KIT | KIT-Bibliothek | Impressum | Datenschutz

Towards Self-learning Industrial Process Behaviour from Payload Bytes for Anomaly Detection

Meshram, Ankush ORCID iD icon 1; Karch, Markus 2; Haas, Christian 2; Beyerer, Jürgen 3
1 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)
2 Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB)
3 Karlsruher Institut für Technologie (KIT)


Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Institut für Informationssicherheit und Verlässlichkeit (KASTEL)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 12.09.2023
Sprache Englisch
Identifikator ISBN: 979-8-3503-3992-5
ISSN: 1946-0759
KITopen-ID: 1000164063
HGF-Programm 46.23.04 (POF IV, LK 01) Engineering Security for Production Systems
Erschienen in 2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA), Sinaia, Romania, 12-15 September 2023
Veranstaltung 28th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA 2023), Sinaia, Romania, 12.09.2023 – 15.09.2023
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Serie Proceedings (IEEE International Conference on Emerging Technologies and Factory Automation)
Nachgewiesen in Scopus
Dimensions
Globale Ziele für nachhaltige Entwicklung Ziel 9 – Industrie, Innovation und Infrastruktur
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page