IoT導入工場における 「セキュリティ」 対策

第1部. IoT活用とセキュリティ対策の原理原則

(2018年8月27日 10:00〜12:00)

　IoTはつながることでビジネスの付加価値を生み出す。その反面、そこにはサイバー攻撃などビジネスに悪影響を及ぼすセキュリティリスクが存在する。これらを経営レベルで俯瞰するとトレードオフの関係になる極めて基本的な課題だとわかる。本講演では経営工学を専門とするコンサルタントの視点で、工場におけるIoT活用とセキュリティ対策を経営戦略の原理原則にあてはめて説明する。セキュリティ対策は「利益を生まないコスト」ではなく「ビジネスを支える投資」として捉えることが重要である。

1. IoT活用の本質
2. データ利用に関わる契約の必要性
3. 産業オートメーションのセキュリティ課題
4. CSMS (Cyber Security Management System) とは
5. セキュリティ対策の進め方
6. 産業サイバーセキュリティ経営の実現
• 質疑応答

第2部. IoT導入工場におけるセキュリティ強化方法

(2018年8月27日 12:45〜14:45)

　昨今の人工知能ブームに伴い,機械学習,特に深層学習 (ディープラーニング) の外観検査への適用に期待が集まっています.深層学習は end – to – end の学習により認識器を自動構築できる大きなメリットがある反面,産業の現場においては,膨大な学習データが必要,処理内容がブラックボックスになる,といったデメリットが障害になっています.本講演では,機械学習の基礎,明示的な特徴空間を用いる従来手法,深層学習を用いる最近の手法の基礎,並びに機械学習,特に深層学習を外観検査に用いる際の課題とその解決方法について,機械学習が専門ではない方々にも分かり易い解説を行います.

1. 人工知能と機械学習
   1. 人工知能における考え方の推移
   2. 機械学習の様々な手法の概要
   3. 教師あり/なし学習と半教師つき学習
2. 深層学習超入門
   1. ニューラルネットワーク入門
   2. 深層学習の基礎
   3. 深層学習の利用方法と最近の手法
3. 機械学習による外観検査の基礎
   1. 明示的な特徴空間を用いる外観検査
   2. 深層ニューラルネットによる外観検査
   3. 時系列データに対する異常検知
4. 機械学習による外観検査の課題と解決法
   1. 深層ニューラルネットの最適化
   2. 学習データの水増し法
   3. 深層学習の“処理の見える化”
   4. 処理が分かり易い外観検査とは?
5. まとめと今後の課題
• 質疑応答

第3部. モデルベース開発と制御システムセキュリティ

(2018年8月27日 15:00〜17:00)

　2010年のStuxnet感染事件から始まり、2017年のランサムウェア大規模感染は「制御システムが悪意ある攻撃者に狙われていること」が事実であること世界に強烈に印象付けた。本講演では、世界が制御システムのセキュリティ解決に苦労している状況とその理由を踏まえつつ、講演者が関わる制御システムのセキュリティ技術動向を解説する。特に、セキュリティ対策を考慮する上で、モデルに基づく開発 (モデルベース開発) がどのような効力を発揮するのか、事前・事中・事後対策例を通して解説する.

1. モデルベース開発と制御システムセキュリティ
2. ITとOTの違いとジレンマ
3. 国の対策
4. 多重防御と多層防御
5. 事前・事中・事後対策
6. モデルベース開発
7. モデル化とセキュリティ
8. ライフサイクルとセキュリティ
9. ホワイトリスト
10. 縮退運転
11. 第3者監視装置
12. オープンソース開発
• 質疑応答