| 1 |
1
수집한 패킷을 이용하여 장애 여부를 판단하고 장애 정보를 기록하는 장애 정보 제공 모듈; 및
상기 장애 정보를 이용하여 동일한 장애의 발생 확률을 예측하는 장애 예측 모듈 - 상기 장애 예측 모듈은, 상기 장애 정보를 바탕으로 장애 표현식을 구성하는 장애 표현부; 상기 장애 표현식을 바탕으로 상기 기록된 장애 정보가 실제 발생한 장애인지 여부를 판단하여 "예" 또는 "아니오"로 표현하는 관리자 피드백 제공부; 상기 장애 표현식을 장애 발생 시간을 기준으로 분류하여 장애 발생 시간별 패턴을 기록하는 장애 패턴 수집/분석부; 및 2-파라미터 와이블 분포(Two-parameter Weibull Distribution) 모델 기반의 장애 예측을 위한 확률값을 도출하는 장애 예측부;를 포함하며, 상기 관리자 피드백 제공부는 상기 장애 예측부의 결과에 대하여 상기 기록된 장애 정보가 실제 발생한 장애인지 여부에 대한 판단 정보를 피드백으로 상기 장애 패턴 수집/분석부에 제공함 -;
을 포함하는 공정 제어 네트워크에서의 장애 예측 장치
|
| 2 |
2
제1항에 있어서, 상기 장애 정보 제공 모듈은,
상기 공정 제어 네트워크에서 발생하는 상기 패킷을 수집하는 패킷 수신부; 및
패킷 분석을 통하여 발생되는 장애 여부를 판단하고, 상기 장애 정보를 기록하는 장애 판단부;
를 포함하는 것을 특징으로 하는 공정 제어 네트워크에서의 장애 예측 장치
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,
상기 장애 패턴 수집/분석부는 상기 관리자 피드백 제공부에서 "예"로 판단한 경우에만 상기 장애 표현식을 대상으로 장애별로 모니터링 시작 시간부터 모니터링 종료 시간까지 발생한 장애 발생 시간 시리즈의 형태로 패턴을 기록하는 것을 특징으로 하는 공정 제어 네트워크에서의 장애 예측 장치
|
| 5 |
5
제1항에 있어서,
상기 장애 표현식은 양방향 플로우 정보, 장애 발생 시간, 장애 유형 및 관리자에 의한 판단 내역을 시스템에 적용하기 위한 논리값인 관리자 피드백 논리값 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 공정 제어 네트워크에서의 장애 예측 장치
|
| 6 |
6
수집한 패킷을 이용하여 발생되는 장애 여부를 판단하고 장애 정보를 기록하는 단계;
상기 기록된 장애 정보를 바탕으로 장애 표현식을 구성하고, 상기 장애 표현식을 바탕으로 상기 기록된 장애 정보가 실제 발생한 장애인지 여부를 판단하는 단계;
실제 발생한 장애인 경우, 상기 장애 표현식을 장애 발생 시간을 기준으로 분류하여 장애 발생 시간별 패턴을 기록하는 단계;
2-파라미터 와이블 분포 모델 기반의 장애 예측을 위한 확률값을 도출하는 단계; 및
실제 발생한 장애가 아닌 경우 피드백의 형태로 오류값을 수정하는 단계;
를 포함하는 공정 제어 네트워크에서의 장애 예측 방법
|
| 7 |
7
삭제
|
| 8 |
8
제6항에 있어서, 확률값을 도출하는 단계는,
상기 2-파라미터 와이블 분포 모델에 기반하여, 단위 시간별로 동일한 장애 유형이 발생할 확률을 계산하는 단계;
동일한 장애 유형이 발생할 확률을 누적하는 단계; 및
동일한 장애 유형이 발생할 확률을 누적된 확률값으로 나누어서 장애가 발생할 확률을 예측하는 단계;
를 포함하는 것을 특징으로 하는 공정 제어 네트워크에서의 장애 예측 방법
|
| 9 |
9
제8항에 있어서,
상기 동일한 장애 유형이 발생할 확률을 계산하는 단계는,
수학식 에 의해 계산되고, t는 시간, η는 동일한 장애가 발생하는 주기(Scale Parameter), β는 동일한 장애가 발생하는 빈도수(Shape Parameter)를 나타내고, f(t)003e#0, t003e#0, η003e#0인 것을 특징으로 하는 공정 제어 네트워크에서의 장애 예측 방법
|
