DE202022103041U1 - Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen - Google Patents

Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen Download PDF

Info

Publication number
DE202022103041U1
DE202022103041U1 DE202022103041.3U DE202022103041U DE202022103041U1 DE 202022103041 U1 DE202022103041 U1 DE 202022103041U1 DE 202022103041 U DE202022103041 U DE 202022103041U DE 202022103041 U1 DE202022103041 U1 DE 202022103041U1
Authority
DE
Germany
Prior art keywords
module
cyber
machine learning
physical
monitoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE202022103041.3U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE202022103041.3U priority Critical patent/DE202022103041U1/de
Publication of DE202022103041U1 publication Critical patent/DE202022103041U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/14Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

Ein System (100) zur Überwachung und Diagnose von Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von maschinellem Lernen, wobei das System Folgendes umfasst;
mehrere funktionale Geräte (101), (102) über ein Kommunikationsnetz (108) mit dem Modul (103) zur Analyse des physikalischen Systems und dem Modul (104) zur Analyse des Cybersicherheitssystems verbunden sind;
ein physikalisches Systemanalysemodul (103), das die Funktionen von Sensoren und anderen Geräten analysiert, die an einer Vielzahl von Funktionsgeräten (101), (102) angebracht sind;
ein Cybersicherheitsmodul (104), das die Cybersicherheit einer Vielzahl von funktionalen Geräten (101), (102) analysiert;
ein Bestimmungsmodul (106) wird verwendet, um die Bedrohungen zu bestimmen, die im Modul des physischen Systems (103) und im Modul des Cyber-Systems (104) auftreten, und die Beamten des Geräteüberwachungsmoduls (105) zu alarmieren;

