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

Ing. Jan Vávra

Doctoral thesis

Abstract:

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.

Abstract:

Technology has become an integral part of contemporary society. The current transition from an industrial society to the information society is accompanied by the implementation of new technologies in every part of human activity. Increasing pressure to apply ICT in critical infrastructure and their control systems creates new vulnerabilities. Traditional safety approaches are becoming ineffective. From this perspective, the use of artificial intelligence is another evolutionary step that provides robust solutions for extensive and sophisticated systems. This dissertation focuses on the field of cybersecurity research for industrial control systems that are widely used in critical information infrastructure. Cybernetic protection for industrial control systems is one of the most important types of security for a modern state. The main core of the thesis is to create an anomaly detection system based on machine learning methods in a specific area of cyber security of industrial control systems. Special attention is then paid to optimization. The resulting anomaly detection system is created concerning its autonomous operation and some degree of cyber-attack interpretation.

Keywords

kybernetická bezpečnost, strojové učení, umělá inteligence, detekce anomálií, průmyslový řídicí systém

Language used: Czech

Date on which the thesis was submitted / produced: 29. 10. 2020

Thesis defence

• Date of defence: 10. 12. 2020
• Supervisor: doc. Ing. Luděk Lukáš, CSc.

Tomas Bata University in Zlín

Faculty of Applied Informatics

Doctoral programme / field:
Engineering Informatics / Engineering Informatics