В России научили нейросеть защищать от кибератак системы водоснабжения
![](/site/glide/?fit=crop-center&w=1050&h=500&source_hash=52315e8cd2068b0815eb750a220a9194&path=%2Ffiles%2Fmodels%2Fnews%2F1952%2F1952_main_image.jpg&s=a116c21e87e3d37fbfdd189065b5b6cd)
Сегодня, когда работа большинства предприятий автоматизирована, хакерская атака может привести к инфраструктурному коллапсу и даже экологической катастрофе. Особенно если речь идет о жизненно важных ресурсах вроде воды. Обезопасить от взлома системы водоснабжения и водоотведения решили российские ученые. К этому делу они привлекли искусственный интеллект.
В Санкт-Петербургском Федеральном исследовательском центре РАН решили создать нейросеть, которая умела бы отличать нормальный режим работы, к примеру, водоканала, от сбоев, возникающих при хакерском нападении. Для этого там сделали первый в России стенд сбора и анализа данных с водоочистных сооружений. Это система датчиков, информацию с которых искусственный интеллект получает и анализирует. Благодаря такому подходу ИИ можно научить обнаруживать самые разные типы кибератак, а также предусмотреть меры защиты еще на этапе внедрения систем автоматизации.
![](/files/models/widget_picture/4675/4675_photo.png)
Микробиологическое заражение питьевой воды ведет к распространению холеры, дизентерии, брюшного тифа, полиомиелита и диареи. От последней, по оценкам экспертов, каждый год умирает около полумиллиона человек. По данным ВОЗ, в прошлом году практически каждый пятый житель планеты пил воду, загрязненную фекалиями. Не менее опасно загрязнение фармацевтическими препаратами, пестицидами, микропластиком.
Специалисты Петербургского Федерального исследовательского центра вообще активно работают с искусственным интеллектом в вопросе кибербезопасности. Недавно там создали алгоритм автоматического обнаружения хакерских атак разного типа, созданный с помощью метода федеративного обучения. При таком подходе нейросеть обрабатывает данные не из одной базы, а с разных устройств обычных пользователей: смартфонов, умных часов или планшетов. При этом частная информация не передается на единый сервер, а значит, остается конфиденциальной.
Разработчики модели экспериментально выяснили, что она быстрее других адаптируется к ранее неизвестным типам цифровых угроз. Исследователи рассчитывают, что их программу станут использовать в системах безопасности с ограниченным доступом к данным — например, в умных домах и на важных инфраструктурных объектах.