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Erfindung bezieht sich auf maschinelles Lernen, insbesondere auf ein System zur Überwachung und Diagnose der Cyber-/Netzwerksicherheit aus der Ferne.
  • HINTERGRUND DER ERFINDUNG
  • Die Hintergrundbeschreibung enthält Informationen, die für das Verständnis der vorliegenden Erfindung nützlich sein können. Es ist kein Eingeständnis, dass eine der hierin enthaltenen Informationen Informationen zum Stand der Technik gehören oder für die beanspruchte Erfindung relevant sind, oder dass eine Veröffentlichung, auf die ausdrücklich oder stillschweigend verwiesen wird, zum Stand der Technik gehört.
  • Die physischen Systeme, die in der Luftfahrt, in der Öl- und Gasindustrie, in Energiekraftwerken, Motoren und andere komplexe Systeme mit ihrer Vernetzung sind anfällig für Cyberangriffe Angriffe in Form von Hackerangriffen oder anderen bösartigen Bedrohungen. Die Netzwerke oder die Informationstechnologie. Die in diesem System verwendete Netzwerk- oder Informationstechnologie und das oben erwähnte physische System sind gleichermaßen anfällig für Angriffe. Im Falle eines physischen Systems, das Verschleiß unterliegt, kann es ebenfalls zu Angriffen kommen. Angriffen ausgesetzt sein. Die konventionellen Systeme schützen die Abnutzung des physischen Systems und die damit verbundene Vernetzung nicht vor Cyberangriffen, die damit verbundene Vernetzung vor Cyberangriffen zu schützen.
  • Die vorliegende Offenlegung ist ein System zur Überwachung und Diagnose von Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von maschinellem Lernen. Alle hierin enthaltenen Veröffentlichungen werden durch Verweis in demselben Umfang einbezogen, als ob jede einzelne Veröffentlichung oder Patentanmeldung ausdrücklich und einzeln als durch Verweis einbezogen werden. Wenn eine Definition oder die Verwendung eines Begriffs in einer aufgenommenen. Definition oder Verwendung eines Begriffs in einer inkorporierten Referenz nicht übereinstimmt oder im Widerspruch zu der hierin enthaltenen Definition dieses Begriffs steht, gilt die Definition des Begriffs in diesem Dokument und die Definition des Begriffs in der Referenz findet keine Anwendung.
  • In einigen Ausführungsformen sind die Zahlen, die Mengen oder Abmessungen von Gegenständen usw. ausdrücken und zur Beschreibung und Inanspruchnahme bestimmter Ausführungsformen der Erfindung verwendet werden, so zu verstehen, dass sie in einigen Fällen durch den Begriff „ungefähr“ modifiziert werden. Dementsprechend sind in einigen Ausführungsformen die in der schriftlichen Beschreibung und den beigefügten Ansprüchen angegebenen numerischen Parameter Näherungswerte, die in Abhängigkeit von den gewünschten Eigenschaften, die mit einer bestimmten Ausführungsform erreicht werden sollen, variieren können. In einigen Ausführungsformen sollten die numerischen Parameter unter Berücksichtigung der Anzahl der angegebenen signifikanten Stellen und unter Anwendung der üblichen Rundungsmethoden ausgelegt werden. Ungeachtet der Tatsache, dass die numerischen Bereiche und Parameter, die den breiten Anwendungsbereich einiger Ausführungsformen der Erfindung darstellen, Näherungswerte sind, werden die numerischen Werte, die in den spezifischen Beispielen angegeben sind, so genau wie möglich angegeben. Die in einigen Ausführungsformen der Erfindung dargestellten numerischen Werte können gewisse Fehler enthalten, die sich zwangsläufig aus der Standardabweichung bei den jeweiligen Testmessungen ergeben.
  • Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „a“, „an“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
  • GEGENSTÄNDE DER ERFINDUNG
  • Ziel der vorliegenden Offenlegung ist es, ein System zur Überwachung und Diagnose der Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von maschinellen Lernverfahren bereitzustellen.
  • Ziel der vorliegenden Offenlegung ist es, ein Modul zur Analyse der Cybersicherheit und ein Modul zur Analyse physischer Systeme bereitzustellen.
  • Ziel der vorliegenden Offenlegung ist es, eine Überwachungsvorrichtung bereitzustellen, die die Echtzeitsicherheit von funktionalen Geräten und deren Komponenten sowie die Cybersicherheit des funktionalen Geräts überwacht.
  • Ein Ziel der vorliegenden Offenbarung ist es, ein Bestimmungsmodul bereitzustellen, das Malware oder andere Bedrohungen bestimmt, die auf den funktionalen Geräten und der damit verbunden sind.
  • Es ist Gegenstand der vorliegenden Offenbarung, dass das Bestimmungsmodul die Lebensdauer des physischen Geräts und der mit ihm verbundenen Cyber- oder Informationstechnologien bestimmt. physischen Geräte.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Die vorliegende Offenlegung offenbart ein System zur Überwachung und Diagnose der Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von Techniken des maschinellen Lernens. Eine Vielzahl von funktionalen Geräten ist mit dem Analysemodul des Cybersicherheitssystems und dem Analysemodul des physischen Systems über ein Kommunikationsnetzwerk verbunden. Die verschiedenen Komponenten der funktionalen Geräte sind eine Vielzahl von Sensoren und anderen Geräten angeschlossen.
  • Die vorliegende Offenlegung offenbart auch ein Bestimmungsmodul, das verwendet wird, um die Bedrohungen wie böswillige oder nicht böswillige Situationen zu bestimmen, die im physischen Systemmodul und im Cyber-Systemmodul auftreten und die Geräteüberwachungsbeamten alarmieren. Die vorliegende Offenlegung legt auch offen, dass das Überwachungsmodul die vom System gesammelten Echtzeitdaten überwacht und die zuständige Behörde im Falle verdächtiger Aktivitäten von den funktionalen Geräten und der damit verbundenen Cybersicherheit alarmiert.
  • Figurenliste
  • Die beigefügten Zeichnungen dienen dem weiteren Verständnis der vorliegenden Offenbarung und sind Bestandteil dieser Beschreibung. Die Zeichnungen veranschaulichen beispielhafte Ausführungsformen der vorliegenden Offenbarung und erläutern zusammen mit der Beschreibung die Grundsätze der vorliegenden Offenbarung.
    • In der vorliegenden Offenlegung zeigt das Blockdiagramm der Überwachung.
