Endüstriyel Kontrol Sistemlerinde Yenilikçi Anomali Tespit Sistemlerinin İncelenmesi

Authors : Kerem ÇINAR, Murat İSKEFİYELİ

Pages : 34-46

Doi:10.46387/bjesr.1230141

View : 48 | Download : 11

Publication Date : 2023-04-30

Article Type : Research Paper

Abstract :Endüstriyel Kontrol Sistemleri insert ignore into journalissuearticles values(ICS); veya SCADA ağları, mimarileri tescilli donanım, yazılım ve protokollerden standart ve açık kaynaklara geçtikçe siber saldırıların hedefi haline gelmektedir. Büyük ölçekli sensör verileri, olağan dışı durumları ve siber saldırı olaylarını sürekli olarak izlenebilir kılmaktadır. Mevcut denetimsiz makine öğrenimi yaklaşımları, anormallikleri tespit etmek için sistemdeki sensörler arasındaki uzamsal-zamansal korelasyonu ve diğer bağımlılıkları tam olarak kullanmamıştır. Bu makale, Konvolüsyonel Sinir Ağı insert ignore into journalissuearticles values(CNN);, Tekrarlayan Sinir Ağı insert ignore into journalissuearticles values(RNN);, Stacked Autoencoder insert ignore into journalissuearticles values(SAE);, Uzun Kısa Süreli Bellek gibi çeşitli mimarilerin SCADA ağlarındaki anomalilerin tespit edilmesinde kullanılan yaklaşımların incelenmesidir. Ayrıca makalede bu yöntemlerin incelenmesine ek olarak Uzun-Kısa Süreli-Bellek Tekrarlayan Sinir Ağlarını insert ignore into journalissuearticles values(LSTM-RNN); temel modeller insert ignore into journalissuearticles values(yani, üreteç ve ayrımcı); olarak kullanan, Üretken Çelişkili Ağlara insert ignore into journalissuearticles values(GAN\`lar); dayalı denetimsiz çok değişkenli bir anomalli tespit yöntemini detaylı olarak sunmaktadır.
Keywords : Derin Öğrenme, GAN, Endüstriyel Kontrol Sistemleri, Makine Öğrenimi

ORIGINAL ARTICLE URL