STARMS

Suite Tools for Analytic-based Remote Management Services (nº ZL-2024/00665)

El proyecto STARMS es un proyecto liderado por Bilerro, participando en él junto a LKS Next. El proyecto se enmarca en el PROGRAMA HAZITEK y se desarrolla durante los años 2024 – 2025.

El proyecto STARMS toma como eje del proyecto herramientas avanzadas para la provisión de servicios de mantenimiento en el sector del ferrocarril sobre sistemas embarcados. En concreto, se parte de las herramientas que viene empleando Bilerro como experto en este segmento del mercado. Actualmente Bilerro proporciona a sus clientes servicios de mantenimiento ajustados a la demanda real y apoyados en analítica descriptiva y predictiva para la gestión de dicha demanda. Para ello, Bilerro se basa en el desarrollo de herramientas digitales propias como son las plataformas RMS – Remote Management System y AMS – Analytic based Maintenance.

La digitalización está provocando un aumento del riesgo de ciberataque por (i) el despliegue de dispositivos IoT sobre la infraestructura, (ii) el aumento de la superficie de exposición con la interconexión con sistemas externos y (iii) la difusión de información al público (en pantallas tanto en estación como dentro de los vagones).

El proyecto STARMS encuentra en este escenario el foco de su actividad innovadora, dotando a las herramientas de gestión remota de equipos embarcados (RMS) y a las herramientas para la gestión del matenimiento de los equipos (AMS) de una capa de ciberseguridad que permite implementar modelos analíticos en el edge, en los propios sistemas embarcados que se operan con el RMS y el AMS, de forma que sea posible realizar un seguimiento cercano y en tiempo real de las incidencias derivadas de fallos operativos o intrusiones.

Las principales tecnologías en las que el proyecto STARMS avanzará sobre el estado del arte actual y que serán objeto de su investigación y desarrollo están asociadas a los siguientes ámbitos.

• Herramientas para la gestión y coordinación de mantenimiento sobre equipos embarcados en el sector ferrocarril.
• Ciberseguridad en sistemas edge conforme a estándares del sector ferrocarril.
• IA y Detección Anomalías basado en Deep Learning para entornos Edge.