"Лаборатория Касперского" получила патент в области искусственного интеллекта

«Лаборатория Касперского» запатентовала технологию на базе машинного обучения для мониторинга промышленных установок и другого сложного оборудования.

Патент № 2724716, который подтверждает уникальность разработки и авторство специалистов, был выдан российской федеральной службой Роспатент.

Технология легла в основу Kaspersky Machine Learning for Anomaly Detection (MLAD) — детектора аномалий, предназначенного для раннего выявления и предотвращения кибератак, отказов оборудования, сбоев технологических процессов и других критических ситуаций на производстве.

В отличие от систем с применением машинного обучения классические системы мониторинга строятся вокруг контроля жёстко заданных параметров, что ограничивает возможности оператора объекта: зачастую он может реагировать только на нарушения, развитие которых уже предопределено.

Запатентованная технология «Лаборатории Касперского» и детектор аномалий Kaspersky MLAD предполагают концептуально иной подход. Решение способно анализировать взаимосвязь сигналов телеметрии, «запоминать» их поведение в штатном режиме работы и предсказывать технологические показатели на некоторое время вперёд. Если разница между прогнозируемыми и фактическими значениями превышает определённый порог, система информирует о потенциальном отклонении: проблемном оборудовании, неверных действиях персонала или злонамеренных вмешательствах в работу объекта. Это позволяет предотвратить критические ситуации, минимизировать риски простоев, внезапные поломки, а также увеличить срок службы агрегатов.

«Вне зависимости от направления деятельности индустриальные организации сталкиваются с одной и той же задачей — обеспечить непрерывность процессов. Вот почему Kaspersky MLAD интересен не только специалистам по информационной безопасности, но и широкому кругу представителей производственных предприятий: технологам, инженерам АСУ ТП, сервисным компаниям, производителям систем мониторинга и управления. При использовании этой технологии общий экономический эффект, полученный за счёт сокращения аварийных простоев и увеличения срока службы оборудования, может достигать сотен миллиардов рублей, — говорит Андрей Лаврентьев, руководитель отдела перспективных технологий «Лаборатории Касперского» и один из авторов патента. — У нас уже есть опыт успешных внедрений на ряде промышленных предприятий России, а сейчас мы работаем над проектами в таких областях, как тепловая энергетика, трубопроводный транспорт и инженерные системы зданий».

Презентация решения состоится в рамках конференции Kaspersky Industrial Cybersecurity Conference 2020 в Сочи 2-4 сентября. Главными темами для обсуждения и докладов станут новые тенденции в области промышленной кибербезопасности, текущий ландшафт угроз, актуальные практики по киберзащите критических инфраструктур и т.д.

Регистрация на конференцию Kaspersky Industrial Cybersecurity Conference 2020 доступна по ссылке.

Узнать подробнее о детекторе аномалий Kaspersky MLAD можно здесь.

3 сентября, 2020

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

04.07.2025
Конгрессмен рассказал агентам ФБР про кибербез (не наоборот)
04.07.2025
«Это ускорит развитие национальной платёжной инфраструктуры»
04.07.2025
«Пар»? «Ростелеком» строит свой Steam
04.07.2025
«Не будет никакой остановки». Европейский AI Act — на марше
04.07.2025
В России всё же создадут базу биометрии мошенников
03.07.2025
В Госдуме продолжают намекать на преимущества импортозамещения
03.07.2025
Котята отрастили щупальца. Kraken целится в Apple издалека?
03.07.2025
DLBI: До конца года стилеры могут парализовать поиск «удалёнки» в РФ
03.07.2025
Международный уголовный суд подвергается атакам хакеров
03.07.2025
17% компаний выбирает ноутбуки с предустановленными отечественными ОС

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных