Anomália detekció Ipar 4.0 környezetben valószínűségi megközelítésekkel

Ipari rendszerekben az abnormális folyamatok valós idejű azonosítása meghatározó folyamat, mivel így azonnal detektálható egy kritikus komponens meghibásodása, vagy akár egy szándékosan indított kibertámadás a rendszer ellen. A gépi tanulás hatékonysága beigazolódott hatalmas mennyiségű adatokból történő információkinyerésre, mégis sok esetben nem szükséges használata a megfelelő teljesítmény eléréséhez. Ez a dolgozat erre a feltevésre épít, és azt vizsgálja meg, hogyan, milyen körülmények között tudják a valószínűségi modelleket használó megközelítések felülmúlni a korszerű gépi tanulást alkalmazó módszerek anomáliadetektáló teljesítményét. Ezzel a céllal kiterjesztem néhány kiválasztott, egyszerű valószínűségi módszer működőképességét többdimenziós környezetekre, valamint megvizsgálom hatásfokukat a nem dimenzióközti anomáliák valós idejű felismerését tekintve, gépi tanulásra alapozó megközelítésekkel szemben.

szerző

• 
  Bicski Bálint
  Mérnök informatikus szak, alapképzés
  alapképzés (BA/BSc)

konzulensek

• 
  Dr. Pekár Adrián
  tudományos főmunkatárs, Hálózati Rendszerek és Szolgáltatások Tanszék
• 
  Dr. Farkas Károly
  Egyetemi docens, Hálózati Rendszerek és Szolgáltatások Tanszék