An Autoencoder-based solution for intrusion detection in Industrial control system

La crescente interconnessione tra il mondo dell'Information Technology (IT) e l'Operational Technology (OT) ha aperto nuovi orizzonti nell'ambito della sicurezza informatica industriale. Tuttavia, questa convergenza ha portato con sé sfide significative, tra cui la protezione delle infrastrutture critiche. Questo studio offre una panoramica esaustiva della situazione critica nella sicurezza informatica, con un focus particolare sul settore industriale. Nell'era digitale in cui viviamo, la sicurezza informatica è diventata una priorità assoluta. Le minacce informatiche si sono evolute rapidamente, diventando sempre più sofisticate e mutevoli. Nel contesto industriale, la protezione delle reti di automazione e controllo è di fondamentale importanza per garantire la continuità delle attività e la sicurezza degli impianti. Tuttavia, spesso ci si trova di fronte a una sfida cruciale: la scarsità dei dati necessari per addestrare i sistemi di sicurezza. L' artificial intelligence (AI) si presenta come una soluzione promettente per affrontare questa sfida. In particolare, gli autoencoder stanno emergendo come uno strumento potente nel contesto dei network intrusion detection system (NIDS). Questo studio si propone di dimostrare come l'utilizzo delle tecniche basate sull'AI, come gli autoencoder, possa portare notevoli vantaggi nel contesto industriale. L'obiettivo è quello di superare la dipendenza da grandi dataset di addestramento e consentire al modello di adattarsi nel tempo, garantendo una maggiore flessibilità nella rilevazione delle minacce. È stata sviluppata e implementata un'architettura che potesse simulare un contesto industriale. Attraverso una serie di test e simulazioni, sono stati valutati i risultati ottenuti dall’utilizzo degli autoencoder nell'ambiente industriale. I risultati mostrano come questo approccio possa rilevare in modo efficiente le anomalie nel traffico di rete, anche con un numero limitato di dati a disposizione.