Deteksjon og håndtering av cyber-angrep i industrielle produksjonssystemer fra eksisterende data.

Offentlig prosjektsammendrag

Industriell produksjon slik som prosess- og foredlingsindustri, vareproduserende industri og næringsmiddelindustri, står for en stor andel av verdiskapningen i Norge, inkludert i Innlandet hvor dette prosjektet har sitt hovedfokus. Det produseres og foredles et mangfold av produkter som dekker alt fra meieriprodukter til ammunisjon. Felles for disse industriene er kontinuerlig effektivisering gjennom digitalisering og automasjon. Potensielle fordeler med digitalisering er økt mulighet til datainnsamling og datanalyse, effektivisering, reduserte kostnader og redusering av skade på personell og utstyr. Digitalisert industriell produksjon befordres av kontrollsystemer med tilhørende støttesystemer. Systemene er spesialtilpasset for den aktuelle industriell prosessen og det aktuelle industrianlegget. Disse systemene er tradisjonelt sett ikke bygget med tanke på cybersikkerhet og vil ikke kunne motstå et cyberangrep, eller greie å håndtere moderne skadevare, slik som kryptovirus. Et kryptovirus kan spres fort og føre til stopp i produksjonen eller skade på personell og utstyr. Et eksempel på et kryptovirus er NotPetya som er estimert til å ha kostet A.P. Møller-Maersk 300 millioner USD. NotPetya medførte at Maersk mistet fullstendig kontroll over sine skip. Slik type skadevare spres fort og man har kun minutter på seg til å stoppe spredning. Slik skadevare er ikke nødvendigvis målrettet og A.P. Møller-Maersk fikk NotPetya inn i sine systemer via en programvareoppdatering. Dette prosjektet vil utvikle et modell av et overvåkningssystem for å detektere og håndtere cybersikkerhetshendelser i industrielle produksjonssystemer basert på eksisterende data. Prosjektet vil også utforske hvordan cybersikkerhetsovervåkning kan integreres i allerede eksisterende prosess- og systemovervåkning. Denne modellen danner grunnlaget for et fremtidig integrert cybersikkerhets-, system og prosessovervåkningssystem.