    • In der vorliegenden Offenlegung sind Ausführungsformen der funktionellen Vorrichtungen dargestellt.
  • DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
  • Die folgende Beschreibung enthält die bevorzugte beste Ausführungsform einer Ausführungsform der vorliegenden Erfindung. Aus dieser Beschreibung der Erfindung wird deutlich, dass die Erfindung nicht auf diese dargestellten Ausführungsformen beschränkt ist, sondern dass die Erfindung auch eine Vielzahl von Modifikationen und Ausführungsformen dazu umfasst. Daher sollte die vorliegende Beschreibung als illustrativ und nicht einschränkend angesehen werden. Während die Erfindung für verschiedene Modifikationen und alternative Konstruktionen anfällig ist, sollte es verstanden werden, dass es keine Absicht gibt, die Erfindung auf die spezifische Form zu begrenzen, die offenbart wurde, sondern im Gegenteil, die Erfindung soll alle Modifikationen, alternative Konstruktionen und Äquivalente abdecken, die in den Geist und den Umfang der Erfindung fallen, wie in den Ansprüchen definiert.
  • In einem Aspekt offenbart die vorliegende Offenlegung ein System zur Überwachung und Diagnose von Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von Techniken des maschinellen Lernens.
  • 1 enthält ein Überwachungsmodul (105), ein Kommunikationsnetz (108) und die Funktionseinheit 1 (101) und die Funktionseinheit 2 (102). In einigen Systemen ist nur eine funktionale Ausführungsform vorhanden. Das Überwachungsmodul 105 ist so konfiguriert, dass es die Echtzeitdaten des Moduls zur Analyse des physischen Systems und des Moduls zur Analyse der Cybersicherheit überwacht, die mit dem funktionalen Gerät 1 (101) und dem funktionalen Gerät 2 (102) konfiguriert sind.
  • Das Überwachungsmodul (105) ist auch so konfiguriert, dass es Daten von funktionalen Geräten und Cybersicherheitsdaten von den funktionalen Geräten 1 (101) und 2 (102) erhält, einen Zustand der funktionalen Geräte unter Verwendung von physischen Diagnoseinformationen und Cybersicherheitsdaten bestimmt und feststellt, ob der Zustand einem oder mehreren nicht bösartigen oder bösartigen Zuständen entspricht. Das Überwachungsmodul (105) kann in verschiedenen Ausführungsformen auch so konfiguriert sein, dass es auf der Grundlage der von den funktionalen Geräten 1 (101) und 2 (102) erfassten Daten eine geschätzte Lebensdauer für die funktionalen Geräte bestimmt.
  • In einem Aspekt sind die Funktionsvorrichtungen (1) und (2) so konfiguriert, dass sie eine nützliche oder produktive Aufgabe erfüllen. Die funktionalen Geräte, die in der Energie verwendet werden können, umfasst Turbine, Motoren Kraftwerk, Steuersysteme Transformatoren, und so weiter. Die funktionellen Geräte im Bereich der Luftfahrt umfassen Flugzeugtriebwerke, Antriebssysteme, Fertigungsanlagen und so weiter. Ein weiteres Beispiel ist das Gesundheitswesen mit bildgebenden Geräten, Servern, Workstations, Komponenten oder Aspekten davon, Schienenverkehr usw.
  • In einem Aspekt kann das Kommunikationsnetz (108) verdrahtet oder drahtlos sein, das Überwachungsgerät (105) hat einen anderen Zweck, nämlich dass die Behörde die funktionalen Geräte jederzeit überwachen kann, ein Alarmsystem ist für das Überwachungssystem konfiguriert, in dem alle verdächtigen Aktivitäten festgestellt oder an die betroffenen Behörden gemeldet werden können.
  • In einem Aspekt sind das physikalische Analysemodul (103) und das Cybersicherheitssystem-Analysemodul (104) mit dem funktionalen Gerät 1 (101) und dem funktionalen Gerät 2 (102) konfiguriert, wobei die von dem funktionalen Gerät 1 (101) und dem funktionalen Gerät 2 (102) gesammelten Daten von dem physikalischen Analysemodul (103) und dem Cybersicherheitssystem-Analysemodul (104) analysiert werden.
  • In einem Aspekt ist das Bestimmungsmodul (106) der wichtige Teil der vorliegenden Offenbarung, konfiguriert mit dem physikalischen Analysemodul (103) und dem Cybersicherheitssystem-Analysemodul (104), um die geschätzte Lebensdauer der funktionalen Vorrichtung 1 (101) und der funktionalen Vorrichtung 2 (102) vorherzusagen und den Zustand der einzelnen Komponenten der funktionalen Vorrichtung 1 (101) und der funktionalen Vorrichtung 2 (102) zu identifizieren.
  • In einem Aspekt der 2 der vorliegenden Offenbarung befasst sich mit den Komponenten der funktionalen Vorrichtung 1 (101) und der funktionalen Vorrichtung 2 (102), sie sind physische Teile und Sensoren (110) der funktionalen Geräte und, Vernetzung und Cyber-Daten (111), sind mit dem physikalischen Analyse-Modul und Cyber-Sicherheitssystem-Analyse-Modul konfiguriert.
  • In jeder hier beschriebenen Ausführungsform können die offenen Begriffe „umfassend“, „umfasst“ und dergleichen (die gleichbedeutend sind mit „einschließlich“, „mit“ und „gekennzeichnet durch“) durch die jeweiligen teilweise geschlossenen Ausdrücke „besteht im Wesentlichen aus“, „besteht im Wesentlichen aus“ und dergleichen oder die jeweiligen geschlossenen Ausdrücke „besteht aus“, „besteht aus“ und dergleichen ersetzt werden.
  • Wie hierin verwendet, bezeichnen die Singularformen „ein“, „ein“ und „die“ sowohl den sowohl den Singular als auch den Plural, sofern nicht ausdrücklich nur der Singular gemeint ist.
  • Obwohl die vorliegende Erfindung insbesondere unter Bezugnahme auf die oben beschriebenen Ausführungsformen beschrieben wurde, können verschiedene Änderungen, Modifikationen und Substitute vorgenommen werden. Dementsprechend wird man verstehen, dass in zahlreichen Fällen einige Merkmale der Erfindung der Erfindung ohne entsprechende Verwendung anderer Merkmale eingesetzt werden können. Ferner können Variationen Anzahl und Anordnung der in den Figuren dargestellten Komponenten variiert werden erörtert werden.
  • Bezugszeichenliste
  • 100
    Ein System zur Fernüberwachung und -diagnose von Cyber-/Netzwerksicherheit unter Verwendung von maschinellem Lernen
    108
    Kommunikationsnetz
    101
    Funktionelle Einrichtung 1
    102
    Funktionsgerät 2
    103
    Physikalische Systemanalyse
    104
    Analyse von Cybersicherheitssystemen
    105
    Überwachung
    106
    Bestimmungsmodul
    110
    Physikalische Teile und Sensoren
    111
    Vernetzung und Cyberdaten

