Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/42594
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorLópez López, Álvaro Jesúses-ES
dc.contributor.authorMoraga Gómez-Olea, Valentín Manueles-ES
dc.contributor.otherUniversidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI)es_ES
dc.date.accessioned2019-10-17T12:39:41Z
dc.date.availablees_ES
dc.date.issued2020es_ES
dc.identifier.urihttp://hdl.handle.net/11531/42594
dc.descriptionGrado en Ingeniería en Tecnologías Industrialeses_ES
dc.description.abstractLa Industria 4.0 está a día de hoy presente en prácticamente cualquier Sistema de Control Industrial (ICS por sus siglas en inglés). Esto es algo que no debería sorprender a nadie. No es un concepto o idea remota que pueda llegar a realizarse en un futuro y muchas empresas ya están aprovechando las numerosas oportunidades que esta nueva revolución industrial ofrece. Según un estudio de la PwC sobre la Industria 4.0, se espera que un 72% de las empresas alcancen altos niveles de integración de ésta y de digitalización hacia finales de este año [1]. Además, la situación causada por la COVID-19 ha acelerado este proceso no ha hecho más que acelerar este proceso fuertemente. Se ha detectado un cambio de rumbo hacia la inteligencia operacional y prescriptiva en detrimento de técnicas analíticas meramente descriptivas. Esto se puede observar en varias tendencias que continuarán los próximos años en relación a la Industria 4.0 y al “Industrial Internet of Things (IIoT)”. Alguna de ellas son la recolección de grandes cantidades de datos para su posterior procesado y evaluación, la monitorización y gestión en remoto o niveles cada vez más altos de integración de datos y toma de decisión autónoma. Estas tendencias tendrán como consecuencia una mayor transparencia, un aumento de la eficiencia y una minimización del tiempo de inactividad de los equipos de fabricación. Todo esto con una repercusión directa sobre los niveles de producción. Por tanto, la adopción de herramientas de aprendizaje automático y de inteligencia artificial están cambiando la manera en la que empresas trabajan con sus sistemas industriales. No obstante, estas ventajas no están exentas de algún aspecto negativo, sobre todo en el ámbito de la seguridad. Como conclusión se puede decir que el IIot y la Industria 4.0 presentan un nuevo paradigma y nuevas implicaciones, especialmente para la Ciberseguridad de los ICS.es-ES
dc.description.abstractThe fact that Industry 4.0 is nowadays present in almost every Industrial Control System (ICS) should not take anybody by surprise. It is not a remote concept that might become true in the future and many companies are already taking advantage of the opportunities that this new industrial revolution offers. According to a survey carried out by PwC on Industry 4.0, 72% companies expect to achieve advanced levels of integration and digitization by 2020 [1]. Furthermore, the current situation due to COVID-19 pandemic has accelerated this process. There is a shift towards operational intelligence and prescriptive rather than descriptive analytics which can be seen in some trends that will continue into 2020 in regards to the Industrial Internet of Things (IIoT). Some of them are the increased adoption of collecting data for further processing and evaluation, remote monitoring and management or higher levels of data integration and autonomous decision-making. These trends will lead to higher levels of transparency, improvement of efficiency and minimization of downtime. All this with a direct impact in production levels. The process of adopting machine learning and AI techniques in order to manage IIoT devices is changing the way companies and businesses have to deal with their industrial systems. Therefore, IIoT and Industry 4.0 present a new paradigm and new implications, especially regarding ICS Cybersecurity.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoeses_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject33 Ciencias tecnológicases_ES
dc.subject3310 Tecnología industriales_ES
dc.subject331005 Ingeniería de procesoses_ES
dc.titleAplicación de técnicas de Machine Learning para mejorar la seguridad en entornos industrialeses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsIndustria 4.0, Ciberseguridad, Aprendizaje automático, Protocolos de comunicaciónes-ES
dc.keywordsIndustry 4.0, Cybersecurity, Machine Learning, Communication Protocolsen-GB
Aparece en las colecciones: KTI-Trabajos Fin de Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TFG - Moraga Gomez-Olea, Valentin.pdfTrabajo Fin de Grado2,77 MBAdobe PDFVista previa
Visualizar/Abrir
Autoria trabajo.pdfAutorización27,93 kBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.