Detekce anomálií v průmyslových řídicích systémech na základě strojového učení
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
B
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Hlavním cílem této diplomové práci je navržení systému detekce anomálií a narušení v průmyslových řídících systémech s pomocí strojového učení. Teoretická část práce poskytuje základní teoretický přehled o průmyslových řídicích systémech a jejich bezpečnosti. Dále jsou zmíněny poznatky o technikách detekce anomálií a možných výzvách v této oblasti. V poslední řadě byla v teoretické části provedena rešerše různých řešení detekce anomálií v průmyslových řídících systémech pomocí strojového učení. V praktické části jsou aplikovány algoritmy strojového učení na zvolenou datovou sadu HAI. Na závěr jsou shrnuty poznatky o vhodnosti užitých algoritmů a možnosti dalšího výzkumu. Účelem této diplomové práce je zvýšení bezpečnosti průmyslových řídicích systémů, a výsledky mohou sloužit jako podklad pro budoucí vývoj účinnějších metod detekce anomálií v této oblasti.
The main goal of this thesis is to design a system for anomaly and intrusion detection in industrial control systems using machine learning. The theoretical part of the thesis provides a basic theoretical overview of industrial control systems and their security. Furthermore, knowledge about anomaly detection techniques and potential challenges in this area are discussed. Lastly, the theoretical part has reviewed various solutions for anomaly detection in industrial control systems using machine learning. In the practical part, machine learning algorithms are applied to the selected HAI dataset. Finally, the findings on the suitability of the used algorithms and the possibilities for further research are summarized. The purpose of this thesis is to improve the security of industrial control systems, and the results can serve as a basis for the future development of more effective methods for anomaly detection in this area.
The main goal of this thesis is to design a system for anomaly and intrusion detection in industrial control systems using machine learning. The theoretical part of the thesis provides a basic theoretical overview of industrial control systems and their security. Furthermore, knowledge about anomaly detection techniques and potential challenges in this area are discussed. Lastly, the theoretical part has reviewed various solutions for anomaly detection in industrial control systems using machine learning. In the practical part, machine learning algorithms are applied to the selected HAI dataset. Finally, the findings on the suitability of the used algorithms and the possibilities for further research are summarized. The purpose of this thesis is to improve the security of industrial control systems, and the results can serve as a basis for the future development of more effective methods for anomaly detection in this area.
Description
Keywords
Automatizace, bezpečnost, binární klasifikace, datová sada HAI, detekce anomálií, PLC, procesní data, průmyslové řídící systémy, SCADA, strojové učení, umělá inteligence., Anomaly detection, artificial intelligence, automation, binary classification, HAI dataset, industrial control systems, machine learning, PLC, process data, SCADA, security.
Citation
TSYMBAL, K. Detekce anomálií v průmyslových řídicích systémech na základě strojového učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. Karel Burda, CSc. (předseda)
doc. Ing. Miloš Orgoň, Ph.D. (místopředseda)
Ing. Jaromír Hrad, Ph.D. (člen)
Ing. Tomáš Lieskovan (člen)
Mgr. Jakub Vostoupal (člen)
Ing. Ján Sláčik (člen)
Date of acceptance
2023-06-07
Defence
Studentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka obhájila diplomovou práci a odpověděla na otázky členů komise a oponenta.
Otázky oponenta:
Jaké jsou dopady konvergence IT a OT ve vztahu k bezpečnosti?
Student odpověděl na otázku.
Jakým způsobem byla navržena finální podoba neuronové sítě?
Student odpověděl na otázku.
Student z obdržel od komise doplňující otázky.
Student odpověděl na položené otázky.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení