Operasyonel Veri Devrimi
Geçmişte en hızlı, en gelişmiş ve en fazla otomatize üretim hattına sahip olanlar, endüstriyel otomasyon alanında rakiplerinden fersahlarca önde sayılırdı. Ancak günümüzde artan işgücü maliyeti, özellikle batıda hızla yaşlanan nüfus ve kullanılabilir arsanın az bulunur hale gelmesine ek olarak artan çevre koruma farkındalığı oyunun kurallarını değiştirdi. Artık yalnızca üretim hattı sayısını artırmak yetersiz hale geldi.
Neyse ki, bulut bilişim, büyük veri analizi, yapay zeka (AI) ve makine öğrenimi gibi teknolojilerin hızla gelişmesi sayesinde endüstride bu kapanan kapının yerine bir yenisi açıldı diyebiliriz: Dijitalleşme ve veri zekası, endüstriyel otomasyonun gelişiminde sıradaki büyük adım olarak ortaya çıktı ve sektörde yeni atılımları tetiklemeye hazır durumda. Tüm bunlar nedeniyle endüstriyel dijital dönüşüm, birçok kişinin kayda değer gördüğü bir olgu.
Endüstriyel Dijital Dönüşümün 3 Aşaması
Endüstriyel dijital dönüşüm, üç aşamaya ayrılan, kademeli ilerleyen bir süreçtir:
Dijitizasyon
Bir başka deyişle 0-1’leştirme; sıcaklık, voltaj vb. fiziksel bir durumu analog formattan dijital formata çevirmek anlamına gelir. Bilgi bir kez 0-1’leştirildikten sonra ağ üzerinden iletim ve bilişim teknolojileri kullanılarak, gerçek zamanlı toplanabilir, depolanabilir, işlenebilir ve büyük oranlarda analiz edilebilir.
Dijitalleşme
Dijitizasyonu takiben otomatize bir süreç veya sistem kurulmasıdır. Buna örnek olarak bir fabrikada üretim ekipmanının kullanım oranı verisini toplayıp analiz eden dijital bir gösterge panosu, uzaktan bakım için güvenli ve dijital bir ağ veya eski güç nakil şebekeleri ile yenilenebilir enerji kaynakları arasındaki bağlantıyı denetleyen bir sistem gösterilebilir. Bu dijital sistemlerin amacı, daha hızlı karar alma ve daha verimli yönetime olanak tanımaktır.
Dijital Dönüşüm
Bir sistemdeki farklı tür alakalı verinin kapsamlı olarak toplanması, entegrasyonu ve analizini içeren süreci ifade eder. Ardından yeni, dijital tabanlı bir işletim ve iş modeli ortaya çıkar. Dijital dönüşüm kullanıcı deneyimini iyileştirmede kullanılabilir. Örneğin, donanım arızalarını önceden tahmin etmede kullanılacak büyük veri analizi sayesinde bakım masrafları kayda değer biçimde düşürülebilir. Bu sayede bakım süreçleri periyodik bakımdan kestirimci bakıma yükseltilmiş olur.
Bir başka örnek de, elektrik tüketicilerinin elektrik tasarrufu adına birçok yeni donanıma ödeyeceği sabit ücret yerine, gerçek enerji üretim ve tüketimlerine dayalı yeni ücretlendirme yöntemlerinden fayda sağlayabildiği sistemlerdir.
Dijitizasyon Hedefleri
- Gerekli veriyi alacak sensörleri ekleme
- Sensörlerden alınan analog sinyalleri dijital formata çevirmek
- Endüstriyel ekipman ve kontrol cihazlarının durumunu dijital formata çevirmek
Dijitizasyon Örnekleri
- Sıcaklık ölçümü için bir sıcaklık sensörü ya da güç tüketimini ölçmek için sayaç konumlandırmak
- Analog sinyali dijital veriye dönüştürmek
- Sayaçlar, PLC’ler ve DCS’lerden bu donanımların çalışma durumunu toplamak
Dijitalleşme Hedefleri
- Veri aracılığıyla otomatize bir dijital iş süreci oluşturmak
- El ile yapılan görevlerin verimsizliklerini dijitalleşmenin kabiliyetleri ve büyük ölçekli verileri çok yüksek hızlarda işlemeyle değiştirme
Dijitalleşme Örnekleri
- Bir fabrikanın üretim yürütme sistemi
- Bir otoyolun geçiş kontrol sistemi
- Sürekli bir çevre izleme sistemi
Dijital Dönüşüm Hedefleri
- Eski dijital süreci IIoT, büyük veri işleme, AI, makine öğrenimi gibi yeni dijital teknolojilerle birleştirme; bu sayede sistemler arası sorunları tespit ederek operasyonel verimliliği artırma ve yeni ticari uygulamalar oluşturabilme
Dijital Dönüşüm Örnekleri
- Akıllı imalat simülasyonu
- Akıllı bir mikro şebeke veya sanal enerji santrali
- Donanımların kestirimci bakımı
Dönüşümün Ana Direği: OT Verisi
Doğrudan söyleyelim, başarılı bir endüstriyel dijital dönüşümün anahtarı, OT verisindedir. Gelin, endüstriyel dijital dönüşümün 3 aşamasını bir gözden geçirelim: Dijitizasyon, büyük hacimli OT verisinin toplanmasıdır. Dijitalleşme, bahsedilen verinin gerekli operasyonel ve yönetimsel bilgiye dönüşümüdür. Dijital dönüşüm ise benzersiz iş zekasının kompleks operasyonel bilgiden çıkarımıdır. Her bir aşamada mevcut OT verisine daha fazla değer eklenir. Dolayısıyla OT verisini bağlamak sürecin ilk kritik adımıdır.
Dijital dönüşümü bir bebeğin emekleme döneminden yürüme dönemine kadarki gelişimsel yolculuğu gibi düşünebiliriz. Bu açıdan OT verisini bağlamak, ayağa kalkmak gibidir. Dahası, işletmeler endüstriyel dijital dönüşümlerini başarıyla tamamlayıp devam ettirebilmek için sağlam bir temele ihtyaç duyarlar. Bu da OT verisinden kapsamlı bilgi edinimi ve verinin kontrolü ile olur.
OT verisini hangi donanımlar üretir?
- Sensörler: Bir endüstriyel saha veya ekipmanın fiziki durumunu işlenebilir bir sinyale dönüştürürler. Örneğin termohidrometreler, ampermetreler veya barometreler fiziki durumu kontrol cihazlarının okuması için voltaja veya akım sinyaline dönüştürür.
- Enstrümantasyon: Enstrümantasyon, sensörlerden alınan sinyalleri sahadaki personelin anında okunabilecek veya kontrol cihazları ya da izleme sistemleri tarafından işlenecek dijital veriye dönüştürür. Örneğin bir elektrik veya su sayacı saha personeline ne kadar elektrik veya su tüketildiğini gösterebilir, aynı zamanda kontol veya denetim sisteminin değeri okumasına da izin verir.
- Görüntüleme cihazları: İşlemcilerdeki gelişim ve masraflardaki düşüşle gittikçe artan sayıda otomasyon sistemi görüntüleme cihazına ihtiyaç duymaya başlıyor, böylece görsel veri de OT verisinin yeni ve önemli bir kaynağı haline geliyor.
- Kontrol cihazları: Endüstriyel uygulamalarda kontrol cihazları genellikle bir PLC, DCS veya akıllı bir elektronik cihazı (IED) ifade eder. Bir kontrol cihazı sensör sinyali veya sayaç ölçüm verisini alır, sonrasında sahadaki endüstriyel donanımı belirli bir program veya mantığa göre kontrol eder. Örneğin bir kontrol cihazı bir motor pompasının çalışmasını su tankındaki su seviyesine göre dikte edebilir.
- Bir veri toplama ve kontrol sistemi veya SCADA: Genellikle endüstriyel bilgisayarlara kurulu olan, otomasyon yönetimi ve kontrolünde kullanılan bir insan-makine arayüzüdür. Örneğin operatörler sahadaki elektrik sisteminin yanı sıra çok çeşitli önemli cihazları yönetmek veya doğrudan kontrol edebilmek için bir enerji SCADA’sı kullanabilir.
Operasyonel Veri Devrimi: Niteliksel ve Sayısal Değişim
Endüstriyel dijital dönüşüm, OT verisine sürekli olarak değer eklenen, bu nedenle OT verisini birçok boyutta, özellikle de nitelik ve miktar olarak temelden değiştiren bir süreçtir. Bu değişiklikler yöneticilerin sezgilerine değil veri analizine dayalı karar almalarına yardımcı olur. OT verisi üzerindeki bu temel değişimi anlamak, dönüşüm sürecinde yaşanabilecek sorunlara dair daha iyi bir bakış açısı kazandıracak, bu konulara yönelik acil durum planları oluşturmaya yardımcı olacaktır.
