ФОРМИРОВАНИЕ ПРОГНОЗА МНОГОКОМПОНЕНТНЫХ ВРЕМЕННЫХ РЯДОВ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ЦИФРОВОЙ ФИЛЬТРАЦИИ И ПРОГНОЗИРУЮЩЕГО АВТОКОДИРОВЩИКА С ЦЕЛЬЮ ОБНАРУЖЕНИЯ АНОМАЛИЙ В РАБОТЕ АВТОМАТИЗИРОВАННЫХ СИСТЕМ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМ

Аннотация

Эффективность современных сложных автоматизированных систем управления технологическими процессами (АСУ ТП) складывается из показателей качества формирования в подобных системах управленческих решений и воздействий, а также способности сохранения устойчивого функционирования в условиях сильной неопределенности изменяющейся внешней среды, например, в следствии воздействия кибератак, как на информационном уровне, так и на кибернетическом уровне в АСУ ТП. Динамические временные ряды данных, отражающие процессы, протекающие в современных сложных АСУ ТП представляют результат взаимодействия многих подсистем и поэтому являются сложными многокомпонентными временными рядами. С целью обнаружения аномалий и повышения качества прогнозирования динамических многокомпонентных временных рядов данных, наблюдаемых с сенсоров в АСУ ТП, предлагается формировать прогноз в различных временных масштабах (краткосрочный, среднесрочный, долгосрочный) развивающейся ситуации в АСУ ТП. При возникновении аномалий в работе АСУ ТП будут происходить структурные изменения в сигнале ошибки формируемого прогноза, в результате анализа этих структурных изменений ошибки прогноза, собственно происходит детектирование (обнаружение) аномалий в наблюдаемых процессах АСУ ТП. Структурный анализ многокомпонентного временного ряда и соответственно формирование архитектуры искусственной нейронной сети позволяют формировать прогноз в различных временных масштабах. Предлагаемый подход формирования прогноза в различных временных масштабах, позволит обнаруживать в множестве наблюдаемых временных рядов данных АСУ ТП аномалии раздельно по их различным динамическим характеристикам, что повышает эффективность управления устойчивостью функционирования АСУ ТП в условиях воздействия кибератак