Dzięki takiemu podejściu system potrafi doprecyzować kategorię urządzenia na podstawie jego interakcji, nawet jeśli dane z protokołów są niepełne lub zaszyfrowane. Pozwala to na wykrywanie anomalii, takich jak nietypowy czas dostępu, źródło danych czy nagłe zmiany w wolumenie przesyłanych informacji.
MLEP w KICS for Networks 5.0: jak uczenie maszynowe pomaga śledzić zachowanie urządzeń OT
Wyjaśniamy, jak technologia Machine Learning Event Processor (MLEP) w Kaspersky Industrial CyberSecurity for Networks wspiera inwentaryzację zasobów i wykrywanie anomalii w sieciach przemysłowych.
