Програмний модуль класифікації аномалій у промислових системах Інтернету речей

Abstract

Методи досліджень включають метод аналізу (для вивчення предметної області та виявлення недоліків сучасних рішень), метод моделювання (для побудови трирівневої архітектури системи та моделі взаємодії між детектором і класифікатором), метод добування даних (для формування набору ознак із різних джерел), метод експериментальних досліджень (для оцінки ефективності автокодера та трансформера), а також метод оптимізації (для вибору ключових характеристик, параметрів ковзного вікна та конфігурації моделі з урахуванням обмежень периферійних пристроїв). Результати дослідження: запропоновано дворівневу архітектуру системи класифікації аномалій, яка поєднує автокодер для виявлення відхилень та модель Transformer для класифікації типу аномалії. Розроблено власний набір даних, що містить відмови та атаки у IIoT, реалізовано процес обробки, балансування та трансформації даних у формат часових послідовностей. Проведено валідацію на реальному тестовому стенді. Результати роботи можуть бути використані для підвищення безпеки та стабільності у виробничих процесах, а також для побудови адаптивних систем моніторингу в інших сферах: енергетиці, транспорті, логістиці та критично важливих інфраструктурах.