Machine Learning for Anomaly Detection verhindert Ausfallzeiten

Machine Learning for Anomaly Detection verhindert Ausfallzeiten

Beitrag teilen

Nach einer aktuellen Studie kosten ungeplante Ausfallzeiten die Industrie jährlich schätzungsweise 50 Milliarden US-Dollar. Kaspersky Machine Learning for Anomaly Detection hilft, Abweichungen in Produktionsprozessen frühzeitig zu erkennen und so Ausfallzeiten zu reduzieren. Kaspersky MLAD gehört zu den TOP Produkten des Jahres 2022 für Sicherheit. Bei der Leserwahl des Computer & Automation Magazins belegte Kaspersky MLAD Platz 3 in der Kategorie „Safety and Security“.

Die Lösung ist mit Machine-Learning-Algorithmen ausgestattet, die die Telemetrie von Maschinensensoren in Echtzeit analysieren. Sobald sich die Parameter des Herstellungsprozesses (Tags) unerwartet verhalten, werden Warnungen ausgelöst. Der innovative Ansatz wurde kürzlich auch durch ein US-Patent bestätigt.

Anomalien durch Machine Learning entdecken

Die Lösung ist mit Machine-Learning-Algorithmen ausgestattet, die die Telemetrie von Maschinensensoren analysieren. Sie warnt vor Maschinenfehlern, indem Warnungen ausgelöst werden, sobald sich die Parameter des Herstellungsprozesses (Tags) unerwartet verhalten. Kaspersky Machine Learning for Anomaly Detection bietet darüber hinaus eine funktionsreiche visuelle Oberfläche für die detaillierte Analyse der Anomalien sowie Tools, mit denen das Produkt in vorhandene Systeme integriert werden kann, um Warnungen an die Dashboards der Nutzer zu senden.

In industriellen Umgebungen ist ein reibungsloser Ablauf unabdingbar; Fehlfunktionen der Gerätschaften, Bedienungsfehler oder Cyberangriffe auf die industriellen Steuerungssysteme müssen vermieden werden. Im Falle des Falles kann jedoch eine frühzeitige Erkennung dabei helfen, die Kosten für Ausfallzeiten, die Verschwendung von Rohstoffen und die Auswirkungen anderer schwerwiegender Folgen zu senken. Nach Schätzungen von Kaspersky ermöglicht eine Reduzierung der Ausfallzeiten um 50 Prozent jährliche Einsparungen von bis zu 1 Mio. US-Dollar für ein großes Kraftwerk oder 2,5 Mio. US-Dollar für eine Ölraffinerie.

Ausfallzeiten kosten Milliarden US-Dollar

Das neuronale Netzwerk von Kaspersky Machine Learning for Anomaly Detection analysiert in Echtzeit die Telemetrie verschiedener Sensoren, die im Produktionsprozess verwendet werden. Die Lösung erkennt bereits geringfügige Abweichungen, wie beispielsweise eine Änderung der Signaldynamik oder Signalkorrelationen, und benachrichtigt die Nutzer, bevor die Werte ihre Grenzbereiche erreichen und die Leistung beeinflussen. Dadurch können Anlagenbetreiber vorbeugende Maßnahmen ergreifen. Um Anomalien erkennen zu können, lernt das neuronale Netzwerk das normale Verhalten der Maschine aus historischen Telemetriedaten.

Sollte sich ein Parameter des Produktionsprozesses ändern, weil zum Beispiel eine neue Art von Rohmaterial eingeführt oder ein Teil der Maschine ersetzt wird, kann ein Bediener das Machine-Learning-Training erneut ausführen, um das neuronale Netzwerk zu aktualisieren. Zusätzlich zu einem Machine-Learning-basierten Detektor können auch individuelle Diagnoseregeln für bestimmte Fälle hinzugefügt werden. Kaspersky Machine Learning for Anomaly Detection bietet eine visuelle Oberfläche für die Analyse erkannter Anomalien. Aufgrund der visualisierten Diagramme aller überwachten Prozesse kann ein Experte sehen, was wann und in welchem Teil des Systems schiefgelaufen ist.

Mehr bei Kaspersky.com

 


Über Kaspersky

Kaspersky ist ein internationales Cybersicherheitsunternehmen, das im Jahr 1997 gegründet wurde. Die tiefgreifende Threat Intelligence sowie Sicherheitsexpertise von Kaspersky dient als Grundlage für innovative Sicherheitslösungen und -dienste, um Unternehmen, kritische Infrastrukturen, Regierungen und Privatanwender weltweit zu schützen. Das umfassende Sicherheitsportfolio des Unternehmens beinhaltet führenden Endpoint-Schutz sowie eine Reihe spezialisierter Sicherheitslösungen und -Services zur Verteidigung gegen komplexe und sich weiter entwickelnde Cyberbedrohungen. Über 400 Millionen Nutzer und 250.000 Unternehmenskunden werden von den Technologien von Kaspersky geschützt. Weitere Informationen zu Kaspersky unter www.kaspersky.com/


 

Passende Artikel zum Thema

Cloud-Speicher: Sichere und einfache Datenverwaltung

Ein Anbieter für Datensicherung lanciert seinen neuen Zero-Trust Cloud-Speicher, der in sein Backup-System integriert ist und auf Microsoft Azure basiert. ➡ Weiterlesen

NIS2-Richtlinie: Viele Unternehmen planen noch

Im Oktober diesen Jahres soll die NIS2-Richtlinie in Kraft treten. Bisher erfüllt nur ein Drittel der deutschen Unternehmen die Richtlinie ➡ Weiterlesen

Verfälschte Ergebnisse durch KI-Poisining

Seit der Veröffentlichung von ChatGPT stellt sich Cybersicherheitsexperten die Frage, wie sie die Verfälschung der GenKI durch Poisining kontrollieren sollen. ➡ Weiterlesen

E-Mail-Sicherheit: Effektiverer Schutz durch KI

Ein Anbieter von Sicherheitslösungen hat seine Plattform für E-Mail-Sicherheit weiterentwickelt. Die KI-gestützte Lösung ergänzt Microsoft 365 und verbessert den Datenschutz. ➡ Weiterlesen

KRITIS: Fernzugriff von OT-Geräten ist ein Sicherheitsrisiko

Der zunehmende Fernzugriff von OT-Geräten bringt eine größere Angriffsfläche und ein höheres Ausfallrisiko kritischer Infrastrukturen mit sich. Dies kann sich ➡ Weiterlesen

Risiken cyber-physischer Systeme reduzieren

Klassische Schwachstellenmanagement-Lösungen erkennen nicht alle Risiken von cyber-physischen Systemen (CPS). Das neue Exposure Management von Claroty ist speziell auf CPS-Risiken ➡ Weiterlesen

Negative Trust als Ergänzung zu Zero Trust

Negative Trust als Weiterentwicklung von Zero Trust: Vertrauen ohne drohende Konsequenzen gibt es in der IT-Sicherheit schon länger nicht mehr. ➡ Weiterlesen

Schnelleres und platzsparendes Backup & Recovery

Mit der Unterstützung von Fast Clone unter Veeam Backup & Recovery lassen sich Dauer und Speicherbedarf für Backups dramatisch reduzieren. ➡ Weiterlesen