Applying of Recurrent and Convolutional Neural Networks for Anomaly Detection of Industrial Process

A. N. Sokolov; Ph.D., Associate professor, Head of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University (national research university)». 76, Lenin prospect, Chelyabinsk, Russia; S. K. Alabugin; I. A Pyatnitsky; postgraduate student of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University АКТУАЛЬНЫЕ ПРОБЛЕМЫ КИБЕРБЕЗОПАСНОСТИ 65 (national research university)». 76, Lenin prospect, Chelyabinsk, Russia,; postgraduate student of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University (national research university)». 76, Lenin prospect, Chelyabinsk, Russia

doi:10.14529/secur190209

Рассмотрены вопросы применимости методов машинного обучения в задаче обнаружения аномалий технологического процесса. Описаны причины, по которым возникла эта задача, а также предпосылки использования методов машинного обучения для её решения. На примере набора данных New Gas Pipeline проведен анализ источников по вопросу применимости различных методов машинного обучения. В результате анализа источников выявлен ряд недостатков, не позволяющих использовать для выявления аномалий технологического

more »

... роцесса классические алгоритмы классификации, кластеризации и обнаружения аномалий. В качестве перспективного способа решения задачи были выбраны методы на основе рекуррентных и сверточных нейронных сетей, а также намечены основные направления дальнейших исследований в этой области. Ключевые слова: Обнаружение вторжений, автоматизированная система управления технологическим процессом (АСУ ТП), выявление аномалий, машинное обучение, глубокое обучение, рекуррентные нейронные сети.

doi:10.14529/secur190209 fatcat:kn2tdrlrrfg35lgczxvlusgvcm

Citation

A. N. Sokolov, Ph.D., Associate professor, Head of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University (national research university)». 76, Lenin prospect, Chelyabinsk, Russia, S. K. Alabugin, I. A Pyatnitsky, postgraduate student of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University АКТУАЛЬНЫЕ ПРОБЛЕМЫ КИБЕРБЕЗОПАСНОСТИ 65 (national research university)». 76, Lenin prospect, Chelyabinsk, Russia,, postgraduate student of the department of information security of the school of electrical engineering and computer science in FSAEI HE «South Ural State University (national research university)». 76, Lenin prospect, Chelyabinsk, Russia. "Applying of Recurrent and Convolutional Neural Networks for Anomaly Detection of Industrial Process." Journal of the Ural Federal district Information security 19.2 (2019) 60-65

Applying of Recurrent and Convolutional Neural Networks for Anomaly Detection of Industrial Process Применение рекуррентных и сверточных нейронных сетей для выявления аномалий технологического процесса

Preserved Fulltext

Applying of Recurrent and Convolutional Neural Networks for Anomaly Detection of Industrial Process
Применение рекуррентных и сверточных нейронных сетей для выявления аномалий технологического процесса