由英國核先進制造研究中心(Nuclear AMRC)牽頭的研究團隊近日成功示范了一種可實時識別核電廠網(wǎng)絡(luò)攻擊的人工智能系統(tǒng)，該系統(tǒng)利用名為“波浪注意力網(wǎng)絡(luò)”(wavy-attention network)的機器學(xué)習(xí)技術(shù)。這項研究成果已在近期出版《核工程與設(shè)計》上發(fā)表。
現(xiàn)代核電廠越來越依賴數(shù)字儀控系統(tǒng)，這些系統(tǒng)雖提高了運營效率，但也面臨網(wǎng)絡(luò)安全風(fēng)險。網(wǎng)絡(luò)攻可以通過用于監(jiān)測核電廠運行狀況的網(wǎng)絡(luò)傳感器陣列實施。潛在攻擊者可能通過輸入虛假數(shù)據(jù)或篡改控制系統(tǒng)邏輯來干擾核電廠運行，可能導(dǎo)致設(shè)備損壞或引發(fā)更嚴(yán)重后果。
研究團隊開發(fā)的系統(tǒng)基于谷歌公司(Google)的WaveNet系統(tǒng)，結(jié)合了機器學(xué)習(xí)技術(shù)，能夠識別傳感器數(shù)據(jù)流中的異常。該系統(tǒng)由多層一維神經(jīng)網(wǎng)絡(luò)組成，每層分析不同傳感器的數(shù)據(jù)。
為驗證系統(tǒng)可行性，研究人員使用Asherah核電站模擬器(由圣保羅大學(xué)為網(wǎng)絡(luò)安全研究開發(fā))進行了測試。他們首先收集正常運行數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，然后模擬各種網(wǎng)絡(luò)攻擊。結(jié)果顯示，該系統(tǒng)能實時識別99%的攻擊，大幅超過其他基準(zhǔn)模型的表現(xiàn)。
未來，研究團隊計劃通過硬件實驗進一步驗證系統(tǒng)實用性。
免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自合作媒體、機構(gòu)或其他網(wǎng)站的信息，登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內(nèi)容的真實性。本網(wǎng)所有信息僅供參考，不做交易和服務(wù)的根據(jù)。本網(wǎng)內(nèi)容如有侵權(quán)或其它問題請及時告之，本網(wǎng)將及時修改或刪除。凡以任何方式登錄本網(wǎng)站或直接、間接使用本網(wǎng)站資料者，視為自愿接受本網(wǎng)站聲明的約束。
