Глоссарий

ML-модель

Алгоритм, основанный на методах машинного обучения, задачей которого является анализ телеметрии объекта мониторинга и обнаружение аномалий.

Актив

Раздел иерархической структуры, представляющий различные элементы организационной структуры предприятия (цеха, производства, заводы) или технические системы (агрегаты, установки).

Аномалия

Нештатное, неожиданное и не предусмотренное производственным процессом отклонение в поведении объекта мониторинга.

Артефакт

Последовательность числовых значений (временной ряд), сформированная в результате инференса ML-модели. Для каждого элемента ML-модели формируется основной артефакт, характеризующий степень отклонения поведения объекта мониторинга от ожидаемого (нормального). Некоторые типы элементов могут формировать артефакты, связанные с конкретными тегами (например, прогноз значений выходных тегов предиктивного элемента).

АСУ ТП

Аббревиатура от "автоматизированная система управления технологическим процессом". Группа технических и программных средств, предназначенных для автоматизации управления технологическим оборудованием на промышленных предприятиях.

Внимание

Специальная конфигурация процессора событий, которую требуется настроить для отслеживания событий и паттернов по отдельным подмножествам истории событий, а также для выявления событий, поступивших в необычное для них время, и общности в поведении объекта мониторинга.

Время данных

Система отсчета времени, в которой идут часы источников данных на объекте мониторинга.

Графическая область

Совокупность тегов, данные которых совместно отображаются путем наложения на одном графике в разделах История и Мониторинг. В графической области могут отображаться данные для одного и более тегов пресета.

Иерархическая структура объекта мониторинга

Способ представления объекта мониторинга в виде дерева, конечные узлы которого являются тегами, а промежуточные – активами.

Индикатор инференса

Совокупность критериев, на основании которых определяются интервалы времени данных, на которых ML-модель выполняет инференс.

Индикатор обучения

Совокупность критериев, на основании которых определяются интервалы времени данных, на которых ML-модель выполняет обучение.

Инференс

Работа ML-модели с данными телеметрии для выявления аномального поведения.

Инцидент

Обнаруженное отклонение от ожидаемого (нормального) поведения объекта мониторинга.

Коннектор

Служба, которая обеспечивает обмен данными с внешними системами.

Монитор

Источник извещений о выявлении процессором событий паттернов, событий или значений параметров событий в соответствии с заданными критериями мониторинга. Критерии мониторинга определяют голову внимания, дополнительные фильтры на значения параметров событий, а также скользящий временной интервал и количество последовательных активаций монитора на скользящем временном интервале.

Паттерн

Последовательность событий или других паттернов, на которые разбивается поток событий от объекта мониторинга. Последовательность включает как идентификаторы элементов этой последовательности, так и интервалы времени между ними.

Пресет

Набор тегов, сформированный пользователем в произвольном порядке или созданный автоматически программой. Пресет, сформированный пользователем, называется пользовательским. Набор тегов в составе пользовательского пресета может соответствовать определенному аспекту технологического процесса или участку объекта мониторинга. Пресет, созданный программой автоматически, называется динамическим. Динамические пресеты могут быть сформированы по инциденту или по элементу ML-модели.

Равноинтервальная временная сетка (РИВС)

Бесконечная последовательность моментов времени, следующих друг за другом через равные интервалы, к которой приводится поток поступающих данных телеметрии.

Разметка

Инструмент для отбора интервалов времени. Разметки используются для формирования индикаторов обучения и инференса ML-модели. В составе разметки могут быть использованы два вида критериев: условия на поведение конкретных тегов (отбираются интервалы времени, в которых эти условия соблюдаются) и фильтр по времени (интервалы времени отбираются независимо от поведения тегов).

Роль учетной записи

Совокупность прав доступа, определяющая набор доступных пользователю действий при подключении к веб-интерфейсу приложения. В Kaspersky MLAD предусмотрены роль системного администратора и пользовательские роли.

Семплирование

Метод корректировки обучающей выборки с привязкой к шагам временной шкалы в исходном наборе данных.

Событие

Набор значений из заранее заданного перечня параметров, описывающих то, что произошло на объекте мониторинга. История событий формируется как набор пар: идентификаторов событий и меток их времени.

Тег

Именованный параметр технологического процесса, например, измеряемый параметр (температура или давление) или состояние (включено, выключено или номер режима)

Топ-тег

Параметр технологического процесса, который оказал наибольшее влияние на регистрацию инцидента.

Топик AMQP

Иерархический путь к источнику данных, на базе которого отправляются сообщения по протоколу AMQP.

Топик MQTT

Иерархический путь к источнику данных, на базе которого отправляются сообщения по протоколу MQTT.

Уведомление

Сообщение с информацией об инциденте (инцидентах), которое программа отправляет через системы доставки сообщений (например, по электронной почте) на указанные адреса.

Эксфильтрация данных

Несанкционированное копирование, передача или получение данных с компьютера или сервера.