Operasyonel Veride Niteliksel Değişim
Endüstriyel dijital dönüşüm, operasyonel veride “niteliksel” bir değişime neden olmuştur. Bu değişimi iki farklı boyutta ele alabiliriz:
Veri Edinme Amacı: Denetimden Optimizasyona
Esasen OT verisi bir otomasyon sistemini denetlemek ve kontrol etmek için toplanırdı. Verinin amacı sistemin beklenen gereksinim veya hedefleri sağlamasını güvenceye almaktı. Örneğin:
- Donanım veya sistemin düzgün çalışıp çalışmadığının denetimi: bir trenin hızının doğrulanması, atık su arıtma tankı valfının açık mı kapalı mı olduğu, üretim hattındaki bir makinenin çalışma durumu, vb.
- Beklenen hedeflere ulaşmak için donanım çalışma verimliliğinin kontrolü : bir petrol boru hattındaki akış hızı, bir üretim donanımının günlük çıktı miktarı, bir termal güç sisteminin ürettiği elektrik, vb.
- Öte yandan endüstriyel dijital dönüşüm devrinde operasyonel verinin toplanma amacı denetim ve kontrolden optimizasyona evrildi. Bu tür bir optimizasyon, bulgu tabanlı uzun vadeli, duruma ve sisteme özel stratejiler oluşturur. OT verisinin yapısı ve değişimi üzerindeki derinlemesine analiz ile, belirli bir sistemde operasyonel performansı etkileyen temel unsurlar tespit edilerek, bu unsurlara daha iyi bir sisteme yönelik müdahaleler yapılabilir. Daha gelişmiş endüstriyel dijital dönüşüm projelerinde yaygın olarak benimsenen optimizasyon hedeflerinden bazıları şöyledir:
- Güvenilirlik artırımı: Bir donanımın çalışma güvenilirliğini artırmak, çalışmasındaki anormallikleri önceden tespit ederek önlemek için kestirimci bakım uygulanabilir.
- Toplam Ekipman Etkinliğinin (OEE) Optimizasyonu: Tesisteki atıl donanımları tespit ederek OEE değerini iyileştirmek
- Masraf azaltımı: Bir su pompasını ele alalım. Masrafları azaltabilmek için ne zaman gerekirse pompalamaya başlamak yerine, yüksek talep öngörüleri mevsimsel elektrik indirimleriyle örtüştüğü zaman su pompalamaya ayarlanmış olsun. Dolayısıyla, yenilikçi ve rekabetçi bir iş modeli dönüşümü meydana getirme olasılığı, kullanıcıların analiz ve optimizasyon yoluyla verimliliği artırma ve masrafları düşürme kabiliyetine bağlıdır.
Vaka Çalışması: Chung Hsin Elektrik & Makine İmalat Şirketi, Güney Afrika
Chung Hsin Elektrik & Makine İmalat Şirketi, aynı anda hem verimliliği artırmak, hem de bakım masraflarını düşürmek için hidrojen güç üretim sistemlerine IIoT teknolojisi entegre etti. Gelecekte bu, alışılmış tek seferlik, sabit fiyatlı jeneratör alımını bir Servis Olarak Makine, “Machine-as-a-Service” modeline dönüştürecek yeni bir ödeme planı ortaya çıkarabilir. Bu ödeme planıyla gerçek elektrik tüketimine dayalı aylık faturalandırma yapılabilir.
Uçtan Merkeze Verinin Etkisi
Operasyonel veri denince genellikle seensörler, sayaçlar, kontrol cihazları veya SCADA gibi denetim platformlarında bulunan veri kastedilir. Eğer işletim sistemi sorunsuz çalışıyorsa, çoğu veri silinir. Atılmayan verinin ise çok küçük bir bölümü toplanır. Ancak, sistematik olarak depolanmak yerine, çoğunlukla farklı sunuculara veya personel bilgisayarlarına dağılmıştır. Bu da eninde sonunda gözden çıkarıldıkları anlamına gelir. Başka bir deyişle geçmişte OT verisi ya göz ardı ediliyordu, ya da çok spesifik bir anda, çok kısıtlı bir amaç için kullanılıyordu. Bu dönemde bu veriler kesintisiz ve verimli işletimin anahtarı olduğundan, çoğunlukla OT verisinin güvenilirliğini sağlamaya odaklanılıyordu. Dolayısıyla OT verisinin güvenilirliğini sağlamak, OT personelinin ana hedefiydi.
