Ipari kibervédelemben erősít a Siemens
Az idei Hannoveri Vásáron az ipari hálózatokban előforduló rendellenességek észlelésére szolgáló megoldást mutatnak be. Az anomáliát detektáló rendszer mesterséges intelligenciát is használ.

 

Az Industrial Anomaly Detection (ipari rendszerek anomáliáit detektáló) módszer használatával felismerhetők az olyan biztonsági incidensek, mint például az illegális behatolások és kártékony szoftverek, és meghozhatók a szükséges ellenintézkedések. Az ehhez szükséges, ipari PC-n (IPC-n) előtelepített szoftver könnyen beépíthető az ipari környezetekbe. A másik lehetséges alternatíva szerint a Siemens olyan hálózati alkotóelemein futhat a szoftver, mint a Ruggedcom APE egységgel kiegészített Ruggedcom RX1500 több-szolgáltatású platform. A megoldás különösen alkalmas az autógyártás, a repülés és űrhajózás, a vegyipar, a gyógyszeripar, az élelmiszer- és italgyártás, valamint a vízügy és a szennyvíztisztítás területén működő vállalatok számára.

Az ipari rendszerek anomáliáit detektáló módszer azzal kezdődik, hogy megteremti az ipari hálózatokba integrált készülékek (például vezérlők és HMI /ember-gép interfész/eszközök), és a rájuk telepített szoftver transzparenciáját. Ezt követően második lépésként meghatározza a hálózatban levő berendezések sebezhető pontjait, összevetve az eszközöket az ismert sebezhetőségekkel és biztonsági résekkel (CVE) és azonosítva egyéb "hálózat-higiéniai" konfigurációs problémákat, amiket meg kell oldani. A harmadik lépés a készülékek kommunikációs viselkedésének folyamatos megfigyelése.

A rendszer passzív módon gyűjti az adatokat, így nem gyakorol hatást a termelésre. Támogatja az automatizálás területén jelenleg tevékenykedő összes gyártó termékét és az általuk használt protokollokat is. Amennyiben az alkalmazott megoldás illetéktelen behatolásra vagy helytelen konfigurációra utaló eltéréseket észlel, automatikusan riasztást küld a felhasználók felé. Az adott incidens kritikusságától függően helyszíni szakértők vagy külső biztonsági szakemberek tehetik meg a szükséges lépéseket.

Az anomáliát detektáló rendszer mesterséges intelligenciát (AI) is használ, melynek révén öntanuló folyamat során valósul meg a rendszer beállítása (konfigurálása): egy "tanulási fázisban" a megoldás automatikusan elemzi a hálózat adatforgalmát, így észlelheti azokat a rendellenességeket, amik számítógépes bűnözők által elkövetett behatolásra vagy adatlopásra utalhatnak. Az "ipari rendszerek anomáliáit detektáló" módszer fontos kiegészítője a Siemens által kínált iparbiztonsági termékek és szolgáltatások skálájának, amely a holisztikus mélységi védelem (Defense-in-Depth: a védelem rétegezésének stratégiája) koncepcióján alapszik.

Emberi tudás az ipar 4.0-s siker záloga
Egyre nagyobb kihívással szembesülnek napjainkban a szakemberek, amikor a folyamatosan gyorsuló technológiai fejlődéssel kell lépést tartaniuk. Megoldást jelenthet a célirányos, gyakorlatorientált képzés, amely koncentrált módon biztosítja a friss tudást. Interjú Siszer Tamással, a Festo Kft. Didactic oktatási üzletágának vezetőjével.
Intelligens szenzortechnika IoT-hoz
Az információk előállítása, szállítása és feldolgozása kulcsfontosságú egy Ipar 4.0 környezetben. Az információ alapja pedig az intelligens szenzortechnika, amely biztosítja a szükséges inputokat.
A lányoké a jövő az informatikában?
Becslések szerint Magyarországon 20 ezernél is több informatikust tudna felvenni a munkaerőpiac, de egész Európát tekintve ez a szám akár az 1 milliót is elérheti a következő években.
Az emberek többsége engedelmeskedne robotoknak
Az Oracle és a Future Workplace legújabb kutatása szerint a HR vezetők és a munkavállalók készen állnak az AI használatára, azonban a vállalatok mégis sokszor kudarcot vallanak a bevezetés és a munkaerő felkészítése során.
A repülőterekre is becsekkolt a digitalizáció
A digitalizációban élen járó reptereken már robotokat használnak, kiterjesztett valóság segít az utasoknak tájékozódni, vizsgálják a blokklánc alkalmazásának lehetőségeit - hangzott el az SAP szoftvercég nemzetközi reptér konferenciáján Budapesten.