| 1 |
1
복수의 스마트 기기가 연결된 네트워크 상에 상기 스마트 기기의 에너지 관리를 위해 설치된 모니터링 서버를 포함하고,상기 모니터링 서버는,상기 스마트 기기 각각에 대하여 상기 네트워크를 통한 패킷 교환량을 나타내는 네트워크 패킷 플로우(network packet flow)를 모니터링 하여 상기 스마트 기기의 유휴 상태를 판단하고,상기 모니터링 서버는,상기 네트워크 패킷 플로우를 상기 네트워크가 구축된 기관 내 IP 정보 별로 구분하여 모니터링 하되, 상기 스마트 기기 각각에 대하여 상기 스마트 기기의 IP가 포함된 인바운드(inbound) IP 플로우와 아웃바운드(outbound) IP 플로우를 모니터링 하고,상기 모니터링 서버는 적어도 하나의 프로그램이 로딩된 메모리; 및 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라,관측 윈도우(monitoring window)를 이용하여 상기 네트워크 패킷 플로우에 대한 특징 정보를 추출하는 과정; 및상기 특징 정보에 대한 기계 학습(machine learning) 모델을 통하여 상기 스마트 기기가 대기 상태(idle state)인지 혹은 사용 중 상태(in-use state)인지를 유추하는 과정을 처리하고,상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라,상기 스마트 기기의 유휴 상태를 누적하여 상기 스마트 기기의 실제 사용시간 및 전력 소모량 중 적어도 하나의 사용 정보를 계산하는 과정;상기 스마트 기기의 유휴 상태 및 사용 정보를 상기 기관 내 IP 정보 별로 구분하여 표시하고 상기 기관이 둘 이상의 조직 단위로 이루어진 경우 상기 스마트 기기의 유휴 상태 및 사용 정보를 상기 조직 단위 별로 구분하여 표시하는 과정; 및상기 스마트 기기의 유휴 상태 및 사용 정보를 해당 스마트 기기의 사용자에게 전달하는 과정을 더 포함하여 처리하고,상기 특징 정보에 대한 기계 학습 모델은 상기 스마트 기기의 사용 현황에 대해 데이터 자동 레이블링(labeling) 방법을 이용하여 수집한 학습 데이터를 이용하여 생성되는 것이고,상기 모니터링 서버는,상기 스마트 기기의 유휴 상태 판단 시 트래픽 분류(traffic classification) 알고리즘을 이용하여 상기 스마트 기기의 사용자가 사용한 어플리케이션 클래스를 분석하고 분석 결과를 통해 상기 스마트 기기에 대한 사용 패턴을 분석하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 추출하는 과정은,상기 관측 윈도우 내의 네트워크 패킷 플로우에 포함되는 데이터 사이즈, 패킷의 수, 패킷 사이즈 평균 중 적어도 하나를 상기 특징 정보로서 추출하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 4 |
4
제1항에 있어서,상기 추출하는 과정은,상기 관측 윈도우 내의 네트워크 패킷 플로우에 포함되는 패킷 간 시간 간격의 분포를 나타내는 패킷 간 도달 패턴(inter-packet arrival patterns)을 상기 특징 정보로서 추출하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 5 |
5
제1항에 있어서,상기 추출하는 과정은,상기 관측 윈도우 내의 네트워크 패킷 플로우의 수 및 네트워크 패킷 플로우의 사이즈 평균 중 적어도 하나를 상기 특징 정보로서 포함하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 6 |
6
제1항에 있어서,상기 추출하는 과정은,시간의 흐름에 따라 상기 네트워크 패킷 플로우를 모니터링 하기 위한 윈도우 크기(window size)를 재설정하는 슬라이딩 윈도우(sliding window)를 이용하여 상기 특징 정보를 추출하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 7 |
7
제1항에 있어서,상기 추출하는 과정은,상기 네트워크 패킷 플로우에 대한 특징 정보를 상기 네트워크가 구축된 기관 내 IP 정보 또는 상기 기관의 조직 단위로 구분하여 추출하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제1항에 있어서,상기 스마트 기기의 유휴 상태 및 사용 정보를 해당 스마트 기기의 사용자에게 전달하는 과정은,상기 스마트 기기가 대기 상태(idle state)인 것으로 판단되면 상기 스마트 기기의 대기 상태를 알리는 알림을 제공하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 11 |
11
제1항에 있어서,상기 스마트 기기의 유휴 상태 및 사용 정보를 해당 스마트 기기의 사용자에게 전달하는 과정은,상기 사용자의 사용 정보를 상기 사용자와 관련된 다른 사용자의 사용 정보와 비교한 결과를 제공하는 것을 특징으로 하는 개인 맞춤형 스마트 에너지 절약 시스템
|
| 12 |
12
삭제
|
| 13 |
13
복수의 스마트 기기가 연결된 네트워크 상에 상기 스마트 기기의 에너지 관리를 위해 설치된 모니터링 서버에서,상기 스마트 기기 각각에 대하여 상기 네트워크를 통한 패킷 교환량을 나타내는 네트워크 패킷 플로우(network packet flow)를 모니터링 하는 단계;관측 윈도우(monitoring window)를 이용하여 상기 네트워크 패킷 플로우에 대한 특징 정보를 추출하는 단계; 및상기 특징 정보로부터 상기 스마트 기기가 대기 상태(idle state)인지 혹은 사용 중 상태(in-use state)인지 유휴 상태를 판단하는 단계를 포함하고,상기 모니터링 하는 단계는,상기 네트워크 패킷 플로우를 상기 네트워크가 구축된 기관 내 IP 정보 별로 구분하여 모니터링 하되, 상기 스마트 기기 각각에 대하여 상기 스마트 기기의 IP가 포함된 인바운드(inbound) IP 플로우와 아웃바운드(outbound) IP 플로우를 모니터링 하고,상기 판단하는 단계는,상기 특징 정보에 대한 기계 학습(machine learning) 모델을 통하여 상기 스마트 기기가 대기 상태(idle state)인지 혹은 사용 중 상태(in-use state)인지를 유추하고,상기 모니터링 서버에서,상기 스마트 기기의 유휴 상태를 누적하여 상기 스마트 기기의 실제 사용시간 및 전력 소모량 중 적어도 하나의 사용 정보를 계산하는 단계;상기 스마트 기기의 유휴 상태 및 사용 정보를 상기 기관 내 IP 정보 별로 구분하여 표시하고 상기 기관이 둘 이상의 조직 단위로 이루어진 경우 상기 스마트 기기의 유휴 상태 및 사용 정보를 상기 조직 단위 별로 구분하여 표시하는 단계; 및상기 스마트 기기의 유휴 상태 및 사용 정보를 해당 스마트 기기의 사용자에게 전달하는 단계를 더 포함하고,상기 특징 정보에 대한 기계 학습 모델은 상기 스마트 기기의 사용 현황에 대해 데이터 자동 레이블링(labeling) 방법을 이용하여 수집한 학습 데이터를 이용하여 생성되는 것이고,상기 모니터링 서버에서,상기 스마트 기기의 유휴 상태 판단 시 트래픽 분류(traffic classification) 알고리즘을 이용하여 상기 스마트 기기의 사용자가 사용한 어플리케이션 클래스를 분석하고 분석 결과를 통해 상기 스마트 기기에 대한 사용 패턴을 분석하는 단계를 더 포함하는 개인 맞춤형 스마트 에너지 절약 시스템의 제어 방법
|
| 14 |
14
삭제
|
