in caso di guasti della macchina attivando avvisi quando i parametri del processo di produzione (tag) si comportano in modo imprevisto. Kaspersky Machine Learning for Anomaly Detection fornisce anche un'interfaccia visiva ricca di funzionalità per un'analisi dettagliata delle anomalie e strumenti per integrare il prodotto con i sistemi esistenti per inviare avvisi alle dashboard degli utenti.
Negli ambienti industriali, il buon funzionamento è essenziale; Devono essere evitati malfunzionamenti delle apparecchiature, errori operativi o attacchi informatici ai sistemi di controllo industriale. Tuttavia, quando accade il peggio, il rilevamento precoce può aiutare a ridurre il costo dei tempi di inattività, lo spreco di risorse e l'impatto di altre gravi conseguenze. Secondo le stime di Kaspersky, una riduzione del 50% dei tempi di inattività consente risparmi annuali fino a 1 milione di dollari per una grande centrale elettrica o 2,5 milioni di dollari per una raffineria di petrolio.
I tempi di inattività costano miliardi di dollari
La rete neurale Kaspersky Machine Learning for Anomaly Detection analizza in tempo reale la telemetria di vari sensori utilizzati nel processo di produzione. La soluzione rileva anche le anomalie minori, come un cambiamento nella dinamica del segnale o nelle correlazioni del segnale, e avvisa gli utenti prima che raggiungano i loro limiti e influiscano sulle prestazioni. Ciò consente agli operatori dell'impianto di adottare misure preventive. Per poter rilevare le anomalie, la rete neurale apprende il normale comportamento della macchina dai dati storici di telemetria.
Se un parametro del processo produttivo cambia, ad esempio perché viene introdotto un nuovo tipo di materia prima o viene sostituita una parte della macchina, un operatore può eseguire nuovamente il training di machine learning per aggiornare la rete neurale. Oltre a un rilevatore basato sull'apprendimento automatico, è possibile aggiungere anche regole diagnostiche personalizzate per casi specifici. Kaspersky Machine Learning for Anomaly Detection fornisce un'interfaccia visiva per l'analisi delle anomalie rilevate. Grazie ai diagrammi visualizzati di tutti i processi monitorati, un esperto può vedere cosa è andato storto, quando e in quale parte del sistema.
Altro su Kaspersky.com
A proposito di Kaspersky Kaspersky è una società internazionale di sicurezza informatica fondata nel 1997. La profonda competenza in materia di sicurezza e intelligence sulle minacce di Kaspersky funge da base per soluzioni e servizi di sicurezza innovativi per proteggere aziende, infrastrutture critiche, governi e consumatori in tutto il mondo. L'ampio portafoglio di sicurezza dell'azienda comprende la protezione degli endpoint leader e una gamma di soluzioni e servizi di sicurezza specializzati per difendersi da minacce informatiche complesse e in continua evoluzione. Oltre 400 milioni di utenti e 250.000 clienti aziendali sono protetti dalle tecnologie Kaspersky. Maggiori informazioni su Kaspersky su www.kaspersky.com/