Claims (4)

  1. Ein System (100) zur Überwachung und Diagnose von Cyber-/Netzwerksicherheit aus der Ferne unter Verwendung von maschinellem Lernen, wobei das System Folgendes umfasst; mehrere funktionale Geräte (101), (102) über ein Kommunikationsnetz (108) mit dem Modul (103) zur Analyse des physikalischen Systems und dem Modul (104) zur Analyse des Cybersicherheitssystems verbunden sind; ein physikalisches Systemanalysemodul (103), das die Funktionen von Sensoren und anderen Geräten analysiert, die an einer Vielzahl von Funktionsgeräten (101), (102) angebracht sind; ein Cybersicherheitsmodul (104), das die Cybersicherheit einer Vielzahl von funktionalen Geräten (101), (102) analysiert; ein Bestimmungsmodul (106) wird verwendet, um die Bedrohungen zu bestimmen, die im Modul des physischen Systems (103) und im Modul des Cyber-Systems (104) auftreten, und die Beamten des Geräteüberwachungsmoduls (105) zu alarmieren;
  2. System (100) zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit unter Verwendung von maschinellem Lernen nach Anspruch 1, wobei das Cybersicherheitsmodul (104) und das physikalische Analysemodul (103) den gleichen Sicherheitsschutz aufweisen.
  3. System (100) zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit unter Verwendung von maschinellem Lernen nach Anspruch 1, wobei die Sicherheit des Systems unter Verwendung von Algorithmen des maschinellen Lernens geschützt wird.
  4. System (100) zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit unter Verwendung von maschinellem Lernen nach Anspruch 1, wobei das Bestimmungsmodul (106) die Lebensdauer des physikalischen Systemmoduls (103) und der Cybersicherheit (104) bestimmt.
DE202022103041.3U 2022-05-30 2022-05-30 Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen Active DE202022103041U1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE202022103041.3U DE202022103041U1 (de) 2022-05-30 2022-05-30 Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE202022103041.3U DE202022103041U1 (de) 2022-05-30 2022-05-30 Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen

