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

La Industria 4.0 exige una detección robusta de anomalías en Sistemas Ciberfísicos (CPS), pero los modelos agnósticos al producto tienen puntos ciegos para anomalías sutiles o ataques dirigidos. Este trabajo demuestra esta vulnerabilidad y propone un Autoencoder Sensible al Producto para mitigarla, restringiendo el dominio de aprendizaje.