РАЗРАБОТКА СИСТЕМЫ СБОРА И ХРАНЕНИЯ ДАННЫХ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И КИБЕРБЕЗОПАСНОСТИ ДЛЯ УДАЛЕННОГО МОНИТОРИНГА ПАРАМЕТРОВ НА ПРЕДПРИЯТИИ
DOI:
https://doi.org/10.52167/1609-1817-2025-139-4-292-301Ключевые слова:
промышленный IoT, хранилище, архитектура безопасности, удаленный мониторинг, нейронные сети, обнаружение аномалий, шифрование данныхАннотация
В статье анализируются данные по обеспечению безопасности и надежности в стремительно развивающейся отрасли промышленного Интернета вещей (IIoT). Архитектура сочетает в себе несколько уровней защиты и передовые методы обнаружения аномалий. Управление доступом на основе ролей (RBAC), сквозное шифрование (TLS/SSL и AES-256) и система обнаружения и предотвращения вторжений (IDPS) предназначены для защиты целостности и конфиденциальности данных. Кроме того, для обнаружения аномалий в режиме реального времени используются модели долговременной краткосрочной памяти (LSTM) и гибридные модели нейронных сетей CNN-LSTM, что позволяет быстро реагировать на потенциальные неисправности и киберугрозы. Такой подход направлен на решение ключевых проблем в области IIoT, таких как разнообразные возможности устройств, ограниченные вычислительные ресурсы и необходимость обработки с малой задержкой. Результаты экспериментов показывают, что система продемонстрировала значительные результаты в сокращении времени простоя, снижении рисков и повышении общей надежности.
Библиографические ссылки
[1] Mahmood, M. R., Matin, M. A., Sarigiannidis, P., Goudos, S. K.: A comprehensive review on artificial intelligence/machine learning algorithms for empowering the future IoT toward 6G era. IEEE Access 10, 87535–87562 (2022)
[2] Frustaci, M., Pace, P., Aloi, G., Fortino, G.: Evaluating critical security issues of the IoT world: Present and future challenges. IEEE Internet of Things Journal 5, 2483–2495 (2018)
[3] Waters, M., Waszczuk, P., Ayre, R., Dreze, A., McGlinchey, D., Alkali, B., Morison, G.: Open Source IIoT Solution for Gas Waste Monitoring in Smart Factory. Sensors 22(8), 2972 (2022). https://doi.org/10.3390/s22082972
[4] Ferencz, K., Kovacs, D.: Cloud Integration of Industrial IoT Systems. Architecture, Security Aspects and Sample Implementations. Acta Polytechnica Hungarica 21(4), 7–31 (2024)
[5] Kim, Y., Choi, D., Park, J.: Hybrid CNN-LSTM architecture for IoT anomaly detection. IEEE Internet of Things Journal 9(10), 7431–7442 (2022)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Aliza Turgynbayeva
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
