由英国核先进制造研究中心(Nuclear AMRC)牵头的研究团队近日成功示范了一种可实时识别核电厂网络攻击的人工智能系统，该系统利用名为波浪注意力网络(wavy-attention network)的机器学习技术。这项研究成果已在近期出版《核工程与设计》上发表。

现代核电厂越来越依赖数字仪控系统，这些系统虽提高了运营效率，但也面临网络安全风险。网络攻可以通过用于监测核电厂运行状况的网络传感器阵列实施。潜在攻击者可能通过输入虚假数据或篡改控制系统逻辑来干扰核电厂运行，可能导致设备损坏或引发更严重后果。

研究团队开发的系统基于谷歌公司(Google)的WaveNet系统，结合了机器学习技术，能够识别传感器数据流中的异常。该系统由多层一维神经网络组成，每层分析不同传感器的数据。