Návrh a ověření systému detekce anomálií založeného na strojovém učení v průmyslových řídicích systémech

DSpace Repository

Login

Language: English čeština 

Návrh a ověření systému detekce anomálií založeného na strojovém učení v průmyslových řídicích systémech

Show full item record

Thumbnail
Title: Návrh a ověření systému detekce anomálií založeného na strojovém učení v průmyslových řídicích systémech
Author: Vávra, Jan
ISBN: 978-80-7454-976-2
URI: http://hdl.handle.net/10563/45968
Date: 2013-09-30
Publisher: Univerzita Tomáše Bati ve Zlíně
Page count: 32
Availability: Bez omezení


Abstrakt:

Technologie se staly nedílným prvkem současné společnosti. Současný přechod od průmyslové společnosti k informační společnosti je doprovázen implementací nových technologií do každé části lidské činnosti. Zvyšující se tlak na aplikaci informačních a komunikačních technologií v oblastech kritické infrastruktury a jejich řídicích systémů, zapříčiňuje vznik nových zranitelností. Tradiční přístupy pro zajištění bezpečnosti se stávají neefektivními. Z tohoto pohledu je využití umělé inteligence další evolučním krokem, který poskytuje robustní řešení i pro velmi rozsáhlé a komplexní systémy. Tato disertační práce je zaměřena na oblast výzkumu v rámci kybernetické bezpečnosti pro průmyslové řídicí systémy, které jsou četně využívány v kritické infrastruktuře. Kybernetická bezpečnost průmyslových řídicích systémů je z tohoto pohledu jedním z velmi důležitých druhů bezpečnosti pro fungování moderního státu. Hlavním jádrem disertační práce je vytvoření systému detekce anomálií, založeného na metodách strojového učení ve specifické oblasti kybernetické bezpečnosti průmyslových řídicích systémů. Zvláštní pozornost je poté věnována optimalizaci zvoleného řešení. Výsledný systém detekce anomálií je vytvořen s ohledem na jeho autonomní provoz a určitou míru interpretace kybernetických útoků.

Citace závěřečné práce

Files in this item

Files Size Format View Description
vávra_2020_teze.pdf 1.955Mb PDF View/Open
vávra_2020_dp.pdf 9.948Mb PDF View/Open None
vávra_2020_op.pdf 632.9Kb PDF View/Open None
vávra_2020_vp.pdf 813.9Kb PDF View/Open None

This item appears in the following Collection(s)

Show full item record

Find fulltext

Search DSpace


Browse

My Account