Önceden bahsedildiği üzere günümüzde OT verisi kullanımda bir üst seviyeye çıkmak üzeredir. Geçmişteki kullanımı ile günümüzün endüstriyel dijital dönüşüm devrindeki kullanımı arasındaki en büyük fark, günümüzde işletmenin ayrılmaz bir parçası haline geliyor olmasıdır. Geçmişteki durumuna kıyasla OT verisi günümüzde diğer farklı dijital sistemlerce kullanılması amaçlanmış bir dijital varlıktır. Etkileşimli analiz ve entegeasyon süreçleri sonucunda, eskisine kıyasla çok daha yüksek değer yaratması mümkündür. Bu nedenle işletmelerin üst düzey yöneticileri günümüzde dijital performans gösterge panellerine yatırım yapıyor. Böylece fabrikalar ve diğer tesislerdeki donanımların çalışma durumlarını anında görüntüleyebiliyorlar.
Yapay zeka ve makine öğrenimi gibi, işletmelerin hızlı yanıt vermelerine ve doğru kararlar almalarına yardımcı olan veri analiz sistemleri de teknoloji kullanıcı ve yatırımcıları arasında gittikçe daha da popülerleşiyor. Dolayısıyla OT verisinin etkisi, sadece sorunsuz sistem işletimi olan eski amacından işletmelerde karar almanın vazgeçilemez bir parçası olmaya evrilince, katlanarak arttı. Önemindeki bu artış nedeniyle OT verisinin yalnızca stabilitesini korumak yetmez hale geldi. İşletmelerin endüstriyel dijital dönüşüme sorunsuz biçimde adım atabilmeleri için yüksek kalitede veri artık şart. Peki, OT verisi için “yüksek kalite” nedir?
Operasyonel Veride Sayısal Değişim
Niteliksel değişikliklere ek olarak OT verisi aynı zamanda sayısal bazı değişiklikler de geçirmiştir. Bu değişimi dört farklı boyutta ele alabiliriz:
Çeşitlilik: Daha "Derin" ve "Geniş" Veri İhtiyacı
Mevcut kontrol sistemleri çalışmak için halihazırda büyük miktarda OT verisine ihtiyaç duyar. Bir sistemin çalışma durumunu belirli bir anda göstermek için kullanılan operasyonel veri, bir su kapağının pozisyonu ve günlük petrol üretimi kadar basit olabildiği gibi üretim reçeteleri, süreçleri gibi karmaşık da olabilir. Ancak endüstriyel dijital dönüşüm iki düzeyde daha çok yönlü veriye ihtiyaç duyar:
Daha “Derin” Veri: CNC makinelerinin kestirimci bakımını örnek alalım. Belirli makinelerin ne zaman bakım veya önlem olarak gözden geçirme gerektireceğini doğru tahmin edebilmek için daha derin bilgiye ihtiyaç duyulur. Temel makine çalışma durumuna ek olarak titreşim frekansı ve motorun mevcut değeri de analiz amaçlı toplanmalıdır. Öte yandan genel CNC prosesi bu iki tür veri setini kolayca anlaşılabilir şekilde sunmaz. Dolayısıyla bu durumda daha derin veriye ulaşabilmek için ek titreşim sensörü ve sayaç gibi ölçüm cihazları almak gerekir.
Daha “Geniş” Veri: Basitçe belirtmek gerekirse daha geniş veri, diğer sistemler veya dışarıdan bir veri setiyle birlikte analiz edilmesi gereken çapraz tayf veridir. Örneğin, genel elektrik şebekesinin istikrarını doğru biçimde öngörebilmek, akabinde güvenceye almak üzere gerekli ayarlamaları yapabilmek için eski tip elektrik şirketlerinin yenilenebilir enerji şirketlerinden elektrik üretim tahminlerini almaları gerekir. Bu tahminleri yapabilmek için ise yenilenebilir enerji üreticileri hava tahminlerini önemli bir referans değer olarak kullanmaya başladılar. Tek başına her veri seri elektrik üretimi için anlamlı olmasa da birlikte, elektrik şebekesi için daha net ve değerli bir görüntü oluşturabilirler. Dolayısıyla, elektrik şebekesi için hem kullanışlı hem de anlaşılır olacak veriyi depolamak için verinin geniş bir spektrumdan çekilmesi gerekir.
Endüstriyel dijital dönüşümün temeli yalnızca bir kontrol sisteminin merkezinde bulunan veriye değil, aynı zamanda aynı sistemin kritik donanımlarında bulunan daha “derin” veriye ve farklı sistemlerden gelen daha “geniş” veriye de dayanır.
İhtiyaç duyulan yeni OT veri tiplerine örnekler nelerdir? Nasıl elde edilebilirler?