Publications (1)

Publication Number Publication Date
DE202022103041U1 true DE202022103041U1 (de) 2022-06-08

Family

ID=82116145

Family Applications (1)

Application Number Title Priority Date Filing Date
DE202022103041.3U Active DE202022103041U1 (de) 2022-05-30 2022-05-30 Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen

Country Status (1)

Country Link
DE (1) DE202022103041U1 (de)

Similar Documents

Publication Publication Date Title
EP3097506B1 (de) Verfahren und system zur gewinnung und analyse von forensischen daten in einer verteilten rechnerinfrastruktur
DE112018007373T5 (de) Sicherheits-evaluationssystem, sicherheits-evaluationsverfahren, und programm
DE69724555T2 (de) Diagnostische Tendenzanalyse für Flugzeugtriebwerke
EP3428756B1 (de) Integritätsüberwachung bei automatisierungssystemen
DE60316543T2 (de) Adaptive verhaltensbezogene eindringdetektion
DE60214994T2 (de) Verfahren und system zur verringerung von falschalarmen in netzwerkfehlermanagementsystemen
DE69910800T2 (de) Verfahren und Vorrichtung zur Überwachung des Betriebszustandes einer einzelnen Maschine
DE102011076780B4 (de) Verfahren und Vorrichtung zur Zustandsüberwachung, Computerprogrammprodukt
DE112019002178T5 (de) Verfahren und System zum Rückverfolgen der Qualität vorgefertigter Komponenten während der gesamten Lebensdauer basierend auf einer Blockkette
EP3432507B1 (de) Überwachung einer blockchain
DE112018007371T5 (de) Sicherheits-evaluationssystem, sicherheits-evaluationsverfahren, und programm
DE112021004808T5 (de) Erkennen von malware durch analyse verteilter telemetriedaten
DE102015225144A1 (de) System und Verfahren zur Diagnose von zumindest einer wartungsbedürftigen Komponente eines Geräts und/oder Anlage
DE112016006896T5 (de) System zur vorbeugenden Wartung eines Aufzuges
DE202022103041U1 (de) Systeme zur Fernüberwachung und -diagnose der Cyber-/Netzwerksicherheit durch maschinelles Lernen
DE102005051452A1 (de) Verfahren und Vorrichtung zur automatischen Ermittlung von Wartungszeitpunkten
DE112018002549T5 (de) Elektronisches Steuergerät
DE112004002440T5 (de) IT-Netzwerk-Sicherheitssystem
DE102016221378A1 (de) Verfahren zum Übertragen von Daten
AT523948A1 (de) Verfahren zur Detektion von anomalen Betriebszuständen eines Computersystems
DE202019102856U1 (de) Vorrichtung zur Aufbereitung von Alarmmeldungen
DE202019102519U1 (de) Vorrichtung mit wenigstens einer wiederaufladbaren Batterie
WO2019042689A1 (de) Personenerkennung in bereichen mit eingeschränkter datenübertragung und datenverarbeitung
CN108337115A (zh) 网络状态处理方法及装置
DE202022106521U1 (de) Ein System zur Bereitstellung von Cyber-/Netzwerksicherheit auf der Grundlage fortgeschrittener maschineller Lernfunktionen

Legal Events

Date Code Title Description
R207 Utility model specification