Приказ основних података о документу
Algoritam za detekciju sajber napada kod energetski ograničenih kibernetsko fizičkih sistema baziran na dubokom mašinskom učenju
dc.creator | Nedeljković, Dušan | |
dc.creator | Jakovljević, Živana | |
dc.date.accessioned | 2023-03-10T16:55:05Z | |
dc.date.available | 2023-03-10T16:55:05Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://machinery.mas.bg.ac.rs/handle/123456789/5658 | |
dc.description.abstract | Tehničko rešenje (nova metoda - M85) pripada oblasti proizvodnog mašinstva i direktno se odnosi na jedan od domena istraživanja u okviru projekta „Deep Machine Learning and Swarm Intelligence-based Optimization Algorithms for Control and Scheduling of Cyber-Physical Systems in Industry 4.0“ (akronim - MISSION4.0, evidencioni broj 6523109), koji je finansiran od strane Fonda za nauku Republike Srbije – domen razvoja sistema za detekciju napada u cilju zaštite kibernetsko fizičkih sistema u okviru postrojenja Industrije 4.0. Shodno tome, metodom se rešava problem detekcije sajber napada na bazi signala dobijenih sa senzora raspoređenih unutar postrojenja. Sistem detekcije zasnovan je na modelu koji je dobijen dubokim mašinskim učenjem (DL - engl. Deep Learning). Konkretno, za modeliranje ponašanja sistema korišćeni su različiti tipovi rekurentnih neuronskih mreža (RNN - engl. Recurrent Neural Networks), kao i konvolucione neuronske mreže (CNN - engl. Convolutional Neural Networks). Predloženi algoritam je eksperimentalno verifikovan na dva javno dostupna skupa podataka: 1) SWaT (Secure Water Treatment) skup podataka i 2) skup podataka dobijen sa elektropneumatskog sistema za pozicioniranje koji je razvijen u okviru Laboratorije za automatizaciju proizvodnih procesa Mašinskog fakulteta Univerziteta u Beogradu. | sr |
dc.language.iso | sr | sr |
dc.relation | info:eu-repo/grantAgreement/MESTD/inst-2020/200105/RS// | sr |
dc.relation | info:eu-repo/grantAgreement/ScienceFundRS/AI/6523109/RS// | sr |
dc.rights | closedAccess | sr |
dc.source | Tehničko rešenje je prihvaćeno od strane Matičnog naučnog odbora za mašinstvo i industrijski softver, 2022. | sr |
dc.subject | kibernetsko fizički sistemi | sr |
dc.subject | sajber bezbednost | sr |
dc.subject | duboko mašinsko učenje | sr |
dc.title | Algoritam za detekciju sajber napada kod energetski ograničenih kibernetsko fizičkih sistema baziran na dubokom mašinskom učenju | sr |
dc.type | other | sr |
dc.rights.license | ARR | sr |
dc.citation.rank | M85 | |
dc.identifier.rcub | https://hdl.handle.net/21.15107/rcub_machinery_5658 | |
dc.type.version | publishedVersion | sr |