- Üretim kapasitesi, sistem güç tüketimi ve elektrik masrafı arasındaki ilişkiyi analiz etmek için bir elektrik sayacı konumlandırmak
- Üretim verimliliği veya ürün kalitesi üzerinde ortam koşullarının etkisini analiz etmek için sıcaklık ve nem sensörleri konumlandırmak
- Üretim donanımlarının çalışma durumunu (çalışıyor, beklemede, arıza vb.) okumak ve kayda almak için bir uzak I/O konumlandırmak
- Gelecek kullanım tahminleri ve ikmal planlamaları için uzak sahalardaki yakıt hücrelerinde geçmiş metanol kullanımını okumak
- Bakım planları yapmak üzere güneş panellerindeki kirlilik seviyesi ile elektrik üretimi arasındaki ilişkiyi analiz etmek, bunun için güneş panellerinin görüntülerini verecek hava kameraları kullanmak
Sürat: Döngüsel Geri Bildirim İhtiyacı
Eski tip otomasyon sistemlerinin gerçek zamanlı veriye odaklanmasının temel nedeni, cihazların daha iyi kontrolünü sağlama isteğidir. Bu durumda OT verisi yalnızca doğrusal bir kontrol sürecindeki spesifik bir durumu temsil eder. Süreç sonlandığında OT verisi kaybolur, çünkü amacını yerine getirmiştir. Çoğu zaman bu veri yalnızca büyük bir sorun meydana geldiğinde geri alınır. Bir anormallik durumunda OT verisi tarihsel bir veri durumundadır, otopside kullanılır gibi düşünebiliriz.
Endüstriyel dijital dönüşümde gerçek zaman, OT verisini görüntüleme, analiz etme ve geri bildirmedeki çabukluğu ifade eder. Büyük veri işleme ve olgunlaşan uç bilişim teknolojilerinin kabiliyetleri ağ üzerinde daha hızlı iletimle bir araya getirilerek, büyük hacimli OT verisi gerçek zamanlı veya neredeyse gerçek zamanlı akışa izin verecek bir formata dönüşebilir hale gelir. Bu ise donanımdan başlayan ve analiz için IT sistemine gidene kadar devamlı olarak akan, hızlanarak ilerleyen bir OT veri döngüsü yaratır. Neticesinde analiz sonuçları anında geri bildirilerek OT donanımının verimli işletimi optimize edilir. Dolayısıyla OT verisi için verimli bir yaşam döngüsü ortaya çıkar.
Hacim: Daha Çeşitli Veri İletebilmek İçin Güvenilir Ağ Bağlantıları İhtiyacı
Büyük ölçekli bir otomasyon sistemi (örneğin bir petrol rafinerisinin dağıtılmış kontrol sistemi) halihazırda, Endüstri 3.0’da dahi saniyede yüzbinlerce veri işleyebilir. Öte yandan makineler durduğu takdirde veri değerini kaybeder. Bir başka deyişle cihazlar çalışmayı bıraktığında, veri de anlamını yitirir.
Dijital dönüşüm hiçbir verinin geride kalmadığından emin olur. Dijital dönüşüm büyük hacimli veriler edinerek yüzeydeki değerin ötesindeki anlamı ve geniş bir yelpazedeki veri setleri arasındaki potansiyel etkiyi arar, böylece makineler dursa bile çalışmaya ve değer yaratmaya devam edebilir. Farklı departmanlarda çalışanların birlikte verimli çalışmasına yardımcı olan ortak bir haberleşme platformu gibi, yüksek hacimli OT verisini kolayca aktarabilecek ortak bir ağ da her bir sistemin bir diğerinin OT verisini alıp gönderebilmesi için gereklidir. Böyle bir ağı kurmak için gerekli olan iki kriter, yüksek aktarım hacmi ve stabil veri akışıdır.
İlki, çok yönlü ve gerçek zamanlı OT verisi ihtiyacının bu verinin hacmini büyütmüş olmasından kaynaklanır. Buna ek olarak yüksek çözünürlüklü görsellerin OT verisi için gittikçe daha önemli bir kaynak olmaya başlaması, aktarımı iki katına çıkarmıştır.
İkincisi, veri toplama işlemi sürekli aksıyor veya tamamlanmadan kalıyorsa, analizin doğru sonuçlar vermeyebilecek olmasındandır. Çünkü endüstriyel dijital dönüşüm uygulamaları veri analizi için görece daha uzun sürelere ihtiyaç duyar. Bu nedenle uzun zaman aralıklarında, dış ortamda veya zorlu koşullarda (uç sıcaklıklar, elektromanyetik girişim, vb.) istikrarlı veri akışı sağlayabilecek bir OT iletim ağı kurmak gerekli olacaktır. Öte yandan çok büyük hacimli OT verilerini istikrarlı ve kesintisiz iletim sunan bir OT iletim ağı sağlamak, hala çözülmeyi bekleyen bir mesele durumundadır.
