Les systèmes cyber-physiques (capteurs de T°, capteurs de présence, capteurs de bruit, de position d’objet et de personnes, capteurs de consommation de fluide, actionneurs, machines automatiques, régulateur, etc) pilotés par des IoT sont de plus en présents. Etre capable de détecter les anomalies de fonctionnement de ces systèmes qu’elles soient dues à des pannes, des dysfonctionnements, des usages incorrects ou des cyber attaques est crucial pour maîtriser des systèmes. Les techniques à base d’IA développées dans le projet CSL permettent d’apporter une réponse à ces questions
Le cœur de CSL est un algorithme d’apprentissage automatique breveté et conçu pour capturer le comportement dynamique d’un système cyber-physique. L’algorithme fonctionne en mode non supervisé et exploite les spécificités des systèmes connectés au monde physique pour fonctionner avec le moins de données possible en utilisant des relations pré-configurées et un indicateur de la complétude de l’apprentissage.
CSL est capable de se connecter aux cyber-physiques en utilisant les protocoles existants ou via des capteurs sans fils dédié sans perturber l’installation existante. Il permet d’apprendre facilement le comportement normal du système, de configurer simplement les comportements exceptionnels de façon offrir une surveillance intelligente 24h sur 24.
L’algorithme de base de CSL a été évalué pour la détection d’anomalie de systèmes de chauffage (perte rendement, utilisation anormale, cyber attaque) Un agent IoT modulaire configurable est en cours de développement.
Les technologiques peut s’appliquer pour les systèmes cyberphysiques des bâtiments intelligents, des systèmes industriels mais aussi aux systèmes de santé. Des exemples d’anomalies détectables sont : Présence/absence anormale de personnes, utilisation anormale énergie (durée, quantité), cyber attaques des objets, panne ou dégradation des équipements, maintenance irrégulière ou inadaptée par rapport à l’état,