48 / 100
Marzo 2017
Automazione e Strumentazione
CONTROLLO
approfondimenti
48
noscere dati anomali in un contesto industriale
richiede un elevato livello di conoscenza degli
impianti. Gli Scada sono in grado di calcolare
e visualizzare importanti informazioni come il
tempo di funzionamento, il numero di cicli, le
variabili di processo ecc. I Big Data di supervi-
sione possono essere facilmente presentati sotto
forma di report, trend e KPI.
Molte aziende possono e sempre più potranno
utilizzare algoritmi di analisi dei dati anche per
il
controllo della qualità e della produzione.
In
questo modo è possibile identificare le anomalie
e le cause che le hanno determinate, riducendo al
minimo errori e imperfezioni.
La diffusione di
Big Data Analytics
e piatta-
forme
Cloud-Based
, unitamente alle nuove
professionalità che le dovranno padroneggiare,
rappresenterà un punto di svolta nei metodi di
produzione. A fronte di maggiori investimenti
iniziali, nel medio-lungo periodo l’implementa-
zione di controlli di processo avanzati e sistemi di
comunicazione intelligenti aumenterà l’efficienza
di macchine e impianti.
Sicurezza e Privacy
Diversi studi affermano che le aumentate capa-
cità di analisi su grandi quantità di dati orien-
teranno in modalità
intelligence-driven
servizi,
soluzioni e governance di sicurezza. I Big Data
consentiranno controlli di sicurezza adattivi
basati sul rischio e su modelli di auto-appren-
dimento. In questo scenario garantire la riser-
vatezza, l’integrità e l’autenticità dei dati è una
sfida particolarmente complessa.
Il dimensionamento delle misure di sicurezza è
sempre stato commisurato al valore attribuito
all’informazione da proteggere. Lo scenario
dei
Big Data
mina alla base questo criterio: è
infatti estremamente difficile
determinare il
valore dei dati da proteggere
, poiché anche
dati non sensibili e apparentemente irrilevanti
possono rivelare informazioni preziose una
volta note le correlazioni.
Le
performance
rappresentano un fattore chiave
da considerare nel proteggere sia i dati raccolti sia
le reti. I firewall e altri dispositivi di sicurezza di
rete devono fornire prestazioni sufficientemente
elevate per gestire l’aumento di throughput, con-
nessioni e traffico delle applicazioni.
Per garantire che le informazioni non vengano
divulgate a persone non autorizzate, dovreb-
bero essere impiegate sistematicamente tecno-
logie di
Data Loss Prevention
. Per proteggere
i dati prescindendo dalla loro distribuzione
fisica,
appliance virtualizzate
dovrebbero
essere collocate nelle posizioni chiave delle
architetture cloud pubbliche, private e ibride.
Il collegamento e il trasporto dei Big Data
devono essere protetti attraverso tunnel realiz-
zati con soluzioni crittografiche e tecnologie
sicure quali IPSec, VPN, SSL.
In definitiva per limitare i rischi connessi alla
conservazione di dati è auspicabile attenersi ad
alcune fondamentali best practice:
selezionare
i dati da mantenere, controllare l’accesso
ai dati conservati, verificare il dimensiona-
mento delle misure di sicurezza, gestire l’in-
tero ciclo di vita dei dati.
Dashboard Manutenzione
Predittiva basata
su Big data (fonte: GE)