Doğruluk: Veri ve Ağların Güvenlik İhtiyacı
Dijital dönüşüm verinin tetiklediği bir harekettir, dolayısıyla verinin doğruluğu ve güvenliğinin önemi de artmıştır. Kişisel mahremiyet kadar hassas olmasa da OT verisi özel üretim süreçleriyle ilgili bilgi (örneğin bir firmanın gizli sos tarifi) içerebilir. Hatta kritik altyapılar (su arıtma tesisleri, elektrik şebekeleri, petrol rafinerileri vb.) ve imalat tesislerinin denetim donanımlarına dair operasyonel bilgiler dahi içerebilir. Bu önemli bilgiyle yanlışlıkla veya kötü niyetle oynandığında ölçülemez zararlara neden olabilir.
Bu nedenle IT ve OT arasındaki temel veri iletim ağının korunması kritiktir. Çok çeşitli OT ekipmanını veri iletimi için IT sistemlerine bağlamak genellikle siber saldırılar için birçok giriş noktası sunan, kırılgan ve çok daha karmaşık bir ağ ile sonuçlanır. Örneğin;
- Donanım verisini toplamada kablosuz ağlar kullanılıyor, ancak donanımın kimlik doğrulaması yapılmamış, donanım ayarlanmamış
- Yeterli siber güvenlik olmadan uzaktan bakım yapılıyor
- Yüksek riskli cihazlar dahili OT ağına virüs taraması yapılmadan bağlanıyor
- OT bakım personelinin siber güvenlik farkındalığı bulunmuyor, yanlışlıkla kötücül yazılım indiriyorlar
Yakın geçmişte fabrikalar ve endüstriyel altyapılara yöneltilen siber saldırı vakalarının sayısı olağanüstü düzeyde arttı. Bu saldırılar çoğu zaman milyonlarca, hatta on milyonlarca dolar zarara neden oluyor. Dolayısıyla OT verisinin güvenliğini sağlamak, endüstriyel dijital dönüşüm alanına girmeden önce her işletmenin hazırlanması gereken kritik bir konudur.
Vaka Çalışması: OT Siber Güvenliği Asya'da OT ve IT Departmanlarını İşbirliği Yapmaya Zorluyor
Lider bir yarı iletken üreticisi ile yine lider bir ulaştırma şirketi, OT otomasyon sistemlerinin siber güvenliğini artırmak istediklerinde benzer durumlarla karşılaştılar: hangi departmanın süreci yöneteceği – OT mi IT mi – üstesinden ilk gelinmesi gereken mesele oldu. Her iki IT departmanı da, ilgili üretim hattı veya trafik denetim sistemi üzerindeki donanımı yönetemeyeceğini düşündü. Öte yandan her iki OT departmanı da siber güvenliğin iş tanımlarında olmadığını savundu. Bu çıkmazı çözmek için her iki OT departmanı da endüstriyel kontrol sistemlerine aşina birer siber güvenlik uzmanı işe aldı. IT departmanları ise OT sistemlerinin güvenlik durumunu daha görünür hale getirmek için çaba harcadı. Şu an her iki firmada da OT ve IT departmanları endüstriyel dijital dönüşümün gerektirdiği güvenlik ihtiyaçlarına yönelik birlikte çalışıyor.
