Page 40 - st-endustri-4.0-2021-agustos
P. 40
ÜRÜN VE SİSTEMLER l YAPAY ZEKA
Üretim süreçlerinin bozulacağını
önceden görebiliyor
Üretim süreçlerindeki sapmaları erken aşamada ortaya çıkarmak için tasarlanan
Kaspersky Machine Learning for Anomaly Detection (MLAD), ticari bir ürün olarak
kullanıma sunuldu. Çözüm makinalardaki sensörlerden gelen telemetri verilerini
analiz eden makina öğrenmesi algoritmalarıyla güçlendirildi. Böylece üretim süreci
parametreleri beklenmedik şekilde davranmaya başladığında durumu hemen fark
ederek makinalardaki olası arızalara karşı uyarıda bulunabiliyor.
ndüstriyel ortamlarda tekno-
lojik süreci ideal koşullarda
tutmak, ekipman arızaları,
operatör hataları veya en-
E düstriyel kontrol sistemleri-
ne yönelik siber saldırılar dahil her türlü
kesintiyi önlemek çok önemli. Bu nokta-
da erken tespit çözümleri bir şeylerin ters
gittiğini anlayabilir, aksaklıkları önleye-
bilir ve dolayısıyla arıza süresinin mali-
yetini, hammadde israfını ve diğer ciddi
sonuçların neden olabileceği etkileri azal-
tabilir. Kaspersky’nin tahminlerine göre
kesinti süresinde yüzde 50 azalma, büyük
bir elektrik santrali için yıllık 1 milyon
ABD Doları veya bir petrol rafinerisi için
2,5 milyon Dolar tasarruf sağlıyor.
Kaspersky Machine Learning for Ano-
maly Detection’ın yapay sinir ağı, üretim
sürecinde kullanılan çeşitli sensörlerden
gerçek zamanlı olarak toplanan telemetri
verisini analiz ediyor. Böylece sinyalle- bağlanıyor. Alternatif olarak, Kaspersky izleme sistemlerini ve makina operatörle-
rin dinamiklerindeki veya korelasyonla- Industrial CyberSecurity for Networks rinin uzmanlığını tamamlıyor. Sapmala-
rındaki değişiklikler gibi küçük sapma- ile de entegre edilebiliyor. Ürün, OPC rın sebebi ne olursa olsun erken uyarılar
lar tespit ediliyor ve değerler eşiklerine UA, MQTT, AMQP ve çeşitli ekip- sayesinde arıza süreleri, ekipman arızala-
ulaşmadan ve performansı etkilemeden manlara sahip sistemlere uygulanabilen rı ve felaketler önlenebiliyor. Bu tekno-
önce uyarı veriliyor. Bu da önleyici ted- REST gibi popüler protokolleri doğal lojiyi birkaç yıldır geliştiriyoruz. Bugün
birlerin almasına olanak tanıyor. Anor- olarak destekliyor. Kaspersky MLAD, müşterilerin bu avantajları elde etmele-
mallikleri tespit edebilmek için sinir ağı, tespit edilen anormalliklerin analizi için rine yardımcı olmak için tam teşekküllü
makinanın normal davranışını geçmiş bir grafik arayüzü de sağlıyor. İzlenen ürünün genel kullanıma sunulduğunu du-
telemetri verilerinden öğreniyor. Üre- tüm süreçlerin görselleştirilmiş zaman yurmaktan mutluluk duyuyoruz.”
tim sürecinin herhangi bir parametresi grafikleri sayesinde uzmanlar neyin yan-
değişirse (örneğin, yeni bir hammadde lış gittiğini, ne zaman ve sistemin hangi
türü eklenirse) veya makinanın bir par- bölümünde olduğunu görebiliyor. Kaspersky MLAD,
çası değiştirilirse, operatör sinir ağını
güncellemek için ML eğiticisini yeniden Kaspersky Teknoloji Araştırma De- veri elde etmek
çalıştırabiliyor. ML tabanlı dedektöre ek partmanı Başkanı Andrey Lavrentyev,
olarak sisteme müşterinin talebi üzerine şunları ifade ediyor: “Gelişmiş makina ve anormallikleri
belirli durumlar için özelleştirilmiş tanı- öğrenimi algoritmaları ve belirli endüst- raporlamak için SCADA
lama kuralları eklenebiliyor. Kaspersky riyel süreçlere uyum sağlama yeteneği,
MLAD, mevcut tesisin altyapısında çalı- Kaspersky Machine Learning for Ano- gibi endüstriyel kontrol
şıyor ve ek sensör kurulumu gerektirmi- maly Detection çözümümüzü sorunsuz sistemlerine
yor. Kaspersky MLAD, veri elde etmek üretim sağlamak için gerekli bir araç
ve anormallikleri raporlamak için SCA- haline getiriyor. Karmaşık bir ortamdaki bağlanıyor.
DA gibi endüstriyel kontrol sistemlerine anormallikleri tespit etme yeteneğiyle,
38 | ST ENDÜSTRİ 4.0 Ağustos 2021
