Product-Aware Deep Autoencoders for Robust Process Monitoring in Multi-Product Cyber-Physical Systems

Industrie 4.0 erfordert eine robuste Anomalieerkennung in Cyber-Physischen Systemen (CPS), doch produktagnostische Modelle weisen blinde Flecken für subtile Anomalien oder gezielte Angriffe auf. Diese Arbeit demonstriert diese Schwachstelle und schlägt einen produktbewussten Autoencoder als Minderung vor, indem der Lernbereich eingeschränkt wird.