Cybersecurity Machine-Learning-Lösung sagt Produktionsausfälle voraus

Redakteur: Katharina Juschkat

Eine neue Lösung von Kaspersky ermittelt mithilfe von Machine-Learning-Algorithmen Abweichungen in Produktionsprozessen. So können Ausfälle etwa durch Cyberangriffe rechtzeitig erkannt werden.

Firmen zum Thema

Die neue Lösung kann Maschinenausfälle voraussagen.
Die neue Lösung kann Maschinenausfälle voraussagen.
(Bild: ©kras99 - stock.adobe.com)

Eine neue Lösung von Kaspersky kann Abweichungen in den Produktionsprozessen früheitig erkennen und Ausfälle vorhersagen. Das Programm „Machine Learning for Anomaly Detection“ (Mlad) ist mit Machine-Learning-Algorithmen ausgestattet, die die Telemetrie von Maschinensensoren analysieren.

Wie die Lösung funktioniert

In Diagrammen werden die Anomalien dargestellt.
In Diagrammen werden die Anomalien dargestellt.
(Bild: Kaspersky)

Das neuronale Netzwerk von Mlad analysiert in Echtzeit die Telemetrie verschiedener Sensoren, die im Produktionsprozess verwendet werden. Die Lösung erkennt 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.

Damit die Anomalien auch erkannt werden, 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. Damit aktualisiert sich das neuronale Netzwerk. Anwender können zusätzlich auch individuelle Diagnoseregeln für bestimmte Fälle hinzufügen.

Mlad kann in der Infrastruktur der vorhandenen Anlage eingesetzt werden. Zusätzliche Sensoren sind nicht nötig. Um Daten zu erhalten und die Anomalien zu melden, stellt die Lösung eine Verbindung zu industriellen Steuerungssystemen wie SCADA her. Alle überwachten Prozesse werden in Diagrammen abgebildet, aus denen sich Anomalien ablesen lassen.

(ID:47410108)