| Değişimler | Unsurlar | Öncesi | Sonrası |
|---|---|---|---|
Niteliksel Değişim | Amaç | • Otomasyon sistemlerinin denetim ve kontrolü | • Karar verme ve optimizasyon |
| Etki | • Güvenilir OT verisi • OT verisi yalnızca tek donanımı veya sistemi etkiliyor • OT verisi yalnızca içeride, donanımın bulunduğu yerde kullanılıyor, saha dışına aktarılmıyor | • Yüksek kalitede OT verisi • OT verisi çoklu donanım veya sistemin işletimini etkiliyor • OT verisi birçok sistem tarafından düzenli olarak kullanılıyor, sahadan bulut platformlarına aktarılıyor |
|
| Sayısal Değişim | Çeşitlilik | • Veriyi oluşturan yalnızca sistemdeki donanım veya merkezdeki cihazlar • Yalnızca kontrol sistemine veya işletim sonuçlarına doğrudan bağlı veriye ihtiyaç var | • Tüm işletim amaçları için orijinal verinin dışarıdan gelen veriyle birleştirilmesi gerekiyor • Daha derin: işletim sırasında çalışan cihaz veya sisteme ilişkin veri; voltaj, akım, sıcaklık vb. • Daha geniş: donanımın çalışma verimliliğiyle ilgili dışarıdan alınan veri; hava durumu, elektrik, ulaşım veya işletimle ilgili farklı bir bilgi |
| Sürat | • Gerçek zamanlı kontrol odakta • Veri analizi yalnızca haftalık/aylık raporlarda veya sorun ortaya çıktığında kullanılıyor | • OT verisinin gerçek zamanlı görüntülenebilmesi odakta • OT verisinin gerçek zamanlı analiz ve geri bildirimi odakta • Sahadan buluta gerçek zamanlı veri akışı |
|
| Hacim | • Veri hacmi kontrol sisteminin karmaşıklığına göre değişiyor. Karmaşıklık arttıkça veri ihtiyacı da artıyor. • Verinin büyük bölümünün depolanması veya analiz için farklı sistemlere aktarılması gerekmiyor. | • Yüksek sıklık ve gerçek zamanlı veri çeşitliliği veri aktarımını artırıyor • Geçmiş veriler dahil depolama gerektiren yüksek hacimli veriler mevcut • Verimliliği artırmak için sistemler arasında yüksek hacimli veri aktarımı gerekiyor |
|
| Doğruluk | • Erişim kontrolü gibi fiziksel güvenlik sistemlerine bel bağlıyor. Kapı kapandığında güvenli olduğuna inanılıyor. • Siber güvenlik ve ağ güvenliğine sahip olmak güzel, ancak IT'nin sorumluluğu. | • Endüstriyel dijital dönüşüm OT/IT ağlarına siber saldırılara kapı açtı; fabrikalar ve kritik altyapılar sürekli saldırı altında • Eski tip endüstriyel ağ donanımları siber saldırılara karşı koruma için gerekli güvenlik mekanizmalarından yoksun • Siber güvenlik endüstriyel ağlar için şart hale geliyor. IT ve OT departmanları arasında işbirliği gerektiriyor |
İleride OT Verisindeki Niteliksel ve Sayısal Değişimlere İlişkin Neler Yapabiliriz?
OT verisinde endüstriye dijital dönüşümün tetiklediği niteliksel değişimler işletmeleri yeni hedefler koymaya teşvik ediyor. Akabinde işletmeler bünyelerinde bunlara uygun değişiklikleri nasıl yapacaklarını değerlendirmek durumunda kalıyor. Dönüşümü başarıyla gerçekleştirmiş çoğu işletme aşağıdaki stratejileri benimsemiş durumda:
- İşletme için uzun vadeli net hedefler koyma: Anlamlı değişimler zaman aldığından, süreçte esas hedefin ne olduğunu kaçırmak mümkündür. Dolayısıyla işletmeler önce net, uzun vadeli hedefler koyarak, her bir departman kendi önceliklerini belirlemeden herkesin bu esas hedeflerde mutabık olduğunu güvenceye almalıdır. Böylece herkes zamanla daha uyumlu biçimde bitiş çizgisi yönünde ilerleyebilir.
- Departmanlar arası entegrasyon için performans göstergeleri koyma: OT verisine ilişkin departmanlar arası iş birliği projeleri oluşturun ve sounçları izleyin. Bunun gibi ortak projeler departmanlar arasındaki engelleri yıkar ve farklı organizasyonel seviyedeki çalışanların dijitalleşme ve departmanlar arası entegrasyonun faydalarını anlamalarına yardımcı olur.
- Küçük başlama: Küçük bir projeyle deneme sürüşü yapın. Küçük projeler genellikle bir organizasyon içinde neyin çalışıp çalışmadığını görece hızlı biçimde gösterir. Sorunlar tespit edildiğinde bunlara göre dinamik ayarlamalar yapılabilir. Bu da işletmenin dijital dönüşümde kendisi için doğru yolu verimli biçimde bulmasını sağlar.
OT verisindeki sayısal değişimlerle baş ederken ise işletmeler sürekli öğrenme ve dijital teknolojiyi benimseme yaklaşımını gütmelidir. Bu yaklaşım dijital dönüşüme geçişin sorunsuz gerçekleşmesine yardımcı olur.
