Il nuovo Kaspersky Machine Learning for Anomaly Detection previene l’interruzione dei processi di produzione
Il sito "il Centro Tirreno.it" utilizza cookie tecnici o assimiliati e cookie di profilazione di terze parti in forma aggregata a scopi pubblicitari e per rendere più agevole la navigazione, garantire la fruizione dei servizi, se vuoi saperne di più leggi l'informativa estesa, se decidi di continuare la navigazione consideriamo che accetti il loro uso.
26
Ven, Apr

Il nuovo Kaspersky Machine Learning for Anomaly Detection previene l’interruzione dei processi di produzione

Immediapress
Typography
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

Il Kaspersky Machine Learning for Anomaly Detection, progettato per rilevare le anomalie nei processi di produzione sin dalle fasi iniziali, è ora disponibile in commercio. Il detector è dotato di algoritmi di ML che analizzano la telemetria raccolta dai sensori dei macchinari. Avvisa in caso di malfunzionamenti generando degli

alert nel momento in cui i parametri del processo di produzione (tag) non sono conformi. Kaspersky MLAD fornisce un'interfaccia grafica ricca di funzionalità per l'analisi dettagliata delle anomalie, nonché strumenti per integrare il prodotto con i sistemi già in uso, per inviare gli alert alle dashboard degli operatori.  

In ambito industriale, è fondamentale garantire lo svolgimento dei processi tecnologici ed evitare interruzioni di qualsiasi tipo, come i malfunzionamenti delle apparecchiature, gli errori degli operatori o i cyberattacchi ai sistemi di controllo industriali. In caso di problemi, il rilevamento istantaneo delle anomalie può prevenire l’interruzione dei processi e quindi ridurre i costi dei tempi di inattività, lo spreco di materie prime e altre conseguenze molto gravi. Secondo le stime di Kaspersky, una riduzione del 50% dei tempi di inattività consente a una grande centrale elettrica di risparmiare fino a 1 milione di dollari all’anno e a una raffineria di petrolio fino a 2,5 milioni di dollari . (1)  

La rete neurale di Kaspersky Machine Learning for Anomaly Detection analizza in tempo reale la telemetria di vari sensori utilizzati nel processo di produzione. Rileva piccole deviazioni, come un cambiamento nella dinamica dei segnali o nelle correlazioni e le notifica prima che i valori raggiungano soglie critiche e abbiano un impatto sulle prestazioni, permettendo agli operatori dell'impianto di intraprendere azioni preventive. Per poter rilevare le anomalie, la rete neurale si serve dei dati telemetrici storici per riconoscere il comportamento standard della macchina. Se un parametro del processo di produzione cambia (ad esempio viene introdotta una nuova materia prima) o una parte della macchina viene sostituita, l’operatore può eseguire nuovamente il trainer ML per aggiornare la rete neurale. Oltre a un detector basato su ML, è possibile aggiungere su richiesta regole diagnostiche personalizzate per casi specifici. 

Kaspersky MLAD si integra nell'infrastruttura dell'impianto esistente e non richiede l'installazione di sensori aggiuntivi. Per ottenere i dati e segnalare le anomalie, Kaspersky MLAD si collega ai sistemi di controllo industriale SCADA. In alternativa, può essere integrato con Kaspersky Industrial CyberSecurity for Networks. Il prodotto supporta nativamente protocolli comuni tra cui OPC UA, MQTT, AMQP, così come REST, il che lo rende adatto a sistemi che utilizzano strumenti diversi. 

Kaspersky MLAD fornisce un'interfaccia grafica per l'analisi delle anomalie rilevate. Grazie ai grafici temporali di tutti i processi monitorati, l’esperto può tenere traccia delle anomalie riscontrate, il periodo in cui sono state segnalate e quali parti del sistema hanno interessato. 

"Gli avanzati algoritmi di ML e la capacità di adattarsi a particolari processi industriali fanno di Kaspersky Machine Learning for Anomaly Detection uno strumento essenziale per garantire una produzione senza interruzioni. La soluzione ottimizza i sistemi di monitoraggio e l'esperienza degli operatori grazie alla capacità di rilevare le anomalie in un ambiente complesso e permette di evitare tempi di inattività, guasti alle attrezzature e conseguenze disastrose tramite avvisi tempestivi, indipendentemente dal tipo di malfuzionamento. Kaspersky ha lavorato a questa tecnologia per diversi anni ed è orgogliosa di annunciare che il prodotto è ora disponbile in commerio per permettere ai clienti di ottenere questi vantaggi", ha dichiarato Andrey Lavrentyev, Head of Technology Research Department di Kaspersky.  

Maggior informazioni su Kaspersky Machine Learning for Anomaly Detection sono disponibili su: https://mlad.kaspersky.com/.  

(1) Le stime si basano sull'analisi di Kaspersky di diversi fattori come la durata dei tempi di inattività, i parametri dell'attività economica delle organizzazioni e il modeling.  

 

Informazioni su Kaspersky  

Kaspersky è un’azienda di sicurezza informatica e digital privacy che opera a livello globale fondata nel 1997. La profonda competenza di Kaspersky in materia di threat intelligence e sicurezza si trasforma costantemente in soluzioni e servizi innovativi per proteggere le aziende, le infrastrutture critiche, i governi e gli utenti di tutto il mondo. L'ampio portfolio di soluzioni di sicurezza dell'azienda include la protezione degli Endpoint leader di settore e una serie di soluzioni e servizi specializzati per combattere le minacce digitali sofisticate e in continua evoluzione. Più di 400 milioni di utenti sono protetti dalle tecnologie di Kaspersky e aiutiamo 240.000 clienti aziendali a proteggere ciò che è per loro più importante. Per ulteriori informazioni: https://www.kaspersky.it/  

Seguici su:  

https://twitter.com/KasperskyLabIT  

http://www.facebook.com/kasperskylabitalia  

https://www.linkedin.com/company/kaspersky-lab-italia  

https://www.instagram.com/kasperskylabitalia/  

https://t.me/KasperskyItalia  

Contatto di redazione:  

Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.  

 

Ho scritto e condiviso questo articolo
Author: Red AdnkronosWebsite: http://ilcentrotirreno.it/Email: Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.