في عصر تزايد الاعتماد على التكنولوجيا في الصناعة، تصبح حماية الأنظمة الصناعية أكثر أهمية من أي وقت مضى. تقدّم أنظمة الإنترنت الصناعي (IIoT) تحديات جديدة تتطلب طرقًا فعّالة لاكتشاف الشذوذ. هنا يأتي دور نظام ASTRO (Adaptive Spatio-Temporal Reinforcement Optimization)، والذي يُعدّ إطار عمل مبتكر يجمع بين التعلم المعزز والشبكات العصبية.

تعتمد الطريقة الجديدة على تحسين العتبات الديناميكية لاكتشاف الشذوذ في الأنظمة الصناعية. من خلال دمج شبكة Q العميقة (Deep Q-Network - DQN) مع الشبكات العصبية البيانية (Graph Neural Networks - GNNs)، يتمكن نظام ASTRO من تحليل العلاقات المكانية بين المستشعرات ونمذجة البيانات الزمنية، مما يعزز دقة الكشف بشكل كبير.

تظهر نتائج الاختبارات التي أُجريت على مجموعات بيانات صناعية حقيقية مثل معالجة المياه الآمنة (SWaT) وتوزيع المياه (WADI) أداءً استثنائيًا. سجل نظام ASTRO درجة F1 قدرها 0.990 على مجموعة بيانات SWaT، بينما سجل 0.788 على مجموعة بيانات WADI المعقدة، متفوقًا على الأنظمة الأخرى بنسبة تقارب 14%. هذه النتائج تعكس قدرة النظام على التعميم والثبات عبر تجارب متعددة.

باختصار، يُعتبر نظام ASTRO خطوة بارزة نحو تعزيز البنية التحتية السيبرانية الفيزيائية، مما يضمن سلامة وموثوقية الأنظمة الصناعية في عالم تتزايد فيه المخاطر.