Çeşitlilik
Çeşitlilik kaynaklı zorluklarla baş ederken OT verisiyle alakalı iki özelliği eklemeyi değerlendirin:
- Analog/dijital çevrimi: Kritik donanımlardan daha derin çalışma verisi toplamak için, özellikle de dijital formata çevrim özelliği söz konusu olmadığında, analog/dijital çevrim özelliklerine sahip uzak I/O cihazları ile desteklenen yeni endüstriyel tip sensörler kurabilirsiniz.
- OT donanımı haberleşme protokolü dönüşümü: Farklı donanımlar veya OT sistemleri farklı özel haberleşme protokolleri kullandığından, sistemler arası OT verisi toplamak zor olabilir. Bu gibi durumlarda endüstriyel protokol ağ geçitleri (gateway) ve endüstriyel IIoT ağ geçitleri kullanmayı düşünün, böylece kontrol cihazları, HMI’lar ve farklı endüstriyel donanımlarda saklı veriyi aktarım ve analiz için tek bir veri formatına çevirebilirsiniz.
Hacim
Hacim kaynaklı zorluklarla baş ederken yüksek hızlı ve stabil bir OT veri aktarım ağı kurmak gereklidir. Bu ağı kurarken iki noktaya dikkat etmek gerekir:
- Yüksek bant genişliği ve bir yedekleme mekanizmasına sahip bir veri aktarım teknolojisi kullanın: 10 Gigabit ultra-yüksek bant genişliği sunan endüstriyel Ethernet, zamana duyarlı ağlar (TSN), Wi-Fi 6 veya endüstriyel 5G gibi teknolojiler ya da diğer yeni nesil kablolu/kablosuz haberleşme cihazları tercih edin.
- Verinin hacmi ve akışını yönetin: Büyük hacimli verinin akışıyla uğraşırken birleşik, birimler arası bir OT veri yönetim platformu ya da görselleştirme aracının tahsis edilmesi ve veriyi sistematik biçimde depolayıp yönetmesi gerekir. Bu, farklı departmanların diğerlerinin veri uygulama şartlarını sağlamasına yardımcı olur.
Sürat
Hız kaynaklı zorluklarla baş ederken el ile müdahaleleri azaltmak için tam otomatik bir OT-IT veri döngüsü kurmaya odaklanabilirsiniz. OT verisi sürekli olarak prosesin üç ana aşamasından geçebilir: gösterim, analiz, geri bildirim. OT veri döngüsü kurarken en sık karşılaşılan iki sorun şöyledir:
- IT/OT veri akışının sorunsuz çevrimi: OT verisinin IT sistemi tarafından başarıyla analiz edilebilmesi için, veri kaynağı, birimi, formatı, toplama zamanı gibi çok sayıda arka plan verisinin sunulması gereklidir. Bu veri doğru biçimde çevrilmezse el ile müdahale gerekir ve sistemde gecikmeye neden olur.
- Uçtan buluta akıllı entegrasyon: Sahadaki sorunları, çözüm için bir bulut analiz sistemine bel bağlamadan, gerçek zamanlı çözebilmek için uçta AI kullanın.
Doğruluk
Veri doğruluğu kaynaklı zorluklarla baş ederken öncelikle siber güvenliğin mükemmel bir çözümü olmadığını anlamak gerekir. Hiçbir şey %100 güvenli değildir. Yapılabilecek tek şey, iyi yönetimle riskleri en aza indirmektir. Bu üç konunun ise ciddi olarak düşünülmesi gerekir:
- Güvenlik tasarımdan gelir: Bir sistemin ne kadar güvenli olduğu, kuruluş aşamasında belirlenir. Dolayısıyla siber saldırıların nerede yaşanabileceğine dair senaryoları önceden düşünmek şarttır. Bir sistem tasarlanıyor veya güncelleniyorken ilgili siber güvenlik protokollerinin de hesaba katılması önemlidir.
- Üreticinin güvenlik yönetimi: Bir işletmenin kendi sistem güvenliğinin yönetimi dışında, birçok siber güvenlik olayı başka bir üreticinin sunduğu ürün veya hizmetten kaynaklanır. Bu üreticiler kazara müşterilerinin sisteminde zafiyetler oluşturabilir (örneğin fidye yazılım içeren bilgisayarlar sunmak gibi).
- Personelin siber güvenlik farkındalığını ve kriz yönetim kabiliyetini geliştirme: IT ve OT bakım personeline uygun siber güvenlik eğitimi verilmesi gerekir. Böylece siber güvenlik zafiyeti yaratmaktan kaçınır, konuyla ilgili farkındalıklarını artırırlar.
Kaynak: Moxa Inc. (2022) “The OT Data Revolution“