Yakın zamanda yapılan bir araştırmaya göre, planlanmamış arıza süreleri sektöre yıllık tahmini 50 milyar ABD dolarına mal oluyor. Anormallik Tespiti için Kaspersky Machine Learning, üretim süreçlerindeki sapmaları erken bir aşamada belirlemeye ve böylece arıza sürelerini azaltmaya yardımcı olur. Kaspersky MLAD, güvenlik için 2022'nin EN İYİ ürünlerinden biridir. Kaspersky MLAD, Computer & Automation Magazine okuyucu anketinde "Emniyet ve Güvenlik" kategorisinde 3. oldu.
Çözüm, makine sensörlerinden gelen telemetriyi gerçek zamanlı olarak analiz eden makine öğrenimi algoritmalarıyla donatılmıştır. Üretim sürecinin parametreleri (etiketler) beklenmedik şekilde davrandığı anda uyarılar tetiklenir. Yenilikçi yaklaşım yakın zamanda bir ABD patenti ile de onaylandı.
Makine öğrenimi yoluyla anormallikleri keşfedin
Çözüm, makine sensörlerinden telemetriyi analiz eden makine öğrenimi algoritmalarıyla donatılmıştır. Üretim süreci parametreleri (etiketler) beklenmedik şekilde davrandığında uyarıları tetikleyerek makine arızalarına karşı uyarır. Kaspersky Machine Learning for Anomaly Detection ayrıca, ayrıntılı anormallik analizi için zengin özelliklere sahip bir görsel arayüz ve kullanıcı panolarına uyarılar göndermek için ürünü mevcut sistemlerle entegre etmeye yönelik araçlar sağlar.
Endüstriyel ortamlarda sorunsuz çalışma esastır; Ekipman arızaları, işletim hataları veya endüstriyel kontrol sistemlerine yönelik siber saldırılardan kaçınılmalıdır. Bununla birlikte, en kötüsü olduğunda, erken teşhis, arıza süresinin, boşa harcanan kaynakların ve diğer ciddi sonuçların etkisinin azaltılmasına yardımcı olabilir. Kaspersky tahminlerine göre, kesinti süresinin yüzde 50 oranında azaltılması, büyük bir elektrik santrali için 1 milyon ABD dolarına veya bir petrol rafinerisi için 2,5 milyon ABD dolarına kadar yıllık tasarruf sağlıyor.
Arıza süresi milyarlarca dolara mal oluyor
Kaspersky Machine Learning for Anomaly Detection sinir ağı, üretim sürecinde kullanılan çeşitli sensörlerin telemetrisini gerçek zamanlı olarak analiz eder. Çözüm, sinyal dinamiklerindeki veya sinyal korelasyonlarındaki bir değişiklik gibi küçük anormallikleri bile algılar ve limitlerine ulaşıp performansı etkilemeden önce kullanıcıları bilgilendirir. Bu, tesis operatörlerinin önleyici tedbirler almasını sağlar. Anormallikleri tespit edebilmek için sinir ağı, geçmiş telemetri verilerinden makinenin normal davranışını öğrenir.
Üretim sürecinin bir parametresinin değişmesi durumunda, örneğin yeni bir hammadde türü eklendiğinde veya makinenin bir parçası değiştirildiğinde, bir operatör sinir ağını güncellemek için makine öğrenimi eğitimini tekrar çalıştırabilir. Makine öğrenimi tabanlı bir algılayıcıya ek olarak, belirli durumlar için özel tanılama kuralları da eklenebilir. Kaspersky Machine Learning for Anomaly Detection, algılanan anormallikleri analiz etmek için görsel bir arayüz sağlar. İzlenen tüm süreçlerin görselleştirilmiş diyagramları sayesinde bir uzman neyin, ne zaman ve sistemin hangi kısmında yanlış gittiğini görebilir.
Kaspersky.com'da daha fazlası
Kaspersky Hakkında Kaspersky, 1997 yılında kurulmuş uluslararası bir siber güvenlik şirketidir. Kaspersky'nin derin tehdit istihbaratı ve güvenlik uzmanlığı, dünya çapında işletmeleri, kritik altyapıları, hükümetleri ve tüketicileri korumaya yönelik yenilikçi güvenlik çözümlerinin ve hizmetlerinin temelini oluşturur. Şirketin kapsamlı güvenlik portföyü, karmaşık ve gelişen siber tehditlere karşı savunma için lider uç nokta koruması ve bir dizi özel güvenlik çözümü ve hizmeti içerir. 400 milyondan fazla kullanıcı ve 250.000 kurumsal müşteri, Kaspersky teknolojileri tarafından korunmaktadır. www.kaspersky.com/ adresinde Kaspersky hakkında daha fazla bilgi