资讯详情

人工智能（AI）领域的国际专家提出了利用人工智能保护电网、供水系统和通信网络等关键基础设施的突破性主张。弗林德斯大学的研究人员团队与巴西专家合作开发了一种创新算法，可以及早识别数百万人日常依赖的这些重要网络中的软件病毒攻击、黑客活动或系统故障。

使用稳健的算法检测网络故障

由弗林德斯大学科学与工程学院人工智能和机器人学副教授 Paulo Santos 博士领导的研究团队成功创建了一种新颖的算法，能够检测数据网络中的故障，同时保持对传感器数据不一致的弹性。该算法有可能发出重大中断的开始信号，从而减轻潜在的深远后果。Santos 博士解释说：“我们开发了一种新颖的算法来检测数据网络中的故障，该算法对传感器数据的不一致具有鲁棒性。该算法能够发出可能产生深远影响的重大破坏的开始信号。”

该团队的研究标志着在复杂电气系统的大规模模拟中实施准一致分析器的初步全面调查之一。通过将证据过滤器纳入系统诊断过程，研究人员利用数据分析、机器学习和基于规则的学习扩展了现有方法。证据过滤器考虑到相互矛盾的证据，并考虑传感器数据的可靠性。Santos 博士设想，这种被称为“具有证据过滤和时间分析的立方前成分分析器”(CPAet) 的新模型可以进一步完善，以解决支持主要行业和整个城市网络的关键系统中日益复杂的技术故障。 。

人工智能在保护关键网络方面的重要性

保护关键基础设施的重要性怎么强调都不为过，2010年震网蠕虫病毒攻击就证明了这一点，该攻击针对并破坏了工业控制系统，特别是伊朗核计划中的工业控制系统。人工智能提供了增强软件应用和故障诊断系统的机会，从而防止复杂工程系统、制造工厂和其他关键基础设施中的错误。事实证明，集成数据分析、机器学习和基于规则的学习等人工智能技术有利于开发故障诊断系统。通过添加研究团队提出的证据过滤器，诊断过程现在可以有效地处理冲突数据，从而更准确地识别系统故障。

人工智能保护关键网络的未来

该团队的研究为利用人工智能保护关键网络的进一步发展奠定了基础。通过不断完善 CPAet 模型，研究人员可以更好地解决对主要行业和城市网络构成威胁的复杂技术故障。该模型的潜在应用范围超出了电力系统，涵盖了交通、医疗保健和电信等各种关键基础设施领域。随着人工智能的发展，它有望彻底改变支撑我们现代社会的重要网络的保护和恢复能力。

将人工智能集成到保护关键基础设施中是一个潜力巨大的领域。弗林德斯大学研究人员和巴西同行进行的工作展示了一种能够检测重要系统内网络故障的新颖算法的开发。通过证据过滤器考虑不一致的传感器数据，该算法可以提高系统诊断的准确性，为增强对设备故障和潜在中断的保护铺平道路。随着研究的进展，提出的模型 CPAet 可以为关键领域日益复杂的技术故障提供解决方案。人工智能在保护关键网络方面的未来前景广阔，将为全球重要基础设施系统带来弹性和安全的新时代。

免责声明：所提供的信息不是交易建议，www.wo.cc对根据本页提供的信息进行的任何投资不承担任何责任。本文内容仅供参考，风险自担！